ヴィノッド・コースラ氏とアーロン・レヴィ氏は、同じAIの未来を見据えている。それは、単に業務が速くなるのではなく、企業がより賢くなる未来だ。これは、私がサンフランシスコでの特別ディナーに参加した後に学んだことである。
ステージの照明が消えた後も終わらない会話がある。それは会場を出た後もあなたについてくる。帰りの車の中でも一緒にいる。後になって、時には印象的な言葉として、そしてこの場合は疑問として、再び浮かび上がってくる。それが、最近のBoxのイベントで、Box CEOのアーロン・レヴィ氏と伝説的なベンチャーキャピタリストのヴィノッド・コースラ氏の話を聞いた後、私に起こったことだ。
この独占的な炉辺談話の中で、アーロン氏はいつものように、構築者だった。実践的で、プロダクト志向で、AIが実際にどのように企業に入り込むかに焦点を当てていた。彼の見解では、それはコンテンツ、ワークフロー、権限、エージェント、インターフェース、信頼、そして採用を通じて実現される。ヴィノッド氏は長期的な視点と、居心地の悪い予測をもたらした。彼は以前にも指数関数的な曲線を見てきた。彼は初期のインターネットが、不信から必然へと移行するのを見てきた。
彼の警告は直接的だった。ほとんどの企業は、これから何が起こるかをまだ理解していない。
それはルールの変更についてだった。
私が広く共有したX上の投稿で、彼はこう述べた。「ほとんどの企業は、今後10年間で何が起こるか全く分かっていない。その時、ほとんどのエンゲージメントのルールが変わるだろう」
その一言が、私にとってその夜を再定義した。AIは採用すべきツールとして議論されていたのではない。それはビジネスそのものの新しい動作条件として議論されていたのだ。
ある一言が、この瞬間の緊張を捉えていた。「あなたが取ることができる最大のリスクは、AIのリスクを取らないことだ」
これは簡単に見出しになり得る。しかし、考えれば考えるほど、本当の物語はリスクについてではないことに気づいた。それは想像力についてなのだ。
今、リーダーにとって最大の危険は、AIの本質的な利点を無視することではない。より大きな危険は、昨日のビジネスをより速く、より安く、より自動化するためにAIを使用する一方で、ビジネスそのものを再設計するという、より大きな招待を見逃すことだ。
この1年間、AIに関する経営幹部の会話は、効率性と生産性に支配されてきた。どうすればより速く要約できるか。どうすれば日常的な作業を自動化できるか。どうすればコストを削減できるか。どうすればサービスのエスカレーションを回避できるか。どうすれば少ないリソースでより多くのことができるか。
これらは正当な質問だ。しかし、それらは制限的な質問でもある。
私たちが問うべき質問が、予期せぬ機会を解き放つ
Boxの会話から私の心に残った質問は、はるかに大きなものだった。
知性と専門知識がもはや希少でなくなったとき、あなたの会社はどうなるのか。
それが真の戦略的転換点だ。
何十年もの間、組織は希少性を中心に設計されてきた。専門家は決して十分ではない。医師も決して十分ではない。エンジニアも決して十分ではない。会計士も決して十分ではない。アナリストも決して十分ではない。デザイナー、開発者、研究者、弁護士、サービス担当者、アドバイザー、戦略家も決して十分ではない。
希少性が組織図を形作った。希少性が顧客体験を形作った。希少性が価格設定を形作った。希少性がアクセスを形作った。希少性が、誰が支援を受け、誰が待ち、誰が取り残されるかを形作った。
AIはそれを変え始める。
ヴィノッド氏は医療を通じてその点を指摘し、専門的な医療アドバイスが劇的に安価で、より利用しやすくなったときに何が起こるかを想像するよう、リーダーたちに求めた。正確な経済性が誰かが予測するタイムラインで到来するかどうかは、ほとんど問題ではない。重要なのは挑発だ。
専門知識が豊富になったら、どのようにケアを再設計するか。
アーロン氏は、欺くほど単純な質問でその点を鋭くした。「医療システムをどのように設計しますか」それは、ある業界で始まり、すぐにそこから逃れる種類の質問だった。なぜなら、本当の質問は医療ではないからだ。それは設計だ。かつてそれを制約していた専門知識が、今や分散され、パーソナライズされ、必要な流れの中で利用可能になるとしたら、どのようにシステム、企業、顧客体験を設計するか。
その同じ質問が、今やあらゆる業界に当てはまる。
すべての顧客が専門のアドバイザーを持てるとしたら、金融サービスはどうなるか。
すべての従業員が、アナリスト、戦略家、コーチ、そして構築者を傍らに持てるとしたら、マネジメントはどうなるか。
すべての販売員が、セールスエンジニア、市場調査員、そしてパーソナライゼーションエンジンをオンデマンドで持てるとしたら、エンタープライズセールスはどうなるか。
