AI投資、95%が報われない？その真意と、私たちが学ぶべきこ？

AI投資、95%が報われない？その真意と、私たちが学ぶべきこと

「AI投資の95%がROIを生んでいない」――この見出しを初めて目にした時、正直なところ、私は少しも驚きませんでした。あなたもそう感じたかもしれませんね。マサチューセッツ工科大学（MIT）のNANDAイニシアチブが発表した「The GenAI Divide: State of AI in Business 2025」という調査結果は、AI業界を20年間見続けてきた私にとって、むしろ「やっぱりな」という感覚に近いものでした。シリコンバレーのスタートアップから日本の大企業まで、数えきれないほどのAI導入プロジェクトを見てきましたが、この数字は、私たちがAIという技術の本質と、それをビジネスにどう組み込むべきかについて、まだ深く理解しきれていない現実を突きつけているように思えるのです。

考えてみれば、新しい技術が世に出るたびに、私たちは同じような熱狂と失望を繰り返してきました。ドットコムバブルの時もそうでしたし、ビッグデータやIoTがもてはやされた時期も、期待先行で「とりあえず導入」した結果、鳴かず飛ばずで終わったプロジェクトをたくさん見てきました。AI、特にここ数年で爆発的に普及した生成AI（Generative AI）も、その例外ではないということでしょう。ChatGPTのような消費者向けツールが驚くべき性能を見せつけ、企業は「乗り遅れてはいけない」とばかりに、世界中で300億ドルから400億ドルもの巨額をこの分野に投じてきました。しかし、MITの調査が示すように、その大半が期待通りのリターンを生み出せていない。これは一体どういうことなのでしょうか？

調査が指摘する失敗の根本原因は、AI技術そのものの欠陥ではない、という点が非常に重要です。むしろ、戦略、導入、そして組織的学習における体系的な失敗にあるとされています。75%以上の企業が導入しているAIツールは、組織固有の文脈やユーザーからのフィードバックを学習せず、導入時点の性能のまま「静的なツール」として放置されているというのです。これでは、まるで最新の高性能スポーツカーを買ったのに、ガレージに飾りっぱなしで一度も運転しないようなものですよね。従業員がメール作成や基本的なデータ分析といった単純なタスクにAIを利用するケースは多いものの、複雑な業務では人間がAIを9対1の割合で上回っているというデータも、この「静的なAI」の限界を物語っています。

個人的な経験から言わせてもらうと、AI導入の現場では、往々にして「AIを入れること」自体が目的になってしまうことがあります。例えば、ある日本の製造業のクライアントは、最新の画像認識AIを導入して不良品検査の自動化を目指しましたが、現場の熟練工からのフィードバックをAIに学習させる仕組みが全くなく、結局はAIが誤検知を連発し、熟練工が手作業で修正する手間が増えてしまいました。これでは、投資どころか、かえってコストが増えてしまいますよね。MITの調査で、成功しているわずか5%の企業が、AIを「動的なパートナー」として捉え、現場の従業員が日々AIの出力結果を評価し、具体的なフィードバックを絶えず与えることで、AIの学習データとし、性能を継続的に向上させている、という話は、まさにこの教訓を裏付けています。

では、この状況で、私たち投資家や技術者は何をすべきなのでしょうか？まず、投資家の方々には、単に「AI」というバズワードに飛びつくのではなく、そのAIがどのようなビジネス課題を解決し、どのようにROIを生み出すのか、具体的な戦略と導入計画を深く掘り下げて評価する慎重さが求められます。MITの調査では、生成AIの予算の半分以上が営業・マーケティング分野に投じられている一方で、最も高いROIが得られるのはバックオフィス業務の自動化、つまり業務プロセスのアウトソーシング削減や定型業務の効率化であることが判明しています。華やかなフロントオフィスよりも、地味でも着実なコスト削減につながるバックオフィスに目を向けるべき、という示唆は非常に現実的です。

技術者の皆さんには、AIを単なる「ツール」として提供するだけでなく、それが組織の中でどのように「学習し、成長していくか」という視点を持つことが不可欠です。現在の多くの生成AIシステムは、再トレーニングされない限り、個々の対話からフィードバックを保持したり、新しい文脈に適応したり、時間とともに改善したりできません。この課題を解決するために、決められた範囲内で学習・記憶・自律行動が可能な「エージェント型AI」の実証実験が最先端企業で始まっているという話は、非常に興味深いですね。GoogleのGeminiやOpenAIのGPT-5といった基盤モデルの進化はもちろん重要ですが、それらをいかに企業固有のデータと結びつけ、継続的に学習させるか、そしてマルチモーダルAIのようにテキスト、画像、音声を統合的に扱える能力をどうビジネスに活かすか、といった実装レイヤーの工夫が、これからのAIプロジェクトの成否を分けるでしょう。NVIDIAのGPUやカスタムAIチップの開発競争も激化していますが、ハードウェアの進化だけでは、この「95%の壁」は乗り越えられないのです。

このMITの調査は、AI業界全体への警鐘であると同時に、私たちに立ち止まって考える機会を与えてくれています。AIは魔法の杖ではありません。それは、私たちが賢く使いこなし、育てていくことで初めて真価を発揮する「動的なパートナー」なのです。この厳しい現実を直視し、より戦略的かつ実践的なアプローチでAIと向き合うことができれば、残りの5%だけでなく、より75%以上の企業がAIから真の価値を引き出せるようになるはずです。あなたも、この「AIの現実」から何を学び、次の一歩をどう踏み出しますか？