J.Paul Haynes, CEO, Cinchy J.Paul Haynes CEO, Cinchy

AIの最大の隠れたコストはコンピューティングではありません。それは人です。

みんながAIのコストについて話しています。通常、GPU、モデルライセンス、またはトークン消費について話しています。私は、間違った場所を見ていると思います。エンタープライズAIの最大のコストは、AIを監督するために必要な人々になるかもしれません。最近の研究によると、従業員はAIを使用して約11時間の作業を週に節約できますが、AIの出力をチェックしたり、ミスを修正したり、不足しているコンテキストを追加したり、結果が実際に使用可能であることを確認したりするために、6時間以上を費やしています。誰かが「botsitting」という用語を造語しました。これは、キャッチーな名前ですが、より大きな問題を指しています。AIは作業を減らすはずでした。しかし、多くの組織は、AI自体を管理するための全く新しい作業カテゴリを作成しています。那は技術的な問題ではありません。那は運用モデルの問題です。SaaS時代の速い続編私はこの映画を見たことがあります。15年前、組織はSaaSを採用しました。ソフトウェアを購入して展開することが容易になったからです。ビジネス部門は、ITを待たずに問題を解決できました。生産性が向上しました。イノベーションが加速しました。すると、Shadow ITが登場しました。突然、誰もが従業員が使用しているアプリケーションの数、会社のデータがどこに保存されているか、誰がアクセスできるかを知らなくなりました。ITはまだ責任がありましたが、可視性や管理権はありませんでした。AIは、驚くほど似ていますが、違いは速度です。SaaSアプリケーションは、数多くのシステムを公開する可能性がありますが、AIエージェントは最初の日に数十のシステムに接続できます。ドキュメントを読み、契約を要約し、コードを生成し、レコードを更新し、ワークフローをトリガーできますが、多くの組織はまだその存在を文書化していないでしょう。テクノロジーは、管理するために構築された運用モデルのよりも速く進化しています。そのため、私はIBMの最近の研究に驚きませんでした。研究によると、CIOとCTOの3分の2が、完全に管理できないAIシステムに対して責任があります。ほとんどの回答者は、AIがガバナンスを上回って拡大していることも述べました。那は、CIOが突然能力を失ったからではありません。那は、AIが従来の所有権モデルに適合しないためです。セキュリティはリスクを所有します。 法務はコンプライアンスを所有します。 開発者は統合を構築します。 ビジネス部門は成果を所有します。 ベンダーは基盤となるインフラストラクチャの一部を管理します。一方、AIはすべての要素を横断します。何かが間違ったとき、誰かが答えの一部を所有していますが、誰もがシステム全体を所有しているわけではありません。那はギャップを生み出し、組織はほとんどの場合、人々でそのギャップを埋めます。誰かが顧客に送る前にAIが生成したレポートを確認します。 誰かがデプロイする前にAIが書いたコードをチェックします。 誰かが決定を下す前に推奨事項を検証します。 誰かが予期せぬ動作を調査します。そのような監督の一部は、確かに必要です。AIは、特に規制された業界または高結果環境では、人間の判断なしで動作するべきではありません。問題は、人々が主な管理者になることです。チャットボットから自律エージェントへ組織がチャットボットを超えて進化することを考えてみましょう。今日、AIアシスタントは誰かがメールを書くのに役立ちます。 明日、AIエージェントはそれを送信します。今日、AIは顧客レコードの更新を提案します。 明日、AIはそれ自体を変更します。今日、AIはビジネスプロセスの次のステップを提案します。 明日、AIはワークフローを自動的に開始します。新しいアクションごとに、別の決定が必要です:AIにそれを許可するべきですか? AIにそのシステムへのアクセスを許可するべきですか? AIにそのデータの取得を許可するべきですか? 誰かが最初に承認するべきですか? ほとんどの組織は、それらの質問に手動で答えます。それは、AIの使用例が10個ある場合には機能しますが、100個または1000個ある場合には機能しません。皮肉なことですが、組織は生産性を向上させるためにAIに投資していますが、高額な従業員にAIを監督する時間を費やしています。それはAIのスケーリングではありません。那はオーバーヘッドのスケーリングです。マイクロソフトも同様の結論に達しました。2026 Work Trend Indexでは、職場のシグナルを分析し、20,000人のAIユーザーに調査を行った結果、AIの成功への最大の障害は技術ではなく、組織そのものであることがわかりました。従業員は、会社が適応するよりもAIをより速く採用しています。現実的な課題は、仕事のやり方を再設計することです。AIが何をすべきか、人々が何をすべきか、そして両者がどのように協力するかを決定することです。私は、企業のリーダーが正確にその会話をしているべきだと思います。AIは、単に導入されているからといって価値を生み出さないのです。明確な運用モデルで導入され、人々が判断ではなく監督に集中できる場合にのみ価値を生み出します。AIガバナンスの再考：ポリシーから運用へここで、AIガバナンスについての会話を変える必要があります。人々が「ガバナンス」という言葉を聞くと、ポリシー、委員会、文書化について考えることが多いです。それらは重要ですが、どれもリアルタイムで決定を下せません。どれも、AIエージェントが許可されていないデータにアクセスするのを止めたり、予期せぬ動作のワークフローを一時停止したり、会社のポリシーに沿ったアクションかどうかを説明したりすることはできません。那がギャップです。組織は、さらに多くのガバナンス文書化を必要としていません。組織は、動作するガバナンスを必要としています。ルーチンワークは、承認されたポリシーの範囲内で自動的に発生する必要があります。高リスクのアクションは、人間の承認を必要とし、デリケートなシステムは、AIが行うことができることとできないことの明確な境界を必要とします。そして、AIプロセスが予期せぬ方法で動作し始めた場合、すぐに停止する方法が必要です。那は、AIが信頼できないからではありません。ビジネスプロセスには、ガードレールが必要だからです。人間を適切な位置に配置するAIから最も多くの価値を得ている会社は、人間を排除するのではなく、人間を適切な位置に配置しています。AIの出力を毎回確認するのではなく。 AIのプロンプトを毎回チェックするのではなく。 AIのエージェントを毎回ベビーシッターするのではなく。彼らは、例外、エッジケース、判断が実際に必要な決定に人々を集中させています。那は、人間の専門知識のより良い使い方です。実際のエンタープライズ質問AIは、テクノロジーが最大の質問ではなくなった時点に達しました。ほとんどの組織は、AIがコンテンツを生成し、コードを書き、情報を要約し、繰り返しの作業を自動化できることをすでに証明しています。より難しい質問は、エンタープライズスケールでAIを自信を持って運用できるかどうかです:AIが何をしているか見ることができますか? AIがアクセスできるものを制御できますか? ポリシーを一貫して適用できますか? AIシステムが特定のアクションを取った理由を説明できますか? これらは、運用上の質問であり、経済的なものでもあります。那は、AIを監督するために費やした毎時が、最初に投資を正当化した生産性向上を少しずつ侵食するからです。AIで勝つ会社は、最も多くのモデルを実行したり、最も多くのエージェントを展開したりする会社ではありません。AIを監視するために人々の軍隊を必要としない会社です。AIはあなたのワークフォースを増強するべきです。それは、静かに新しいワークフォースになるべきではありません。