懸念されているAIバブルではなく、この技術は米国全体で4.5兆ドル相当の業務に対応できる可能性があることが、新たな調査で明らかになった。
AIが雇用と潜在的な収益性に与える影響は、当初の予測よりも速いペースで進んでいる。
企業は、AI投資を最大の効果が得られるよう適切に整合させるため、3つの重要な取り組みを実施すべきである。
近年のニュースでは、AIバブルをめぐる議論が目立っている。その主な理由は、AIインフラ（半導体製造や新たなデータセンターなど）に投じられた数兆ドル規模の投資と、この技術がビジネス、経済、社会の価値へとつながっている状況との間に大きな乖離があることだ。この乖離は企業導入において最も強く感じられており、 MITの分析によると、AIプロジェクトの95%が失敗している などの最近の調査は、憂慮すべき緊張関係を明らかにしている。
しかしながら、過去3年間にわたるCognizantの調査は、こうした議論に対する反証を提供している。AIの経済的影響に関する当社の分析とモデリングに基づくと、、AIはGDPに1兆ドルを加えうると試算しており、さらに、4.4兆ドルの影響を及ぼす可能性がある。米国だけでも消費者の購買に影響を与えうる。今年に入り、我々はO*NET労働市場データベースに含まれる1万8,000の業務と1,000の職種について、AIが自動化または支援できる範囲も評価した。その観点からすると、AIで遂行可能な業務の価値は、現在の米国において4.5兆ドルに相当する。要するに、AI投資の見返りは手の届くところにある。
当社の調査結果は、最も熱心なAIバブル論者でさえ立ち止まって考えるべき内容である。第一に、今日のAIおよびインフラへの多額の投資は、この技術の将来的な潜在能力への期待に基づいている。実際、その潜在能力に向けた進展は急速に進んでいる。これは、雇用へのAIの影響に関する現在の調査を、わずか3年前に当社が示した当初の予測と比較すると明らかになる。その間、すべての職業において、平均エクスポージャースコア（ある職業がAIによってどの程度影響を受けうるかを示す当社の指標）は、10年足らずで起こると当初予測していた水準を驚くべきことに30%上回るまで上昇した。
言い換えれば、AIの能力はこの3年間で非常に急速に発展しており、GenAIが市場に登場した時点で算出した10年間の予測をすでに上回っている。
変化のスピードも注目に値する。当社の当初の分析では、調査対象の職業におけるエクスポージャースコアの増加率は年2%と控えめに見積もられていた。現在、その数値は年9%にまで跳ね上がっている。理論的・技術的な観点から見ると、AIは以前に想定されていたよりも幅広く多様な業務や職業において、価値を創出する能力を高めている。
価値のギャップを埋める方法
しかし、理論は現実ではない。AIは米国の労働価値4.5兆ドルに影響を与える能力を有しているものの、その機会を活用し、測定可能な成果を生み出すには、並々ならぬ努力と明確な意図が求められる。適切なスキルを身につけ、技術を文脈に即して活用し、実際のビジネス課題に対応するソリューションを設計することで、組織はAIの価値ギャップを埋めることができる。
1. AIの可能性を引き出すスキル
上記で示したAI市場価値の大きな部分は、AIが仕事を代替することだけでなく、AIが人間のパフォーマンスを高め、個人がその役割においてより大きな価値を生み出せるようになることからも生まれている。
当社の調査で示された、業務を補完するAIの能力の加速（3年前の年2%から現在の年9%へ）は、労働者が新たなツールと効果的かつ自信を持って協働する必要性を裏付けている。これは、デジタルリテラシー、適応力、継続的学習の姿勢といったスキルを育成することを意味する。こうしたスキルにより、個人はAIシステムと協働し、自らの能力、生産性、イノベーションを高めることができるようになる。
AIが担えない分野では、外科医は引き続き手術を行い、弁護士は法廷で引き続き弁論を行う。人間の貢献は、批判的思考、創造性、感情知性、複雑な問題解決など、人間特有のスキルが依然として不可欠な領域に集中するだろう。
