AI戦略という名のパフォーマンス——CIOはイノベーションを率いているか、演じているだけか

数年おきに、CIOは同じ問いに直面する。「今話題の技術について、わが社は何をしているのか」。今日、その問いはAIに向けられている。プレッシャーは本物だ。競争環境は厳しく、取締役会が進捗を求めるのも当然だ。

問題は、そのプレッシャーがどう吸収されているかだ。多くの組織で、取締役会の要求への対応が一種の「演技」になっているのではないか。パイロットが積み上がり、ベンダーとの関係が増え、進捗報告が社内を回る。外から見ると、AIに真剣に投資している組織に見える。しかし実態はというと、ビジネスの動き方はほとんど変わっていない。AIが依存するインフラ整備、ワークフローの再設計、データの準備は手つかずのままだ。

取締役会向けの準備で、AIのスライドに15のアクティブなパイロットが載っているようなケースを複数目にしてきた。3つは「有望」と説明され、1つはデータアクセスの問題で保留中。どれも測定可能なビジネス成果には結びついていない。これが「AI戦略シアター（AI戦略という名の演技）」だ。取締役会の問いを表面上は満たすが、本質的には答えていない。

パイロットがポートフォリオになるとき

本来パイロットとは、「この技術は特定の用途でスケールさせるに値するか」という一つの問いに答えるためのものだ。時間を区切り、用途を定義し、二択の結論を出す——それがパイロットの役割だ。しかし今多くの組織で起きていることはそれとは異なる。

取締役会からのプレッシャーが高いとき、最も抵抗の少ない道は「何かを始めること」だ。用途を特定し、ベンダーと交渉し、概念実証を立ち上げて報告する。目に見える活動が生まれ、次の四半期のガバナンス上の問いが満たされる。一方、ワークフローの統合、データインフラ、変更管理という難しい仕事は先送りされ続ける。

McKinseyの2025年版「State of AI」では、88%の企業が少なくとも一つの領域でAIを活用しているが、スケーリングフェーズにあるのはわずか32%であることがわかった。実験と価値創出の間のギャップは広く、ほとんどの組織はその中に止まっている。この状況に対し、McKinsey、ワークフローが再設計されていないことを主な理由と指摘する。AIはある。しかしその周りのビジネスプロセスは変わっていない。

個別に立ち上げたパイロットは、互いに連携しない。AIを拡張するために必要となるデータインフラや統合アーキテクチャも生まれない。結果として、維持コストだけがかかるポートフォリオと、実態の伴わないAI投資の物語が残る。ベンダー側にも新しいパイロットを次々と立ち上げる動機がある。概念実証は限られた環境では印象的な結果を出すが、それが本番環境で機能するかどうかは顧客側の問題だ。契約が取れれば、ベンダーの役割は終わる。

ガバナンスの欠如がCIOの信頼性を損なう

プレッシャーが生む第二の問題は、ガバナンスのないAI意思決定が組織内に広がることだ。取締役会からのAI推進の指令が事業部門に届くと、各部門は独自の判断で動き出す。財務部門がITアーキテクチャの審査を通過していないツールの契約を結ぶ。業務部門が本番データに触れる自動化パイロットを走らせる。マーケティング部門がコンプライアンス審査を受けていない顧客情報で実験する。

いわばAIの速度で拡大するシャドーITだ。通常の大きなソフトウェア投資なら調達審査やアーキテクチャレビューを経るはずが、午後に導入できて数日で結果が出るツールにはそのプロセスが適用されない。IT部門が全体像を把握する頃には、事業部門はすでに「AIは使える」「使えない」という結論を出している——エンタープライズ向けに設計されていないツールをもとに。

小さな失敗が積み重なるうちに、信頼は静かに失われていく。成果の出ないAI投資、後から発覚するガバナンスの問題、ITを避け始めた事業部門——こうしたパターンが積み重なれば、取締役会はいずれ問題を直視する。実験フェーズから価値創出への移行を自らリードし、そのプロセスを積極的に管理しているCIOが、差をつけ始めている。

規律ある実行に必要なもの

概念実証から本番環境へ、AIを移行させることに成功した組織には共通点がある。どこに投資するかについて明示的で文書化された決断を下し、パイロットを追加するプレッシャーが高いときもその方針を守り通したことだ。

具体的には、開始前に一定の基準を満たすイニシアティブだけを選ぶ短いリストを維持する。ワークフローが十分に理解され、変更管理権限を持つビジネスリーダーが担っていること。データがアクセス可能で整備されていること。展開後ではなく前に成功の定義が決まっていること。この基準を満たさない提案はスタートさせない。取締役会が進捗を求め、ベンダーが有利な条件を提示している状況で目に見える活動を控えることは、言うは易く行うは難しだ。

内部ケイパビリティの構築も重要だ。ツールは増え続ける。戦略的な問いは、組織がAIを評価・統合・ガバナンスする真のケイパビリティを培っているか、それともベンダー依存に留まるかだ。前者は時間をかけて組織的な優位性を積み上げる。後者は外から見るとケイパビリティのように見えるが、内実は依存だ。

AIリーダーシップを測るたった一つの指標

取締役会向けのプレゼンでは見栄えがよく、業務上の価値はほとんど生まないAIリーダーシップの形がある。パイロットは走り、進捗報告が回る。「実際にビジネスに何をもたらしているのか」という問いは、答えることがナラティブを複雑にするため、問われないままになりがちだ。

AIリーダーシップは最終的に一つのことで測られる。何個のパイロットが、ビジネスの実際の動き方を変えるまで生き残ったか。今構築されているもののほとんどは、そこまで届かないかもしれない。