MIT NANDA 2025年7月 報告書を調査：95% の AI パイロット失敗率は終わりではありません

私は、新しい技術が現れるたびにそれを受け入れることを心がけています。私の最新の情熱は、長期にわたって続くものになるでしょう。AI です。

MIT NANDA は最近、『The GenAI Divide. State of AI in Business in 2025』 という論文を発表しました。この論文は、AI とビジネスの現在について冷静な見方を示しています。Linkedin のフィードは、AI がすべてを変えることについてほとんどヒステリックですが、この報告書は異なる絵を描いています。

まず、MIT NANDA とは何か?

ネットワーク化されたエージェントと分散型 AI (NANDA と略称される) は、MIT メディアラボからの野心的な研究イニシアチブです。このプロジェクトは、6 大陸の 18 を超える主要な研究機関と、Meta、Dell、Microsoft などの大手テクノロジー企業を網羅しています。NANDA の目標は、まさに未来的なものであり、画期的なものです。 この野心 は、インターネットの AI エージェントの基盤となるインフラストラクチャを構築することです。つまり、AI エージェントが組織の境界を越えてオンラインで発見、検証、および協力できる分散型ネットワークです。基本的に、NANDA は、AI エージェントが人間や組織を代表して他のエージェントとやり取りするための明確なルール、プロトコル、ガイドライン、およびフレームワークを作成することに取り組んでいます。NANDA プロジェクトはオープンソースです。つまり、起業家、ビジョナリー、テクノロジスト、政策立案者を全面的なコラボレーターとして受け入れています。

私はこれについて話しているのは、MIT NANDA の報告書が AI 研究のケーキのアイシングであるからです。著者たちは AI の世界の最前線にあり、彼らの発見は真剣に受け止めるべきです (ある程度の批判的思考とともに)。

報告書は 1 月から制作され、2025 年 7 月に発行されました。この報告書は、300 を超える公開された AI イニシアチブの体系的なレビューと、52 の組織のリーダーのインタビュー、4 つの主要な業界会議の 153 人のシニアリーダーの調査に基づいています。

5% の AI パイロット成功率

報告書では、The GenAI Divide という用語が導入されています。これは、組織や業界が AI を成功的に (または失敗的に) 導入したときに起こる (または起こらない) 変化を記述します。NANDA によると、ビジネスが「分割」の「間違った側」にある場合、ビジネスは真正に変化したり、進化したり、構造やビジネス運用を再考することができません。したがって、分割の「正しい側」にあることは、AI を採用した結果を有形に持つことを意味します。《「この投資バイアスは、GenAI 分割を永続させることで、リソースをより見えるが変革の度合いが低いユースケースに向け、最高の ROI の機会がバックオフィスの機能で未資金化のまま残る」》。

報告書が注目されたのは、その重要な発見です。執行要約では、「《30〜40 億ドルの企業投資にもかかわらず、GenAI に対するこの報告書は驚くべき結果を明らかにしました。95% の組織は何の利益も得ていない…。わずか 5% の統合 AI パイロットが数百万ドルを生み出しているのに対し、大多数は測定可能な P&L 影響がないまま》」と述べられています。そう優秀な結果ではありませんね？

組織が AI の真の価値を実現することを妨げる根本的な制限は、報告書で「学習ギャップ」と定義されています。ほとんどの GenAI システムは、基本的にフィードバックから学習したり、コンテキストに適応したり、時間の経過とともに改善したりする能力が欠けているからです。

• システムはフィードバックから学習しません。 実際には、管理者が同じデータセットを繰り返し入力するが、パフォーマンスの改善はありません。《ある中規模マニュファクチャリング管理者は、AI システムに同じ製品マニュアルを繰り返しアップロードして納品チェックリストを改良しようとしたが、各イテレーションで同じ省略とエラーがコピーされ、フィードバックセッションが何度繰り返されても出力品質の改善は見られませんでした》。
• 毎回過剰な手動コンテキストが必要です。 AI ツールはセッション間でメモリを持たないため、毎回のやり取りでは過去の知識と過去のコンテキストを再入力する必要があります。複雑なワークフローは、シンプルなワンオフタスクとは異なり、継続的なプロジェクトを信頼できるサポートとして機能しないまま引きずり出され、生産性を損なう時間のかかる雑用に変わってしまいます。《報告書では、契約書作成のために毎回クライアントの好み、過去の交渉ノート、法的制約を AI ツールに再入力する必要がある法務チームを引用しています。これにより、複雑な多段階のプロジェクトでは、生産性を損なう時間のかかる雑用に変わってしまい、信頼できるワークフローをサポートできなくなりました》。
• 一部のビジネスプロセスに対するカスタマイズが不十分です。 より大きなコンテキストに適応するツールではなく、ユーザーがツールに適応することを強いられるため、システムは硬直的です。《CIO は、ベンダー提供のリスク分析 AI が「ワンサイズフィットオールボックス」のようだったと述べています。チームは、ツールの厳格な入力に合わせて信用承認ワークフローを再構成することを強いられ、AI を既存のプロセスに適応させることはできませんでした。ミスマッチにより、パイロットプロジェクトが放棄されることになりました》。

