企業はかつてないほど人工知能に投資しているが、経済的成果の実証は依然として難しい。従業員は時間を節約し、ツールは増殖し、実験は加速している。問題は、これらの利益を企業価値に変換する責任が誰にあるかだ。
マッキンゼーの調査The State of AI in 2026によると、回答者の80%がAIによる個人の生産性向上を実感している。しかし、自社の営業利益に部分的であれ影響があったと報告するのはわずか37%に留まる。
一方、支出は大幅に増加している。BCGによれば、2026年9月時点で、調査対象企業の売上高に占める割合は1年で倍増し3.3%に達した。これらの支出の80%以上は既にIT予算の枠外にあり、これはAI変革が情報システム部門(DSI)だけでなく企業全体に関わることを意味する。
投資回収率は節約された時間では測れない
例として、営業担当者にAIアシスタントを導入する企業を考えよう。このアシスタントはアポイント準備、議事録作成、CRM(顧客関係管理ソフト)の自動更新が可能だ。各営業担当者は1日30分を節約でき、成功のように見える。
この30分はどう使われるか?より多くの見込み客との面談、コンバージョン率の向上、販売サイクルの短縮に繋がれば、企業は価値創造の測定を始められる。しかし、他の事務作業に吸収されるなら、個人の利益は必ずしも経済的成果に変換されない。
同様の論理はソフトウェア開発にも当てはまる。AIはコード生成を加速するが、この加速はボトルネックをレビュー、テスト、本番前の検証工程に移すだけかもしれない。「個人の生産性は約束である。エンドツーエンドのパフォーマンスこそ測定すべき結果だ。」したがって、各プロジェクト前に、開始時の指標、測定可能な目標、利益の実現を検証する責任者(ビジネス側)を定義する必要がある。
ビジネス部門は生み出された価値に責任を持つべき
大規模な技術変革はしばしばDSIが主導してきた。AIにおいてこのモデルは限界に達している。なぜなら、情報システム部門は技術的実現性を評価し、アーキテクチャの安全性を保証できても、営業部門の煩わしさや財務チームの反復作業を見極める最適な立場にはないからだ。筆者は自組織において、各ビジネス部門の代表者からなる作業部会を編成したと記している。
各部門は三つの問いに答えられねばならない:どの問題を解決しようとしているか、どのような測定可能な利益を期待するか、誰が結果に責任を持つか。DSIは技術的一貫性の保証者として残り、ビジネス部門は生み出された価値の責任者となる。一方、財務部門は理論上の節約と実際に確認された利益を区別する手助けをすべきだ。
優先順位が決まれば、次は実現の課題だ。AI Factoryモデル(ビジネス部門にサービスを提供する少数のエンジニアチーム)は、デモンストレーションに留まらないなら、迅速なソリューション設計が可能だ。アプリケーションは依然として、セキュリティ確保、既存システムとの連携、監視、保守が必要である。プロトタイプはソリューションの可能性を証明し、本番環境はその有用性と収益性を証明しなければならない。