すべての学生、患者、市民、開発者、デザイナー、または最前線の労働者が、必要な瞬間に専門家レベルの支援にアクセスできるとしたら、どのような新しいシステムが可能になるか。
ここで会話は、自動化から再発明へと移行する。
AIは企業の計画サイクルよりも速く進んでいる
スタンフォードHAIの2026年AIインデックスは、多くのリーダーが感じているが運用化に苦労している感覚を検証している。AI の進歩は、もはや企業計画のペースで進んでいない。報告書によると、最先端モデルは、AIにとって困難で人間の専門家に有利になるように設計されたベンチマークである「人類最後の試験」で、1年間で30パーセントポイント向上した。何年も困難であると予想されていた評価が、今や数か月で飽和状態になっている。
これが重要なのは、ほとんどの組織が依然として進歩が線形であるかのように計画しているからだ。
彼らは年次で予算を組む。四半期ごとに報告する。慎重にパイロットを実施する。反応的にガバナンスを行う。ロードマップが承認される前に期限切れになる可能性のある仮定を中心にロードマップを構築する。すべては段階的な進歩を達成することを目的としている。
この文脈では、ヴィノッド氏の緊急性がより理にかなっている。能力曲線が加速すると、確実性を待つことがそれ自体のリスクの形になる。
しかし、スタンフォードHAIは必要な対抗力も与えてくれる。AIは強力だが、不均一だ。報告書は、研究者が「ギザギザの最前線」と呼ぶものを説明している。モデルは、ある文脈では並外れた推論を示すことができるが、別の驚くほど単純なタスクでつまずくことがある。AIエージェントは、オペレーティングシステム全体で実際のコンピュータタスクをテストするOSWorldで、タスク成功率が12%から約66%に向上したが、構造化されたベンチマークでは依然として3回に1回程度失敗している。
AIは無視するには強力すぎるが、監視なしで放置するには不完全すぎる。
会話の中で、ヴィノッド氏はAIを人間のインターンに例えた。
ヴィノッド氏は、すべての経営幹部が理解できる比喩を通じて、そのアイデアを運用可能にした。「短期大学を卒業したばかりの会計担当者を会計チームに雇ったかのように扱ってください。それはAIインターンです」と彼は述べた。より長いバージョンでは、すべてのシニア会計士が突然5人のAIインターンを持つことになる。
AIが完璧になるのを待たず、無制限の権限を与えないでください。今すぐ仕事をさせてください。ただし、ジュニア人材のように監督してください。インターンを雇って、初日に会社の鍵を渡すことはしない。仕事を割り当てる。監督する。レビューする。教える。信頼が得られるにつれて責任を増やす。
AIのスケールを遅らせることは、競争的なアプローチではない。これは、それを体系的に大規模に展開するためのモデルだ。
より広いメッセージは、監督された加速についてだった。競争リスクを生み出すため、今すぐAIを使用する。しかし、段階的な特権、人間によるレビュー、ガードレール、ガバナンス、測定を伴って展開する。そして、それが意味のあるリーダーシップチームの仕事であり、AIが安全に貢献し、継続的に学習し、人間の専門知識を大規模に拡張できるように仕事を再設計することだ。
ここで多くの企業が行き詰まるだろう。彼らは人々にAIへのアクセスを与え、活動を変革と間違える。デロイトの2026年版エンタープライズにおけるAIの現状レポートによると、2025年にAIへの労働者のアクセスは50%増加したが、37%の組織は依然として表面レベルでAIを使用しており、基礎となるプロセスにほとんどまたは全く変更がない。別の30%は主要なプロセスを再設計しており、34%は製品、サービス、プロセス、またはビジネスモデルを深く変革するためにAIを使い始めている。それが真の分水嶺だ。アクセスは優位性ではない。再設計こそが優位性だ。
AIガバナンスが組織のオペレーティングシステムまたは緊急ブレーキになる
エンタープライズAIの未来は、モデルだけで構築されるわけではない。それは監督された自律性、つまり境界のある役割、段階的な権限、人間によるレビュー、評価、監査証跡、例外処理、継続的な学習の上に構築される。アーロン氏の一連の質問がこれを明確にした。
アーロン氏のエンタープライズレンズは、AIモデルが方程式の一部に過ぎないことを明確にした。モデルは変化し続ける。互いに飛び越える。その競争はすでに疲弊している。しかし、より重要な質問は、モデルを取り巻くシステムだ。アーロン氏は最近、それを次のように表現した。「AIエージェントの最大の影響は、最も複雑なビジネスプロセスの内部に展開し始めるときに感じられるだろう」
それが真のエンタープライズの課題だ。エージェントは何を見ることができるか。何に触れることができるか。何を変更できるか。何をエスカレートしなければならないか。何を決してすべきではないか。そして、人間はいつそれを信頼すべきかをどのように知るか。
