ロヒット・グプタ氏は、企業の財務チームにAI駆動の自動化ソリューションを提供する先駆者であるAuditoria.AIのCEO兼共同創業者である。
企業内で起きつつあることで、ほとんど語られていないことがある。それはAIパイロットプロジェクトや興奮、初期のAI投資の後に起こる。ある時点で、組織の経営陣の誰かが非常にシンプルな質問をする。「これで実際に何を得たのか？」
彼らが知りたいのは、AI企業が約束したことでも、デモで見せられたことでも、単一のユースケースにどう影響したかでもない。彼らが知りたいのは、ビジネス全体に与えた影響である。そして、それは答えるのがますます難しくなっている質問なのだ。
マッキンゼーの「The State of AI in 2025: Agents, Innovation, and Transformation」調査によると、企業レベルでAIからのEBIT（利払い・税引き前利益）への影響を報告している組織はわずか39%である。これは、活動と測定可能な財務的影響との間のギャップを明確に示しており、これこそが、これらの取り組みに資金を提供する人々がAIプロジェクトの成功と実行可能性について厳しい質問をしている理由である。
活動から説明責任へのシフト
AIの成功は活動によって測定されてきた。いくつのユースケースが稼働しているか？いくつのパイロットプロジェクトが実行されているか？いくつのチームがこの技術を試しているか？これらは、技術を社会化していた時期には有用であり、組織が勢いをつけ、継続的な投資を正当化するのに役立った。
しかし、経営陣の期待は変化し、それに伴い、パイロットプロジェクトや実験への継続的な投資も変化した。私が今、企業のリーダーたちから聞いているのは、説明責任へのシフトである。期待されているのは、AIが使用されているということだけでなく、測定可能で再現可能な成果を提供しているということだ。
この認識は、AIをもはや孤立した取り組みの集合として扱うことができないことを意味する。AIは、ビジネスのオペレーティングモデルの一部として評価されなければならない。
生産性だけが答えではない理由
企業が価値の問題に答えようとするとき、デフォルトの回答はしばしば生産性である。節約された時間、自動化されたタスク、効率性の向上。これらは有効な指標ではあるが、企業レベルの投資を維持するには十分ではない。
理由は単純である。生産性の向上はしばしば局所的であり、標準化が困難である。チームごとに異なる可能性があり、必ずしも財務的または業務的影響に直接変換されるわけではない。
私が見ているのは、AIとビジネスにとって重要な成果との間のより明確なつながりへのニーズの高まりである。財務パフォーマンスの改善、リスクの削減、サービスレベルの変化、以前よりも速く新しいサービスを提供できることなどだ。
言い換えれば、AI活動をビジネス成果に一貫した、弁護可能な方法で結びつけることである。
業務機能としてのAI成果の出現
企業は、AI成果の測定が単にレポートを作成することではなく、時間をかけて構築し維持する必要がある業務能力であることを認識している。FinOpsが組織がクラウド支出を管理し最適化するのを支援するために登場したように、AIに関する同様の規律の初期の兆候が見られている。それがAI成果機能である。
この機能は、何が重要かを定義し、成果がどのように測定されるかを確立し、それらの測定が組織全体で一貫して適用されることを保証する責任を負う。また、それらの成果を、財務、業務、経営陣全体のステークホルダーが理解できる言語に翻訳する役割も果たす。
これが従来のパフォーマンス測定と異なるのは、継続的であることだ。AIシステムは静的な環境で動作しないため、それらが生み出す成果は継続的に追跡、調整、伝達される必要がある。
新たなレベルの精査
この能力の必要性は、AI投資に対する精査の高まりによって推進されている。デロイトの「2026 State of AI in the Enterprise」レポートは、実験と影響の間の拡大するギャップを示している。AI取り組みの大部分を本番環境に移行した組織はわずか25%であり、多くの組織がパイロットプロジェクトを測定可能なビジネス価値に変換するのに苦労している。
残念ながら、このギャップは経営陣と業務の間に緊張を生み出すこともある。一方で、チームはより速く動き、AI利用を拡大するよう奨励されている。他方で、彼らは管理、透明性、価値を示すよう求められている。成果を測定する明確な方法がなければ、その緊張を解決することは困難になる。
一度限りのROIから継続的な調整へ
これらすべてが、組織が投資収益率をどのように見るかを変えている。
多くの場合、ROIは依然として特定時点の計算として扱われている。システムが実装され、利益が推定され、プロジェクトは完了したと見なされる。このモデルはAIプロジェクトの流動性には適していない。AIプロジェクトは、変化するシステムに対応し、ビジネスの期待に先んじる継続的な測定を必要とする。
これがAI成果機能の出現を示している。最も賢明な組織は、それを監視機能としてではなく、AI業務に組み込まれ、継続的に価値提供に責任を持つインフラストラクチャとして扱い始めるだろう。
企業AIの次のフェーズ
ある時点で、すべての組織は同じ場所にたどり着く。質問は「どこでAIを使っているか？」から「それは実際に私たちに何をしてくれているのか？」にシフトする。
そして、そこで物事が崩れ始める。なぜなら、ビジネス全体でそれに明確で一貫した方法で答えられなければ、継続的な投資を正当化することが非常に困難になるからだ。拡大することが困難になる。そして、システムが何をしているのかを信頼することが困難になる。
だからこそAI成果が重要なのだ。それらは経営陣に、AIが何を提供しているのか、どこで価値が創出されているのか、どこで介入が必要なのかを理解するための一貫した方法を提供する。
今日のほとんどの組織では、その能力はまだ存在していない。しかし、それは存在するようになるだろう。
