核心内容の要約
この記事では、前智谱COOの張帆氏へのインタビューと著者自身の観察を通じて、現在の企業AI業界に存在する5つの典型的な問題点を暴露しています。それらは以下の通りです：
1. テクニカルなデモンストレーション（Demo）で顧客を欺くこと
2. 名ばかりのFDE（フロントラインデプロイメントエンジニア）チーム
3. 上司が「願望的」にAIを導入すること
4. AIの導入を単なる技術的な問題だと考えること
5. AIを使って急いで人員を削減しようとすること
記事は、企業AIの本当の価値は「作り出すこと」ではなく、「実際に機能させること」にあると強調しています。つまり、デモンストレーションで見せたような華やかな効果ではなく、導入後に継続的にビジネス上の問題を解決することが重要だと述べています。
具体的な解説
1. **デモは見栄え良いが、実際には機能しない——「パフォーマンス重視のAI」に騙されないで**
現在、AIのデモを作るのは非常に簡単です。ヒント文を書き、いくつかの質問を事前に用意すれば、AIは完璧な回答を出します。初めて見た顧客はしばしば感銘を受けますが、実際のビジネス現場は「リハーサルされた脚本」のようではありません。データが不足していたり、ルールに矛盾があったり、ユーザーから予期せぬ質問が出たりします。
例えば、数百万円をかけてデモを作った企業がいましたが、実際に導入したところAIは基本的なビジネスプロセスさえうまく処理できず、結局は使われなくなりました。著者は、AIを購入する際にはデモだけでなく、実際に導入されている顧客の現場を見るべきだと提案しています。ユーザーはまだそのAIを継続的に利用しているか？AIがエラーを起こしたらどう対処するか？ビジネス指標は本当に改善されたか？これらが重要なポイントです。
2. **FDEは「万能薬」ではない——本質的には「名ばかりの実装コンサルタント」
多くのメーカーは自社にFDEチームがいて、ビジネスを診断しAIを導入できると宣伝しています。しかし実際には、ほとんどのFDEは従来の実装コンサルタントであり、AI用語を少し知っているだけです。彼らが行うのは要求の整理やデータの準備、カスタム開発などであり、ビジネス上の問題を本当に解決することはできません。
張帆氏は「エンジンを使って馬をより効率的に飼うだけで、車を作るわけではない」という比喩を使いました。つまり、FDEはビジネスの根本的な論理を変えておらず、AIツールを使って表面的な最適化を行っているに過ぎません。その結果、FDEはカスタマイズ作業に巻き込まれ、顧客から価値が認められず、メーカーの回収も困難になります。
3. **上司の「願望的」なAI導入——上司の幻想の方がAIよりも深刻**
メーカーは「AIを使えば収入が10倍になる」といった話を好みますが、上司は「100万円投じれば10億円稼げるか？」と夢見てしまいます。これは「願望を目標にしている」状態です。90％のAIプロジェクトが失敗するのは、上司の幻想が原因です。
著者は上司に対して、成功例を聞いたら2つの質問をするようアドバイスしています：その企業が成功した条件（高品質なデータがあるか？チームにAIの能力があるか？）と代償（どれだけの時間や人材を投入したか？）は何か？自分たちがそれを満たせるか？さらに、メーカーに「収入が10倍になる」と書いてもらうこともできます。それができるメーカーは信頼できますが、できないメーカーはただの詐欺です。
4. **AIの導入は技術的な問題ではない——まず「どのビジネス上の問題を解決するか」を明確にする**
多くの上司は成功例に感銘を受けてすぐにCIOにAIプロジェクトの提案をさせます。しかし、AI導入で最も難しいのは技術ではなく、ビジネスや意思決定です。例えば、セールス用のAIを作る場合、単純なプロセスの自動化か、商機の価値判断か（データ収集、組織の協力、制度の改革が必要）かです。後者の方がはるかに難しいです。
著者は、上司はまず以下の3つの問題を明確にすべきだと強調しています：どのビジネス上の問題を解決したいのか？どのような目標を達成したいのか？どれだけの代償を払う用意があるのか？まずメーカーに製品を買うのではなく、これらを明確にする必要があります。そうでなければ、AIプロジェクトは最初から方向性を間違えてしまいます。
5. **急いで人員を削減しない——AIには「人のサポート」が必要**
上司たちはAIが稼働すれば人員を削減したいと考えがちですが、AIはリスクが低く標準化された作業（例：データの繰り返し入力）にしか対応できません。複雑なビジネス（例：AIが顧客の質問に間違えてどう対処するか？商機を誤って判断した場合は誰が責任を持つか？）では、依然として人のサポートが必要です。
例えば、ある企業は従業員の知識をAIに教えた後すぐに人員を削減しましたが、ビジネスに問題が発生した際に対応できず、再び人を雇うコストが高くなりました。より安全な方法は、AIとビジネスの専門家を一緒に働かせることです。AIが繰り返し作業を行い、専門家がAIを監視し異常を処理します。AIが安定したら、徐々に組織を調整していきます。
結論
企業AIの時代はまだ始まったばかりですが、成功の鍵は「話をすること」ではなく、「実際に機能させること」にあります。AIプロジェクトを立ち上げる前に、以下の5つの質問を自分自身に投げかけてみてください：
1. このAIは具体的にどのビジネス上の問題を解決するのか？
2. 実際のビジネスシナリオとデモの違いは何か？
3. 成功例の前提条件と代償は何か？
4. サプライヤーのFDEチームに本当に能力があるのか？事前に面接で確認できるか？
5. ビジネス目標は何か？サプライヤーはそれを契約書に書けるのか？
これらの質問は魅力的ではありませんが、90％の失敗を避けるのに役立ちます。結局のところ、真のAIの価値は「上司がいなくても、それが企業の仕事をうまくこなしてくれること」にあります。