Julie Averill didn’t need a second board meeting to understand what she got wrong in her first. She had just stepped into the CIO role at REI and did what most leaders would do: she prepared deeply, gathering inputs from her team, building a detailed view of the roadmap, and then walked into the boardroom…
What is CMMI? The Capability Maturity Model Integration (CMMI), a process and behavioral model, was developed by the Software Engineering Institute at Carnegie Mellon University as a process improvement tool for projects, divisions, or organizations. The DoD and US government helped develop the CMMI, which is a common requirement for DoD and US government software…
Three years ago, most engineering leaders were debating whether their teams should be allowed to use GitHub Copilot. Today, the question has inverted. Leaders are trying to figure out how to run teams where AI generates nearly half the code, where autonomous agents open their own pull requests overnight and where the senior engineers who…
SAP spent Sapphire 2026 selling the “Autonomous Enterprise,” a vision where AI agents execute business processes themselves. But the customer keynote on Wednesday told a more nuanced story. Lockheed Martin, ExxonMobil, Aeropuertos Argentina, and Levi Strauss each took the stage with a distinct AI strategy, shaped by their industries, risk tolerance, and strategic priorities. “Customers…
CIO를 비롯한 IT 리더들은 변화 주도 역량과 AI 준비 조직 구축 능력 등 새로운 요구에 직면하면서, 조직 내에서 생존을 좌우할 중대한 분기점을 맞고 있다. 그동안 IT 리더십 전문가들은 CIO가 기술 전문성과 시스템 운영을 넘어 비즈니스 성과에 집중해야 한다고 강조해왔다. 이러한 요구는 여전히 유효하다. 딜로이트 조사에 따르면 IT 리더의 79%가 ‘비즈니스 성과 창출’을 최우선 과제로 꼽으며,…
‘무제한’에 가까운 AI 코딩 및 에이전트 구독 시대는 사실상 막을 내릴 가능성이 커지고 있다. 앤트로픽은 6월 15일부터 프로그램 방식의 클로드 사용을 기존 채팅 구독 한도에서 분리하고, 별도의 월간 크레딧 시스템을 도입한다. 해당 크레딧은 API 방식 요율로 과금되며, 에이전트 SDK(Agent SDK), 깃허브 액션(GitHub Actions), 오픈클로(OpenClaw) 등 서드파티 프레임워크에서 활용되는 도구에 적용된다고 회사는 블로그를 통해 밝혔다. 자동화·API…
