多くの大企業は、近年のAI投資に対して期待されたほどのリターンをまだ得られていない。
これは技術が失敗したからではなく、投資が誤った層に向けられてしまったからである。
AIを人々の業務の迅速化に使うのではなく、組織はAIにワークフローを実行させ、それを安全に運用するためのガバナンスを構築すべきである。
2年前にAI予算を承認した取締役会は、今やリターンについて問いかけている。また、最高財務責任者（CFO）は、あらゆる資本投資プログラムに適用するのと同じ厳格さでAI支出を精査している。
しかし多くの大企業では、リターンが実現していない。技術が失敗したからではなく、投資が誤った層に向けられてしまったからである。例えばPwCによる最近の世界規模の調査は、AIがもたらす経済的価値の74%は、わずか20%の組織によって獲得されていることを示している。
これまでのところ、企業向けAIの大半は個人のレベルで機能してきた。すなわち、従業員の作業を速くするツールや、業務を行う人の隣で支援するコパイロットである。しかし、大企業におけるAIの価値は個々の作業の中に蓄積されるものではない。それらの作業をつなぐプロセスの中にある。そしてそのプロセスには、これまでのところAI投資がほとんど手を付けていない。
AIを業務ワークフローに統合する
大手製薬会社、グローバル銀行、大規模製造業者において、コスト、リスク、競争力を左右するものを考えてみよう。AIツールがますます担うようになっている電子メールの量や文書作成の時間ではなく、それは企業の業務の基幹である。
金融サービスにおいては、毎月数十万件に上る取引アラートの調査がそれにあたる。各アラートには、文脈に即した分析、構造化された判断、文書化された監査証跡が求められる。医薬品製造においては、製造逸脱の根本原因分析がそれにあたる。この工程は、多くの主要製薬企業でいまだに数週間を要し、インシデントごとに専門家チームが必要とされる。ライフサイエンスにおいては、データ、意思決定、規制上の義務を結びつけるエンドツーエンドのシステムとプロセスこそが、企業がどれだけ速く動けるかを決定する。
これらはワークフローであり、組織の境界や規制上の義務をまたぐ、多段階かつデータ集約的な一連の流れである。1か月かかるワークフローの中で、ある分析担当者の作業を20%速くするコパイロットは、ワークフローを短縮するわけではなく、ボトルネックを移動させるだけである。
マッキンゼーが2023年に行った分析生成AIの経済的潜在力では、業務、サプライチェーン、リスク管理が、経済全体において最大の未活用のAI価値プールであると特定された。また、それらは現在の導入によってほとんど手が付けられていない領域でもあり、その差は大きい。
なぜ今、AI投資に踏み切るべきなのか。
2026年には、今まさにAI投資に踏み切るべき理由を裏付ける三つの課題が重なった。
第一に、複雑で多段階のワークフローを自動化するための技術基盤――専門化されたAIエージェントが連携するシステムが、プロセス全体をエンドツーエンドで実行する仕組み――が、規制の厳しい環境での本番運用が実現可能なレベルに、ようやく成熟しつつある。
2026年版Gartnerのエージェント型AIのハイプ・サイクルに関するレポートによると、AIエージェントを導入済みの組織はわずか17%にとどまる一方で、60%超の組織が今後2年以内に導入する予定である。これは、調査対象となった新興技術の中で最も急速な導入曲線である。
この二つの数字の差は急速に縮まりつつあり、いち早く動く組織は、迅速に模倣することが実際に困難なプロセスレベルの基盤を構築することになるだろう。
同時に、説明責任への圧力はもはや先送りできないものとなっている。世界のAI支出は2024年に2,350億ドルに達し、国際データコーポレーション（IDC）の「世界のAI・生成AI支出ガイド」によれば、2028年までに2倍以上に増加すると予測されている。
取締役会や投資家はもはや能力のデモンストレーションに満足しておらず、AIが営業利益率、サイクルタイム、リスク指標に反映されることを求めている。プロセスレベルの成果ではなく生産性の逸話を示す組織は、AI投資によって実際に何が得られたのかについて、厳しい問いに直面することになるだろう。
最後に、競争上の利害関係は変化した。AIが生産性向上のためのツールであったときは、後れを取ることは効率が劣ることを意味した。しかし、AIがワークフローそのものを実行できるようになった今、後れを取ることは、根本的に異なるコストと速度の曲線の上で事業を行うことを意味する。
製造逸脱の管理を自動化した製薬会社は、自動化していない企業に比べて、より速く、低コストで、規制上のリスクも少なく運営できる。この差は、一度開いてしまうと容易には埋まらない。
その差を埋めるためのAIアーキテクチャ
今こそ、既存のワークフロー内で稼働するエージェントのシステムが求められている。それは、組織が人員を配置し、ベンダーに委託し、あるいは個別のソリューションを寄せ集めて対応しているエンドツーエンドのプロセスそのものである。
これらのエージェントは「デジタルワーカー」と呼ばれる。これらのAI従業員は既存のインフラに接続し、企業のガードレールに従い、ワークフロー全体を自律的に実行する。人間が関与するのは、判断、承認、または規制上の説明責任が真に必要とされる場面に限られる。
このアプローチを規制の厳しい環境で機能させるには、ガバナンスを初期段階からアーキテクチャに組み込まなければならない。すべての意思決定は記録されなければならず、すべての推奨事項は追跡可能でなければならず、人による対応プロセスは、コンプライアンスのために後から追加するのではなく、設計段階から組み込まれる必要がある。医薬品製造、金融サービス、およびこれに類する産業においては、それこそが導入を可能にする条件である。
取締役会がAI投資について問うべきこと
世界経済フォーラムが最近発表した報告書「AIエージェントのガバナンス」は、この時期の中心的な課題を的確に示している。経営幹部の82%が今後1〜3年以内にAIエージェントの導入を計画している中、実験段階と、成熟し統制された導入との間の隔たりは広がりつつある。
多くの組織は今もなお「AIを使って従業員の業務をどう速められるか」と問い続けている。しかし、今まさに本当に重要な問いは、「中核となるワークフローのうち、どれをAIに実行させるべきか。そして、その導入を安全なものにするガバナンスの枠組みは何か」である。
この問いを投げかけ、その答えに向けて取り組んでいる組織こそ、この時期を振り返ったとき、AI投資を通じて自社の業務上の優位性を確立した転換点だったと認識することになるだろう。他の組織は、数年後に、なぜ10年もの間キャッチアップに費やしてしまったのかを説明することになるだろう。