スタンフォードHAIの責任あるAI調査結果は、これをさらに明確にしている。文書化されたAIインシデントは、2024年の233件から2025年には362件に増加した。責任あるAIベンチマークは増加しているが、AIの進歩と展開に追いついていない。基盤モデル透明性指数の平均スコアも58から40に低下し、トレーニングデータ、計算、展開後の影響に関する主要な開示ギャップがある。
言い換えれば、能力は加速しているが、透明性とガバナンスは追いつくのに苦労している。
それがリーダーが埋めなければならないギャップだ。
ガートナーの最新の警告は、これをさらに緊急にしている。2027年までに、40%の企業が自律型AIエージェントを降格または廃止すると予測している。なぜなら、ガバナンスのギャップは本番インシデント後にのみ明らかになるからだ。しかし待ってほしい。教訓はエージェントを避けることではない。教訓は、それらを比例的にガバナンスすることだ。読み取り専用エージェントは、推奨するエージェント、承認付きで行動するエージェント、または厳格な制限内で自律的に行動するエージェントとは異なる制御を必要とする。ガバナンスは万能ではあり得ない。それは仕事の設計方法の一部にならなければならない。
創業者にとって、これは知性がスケールするという仮定から会社を構築する瞬間だ。既存のリーダーにとって、これは知性が、段階的改善ではなく、すべてのワークフロー、すべての従業員、すべての顧客とのやり取り、すべての決定にわたってスケールできるという仮定から企業を再構築する瞬間だ。
最も重要な企業は、単に既存のワークフローにAIを追加するのではない。彼らは豊富な専門知識を中心に製品、サービス、市場を再設計する。彼らは、かつては高すぎる、複雑すぎる、遅すぎる、または労働集約的すぎて提供できなかったものを問い、それらの制約が解消されているかのように構築する。
ここで新しい会社の形成が非常に異なって見え始める。サービスに組み込まれた専門的な労働力がモデル化、支援、スケール化できるようになるため、サービスはソフトウェアになり得る。顧客と従業員が適切な人が利用可能になるのを待つ必要がなくなるため、専門知識はインターフェースになり得る。すべてのやり取り、例外、結果が次のものを改善できるため、ワークフローは学習システムになり得る。それが小規模チームが大規模な既存企業に挑戦し始める方法だ。また、既存企業が、自らを再設計する意志があれば、データ、信頼、流通、ドメイン知識を使用して、彼らを破壊するために構築されたスタートアップに挑戦できる方法でもある。
すべての企業が今やAIストーリーを持っている。それは、すべての企業がAIの優位性を持っているという意味ではない。BCGの2025年の調査によると、拡大するAI価値ギャップに関して、大規模にAI価値を達成している企業はわずか5%であり、60%は多額の投資にもかかわらず、全く重要な価値を達成していない。それが罠だ。AI支出はAI変革ではない。AIパイロットはAIの優位性ではない。より良い質問はより根本的だ。
より良い質問は次のとおりだ。
AIはコスト構造を変えるか。
市場を拡大するか。
独自の学習ループを作成するか。
製品は使用とともに改善されるか。
価値実現までの時間を短縮するか。
希少な専門知識をスケーラブルな能力に変えるか。
信頼、セキュリティ、ガバナンス、コンプライアンスという現実世界の制約の中で動作できるか。
優位性、適応的で好奇心旺盛なマインドセット
スタンフォードHAIは、2025年にグローバル企業のAI投資が2倍以上になったと報告している。民間投資は127.5%成長した。生成AI投資は200%以上成長した。新たに資金提供を受けたAI企業は71%増加した。資本は積極的に動いている。（スタンフォードHAI）
しかし、資本だけでは勝者を決定しない。AI時代において、優位性は知性へのアクセスから、競合他社よりも速くそこから学ぶ能力へとシフトする。
OpenAIは、この問題の一部を「能力オーバーハング」と呼んでいる。これは、AIシステムがすでにできることと、人々や組織が実際にそこから獲得する価値との間のギャップだ。その調査によると、典型的なパワーユーザーは、典型的なユーザーよりも約7倍多くの高度な思考能力を使用している。それは、すべての企業が採用について考える方法を変えるべきだ。目標は単にツールを配布することではない。それは、すでにAIを使用して考え、構築し、販売し、サービスを提供し、異なる決定を下している人々を特定し、その後、彼らの実践を組織の能力に変えることだ。
学習、学習解除、成長が競争優位性になる。