미 보험 및 복지 서비스 기업 유넘 그룹(Unum Group)의 IT 부서는 제품 관리 중심 구조와 애자일 전달 모델을 기반으로 운영돼 왔다. 이 운영 모델은 비즈니스와 정렬된 ‘투자 역량’을 빠르게 제공함으로써 IT 조직과 기업 모두에 일정한 성과를 안겨줬다. 하지만 2025년 5월 최고정보디지털책임자(CIDO)로 취임한 셸리아 앤더슨은 개선 여지가 있다고 판단했다. 투자 대비 실질적인 성과를 확보할 수 있도록…
2026年の経済環境は矛盾に満ちている。不確実性が続く中でも、底堅さが維持されているからだ。国際通貨基金（IMF）は世界経済の安定成長を予測する一方、貿易政策の変化、地政学的不安定、運営コストの高止まりという「分岐する力」が企業を悩ませている。かつて「聖域」とされていたテクノロジー予算も、今や厳しい目で見られるようになった。 ITリーダーにとって採用凍結は通常、停滞期を意味する。しかしエージェンティックAIの時代において、先見性あるCIO/CTOは採用凍結を受け入れるだけでなく、自らリードすべきだ。採用凍結は制約ではなく、「頭数で成長する」モデルから「アーキテクチャの効率で成長する」モデルへの戦略的な転換点になりうる。テックリーダーは「コストセンターの管理」を超えて、AIで増強された企業の設計者になることを取締役会に示すことができるチャンスだ。 採用は止まるのではなく、変わる 「AIは仕事を奪う」という言説は、より現実的な「構造的シフト」の議論に置き換えられつつある。世界経済フォーラム（WEF）の「Future of Jobs Report 2025」によれば、自動化により2030年までに約9200万の職が失われる一方、「拡張された労働力」によって1億7000万の新たな高付加価値ポジションが生まれると予測されている。近年のテック企業のレイオフの波は、AIによる代替というよりも、2020年代前半のデジタル急加速後の「コロナ修正」という側面が強い。求められているのは人数ではなく、別の能力だ。 MITスローンの研究によれば、定型的・反復的な作業への需要は大幅に低下している一方、AIによって強化された分析力や創造力を必要とする「拡張親和型」の役割への需要は急増しているという。労働力は縮小しているのではなく、よりスリムで高出力なエンジンへと進化しているのだ。 採用凍結は戦略的再設計の好機だ 採用が鈍化したとき、生産性への責任はCIOとCTOが担う。「システムを維持する」を超えて、戦略的な再設計を始める時だ。「凍結した人員でどう乗り切るか」ではなく、「AIエージェントをすべてのワークフローに組み込んだとき、既存のチームはどれだけのことができるか」を問うべきだ。 ・ソフトウェアエンジニアリング：Gartnerは2027年までにプロの開発者の70%がAIコーディングアシスタントを活用すると予測している ・サイバーセキュリティ：事後対応型の脅威対応から、自律的に問題を検出・対処するAIセキュリティプラットフォームへの移行 ・インフラ：クラウドコストの自動最適化や自己修復システムなど、複数のAIエージェントが連携して複雑な目標を達成するマルチエージェントシステムの導入 McKinsey Global Instituteのデータによれば、ツールを「後付け」するのではなくワークフロー全体を再設計している「AIハイパフォーマー」企業は、そうでない企業と比べて収益への大きなインパクトを見る確率が約3倍高いという。 AIネイティブな人材の台頭 求められる人材像も変わりつつある。AIを外部ツールではなく思考プロセスの一部として使いこなす「AIネイティブ人材」が注目されている。しかし経済協力開発機構（OECD）の「Skills Outlook 2025」が警告するように、こうしたAIリテラシーを持つ候補者は不足している。 採用凍結中であっても、AIの思考方法を持ち込みレガシーな前提に挑戦できる「文化的触媒」となる人材の採用は続けるべきだ。人員総数が変わらなくても、チームの質は大きく変わる。 自然な圧縮——スリムな企業へ 退職や転職で空いたポジションを、金融・法務・サプライチェーンなどの業界データで学習された特化型言語モデル（DSLM）で対応できるなら補充しない——そうした判断が積み重なることで、組織は自然にスリム化していく。人数は減っても、生産能力は上がる。短期的には、外部採用より現在の人材育成がCIOの最優先事項だ。先進的なリーダーは以下の5つに注力している。 ・AIリテラシープログラム：チャットボットの使い方を超え、AIエージェントとエージェンティックAIへの深い理解 ・自動化優先の業務モデル：新しいプロセスには、人を配置する前に「デフォルトで自動化」を義務付ける ・機能横断型イノベーションチーム：技術的専門知識とドメイン知識を組み合わせてビジネス課題を解決する「タイガーチーム」の創設 ・エージェンティックガバナンス：AIエージェントが企業内で自律的に行動できるためのセキュリティと倫理的なフレームワークの整備 ・業務のデジタルツイン：本番展開前にAIで内部ワークフローをシミュレーション・最適化する MITスローンのEPOCHフレームワークが示すように、共感、存在感、意見、創造性、希望を必要とする人間集約的なタスクは自動化されにくい一方、AIによる拡張の最有力候補でもある。AI時代の経営の根本的な問いはもはや「何人必要か」ではない。「今いる人材をどれだけ強くできるか」だ。 スキル領域別：従来の焦点とAIネイティブな焦点 スキル領域 従来の焦点 AIネイティブな焦点 開発 手動コーディングとロジック設計 プロンプトエンジニアリングとエージェントオーケストレーション データ レポーティングと可視化 異常検知と予測モデリング オペレーション チケット対応 ワークフロー自動化と自己修復システム リーダーシップ タスク配分 判断力・倫理・戦略的方向性 採用は続く——ただし、目的が変わる 採用が永遠に止まるわけではない。だが、その目的は変わる。将来の採用は、AI導入を加速させ、陳腐化したワークフローを刷新できる人材の獲得に絞られる。戦略的に配置されたAIリテラシーの高いエンジニア1人が、部門を鈍化させている「雑務」を自動化することで、従来の採用5人分以上の価値を生み出すこともある。 CIOのリーダーシップが問われる瞬間 歴史を振り返ると、経済的な不確実性は常にリーダーシップを試してきた。地政学的不安とテクノロジーの混乱が重なる今の環境は厳しいが、同時に変革の絶好の条件でもある。 CIO/CTOはもはや単なるインフラの管理者ではなく、AIで増強された組織の設計者だ。採用凍結は制約ではなく、仕事のあり方を根本から再設計するための一時停止だ。この問いにうまく答えた組織が、AI時代の生産性モデルを定義する——そして次の経済サイクルも生き抜く。 Read More from…
——現職としての仕事の魅力、やりがいについてお教えください。 もともと私は、「世の中にはどのような会社があり、何をしているのかを知りたい」という思いから今の会社に入りました。その原点は、現在の仕事にもつながっています。 いまの立場の魅力は、AIをはじめとする最先端技術に触れられることだけではありません。それを実際に企業へ実装し、成果として社会に届けられるという点にあります。単に技術を理解するのではなく、「どう活用し、どう変革につなげるのか」までを考え抜かなければならない。そこに大きなやりがいがあります。 当社は、常に世の中の最先端テクノロジーを把握していくことが求められる立場にあります。しかも、それは国内にとどまりません。グローバルレベルで何が起きているのかを理解し、その動向を踏まえながらビジネスを推進していく必要があります。 グローバルレベルの最先端テクノロジーに触れ、自らその推進に関与し、それを多様な業界や企業、さらには社会全体へと展開していく。そして、その取り組みをグローバルスケールで拡張できる。このダイナミズムこそが、私自身が強い魅力を感じている点です。 技術を知るだけではなく、社会に実装し、変革として結実させる。そのプロセスに携われることが、現職（データ ＆ AIグループ統括）としての最大の醍醐味だと感じています。 いかに「安心して転べるフィールド」を用意するか ——成功するマネジメントにとって必要なことは何でしょうか。 非常に難しいテーマです。アクセンチュア・アドバンスト・AIセンター京都を設置した理由の一つに、京都大学との共同研究があります。技術分野だけでなく、実はリーダーシップについても共同で研究を進めています。 複数の企業にも参画いただきながら、「会社として高いパフォーマンスを上げる」と、「従業員のウェルビーイングを実現する」、この２つを両立するための要素について、分析しています。単に業績を出すだけで、従業員が疲弊してしまっては意味がありません。企業としての成果と、働く人の幸福度をいかに両立させるか——それが重要な問いです。 研究から見えてきたのは、若い人達にどれだけ寄り添い、適切に育成できるかが鍵になるという点でした。若い力を引き出すことができれば、結果として組織のパフォーマンスも高まり、ウェルビーイングの状態も向上していきます。 若い人達は総じてITとの親和性が高く、デジタルネイティブとしての感覚も持っています。だからこそ、その力を積極的に活用すべきです。しかし一方で、ITの世界には「失敗が許されにくい」という特性があります。ミスがそのまま大きな影響につながる可能性があるからです。 ただ、私自身が強く感じているのは、AIも人間も、成長には適切な失敗経験が不可欠だということです。