ロングタームのROIだけでは不十分：AIの導入のすべての段階で価値を確保する

企業は一つのことを繰り返し聞かされている：AIに早く取り組み、結果を出せ。採用は加速し、78%の組織は2024年までにビジネスの機能のうち少なくとも1つでAIを使用している——前年比55%から上昇した。

しかし、ここに問題がある：ビジネス価値を示す圧力は、AIの採用が加速するのと同じくらい急速に高まっている。

これは、CDOの任期が短い場合、そしてChief AI Officer（CAIO）の役割がまだ発展途上にある場合に、特に課題となる。リーダーシップの不安定さにより、AIプログラムは本物の価値を証明する前にしばしば停滞する。

課題は明らかである：企業は「将来の変革」の約束を追求するAI戦略を止め、代わりに今日価値を生み出す堅実な基盤を作成し始める必要がある——将来も準備する。

「将来のみ」の戦略の問題

幹部は多額の資金をAIに投入している。実際、92%の企業は次の3年間でAIへの予算を増やし、半分以上の企業は10%の増加を目指している。さらに、モルガンスタンレーのような金融機関は大きなリターンを予測している——S&P 500の年間純利益が約9200億ドルになる。

このマクロトレンドは、私が「大きな爆発だが後で」と呼ぶAIプログラムを生み出している——紙上では印象的だが、今日価値を生み出すには遠すぎる。

厳しい現実は、ほとんどの組織がAIに適したデータを持っていないことである。ガバナンスとデータ品質が最大の障害であるため、12%の企業のみが報告している——データがAIの効果的な展開に十分である。さらに、ガートナーは、ガバナンスが不十分な場合、60%の組織が2027年までにAIの目標を達成できなくなる——AIを採用しても——と指摘している。

簡単に言えば、将来の約束のみに頼るAIプログラムは、停滞したり、パイロットの煉獄に陥ったり、期待されるROIが到来する前にステークホルダーの信頼を失うことになる。

AIの価値の再定義

将来の潜在性と現在の価値のギャップを埋めるために、組織はAIの価値をどのように見るかを再定義する必要がある。2つの異なるタイプがある——

• 即時価値：これらは、23%より迅速な最初の対応時間——GenAIサポートアシスタントを展開した後の——のような、測定可能な近期の改善である。これらは、AIが長期的なプレイのみではないことをステークホルダーに示す勝利である。
• 基盤価値：これは、今日と将来の両方で効果的に機能するAIを作るための基盤となるインフラストラクチャ——データパイプライン、ガバナンス、スケーラブルなプラットフォーム——を構築することである。マッキンゼーのAIの状態レポートは、リスク管理とガバナンスが長期的な成功に重要であると指摘している。

これら2つの価値の流れを定義したら、課題はバランスをとること——即時的な勝利をどのようにして達成しながら、それらを繰り返し、ガバナンスされた能力に変えることができるか。バランスをとることができた組織は、実際のリターンを得ることができる。

バランスをとる：今日と将来の価値

私は、企業がAIプラットフォームを開発者に考慮して設計していないことをよく見る——2025年までに、84%の開発者がAIツールを使用し、51%の開発者が毎日使用することになる。AIプラットフォームが既存のワークフローと統合されていない場合、採用は遅れる——モデルがどれほど強力であっても。成功は統合、タスクの選択、継続的なトレーニングに依存する。

同様に重要なのは、ガバナンスとセキュリティである——これらが優先されていない場合、どれほど高度なAIであっても、ユーザーは信頼しない。ガートナーは警告している——信頼性の問題、セキュリティ、ガバナンスが主要な障害であり、GenAIの誤用によるセキュリティ侵害が2027年までに増加する——イノベーションが進むにつれて。ガバナンスは、特に規制圧力が高まる場合、最初から優先されるべきである。

最も成功した組織は、即時的な価値を生み出すAIツールを作成する組織である——早期の勝利は政治的資本を購入する。実際、最高のROIをAIで得ている企業は、専任のCAIOを持っている企業である。これらのリーダーは、リソースを「今」（測定可能なユースケース）と「次」（データとプラットフォームの強化）に集中し、将来の利益の基盤を築きながら、着実な進歩を確保する。

これは、早期の価値を強調するKPIを確立することも意味する——サポートオペレーション、セールス、 مارケティング、エンジニアリングは優れた出発点である。明確なKPI——リードから勝利、チャーン、モデルリスクスコア——とともに、ベースラインと検証プランを定義することで、AIイニシアチブが理論的なものではなく、有形な成果を生み出すことができる。

鍵は、成功したパターンを特定し、それを繰り返すことである。実験から実行への移行は、企業がプロセスを調整するときに起こる——ツールだけではなく。

データ基盤の強化：継続的なプロセス

多くのAIプログラムは、データが信頼できないために失敗する。データガバナンスの欠如は、最大の障害である。したがって、データ品質、データの連携、データのアクセシビリティは、ユーザー向けツールと同等の重要性を持つべきである。強力なデータ基盤は、すべての成功したAIイニシアチブの基盤である。

AIを今日と明日にもビジネスの必須条件にする

期待は明確である——即時の、測定可能な勝利を示しながら、長期的に利益をもたらすプラットフォームとデータ基盤を構築する。AI予算が増加し、検証が強化されるにつれて、両方の面で成果を上げることができない場合、プログラムのリセットがリスクとなる。

今日価値を生み出すだけでなく、将来に向けてビジネスを構築できるリーダーは、AIを単なる一時的なパイロットから、収益と生産性のための持続可能なエンジンに変えることができる。