The prevalence of artificial intelligence (AI) in the business landscape has pointed to one thing: it has become crucial for enterprises to thrive. Yet small and medium businesses (SMBs) continue to struggle with organization-wide AI adoption. Foundry’s AI Priorities Survey 2025 found that the majority (68%) of SMBs surveyed are still either researching on AI…
The title Chief Information Officer suggests a single, standardized role. In practice, nothing could be further from the truth. A CIO at a Fortune 500 enterprise operates in a fundamentally different reality than a CIO at a mid-market manufacturer, a private equity-backed growth company or a digital-native startup. Organization size, ownership model, regulatory exposure and…
When Anthropic published a blog post last week describing how Claude Code can analyze and translate COBOL, the market rejoiced at yet another proof point of the power of LLMs. Critics also reacted swiftly, noting that translating COBOL is not the same as modernizing a system. After all, a system lives in production: it is…
I was asked to give a talk in early 2026 on AI transformation and its commercial viability. It was a brilliant conversation. The room was engaged, optimistic, curious. And rightly so. AI is already changing how we work, how productive we can be and how quickly ideas turn into output. I use it every day.…
Mientras que C-3PO era ciencia ficción en la primera película de Star Wars en 1977, los robots humanoides ya son una realidad en las naves de producción de BMW. Tras introducir Figure 2 en la planta de Spartanburg, en Estados Unidos, BMW también está desplegando robots humanoides en su planta alemana de Leipzig. Figure 2…
This article is unusual. There is no “one simple trick,” nothing Steve Jobs said, no savior message to make you feel important. It will only challenge you to accept what we already know. To avoid confusion: What is IT? For this article, IT is strictly an internal organizational function, not a service provider or consultant.…
En uno de sus últimos proyectos, a José Luis Esteban Penelas, catedrático de arquitectura en la Universidad Europea y fundador de Penelas Architects, le pidieron “que representara una idea muy bonita”, una fachada que fuese “como las nubes”. Se puso manos a la tarea, pensando en cómo integrar elementos curvos que generasen esa ilusión. “Sin…
Workers across the org chart appear nearly unified on one critical workplace topic of the day: AI should not replace them or their colleagues. Companies that are considering shedding employees in favor of AI agents will encounter resistance, not just from the workers at risk of reduction but their managers as well, according to a…
기업이 네트워킹과 관련해 가장 간절히 바라는 것이 무엇일까? “공짜였으면 좋겠다”라고 답했다면 맞는 말이지만, 기업도 그 바람이 현실적이지 않다는 사실은 알고 있다. 현실적으로 가장 바라는 것은 더 큰 용량이다. 네트워크는 비트를 전달하는 역할을 한다. 실제로 2026년 희망 사항을 밝힌 372곳의 기업 가운데 328곳이 더 큰 용량을 최우선으로 꼽았다. AI 때문만은 아니다. 이들 기업은 네트워크 문제를 단번에…