AI市場では、優位性は顧客、ワークフロー、データ、エラー、例外、結果からより速く学習する企業に行く。製品はもはや静的ではない。企業自体が適応的にならなければならない…そして適切な組織にとっては、無限にならなければならない。
CEOと取締役会にとって、これが最も困難なシフトかもしれない。大規模組織はリソースが不足しているわけではない。彼らは顧客、データ、人材、流通、信頼、制度的知識を持っている。しかし、あまりにも頻繁に、これらの資産は別の時代のために設計されたシステムと構造の中に閉じ込められている。
マッキンゼーのAIの現状調査は、同じ方向を指している。回答者の80%が、自社が効率性をAIの目標として設定していると述べているが、最も価値を見出している企業は、成長とイノベーションも追求する可能性が高い。ハイパフォーマーはまた、ワークフローを再設計する可能性が高い。その区別は重要だ。効率性は既存のビジネスを改善する。ワークフローの再設計は、ビジネスが何になり得るかを変える。
組織図は、誰が誰に報告するかを教えてくれる。それは、仕事と価値がどのように流れるかを教えてくれない。専門知識がどこで配給されているかを示さない。決定がどこで停滞するかを明らかにしない。従業員が1つの顧客成果を提供するためだけに、ダッシュボード、承認、引き継ぎの間を回転する場所を露呈しない。
これが、リーダーが組織図からワークチャートに移行する必要がある理由だ。重要な仕事をマッピングする。摩擦のポイントを特定する。知性、判断、または専門知識が希少な瞬間を見つける。次に、AIがどこで支援すべきか、エージェントがどこで行動すべきか、人間がどこで決定しなければならないか、そしてワークフロー全体がどこで再発明されるべきかを問う。
それは、各部門にユースケースを見つけるよう求めるのとは非常に異なる演習だ。
ユースケースだけでは不十分だ。
ユースケースはタスクを改善する。
再設計されたワークフローはビジネスを変える。
AIか死か…試みながら！
ヴィノッド氏は、フォーチュン500の入れ替わり率が2035年までに劇的に上昇する可能性があると警告した。正確な予測に同意するかどうかにかかわらず、方向性を否定するのは難しい。すべての主要な技術シフトは、規模を安全性と間違えるリーダーを罰する。AIも例外ではない。
最もリスクが高い企業は、必ずしも何もしていない企業ではない。それらは、忙しいと感じるのに十分なことをしているが、異なるものになるのに十分ではない企業だ。
彼らはパイロットを立ち上げる。
彼らはAI戦略を発表する。
彼らはツールを購入する。
彼らは社内デモを制作する。
彼らは昨日の仕事の断片を自動化する。
そして、AI ネイティブの競合他社がより速く動き、より速く学習し、顧客により良いサービスを提供し、まったく新しい経済性を生み出す理由を疑問に思う。
そして、それが真のリスクだ…不十分な想像力。他のすべての人にとって、「AI」に関するものはすべて、たとえ昨日よりも優れたパフォーマンスであっても、急速に新しい現状になりつつある。
アーロン氏とヴィノッド氏との会話は、単なるAIに関する議論ではなかった。それは、知性が豊富になったときに企業が何になり得るかを再考するための挑戦だった。
スタンフォードHAIの調査は、この挑戦を無視することを不可能にしている。能力は加速している。採用は広がっている。投資は急増している。専門的な専門知識がモデル化されている。エージェントは改善している。ガバナンスは遅れている。透明性は低下している。インシデントは増加している。
これらすべては、同じ結論を指している。AIはリーダーに古い世界をより効率的にするよう求めているのではない。しかし、それが多くの人がまだ優先していることだ。AIはリーダーに新しい世界を設計するよう求めている。それは、企業がAIなしでは実行できず、AIが人々なしでは責任を持って実行できない世界だ。
今の使命は3つある。
第一に、タスクだけでなく、仕事を再設計する。壊れたワークフローに重ねられたAIは、昨日の制約を加速するだけだ。
第二に、ガバナンスをオペレーティングシステムとして構築する。最も速く動く企業は、リスクを無視する企業ではない。それらは信頼をスケールする方法を知っている企業だ。
第三に、スーパーユーザーをシステムに変える。すでにAIを使用して考え、構築し、販売し、サービスを提供し、異なる決定を下している人々を見つける。彼らを研究する。彼らが知っていることを教える。彼らの新しい能力を中心に役割を再設計する。
アーロン氏とヴィノッド氏との会話が私の心に残ったのは、それが本当にAIについてではなかったからだ。それは、市場が彼らのためにそれを行う前に、リーダーがまだ自社を再設計する想像力を持っているかどうかについてだった。
リスクは、AIがすべてを変えることではない。
リスクは、それが変え、私たちがそれを古い世界をより速く、より安くするためだけに使用したことだ。