私の NANDA 報告書からのトップフィンディング

1. シャドウ AI エコノミーが繁栄

報告書では、シャドウ AI エコノミーという用語を使用して、従業員が組織全体で承認されたツールではなく、個人的なツールとして AI を使用する方法を説明しています。これは私には実際に馴染みのあるものです。CIS の中国自動車ブランド支店の友人は、チャットボットを使用してアプリ内のコンテンツ (ニュース投稿、広告など) を書いていると言っていました。彼女は、HQ レベルでは AI ツールが一般的な使用に承認されていないため、彼女の AI の使用は彼女自身のブースターであり、時間の節約策であり、彼女のマネージャーに話すことはありません。
報告書では、非常に具体的な数字が示されています。企業の 40% しか公式の LLM サブスクリプションを購入していないのに、90% を超える企業の従業員は、仕事のタスクに個人用 AI ツールを定期的に使用しています。このシャドウ使用は、正式な企業イニシアチブよりも高い ROI をもたらすことが多く、柔軟で対応性の高いツールにアクセスする個人が何が機能するかを明らかにしています。

2. 投資配分は誤った優先順位を反映

報告書では、AI 投資と実際の ROI の潜在性の間にある重大な不一致を明らかにしています。GenAI の予算の約 50% がセールスとマーケティング機能に流れています。これは、成果が簡単に測定でき、取締役レベルの KPI と一致しているためです。しかし、最高のリターンは、年間 1,000 万ドルの節約、外部創造コストの 30% 削減、外部リスク管理の年間 100 万ドルの節約など、バックオフィスの自動化から生じることが多いです。この投資バイアスは、GenAI 分割を永続させることで、リソースをより見えるが変革の度合いが低いユースケースに向け、バックオフィスの機能での最高の ROI の機会が未資金化のまま残ることを意味します。

私の個人的な信念は次のとおりです。私は、世界中の小売銀行を所有する国際銀行で働いていたことを覚えています。組織の根幹に食い込んでデータを吸い上げ (誰かが知らないで) 内部情報を漏らす AI ツールを導入することは、大きなリスクです。したがって、Facebook 広告のための簡単なクリエイティブの AI コンテンツファクトリに署名するのは簡単ですが、会社の背骨に重大な変革をもたらす AI ツールを導入することは、C レベルの直接の命令でない限り、12 か月はかかるでしょう。

幸い、私は地元の窓製造会社のセールスチームのために作られた AI 自動化の内部を見たことがあります。彼らは n8n のフリーランスを雇用し、AI パワードのコールとチャット分析ツールを作成しました。ビジネスは、ボトルネックをより迅速に発見し、AI の支援により、プロセスで書かれたスピーチと口頭でのスピーチをより迅速に処理できるようになりました。満足度は非常に高く、より多くのデータがより迅速に処理されました。

3. インターナルビルドは外部ベンダーに敗れる

正直に言えば、この発見は私を驚かせました。企業が自身の AI ツールを構築するべきであるという一般的な信念に反して、研究によると、外部ベンダーとの戦略的なパートナーシップは、内部開発努力よりも展開に到達する可能性が 2 倍高いことがわかりました。誰がそう思っていたでしょうか？明らかに、私ではありませんでした。
企業が AI ベンダーをビジネスサービスプロバイダーとして扱い、深いカスタマイズを要求し、運用成果に対して責任を負わせる場合、成功率とタイムトゥバリューが大幅に高まります。

4. 投資が高いほど変革が大きい？実際にはそうではありません。

複合 AI 市場変革指数を使用して、報告書は、テクノロジーとメディア & テレコムの 2 つの業界だけが、GenAI から構造的な変革の明確な兆候を示していることを明らかにしています。9 つの主要業界のうち 7 つは、明確な構造的な変化は見られないものの、パイロット活動は著しく、ヘルスケア、金融サービス、エネルギーなどの業界は、5 点満点中 0.5 未満の変革スコアを示しています。この投資の可視性と実際の変革の間のギャップは、業界レベルでの GenAI 分割を示しています。

95% の失敗率は一時的なもの

途方もない中間結果にもかかわらず、光明はあります。報告書によると、GenAI 分割は一時的なものであり、出現する開発によって克服されるでしょう。

NANDA 自体は、より接続された AI の世界を貢献する主要な貢献者の一つです。報告書で引用されているメカニズムは、モデルコンテキストプロトコル (MCP) とエージェント間 (A2A) です。これらは、システム全体でのエージェントの無人協調と自律的な調整のためのインフラストラクチャ基盤です。

NANDA の取り組みとこれらのツールは、NANDA が目指すものにほぼ等しいものです。エージェントのネットワーク、つまり Agentic Web は、自律的な調整が可能なインターネット全体のエージェントのネットワークです。彼らのやり取りは、静的なワークフローを動的な自己教育システムに置き換えるように設計されます。