AIはいま、取締役会で必ず議題に上る「定番テーマ」になった。かつては限られた部門が試験的に取り組む技術だったものが、いまや企業戦略の中心に位置づけられている。その背景には、2022年以降の大規模言語モデルの急速な成熟と生成AIツールの普及がある。実際、各社の決算説明会やアナリスト向け資料でも、AIへの言及は年々増え続けている。 では、この熱気は実際のビジネス成果につながっているのだろうか。私たちはその疑問を検証するため、組織のAI導入度と拡張可能性を評価する年次フレームワーク「Fortune AIQ Top 50」を分析した。 対象企業はまず2つに分けられる。 1つは、インフラやハードウェア、ソフトウェア、ビジネスモデルを通じてAIそのものを提供する「AIコア企業」。 もう1つは、顧客・従業員・株主へ価値を届けるためにAIを戦略的に活用する「AI活用企業」。 この分類を前提に、決算説明会におけるAIへの言及頻度と、長期の価値創造を測る指標である ROIC（投下資本利益率）との関連性を比較した。 結果は対照的だ。 「AIコア企業」ではAIへの注力度とROICの間に強い相関が見られ、しかもその傾向は加速している。AIという能力を直接収益に変換しているからだ。一方、「AI活用企業」のROICは過去の業績や景気サイクルの範囲に収まっており、AI投資が目に見える価値に結びついているとは言い難い。AIを事業の中心に据える企業は成果が早く表れるが、あくまで「能力強化の手段」として扱う企業では成果が出るまで時間がかかり、その効果もばらつきやすい。 では、このタイムラグを生む根本原因は何か。それを解き明かすのが本稿の目的だ。 AIで成果が出る企業と出ない企業を分けるものは何か AIをコア事業としない企業において、ROICを押し上げる決定的な要因は、実はツールの選択や投資額ではない。 最も大きなインパクトをもたらすのは「組織の構造」である。 意思決定と実行が一貫し、組織全体で整合した動きが取れる企業──つまり「自己認識する企業」では、AIは価値を複利的に積み上げていく。一方、組織が分断され、プロセスやデータがバラバラなままの企業では、AIは既存の非効率や矛盾を増幅してしまう。場合によっては、機能不全を加速させることすらある。 ここに、AI時代のリーダーシップが直面する本質的な課題がある。AIを単なるツールとして扱うのではなく、企業文化・業務設計・意思決定のあり方まで巻き込む「土壌」としてとらえなければならない。そして、その土壌を育てる鍵が「自己認識」なのだ。 AI時代の特徴：テクノロジーの役割が「実行」から「解釈」へ これまでのITトレンドは、業務のスピードや精度など「実行」をいかに高めるかが中心だった。 しかし、生成AIは明らかに違う。AIは内容（コンテント）ではなく文脈（コンテキスト）を理解する。システムが「何が起きているか」だけでなく、「なぜ起きているのか」を捉えようとする――ここに大きな転換点がある。 だが、この転換は同時に、業界が長年直視してこなかった事実を明るみにする。 断片化したワークフロー、つながらないシステム、サイロ化したデータからは、どれだけAIを投入しても適切な文脈は推測できない、という現実だ。 「フランケンシュタイン企業」という構造的問題 多くの企業は、最初から統一されたシステムとして設計されていない。 買収、事業拡大、サイロ化した組織構造、そして場当たり的なIT投資の積み重ねが、いまの複雑な状態を作ってきた。結果として、企業は統合された神経系を持たない「パーツの寄せ集め」のようになりやすい。 この状態をわかりやすく示す比喩が「フランケンシュタイン企業」だ。 『フランケンシュタイン』の茶者であるメアリー・シェリーが描いた怪物は強く、しぶといが、感覚・記憶・行動が連動していない。どこかが傷ついても、その痛みが全体に伝わらず、問題が大きくなってから初めて反応する。 現代の多くの企業もまったく同じ構造的課題を抱えている。そしてAIは、その問題を隠すどころか、むしろ浮き彫りにしてしまう。 AIは、扱う組織の「ありのまま」を鏡のように反映する存在だ。 その鏡に映るのが統一された生命体なのか、つぎはぎの企業体なのか。それによって、AIの価値は劇的に変わる。 CIOが直面する本質的な課題：AIは「組織全体」の整合性を試す CIOにとって、こうした構造的な問題は自らの役割範囲を根本から問い直すものだ。AIレディネスとは、IT部門の成熟度やツールの有無といった表層的な話ではない。 企業全体がどれだけ一貫した「学習する組織」として機能しているか——その土台づくりそのものである。 組織が「感知・解釈・記憶・行動」という4つの働きを一つの有機体として統合できていなければ、AIは理解を深めてくれる存在にはならない。むしろ、その「未整備なままの構造」を高速で動かしてしまう。 断片化したままの企業にAIを導入すれば、確かに取引の処理や照合作業、レポーティングはこなせるだろう。しかし、組織として首尾一貫した学習は進まない。重要なシグナルは遅れて届き、意思決定は部門ごとに矛盾し、全体最適からどんどん遠ざかっていく。 そして何より深刻なのは、バラバラのデータを前提にAIを学習させると、AIは「知性」ではなく「矛盾と遅延」を増幅してしまうことだ。 つまり、構造の問題を放置したままでは、AIは課題解決の武器ではなく、課題そのものを加速させる存在になりかねない。 組織を迷わせる「6つの危険な思い込み」 経営層と議論を重ねていると、驚くほど多くの企業で同じ誤解が繰り返されていることに気づく。 組織が断片化したまま自己認識を欠き、AIを活かしきれない状態に陥る背景には、次の6つの思い込みが潜んでいる。 1. 「規模が大きければ安全だ」という思い込み 大企業であることが一種の「免罪符」となり、環境変化への感度が鈍くなる。その結果、過去のデータに強く依存したAIが、兆候を読み取る能力をかえって曇らせ、問題の早期発見を妨げてしまう。 2. 「従来のやり方を変える必要はない」という思い込み かつて成功した方法が、今も正しいと信じ続けてしまう。価値創造の構造が変わっているにもかかわらず、旧来の承認フローや業務モデルを温存し、変革の速度を遅らせる。 3. 「良いツールさえ入れれば組織はつながる」という思い込み 意思決定や価値創造の流れを再設計しないまま、新しいプラットフォームやツール、外部コンサルタントを追加していく。結果、組織が抱える根本課題はそのままに、むしろ複雑性だけが増していく。 4. 「見栄えの良いレポートが整っていれば内部も健全」という思い込み ダッシュボードやレポートは確かに整っている。しかし、その裏側では現場の摩擦や深刻な構造的問題を覆い隠してしまうことが多い。数字は整っていても、組織は整っていない――そんな状況は珍しくない。 5. 「システムをつなげば組織も一つになる」という思い込み …