不確実な市場で最も重要なテクノロジー投資

2年前、AIに関する会話のほとんどは投資がリスクに見合うかどうかが中心でした。その疑問は解決しました。現在のより難しい課題は、資金をどこに投入すべきか、そしてどれだけ投入すべきかです。

私はこれが中堅企業のリーダーやプライベートエクイティのオペレーターで常に起きているのを見ています。彼らのほとんどはすでにパイロット段階を終え、ほぼすべての機能で何かを試みました。差別化のポイントは、どのパイロットが実際の業務に組み込まれ、どれが日常業務にまで至らないサイドプロジェクトのまま残ったかです。

最近の論考で MIT Sloan Management Reviewは別の視点から同じ変化をとらえています：テクノロジーへの何十年もの投資にもかかわらず、多くの組織は依然として有意義なリターンを得られていません。そして研究は、ツール自体よりも、実際にそれらを使いこなすことができる労働力と学習を中心とした文化という、より目に見えない要素に注目しています。さらに一歩踏み込むと：ツールを購入することはもはや難しい部分ではありません。ツールが実際に価値を創出できるようにする人材、スキル、組織能力を構築することが、現在の意思決定と課題の所在です。

先行する企業が支出を増やすだけでなく、異なる方法で投資する理由

テクノロジー投資は最新のプラットフォームを購入することだという誤解が広がっていますが、実際にはそうなることはほとんどありません。 組織は、予算枠を設ける前に、正確にどのビジネス課題を解決しようとしているかを把握していると成功します。これは私たちが 以前に指摘した：最も高度なツールでさえ、下にあるデータ基盤がなければ有意義なインパクトを提供できません。

これは、Gridiron Capital が支援する法律サービス会社 Esquire Depositions で直接見られたことと一致します。同社は、既存の上に新しいプラットフォームを追加したことによるのではなく、何年もチーム間でアドホックに構築されてきたデータを集中化し、プロセスを標準化したことで、企業価値が 10% 増加しました。ツール自体よりも、ツールが構築された基盤の方が重要です。

スケールすべきものを決定するための四つの基本原則

CEO やオペレーティングパートナーとのテクノロジーに関する会話は最終的に同じ決定に帰着します：拡大するか、改善するか、あるいは中止するか。私の経験では、これら三つの結果を分ける四つの要素があります。

• 所有者がいること。すべてのイニシアチブは、結果に対して責任を持つ人物が必要であり、委員会やローテーションするスポンサーではありません。
• その下にあるデータが信頼できること。AI と自動化は、供給されるデータの質に依存します。データが一貫性に欠け、サイロ化していると、有望なツールさえ回避される対象になります。
• 人々が日々実際に使用していること。導入はプラットフォームがリリースされたから起こるわけではありません。ツールが既存の業務に合致するか、あるいは誰かが業務を再設計する時間を取ることで実現します。
• 成果が測定可能で、具体的な項目に結びついていること。収益、コスト、サイクルタイム、顧客体験のいずれかです。構築する前に一つ選び、後で選び直さないことが重要です。

これら四つの基準に当てはめて検討すれば、決定は自然に整理されます。所有者がいて、信頼できるデータがあり、実際に採用されているイニシアチブは拡大すべきです。真の課題を解決するものの、日常使用ではまだ扱いにくいものは引き続き検討します。そして、熱意や活動指標だけで動いている、誰も意思決定に利用していないダッシュボードに基づくものは中止します。

削減すべきものと保護すべきもの

同じ規律は予算自体にも、両方向で適用されます。

削減側では： 所有者のいないパイロット、同じ業務のために3つの異なるチームが重複して購入したツール、誰もログインしないライセンス、下流に接続されないデータプロジェクト。これらは単に金銭の無駄であるだけでなく、次の本格的なイニシアチブを遅らせる複雑性を増します。いずれも停止するより資金を継続しやすく、結果として蓄積してしまいます。

保護側では：サイバーセキュリティ、データ品質、統合作業、実際に事業を差別化する顧客向け体験、そして日常業務で既に価値を生んでいる AI 活用事例。トレーニングもこのリストに含まれます。これは企業が行える最も過小評価されがちなテクノロジー投資の一つであり、予算が厳しくなると最も省かれやすいものです。

これらは新たな AI イニシアチブを立ち上げるよりも控えめな投資です。「データパイプラインを修正した」といったプレスリリースは自動的には生まれません。しかし、控えめだからといって小規模というわけではありません。プロセス自動化は、現在多くの静かな資金が向かっている領域であり、明確な ROI を示すほど具体的です。私たちは、貸付会社の内部コンプライアンスチームが、顧客通話の 30% を手動で監査していたところから、すべてを自動的にレビューできるようにしたワークフローを設計・構築しました。残りの 70% は規制上各通話がそれ自体で違反とみなされ、1件あたり 500〜1,500 ドルのリスクがあるため、重要なギャップを埋めました。

最近実施した別の自動化プロジェクトは、会計事務所の低利益・高ボリュームのサービスに侵食していた手作業のデータ入力を削減し、スタッフが追加の人員を増やすことなく、より高付加価値の顧客業務に従事できるようにしました。どちらも派手な AI 製品の導入は伴いませんでした。各プロジェクトは単一の具体的なプロセスを解決し、事業全体に波及させたことで、企業が実感できる最大級の ROI の一つとなります。

意図的な投資

不確実性は経営者に慎重さをもたらし、これは妥当な本能です。現在先行している企業は依然として積極的に支出していますが、運用を強化し、意思決定を鋭くし、四半期末に実際に示すことのできる成果を AI にもたらす能力に資源を意図的に集中させています。

今後数年間で同業他社を上回る企業は、最大のテクノロジー予算を持つ企業ではないと考えており、これは現在でも当てはまりません。デジタルトランスフォーメーションを支援した経験から、実際の ROI は二つの要素に集約されます：投資が最も価値を創出する場所を正確に把握すること（それが事業運営の方法であれ、差別化要因であれ、顧客が実際に体験する製品・サービスであれ）、そしてインパクトを可視化できるように測定可能な KPI を事前に設定すること。これが実質的なリターンと高価なノイズを分ける規律です。