これは、本当のことすぎるように聞こえるかもしれません。あるいは魔法のように聞こえるかもしれません。ただし、Microsoft Copilot Studio のマルチエージェントオーケストレーションは、このビジョンに最も近いものです。このシステムは、エージェントのツリーを構築するのに役立ち、メインの Copilot エージェントが、スケジューリングやドキュメント生成などの特定のタスクを担当するサブエージェントをトリガーします。各エージェントは専門分野に留まりながら、他のエージェントと調整します。実用的には、ユーザーが「私たちの Q4 製品のローンチを計画してください」とリクエストした場合、オーケストレーター エージェントは、マーケットリサーチを担当するエージェント、タイムライン作成を担当するエージェント、プロジェクト管理ツールと調整するエージェントに自動的に割り当てます。作業は同期的に行われますが、自律的に行われます。

NANDA の報告書は、私たちに何を残していますか？GenAI 分割を超えるウィンドウは、企業が学習可能なツールとのベンダー関係を確立し始めているため、急速に狭まりつつあります。これらのツールは、バックエンドでビジネス運用を変革し、最適化し、組織の核心に速度をもたらします。成功は、AI エージェントシステムを購入することにあるのです。内部から作成するのではなく。学習、記憶、自律的なシステムが普及するにつれて、現在の 95% の失敗率は、新しい時代に取って代わられます。そこでは、AI システムがベンダー、ドメイン、組織の境界を超えてシームレスに協力します。将来は、現在の投資の真の ROI です。

AI 採用に関する代替視点

NANDA プロジェクトは、多数の情報源からのデータをまとめ、複数の分野のリーダーを調査するという素晴らしい仕事をしました。しかし、世界中の AI 採用の最終的な発言者ですか？もし、あなたも私のように、《The GenAI Divide》をある程度悲観的、あるいは失望的なものだと思ったとしたら、私はあなたの個人的な AI の情熱を維持するための代替視点を見つけました。

• IT Brief UK の Jed Nykolle Harme は、Lenovo の CIO Playbook 2025 を分析しました。この研究には、EMEA (ヨーロッパ、中東、アフリカ) の IT リーダーのフィードバックが含まれており、その結論ははるかに楽観的です。小売業界が AI に対する満足度で先導しており、AI パイロットのパフォーマンスが期待を満たしたり上回ったりしている割合は 96% であることがわかりました。
• 以前、私は AI の導入が難しいと感じている巨大な企業市場プレーヤーに対して共感を示しました。Lenovo では、異なる絵が提示されています。銀行、金融サービス、保険 (BFIS) 業界では、AI の採用率は 7% で最も低いですが、AI をテストしている 33% の企業は、パイロットが期待を上回ったと報告しています。好ましい傾向の秘密は「慎重なアプローチ」です。《アラビアンビジネス》はそう述べています。
• 別の安心できる報告書 IBM CEO Study は、IBM 副会長の Gary Cohn による大胆な序文で始まります。《「AI の採用が進むにつれて…最終的な利益は、リスクを機会として受け入れる勇気を持つ CEO にのみもたらされる。…ビジネス環境が不確実な場合、AI と企業データを使用して自分がどのように優位性を持っているかを特定することは、競争上の優位性です。この時点で、AI と企業データを使用して前進することを躊躇するリーダーは、競争しないことを意図的に決定している」》。
• IBM CEO 調査では、AI 投資の成長が 2 年以内に倍増することが予測されており、IT 全体の予算のほぼ 20% が AI に割り当てられることになります。このコミットメントは、明らかな課題があるにもかかわらず、AI に対する信念が強く、戦略的な投資であり、反応的な支出ではないことを示しています。
• 最後に、報告書では、CEO の 64% が、新しいテクノロジーへの投資を、明確な影響の理解を得る前に、後れを取るリスクによって推進されることを同意しています。しかし、決定は迅速にはなりません。代わりに、意思決定者は「戦略的なヘッジ」を行います。簡単に言えば、競合他社がウェブサイト用のパーソナライズされたレコメンデーションのための AI チャットボットを立ち上げた場合、あなたも同じことをします。収益の増加については確信が持てないかもしれませんが、2 年間遅れていて「完全なデータセット」を待っている場合、勢いを失ってしまうことはわかっています。したがって、ルールは簡単です。積極的にコピーを取り、結果を見てみましょう。

結論

結論として、私は AI への個人的な信念を表明したいと思います。起業家、CMO、ビジネス開発者、元オフィス従業員として、私は AI が予算を最適化し、ワークフローを合理化し、チームを強化する方法を多数見ています。将来は拡張され、加速されます。企業が競争したい場合、AI フルーンテントでなければなりません。私が提示した発見は物議を醸すかもしれませんが、私は現在の AI ランドスケープが、新しいテクノロジーごとに繰り返される自然な学習期間であり、その山と谷があることを信じています。
boost チーム。将来は拡張され、加速されます。企業が競争したい場合、AI フルーンテントでなければなりません。私が提示した発見は物議を醸すかもしれませんが、私は現在の AI ランドスケープが、新しいテクノロジーごとに繰り返される自然な学習期間であり、その山と谷があることを信じています。