この記事は、2026/09/01に公開された「The AI Forecast August Review: Three Takeaways to Make AI Work」の翻訳です。
2026年も最終四半期に差し掛かるにつれ、AI への取り組みを具体的な成果につなげるプレッシャーが高まっています。8月を通して、The AI Forecast では、それが実際にどのようなものかを探りました。
ホストの Paul Muller と、ゲストの Mark Ritcey 氏、Varun Puri 氏、Shanea Leven 氏との対話を通じて、The AI Forecast では、企業全体で AI を活用することの実態を掘り下げました。AI の可能性を意味のあるビジネス価値へと変えるために必要なことについて、3つの視点をご紹介します。
1. テクノロジーよりも行動と成果を重視する
Yoodli の共同創業者兼 CEO である Varun Puri 氏にとって、AI 導入の成功は、人々が解決しようとしている課題や、変えようとしている行動から始まります。
「私はよく、自分たちは AI 企業ではないと言っています。実際、AI がソリューションであるかどうかさえ、私は気にしていません。私たちは、行動変容を促す企業とい得ます」と Puri は述べています。「重要な会話で人々が苦労する理由は、練習をしていないからです。上達するための一番の方法は、自分を録画して見直し、恥ずかしさを感じること、それをさらに3回繰り返すことです。」
この話で言えば、AI はそのような練習を行いやすくする手段となります。改善すべき具体的な領域を明確にし、繰り返し練習できるようにするのです。「AI は興味深い洞察を与えてくれます。組織レベルの統計情報も得られますが、核心となるのは練習と、自己認識を高めることです」と Puri 氏は述べます。
そのような成果重視の考え方は、組織が ROI を評価する際にも役立ちます。Puri 氏が仮説的な例を挙げてくれました。「たとえば、私が Google だとしましょう。新しい Gemini の営業トークについて、営業担当者15,000人をトレーニングする必要があります。以前なら、全員が同じ認識で話せるようにするまでに6か月かかっていました。それが今では6日で済みます。立ち上げ期間を短縮できたのは素晴らしいことです。それを直接、金銭価値で表せるでしょうか？まだですが、なんと、きわめて迅速にそれを定量化することができます」と Puri 氏は述べています。
Puri 氏にとって、教訓はまず成果を定義し、それを達成するうえで AI が役立つかどうかに基づいて評価することです。 それは、生産性の向上やコミュニケーションの強化を意味する可能性があります。 テクノロジーは、それ自体が目標になるのではなく、目標の達成に役立つときに最も重要になります。
2. エンタープライズ AI の成功は規律から始まります
組織が AI に多くのリソースを投入する中、迅速に進めるよう求める圧力は非常に強まっています。 しかし、LatentBridge で AI・オートメーションのデリバリーを担当するバイスプレジデント、Mark Ritcey氏にとって、エンタープライズ AI の成功は、ビジネス上の課題を定義し、その周囲に適切な体制を構築するというシンプルな最初の一歩から始まります。
「私は確かに、AI の活用事例を数多く見て、経験し、成功させてきたと言えるでしょう。実にさまざまな領域で行ってきました。よくある例としては、人事ナレッジリポジトリに基づいて人事関連の質問に回答する、AI や LLM 搭載のチャットボットが挙げられます。顧客や企業の財務情報を分析し、それを集約、要約して与信アナリストに提示する与信審査ツールというのもありました。つまり、意思決定を行うのは機械や AI ではなく、実際には人間なのです」と Ritcey 氏は述べています。
これらの例を通じて、Ritcey 氏は、AI イニシアチブが価値をもたらすかどうかを左右するのは、同じ基本要素だと考えています。 企業は、明確に定義された課題から着手し、AI イニシアチブを従業員が実際にうまく活用できるものへと変えるために必要な体制を構築する必要があります。
組織が生成 AI の実験段階から実運用システムやエージェント型 AI へと移行するにつれて、その重要性はさらに高まります。 Ritcey氏は、最大の機会にすぐ飛びつくプレッシャーに抗い、代わりに拡張に必要な能力を構築することを勧めています。
Ritcey 氏の言葉を借りれば、「走れるようになるには、まずは這うことから始めなければなりません」。エンタープライズ AI には、あらゆる大規模な事業変革と同じ水準の厳密さが求められ、出力が予測できないシステムには、さらにガバナンスの層が必要です。そのレベルの作業は、焦ってはできません。
3. 誰もがソフトウェアを構築できる時代には、ガードレールが不可欠です
生成 AI によってソフトウェア開発の参入障壁が大幅に下がり、従来のコーディング経験がほとんどない人でも、アイデアを動作するアプリケーションにできるようになっています。 しかし、Empromptu AI の共同創業者である Shanea Leven 氏にとって、迅速に構築できる能力は、こうしたアプリケーションを本番環境に移行する方法の重要性も高めています。
「もちろん、実用レベルのアプリを開発することは可能です。ただ、自分が何をしているのかをきちんと理解している必要があります」と Leven 氏は述べます。
課題は、そうしたアプリケーションを取り巻くインフラストラクチャーにあります。「生成用のアプリケーションを構築しているのに、そのインフラに、たとえばドリフトやエッジケースを検出するための AI が組み込まれていないとしたら、入力がどのように機能しているか、また適切な入力が与えられているかを監視できているでしょうか？」と Leven 氏は問いかけています。「こうしたものがすべて整っていなければ、ハルシネーションが起こり始めます。」
しかし、そのインフラが整うことで、AI はソフトウェア開発に参加する人の裾野を広げることができます。ここで、「経理部のデビー」という仮説を取り上げてみましょう。
「経理部のデビーは、会計分野の専門家です。デビーの業務領域にアプリやワークフローを導入する場合、どのような出力が期待されるべきか、どのような安全策や制約を設けるべきかを最もよく理解しているのは、デビー本人です」と、Leven 氏が説明します。
Leven 氏は、この増加傾向にある、AI を活用して開発する人グループを「新たな技術者たち」と呼んでいます。従業員がソフトウェア開発能力を身につけるにつれ、組織は、従来ソフトウェアエンジニアやプロダクトマネージャーに求められてきた思考力を養えるよう支援する必要が出てくるだろうと彼女は考えています。
ソフトウェア開発へのアクセスを広げることで、組織全体にある貴重な専門知識を引き出せますが、アクセスの拡大に伴い、共有インフラストラクチャと教育の重要性も高まります。 より多くの従業員がソフトウェアを開発できるようにするには、組織が責任ある開発のためのガードレールも設けることが効果的です。
AI の可能性をビジネス価値に変える
AI は成熟しつつあり、成功はますます、組織がこのテクノロジーをどのように活用するかにかかっています。 今月、Ritcey 氏、Puri 氏、Leven 氏は、AI の可能性を意味のある企業価値へと転換するために必要なことを探りました。 彼らの見解は、AI から意味のあるビジネス価値を実現するための、より計画的なアプローチを示しています。
こちらの The AI Forecastのエピソードやその他のコンテンツを、Spotify、 Apple Podcasts、 YouTubeでお聴きいただけます。
