多くの経営陣がAI投資を数年にわたり続けているが、成果が業績に直結していないケースが目立つ。懐疑的な企業ではなく、むしろAIを信頼しながらも実績を出せずにいる企業こそが課題を抱えているのだ。
彼らはパイロットプロジェクトを成功させ、社内のモメンタムを醸成し、取締役会に「全てが進行中」と報告するスライドを用意している。しかし、肝心のAI活動とビジネス成果との明確な関連性が見えない。現在のAIサイクルにおいて、このギャップはもはや許容されないレベルに達している。
私は数年にわたり、Krogerとそのデータサイエンス子会社84.51°で大規模なAI運用を担当した経験を持つ。そこでは、数千店舗にわたって毎秒数百万件の予測を処理し、マージン、バスケットサイズ、顧客維持率といったビジネス指標で成果を測定していた。モデルの数やパイロットの印象ではなく、ビジネスに与えるインパクトこそが重要だったのだ。
この経験から、AIがリーダーシップに求めるものと、多くの経営陣がまだ見落としているポイントが明確になった。経営陣はAIの重要性を理解していないわけではない。むしろ、厳しい利益率、高騰する資本コスト、そしてロードマップよりも成果を求める取締役会に直面している。私が経験から導き出した解決策は、以下の3つの原則に集約される。
1. AIの価値は損益計算書に表れなければならない
多くの企業は、稼働中のAIモデルの数を正確に把握している。しかし、そのモデルがビジネスにどれだけの価値をもたらしているかを説明できる企業はごくわずかだ。
AIは、顧客のパーソナライゼーションや価格戦略の最適化を通じて収益を向上させる。また、自動化や予測精度の向上によりコストと無駄を削減する。しかし、多くの企業は投資を細分化しすぎており、企業価値との結びつきが希薄になっている。その結果、活動は生み出すものの、経済的な変化にはつながらないのだ。
重要なのは「どこでAIを活用しているか」ではなく、「AIがビジネスのユニットエコノミクスをどのように変えているか」だ。この問いに答えられる企業はほとんど存在しない。
2. 迅速な意思決定こそが競争優位を生む
大企業の多くは、知識は豊富だが、それを実行に移すスピードに課題を抱えている。データやインサイトは存在するが、シグナルからレスポンスまでの距離が長すぎるのだ。意思決定サイクルが遅れ、部門間で異なる前提に基づく運営が行われ、内部調整が完了した頃には機会を逃していた──。このような状況を、金融サービス業界で実際に目の当たりにした。
あるチームが、競合他社の顧客で特定のビジネスラインで乗り換えの可能性が高い層を特定するモデルを開発した。分析は正確で、モデルのパフォーマンスも優秀だった。しかし、その後数ヶ月にわたり、組織内の躊躇やガバナンスの再検討が続いた。最終的にリーダーが意思決定を下した時には、市場環境が変化しており、その事業から撤退することになったのだ。内部の誰かがこう表現した。「手術は成功したが、患者は亡くなった」と。
技術は機能したが、タイミングを逃した。AIは、より迅速なレポーティング、精度の高い予測、そして早期の異常検知を通じてこのギャップを埋めることができる。重要なのは「安く行うこと」ではなく、「重要な時に動くこと」なのだ。