AIの学習においても、成功データだけでなく失敗データが重要です。人間も同様で、失敗からの学びが成長を促します。それにもかかわらず、日本企業、とりわけITの現場では「失敗してはいけない」という空気があります。 だからこそ、リーダーの役割は、挑戦できる環境を整えることだと考えています。すべての失敗を許容するのではなく、「許される範囲の失敗」を設計する。そして、「安心して転べるフィールド」を用意することではないでしょうか。 小さな挑戦を重ね、成功体型と失敗体験、両方から学ぶ。そのプロセスにリーダーが寄り添い、仮に失敗しても「大丈夫だ、次に生かそう」と言えること、若い人達が安心して挑戦できる環境を整えることこそが、組織の持続的な成長を支えるマネジメントの本質ではないかと考えています。 技術革新の波を自社に取り込むためにすべきこととは ——若手のITリーダーへのアドバイスやメッセージをいただけますか。 日本のITリーダーの方々を見ていると、どうしても視点が社内に閉じがちだと感じることがあります。これまでは、いかに基幹システムを安定的に稼働させ続けるかが最優先事項でした。それ自体は極めて重要な役割であり、企業活動を支える基盤でもあります。 しかし今は、状況が大きく変わりつつあります。生成AIをはじめとする技術革新の波は、私たちの状況に関係なく押し寄せています。従来通りのシステムを安定運用するだけでは、企業として競争力を維持できない時代に入りつつあると感じています。 生成AIに加え、今後はフィジカルAIのような新たな領域も現れてきます。仕事のやり方そのものが変われば、当然、それを支えるITシステムも変わらざるを得ません。その変化にどう向き合うのかが、ITリーダーに問われています。 もちろん、既存の基幹システムを止めるわけにはいきません。安定運用と変革推進という、二つの責任を同時に担わなければならない。その中で、外で生まれている新たな技術を、どのように自社に取り込むのかが重要になります。 それを誰かに丸投げするのではなく、自ら理解し、自社にとっての意味を考え抜くことが大事になってきていると感じます。外の世界で何が起きているのかを広く見渡し、それを自社の文脈に引き寄せて吸収していく。そのためには、短期的な社内視点だけでなく、長期的かつ社会的な視点を持つことが重要になるでしょう。 バランスを取るというのは、単に中間を選ぶことではありません。安定と変革、短期と長期、内向きと外向き——それぞれを深く理解したうえで、自らの戦略を明確に打ち出すことです。 今は、ITリーダーにとって極めてダイナミックで刺激的なタイミングです。この変化の波を受け身でやり過ごすのではなく、自ら取り込み、企業の進化につなげていく。その覚悟と構想力が、これからますます重要になると考えています。 AIは「人の仕事を置き換える」のではなく「役割分担」を問い直すもの ——今後の御社の展望と中長期の取り組みを教えてください。 これまで外部環境の変化についてお話ししてきましたが、アクセンチュア自身もまさに同じ変化の中にあります。現在、登場している技術は、コンサルティング業界そのものを根本から変える可能性があります。 将来の正解が明確に見えているわけではありません。しかし、3年後、5年後に社会がどうなっているのかを考えることをやめてはいけないと思っています。私自身、AIセンターで未来予測を行うAIの開発に取り組んでいます。AIの分析結果から学びつつ、AIが十分に捉えきれない部分については、グローバルのリサーチチームが収集した情報を追加したり、新たな調査を行ってAIにインプットしています。そうした相互学習のサイクルを回しながら、AIの力を活用した意思決定を実践し始めています。 この取り組みは、開発したものを、まず社内に展開し、社内実践の結果も踏まえて、お客様にも提供し始めています。AIを適切に活用しながら、社会をより良い方向へ進化させていくことが、中長期的な目標です。 生成AIの議論では、とかく「人の仕事を置き換える」という論点が先行しがちです。しかし私は、単純な置き換えではなく、「どのように役割を再定義するか」が本質だと考えています。AIと人間がそれぞれの強みを発揮できる分担を設計することで、人間の能力をより引き出すことができるはずです。 そのためには、アクセンチュア自身も組織のあり方を変えていかなければならないと感じています。コンサルタントの役割も大きく変わるでしょう。そうした変革を自ら実践しながら、その知見をお客様にもスケールしていくことができたらと考えています。 フィジカルAI×生成AI×責任あるAI——日本の社会課題に挑む ——AIは日本の企業組織や産業にどんなインパクトを与えていくとお考えですか。 