スキルへの投資により、組織は、AIを日々の業務に統合すると同時に、機械では再現できない高度かつニッチな業務に注力できる人材を育成できる。このように、スキル開発は、今日のAI支出が明日の実社会での成果へとつながる仕組みとなる。
最終的に、人材育成を優先する組織は、従業員が関連性、競争力、自律性を保ち続けられるようにするとともに、自らもAI主導の変革の可能性を最大限に引き出すことができるようになる。
2. AIの成果を飛躍させる文脈
スキル開発と並行して、文脈は、特に高度に専門化された業務や、組織および個人の独自の働き方において、AIから真の価値を実現する上で重要な役割を果たす。
例えば、業務レベルのマッピングは、AIが当初の予測よりも幅広く多様な活動に対応できることを示している。しかし、文脈理解がなければ、この潜在能力の多くは活用されないままとなる。
今日、多くのAIソリューションは、的外れな一般的な出力を生成するリスクがある。実際、こうした文脈的根拠の欠如こそが、AIバブルに対する今日の懸念の大きな要因となっている。組織が従業員のスキルを高め、自信を持ってこの技術を活用できるようにする一方で、企業文化、規制要件、従来のプロセス、個人の業務パターンなど、適切な文脈認識をAIに組み込むことも同様に重要である。
AIを組織を特徴づける固有のデータや知識と結びつけることで、生産性の向上、より的確な意思決定の支援、意味のある成果の創出に向けて調整することが可能になる。
今日の投資と明日の成果との間のギャップを埋めるには、適切なスキルを人材に備えさせる以上のことが求められる。文脈を理解し、独自情報と統合されたAIシステムも必要である。この二つのアプローチにより、人間とAIの双方が理論上の能力を超え、個別化された実行可能なソリューションを提供できるようになる。
3. 約束された見返りを実現する課題解決型AI
AIの技術的能力は進化し続けているが、組織が直面する実際の課題や、実行すべき専門的業務を中心にソリューションが意図的に設計されたとき、真の価値が生まれるだろう。
汎用的な自動化を超えて、パフォーマンス、効率性、成長に直接影響する課題を解決することが不可欠である。サプライチェーンの効率化、顧客サービスの強化、財務業務の最適化など、組織内で最も重要なプロセスにAIが組み込まれれば、投資は測定可能な成果へと結びつく。
ニッチな業務への対応も同様に重要である。多くの業界は、高度に特定化されたワークフロー、業界規制、または従来のシステムに依存しており、画一的なソリューションでは対応できない。これらの固有の要件に合わせて調整されたAIは、汎用的なツールではできない形で、生産性を向上させ、意思決定を支援し、新たなイノベーションの流れを切り開くことができる。このレベルの専門化は、AIの関連性と影響力を最大化するだけでなく、表面的な導入に対する懸念の解消にもつながる。
実際のビジネス課題とニッチな業務の両方を優先することで、組織は変革的な成果を生み出し、競争優位を獲得し、従業員のエンゲージメントを強化し、イノベーションを促進できる。実務的な課題解決と精緻に調整された能力のこの組み合わせこそが、持続可能な見返りを生み出し、AIの取り組みが職場の現実に即したものとなることを保証する。
AIバブルではなく、投資の不整合に直面している
結局のところ、組織が今日直面している課題は、技術が過度に誇張されていることではなく、投資が適切に配分されていないことにある。巨額の資金がAIに流れ込んでいるが、その投資が実社会で意味のある成果へと転換されるまでには、しばしば時間がかかっている。
AIの潜在能力を十分に実現し、この不整合に対処するには、バランスが必要である。人材への投資、AIシステムへの文脈的知能の組み込み、実際のビジネスニーズに対応するソリューションの設計が求められる。この三本柱のアプローチにより、組織は今日の支出と明日の成果との間のギャップを埋め、持続可能な成長と革新に向けた位置づけを確立できる。
