デジタルネイティブ企業に潜むAIスケーリングのギャップ

デジタルネイティブ企業はデータと共に誕生しました。彼らは銀行がアナリストを雇うようにエンジニアを雇います。彼らは生業としてソフトウェアを出荷しています。そのため、The Economistの新しいレポートのために1,200人以上の幹部が調査されたとき、デジタルネイティブ企業がAIの運用化において最も進んでいると期待するかもしれません。しかし、データはより有用なことを示唆しています。デジタルネイティブ企業はAIへの野心と展開の幅においては先行していますが、完全な運用成熟度においては一様に先行しているわけではありません。

スケーリングが最優先事項です。それ以外はすべて後回し。

調査された8つの産業の中で、デジタルネイティブ企業の幹部は、今後2年間で「AIを大規模にコアビジネスプロセス全体に組み込む」ことを単一の最優先投資事項として挙げる可能性が最も高いです。18%という数字は、他のすべての産業を上回っています。これは、産業全体の平均9.8%のほぼ2倍、金融サービス、銀行、保険の2.5倍、小売・消費財のほぼ3倍にあたります。次に近いのはエネルギー・石油・ガス産業で12.6%です。

これは理にかなっています。AIはますます製品、顧客体験、運用モデル、利益構造の一部となっています。これはコスト削減やコンプライアンスの問題ではありません。コスト削減とコンプライアンスは重要ですが、それらは戦略的な中心ではありません。テクノロジー企業にとって、優先事項はアーキテクチャに関するものです。AIをビジネス全体に深く組み込み、それが複利で増えるようにすることです。これほど明確にAIのスケーリングを優先する産業は他にありません。

スケーリングを優先しても、成熟度のリードは生まれない

ここでデータがより面白くなります。ビジネス機能全体でAIが実際にどのように使用されているかを見ると、デジタルネイティブ企業はスケーリングされた採用の幅においては明らかに先行しています。「大規模に」を展開している、またはAIを大規模に完全に組み込んでいると定義した場合、測定されたすべての機能において、産業全体の平均を上回っています。展開から完全な組み込みへとハードルが上がると、ギャップが現れます。調査では、「大規模に完全に組み込まれている」とは、AIがテストされている、またはワークフローに展開されているだけではないことを意味します。それは、100人以上のユーザーがAIを使用し、SLAによってサポートされ、パフォーマンスと影響が監視されていることを意味します。

その指標では、デジタルネイティブ企業は8つのビジネス機能のうち、R&D/製品開発の1つしかリードしていません。技術的な中核以外では、状況は変わります。HR、法務・コンプライアンス、財務、マーケティング、オペレーション・サプライチェーンにおける完全に組み込まれたAIでは、5位以下にランクされています。財務が最も明確な例です。デジタルネイティブ企業は財務において最も幅広いAIフットプリントを持っていますが、完全な組み込みにおいては8産業中7位にランクされています。メディア・エンターテイメントは彼らを13パーセントポイント近くリードしています。通信は11ポイントリードしています。オペレーション・サプライチェーンも同様のパターンを示しています。デジタルネイティブ企業はオペレーションワークフロー全体にAIを展開する割合が最も高いですが、完全な組み込みにおいては6位にランクされています。通信は8ポイント以上リードしており、メディア・エンターテイメントと製造業も先行しています。これがスケーリングギャップです。

そして、これは機能ごとの奇妙な現象だけではありません。通信業界は、表明された野心が成熟度に等しいという考えに対する最も明確な反例です。通信業界の幹部のわずか7.9%が、AIの大規模な組み込みを最優先投資事項としてランク付けしており、デジタルネイティブ企業の18.0%の半分未満です。しかし、通信業界は、IT、法務・コンプライアンス、財務、営業・カスタマーサービス、オペレーション・サプライチェーンの8つの測定機能のうち5つにおいて、デジタルネイティブ企業よりも完全に組み込まれたAIで先行しています。メディア・エンターテイメントと製造業もこのパターンを広げています。これらは、AIの組み込みにおいてテクノロジー企業を追い越していると多くの人が考える産業ではありませんが、どちらも、AIが確立された運用リズムに適合する必要があるいくつかのコアビジネス機能において、デジタルネイティブ企業よりも進んでいます。