現在、世の中に広がっているLLM（大規模言語モデル）は、特にホワイトカラー業務に大きな影響を与えています。グローバルのリサーチチームの調査でも、ドキュメント作業の比率が高い業種ほど影響が大きく、とりわけ金融分野は顕著です。また、ソフトウェアやシステム開発の現場も、すでに生成AIを前提とした仕事の進め方へと移行しつつあります。 影響を受けやすいのは、言語や文書を扱い、かつ付加価値の高い領域です。生成コストも急速に低下しているため、いずれは単価に関係なく、ホワイトカラーの言語タスクは広範にAIが担うようになるでしょう。 さらに今後、フィジカルAIが本格化すれば、AIの影響はホワイトカラーにとどまりません。物理的に人間が働いている領域まで広がり、実空間での作業もAIとロボットが担う世界へと進んでいくと見ています。 そのとき議論の焦点になるのは、「AIにできるかどうか」ではありません。「人間がやるべきか否か」です。仮にAIが実行可能であっても、人間が担うべき役割は残ります。 例えば、社内でAIを活用していて感じるのは、ネガティブなフィードバックはAIに任せた方が、感情論を抜きにして合理的な指摘ができる場合が多くあります。しかし、称賛は人の方が向いています。「今回よく頑張った」とAIボットに言われるのと、直属の上司に言われるのでは、受け取る側の感情は大きく異なります。 また、難しいリスク判断をAIに委ねることは技術的には可能かもしれませんが、最終的に責任を取るのは人間です。エグゼクティブは、自らの意思でリスクを取り、結果に責任を負わなければならないでしょう。 結局のところ、「人間が何を担うのか」を定義することが出発点になります。それによって組織のあり方が決まり、必要なシステムの姿が見えてきます。AIやロボットの役割が明確になれば、CIOはそれを支えるIT環境をどう構築するかを設計することになります。今はまさに、その構想を描く好機だと考えています。 ——今、気になるAIの取り組みは何ですか。 私は「責任あるAI」の重要性について、過去に書籍を出版するほど強い関心を持っていますし、フィジカルAIについても講演を行っています。ただ、あえて技術そのものに焦点が当たりすぎないように気をつけています。重要なのは、技術が社会にどのようなインパクトを与えるかだからです。 LLM（大規模言語モデル）、フィジカルAI、責任あるAI——それぞれが重要ですが、本質はそれらをどう組み合わせ、社会に実装するかにあります。フィジカルAIや生成AIは、日本が直面する社会課題を解決する重要な技術なのです。 少子高齢化が進み、過酷な労働環境で人材確保が難しくなっている領域では、フィジカルAIは極めて有効です。ただし、単純なロボティクスだけでは不十分です。高齢者や多国籍の方々など、多様なバックグラウンドを持つ人々と機械が円滑にインターフェースするためには、生成AIの役割が不可欠になります。 さらに、AIやロボットの活用比率が高まるほど、「責任あるAI」を抜きにした運用は考えられません。倫理、説明責任、ガバナンスといった観点が、技術と不可分になります。 「国産AI」をめぐる議論もありますが、本当に国内で開発すべき領域はどこなのかを冷静に見極める必要があります。過度に内向きになるのも問題ですし、戦略的視点を欠くのも適切ではありません。 最終的に問われるのは、さまざまな技術をどう組み合わせ、どう展開することが社会全体にとって最善なのかという視点です。目先の流行ではなく、中長期で何が適切かを考え続けることが重要です。 正解を即座に導き出すのは容易ではありません。しかし、考え続け、行動し、振り返る。そのサイクルを回すこと自体が、組織と個人の成長につながります。ITリーダーにはぜひ、その思考を止めずに挑み続けてほしいと思います。 Read More from This…
Freedom has always been America’s global advantage. But when it comes to the quest for AI dominance, it may also be our biggest weakness. In the U.S., guardrails around AI — privacy protections, legal frameworks and ethics and accountability — are in place to preserve our individual freedoms. For 250 years, open systems, legal protections…