95％の組織がAI投資“ゼロリターン”……日本の「経営」「政策」2視点で捉えるAIガバナンスの勝ち筋

95％の組織が投資効果を得られず……成否の分かれ道は

　セッションの冒頭、モデレーターを務めた三菱UFJフィナンシャル・グループの山本忠司氏は、日本企業のAI活用の現在地をパネリストに問いかけた。マッキンゼー・デジタル 日本統括責任者の工藤卓哉氏は、セクター別に見ると利活用が進んでいる領域があると指摘する。「金融セクターや電力事業、通信・メディアといった規制が明確な産業では、むしろ利活用が進んでいる。ファンクション別に見ると、ソフトウェアエンジニアリング領域やマーケティング、カスタマーフロントの領域が増えている」と述べた。

　一方で、意思決定における課題もある。「実務データが足りず、PoCだらけで技術ドリブンな実証が目立つ。経営トップのコミットメントがないため、事業との連携ができないまま終わる」と工藤氏は指摘した。

　Sakana AIの伊藤錬氏は、グローバルな視点から問題を提起する。2025年の夏にマサチューセッツ工科大学（MIT）が出したレポート「The GenAI Divide STATE OF AI IN BUSINESS 2025」では、膨大なAIへの投資にもかかわらず、95％の組織がROIを創出できなかったという結果が出ている。伊藤氏は「この分断はモデルの品質や規制ではなく、アプローチによって決まる」と説明した。

　同氏は三菱UFJフィナンシャル・グループとの融資稟議の事例を挙げ、「銀行がもつすべてのデータを最良のモデルに入れても、融資の可否判断は出ない。モデルとデータの間に、企業のノウハウをAIに教え込む作業や、モデルの使い分けなど、100も200も手を入れる必要がある。そうしてできたものがやっと成功の5%になる」と説明した。

　Sakana AIと共に取り組む三菱UFJフィナンシャル・グループの山本氏も、「モデル自体を変えて進化させていかなければ良いアウトプットは出ないと改めて感じた」と実感を語った。

　三菱電機でAI活用推進プロジェクトグループマネージャーを務める田中昭二氏は、製造業である自社の視点から暗黙知の課題を語る。製造業では「俺の背中を見て仕事を覚えろ」といった文化がいまだに残っているとし、「ベテランの頭の中にある暗黙知を形式知化し、AIを使いながら伝承できる形にしていく取り組みをしている」と述べる。

　工藤氏が冒頭で指摘したデータ整備と経営トップのコミットメントは、AI活用が進む企業に共通する要素だ。“PoC倒れ”から脱するためには、モデルとデータをつなぐだけでは成果が出ないという技術的制約を理解し、企業のノウハウや業務プロセスに深く入り込んだ実装が求められているのだ。