ここから得られる教訓は、伝統的な産業が全体的に追い越したということではありません。デジタルネイティブ企業は、AIを大規模に展開するための最も明確な指示と、最も幅広い展開フットプリントを持っているようです。次の競争フロンティアは、より多くのAIイニシアチブを立ち上げることではありません。それは、展開されたAIから完全に組み込まれたAIへの変換率を改善することです。

ギャップが重要な理由

成長著しいテクノロジー企業のCTOやCPOにとって、このデータは検証的であり、同時に不快なものでもあります。デジタルネイティブ企業はすでに価値を実感しているため、検証的です。デジタルネイティブ企業の幹部のほぼ92%が、AIのROIが計画を上回っていると報告しており、これは全体平均の84%と比較して高い数字です。これはAIが成果を上げていないという話ではありません。しかし、ROIの勢いが自動的に運用成熟度に変換されるわけではないため、不快でもあります。デジタルネイティブ企業は、調査されたどの産業よりも強力なAIスケーリングの指示を持ち、ビジネス全体にAIを幅広く展開しています。それにもかかわらず、8つのビジネス機能のうち1つしか完全に組み込まれたAIでリードしていません。これは、デジタルネイティブ企業が学ぶべきではないと考えているかもしれない通信、メディア・エンターテイメント、製造、エネルギーなどの一部の産業が、AIをビジネスの特定の部分に完全に組み込むという点で、より進んでいることを意味します。

その違いは、アーキテクチャに現れる可能性が高いです。完全に組み込まれたAIには、ガバナンスされたデータアクセス、信頼性の高いパイプライン、オブザーバビリティ、評価、SLA、コスト管理、セキュリティ、リネージ、フィードバックループが必要です。それは、チーム間で再利用可能で、本番環境で監視可能で、ビジネスクリティカルなワークフロー内で信頼できるAIシステムを必要とします。その基盤なしでは、デジタルネイティブ企業はビルダーズタックスを支払うことになります。エンジニアリングチームは、製品や顧客体験の改善ではなく、パイプラインの維持、断片化されたガバナンスの調整、チーム間の作業の重複、AIシステムの維持に時間を費やします。

この調査は、デジタルネイティブ企業がこのギャップを示す理由を証明するものではありません。しかし、適切な疑問を投げかけます。デジタルネイティブ企業は、より複雑なアーキテクチャ全体で、より高いデータ多様性と速度を管理しているのでしょうか？彼らのAIイニシアチブは、ガバナンスモデルよりも速くスケーリングしているのでしょうか？チームは個々の機能内で迅速に展開していますが、再利用、監視、運用上のアカウンタビリティのための統一された基盤なしで展開しているのでしょうか？原因が何であれ、リーダーシップの問いは明確です。AIの運用基盤を持っていますか、それともAI展開の成長ポートフォリオを持っているだけですか？

これにどう対処するか

このギャップは、価値や野心の問題ではなく、構造的な問題を示しています。デジタルネイティブ企業はすでに強力なROIを実感しているため、答えは単により多くのパイロットを実行したり、より多くのMLエンジニアを雇用したりすることではありません。次の課題は、その勢いを、反復可能で、ガバナンスされ、本番グレードの運用に変換することです。それはアーキテクチャから始まります。データパイプライン、ガバナンス、AIワークロード、モデル、エージェント、アプリケーションは連携して動作する必要があります。セキュリティ、リネージ、監視、パフォーマンス測定は、すべてのビジネス機能内で再発明されるのではなく、共有されるべき機能です。このギャップを埋める企業は、最も多くのAI実験を行っている企業ではありません。AIを反復可能なインフラストラクチャに変える企業です。

デジタルネイティブ企業にとって、その指示はすでに明確です。彼らは他のどの産業よりも明確に、AIを大規模に展開することを優先事項として挙げています。今、その規模を現実にすることが仕事です。ビジネスの上にさらにAIを積み重ねるのではなく、ビジネスの運営方法に組み込むことによって。Economistの完全なレポートには、これらの発見の根拠となるベンチマーク、幹部インタビュー、および産業横断的なデータが含まれています。

レポートを読む →

出典：「Making AI deliver: A benchmarking framework on how leading companies operationalise AI for impact」、Economist Enterpriseレポート2026。150人のデジタルネイティブ企業リーダーを含む、8つの産業にわたる1,220人以上のグローバルエグゼクティブへの調査。

(このブログ記事はAI翻訳ツールを使用して翻訳されています) 原文記事