人工知能は今や、企業の戦略において中心的な位置を占めているが、優位性は投資から学習能力へと移行しつつある。これはローラン・サラニエが提唱する見解であり、AIを迅速に学び、実験し、日常業務に統合できる企業が有利になるとしている。2年以上前から、これらの組織はどのツールを採用し、どれだけ投資すべきか模索してきた。
技術へのこのような集中は理解できるが、まだ不完全だ。歴史的に見て、業界の大きな変革は、高度なソフトウェアや専門チームへの投資ができる者に報いてきた。AIはこの均衡を変える：最高のツールはすぐに誰でも利用可能になり、そのアクセス自体の戦略的価値は低下する。結局は、適切な活用方法を構想する能力がすべてを決める。
委任できない変革
多くの経営者は今でも、AIを他の技術的課題の一つと捉え、イノベーションチームや事業部門に任せがちだ。この姿勢はすぐに限界を示す。なぜなら、AIは実際に使ってみなければ理解できないからだ。適切なツールを選んだり契約を結んだりするだけでは不十分で、それらが具体的に何を実現できるのかを理解する必要がある。
ウォートン校の教授、イーサン・モリックは、特定の業務にAIが何をもたらすかは事前には誰にもわからないという考えを支持している。彼によれば、それを発見する唯一の方法は「規律ある実験」だ。2025年夏に発表されたMITの研究も同様の方向を示している：生成AIの企業内パイロットプロジェクトの95%が、何百億もの投資にもかかわらず、成果に測定可能な影響を与えていないという。研究者らによれば、問題は技術そのものよりも、ツール側と組織側の両方における学習の不足にある可能性が高い。
企業にとって、実験は日常業務に焦点を当てることができる。技術文書はどう準備するか？文献調査はどう進めるか？これらの作業の一つひとつに、自ら手を動かさなければ気づけない機会が潜んでいる。経営者には今、変革を傍観するのではなく、自らその一員となることが求められている。
最高の活用方法は構築されるもの
多くの人は今でも、AIを機能を学べばすぐ使える既製品のツールと見なしている。しかし、現場は別の物語を語っている。最初の活用例は、文書を要約したり手紙を下書きしたりと、控えめに見える。そこからアイデアが連鎖していく：あるテストが別のテストを呼び、複数のツールが組み合わされ、やがて特定のニーズに応える自動化や専用アシスタントが生まれる。
このプロセスは、ソフトウェアのインストールというより、レゴやマインクラフトのような組み立て遊びに近い。最初はいくつかのブロックを組み合わせ、試行錯誤を重ねるうちに、思いもよらなかったものを築き上げる。変革をもたらす活用方法は、最初の数時間で現れることは稀だ。数十回の試行の後に出現する。だからこそ経営者は「自ら手を動かす」必要がある。技術の専門家になるためではなく、明日の機会を見極める直感を養うために。
最も機敏な企業にとっての機会
この現実は、予期せぬ結果をもたらすかもしれない。もし優位性が投資から学習へと移行するなら、中規模企業はしばしば過小評価されている強みを持っている。チームを訓練しベストプラクティスを広めるのに十分な構造を持ちながら、迅速に実験できるほど現場に近い。これほど流動的な環境では、この適応能力は規模そのものよりも重みを持つ可能性がある。
この課題は、この業界をはるかに超えている。マイクロソフトCEOのサティア・ナデラはこう要約する：「You can outsource work, not learning」、つまり「仕事は委託できるが、学習は委託できない」。長い間で初めて、技術革命は企業に投資以上のものを求めている。それは、経営者自身が学ぶことを求めているのだ。
