なぜ“PoC疲れ”が蔓延しているのか？──「またやり直せばいい」実験感覚から抜け出す5つのゲートモデル

この記事のポイント

PoCを“実験”として扱う限りは負のループから抜け出せない

　これまで2回にわたり、AIのPoCが本番に進まない4つのパターンを見てきた。第1回では、課題が定義されないまま始まるPoCと、データの現実を事前に確認しないまま走り出すPoC。第2回では、PoCと本番システムの間にある技術的な断絶と、業務部門不在のまま進む体制の問題を紹介した。

　この4つには共通点がある。どの失敗もPoCを“単発の実験”として扱っていることに起因している。実験である以上、うまくいかなければ「今回は残念だった」で終わり、次のPoCでもまた同じ失敗が繰り返される。個別のPoCをその都度改善しても、組織としての学習が積み上がらない。この状態は「PoC疲れ」と呼ばれることもある。

　今回はこの根本原因に対する処方箋として、PoCのライフサイクル全体に判断ポイントを組み込む仕組みを紹介する。

成功するプロジェクトで共通して機能する「5つのゲート」

　PoCが実験である限り、失敗しても損失は限定的だと考えられがちだ。しかし、実態は逆であることが多い。要件が曖昧なまま検証だけを繰り返し、本番化のめどが立たないまま予算と時間を消費し続けるケースは、単発の実験の失敗よりもはるかにコストが大きい。

　PoCを事業判断のための投資プロセスとして位置づけると、重要になるのは投資判断のタイミングを仕組みとして組み込むことである。良いPoCを作る技術力はその次の話になる。

　筆者が、お客さまとのミーティングで必ず確認し、プロジェクト設計に組み込んでいる5つの判断ポイントを以下のようにまとめた。各ゲートは、第1回・第2回で見た失敗パターンにそれぞれ紐づいている。なお、G3：KPI判定は第1回で扱った課題定義の延長線上に位置づけられ、PoC開始前に定義した「誰の、何を、どれだけ」を完了時に検証するためである。

　このモデルで伝えたいことは一つ。「どのタイミングで何を判断するか」を事前に決めることだ。それだけで判断の属人化を防げる。裏を返せば、ゲートを決めていない組織は、担当者個人の「センス」や経験則に判断を委ねているということだ。そのような組織では人が代われば判断も変わり、同じ失敗が繰り返される。

　複数業界のプロジェクトを横断して振り返ると、本番化に至ったプロジェクトには共通する特徴があった。担当者がこのゲートモデルを意識していたかどうかにかかわらず、成功したプロジェクトではこれらの判断ポイントに相当する確認が明示的ではなくとも機能していた。逆に本番化に至らなかったプロジェクトでは、いずれかのゲートが省略されていた。

　あるプロジェクトでは「データを見せてほしい」と繰り返し依頼しても既存プロジェクトメンバーからなかなかデータが出てこなかったことがある。原因はデータを隠していることではなく、メンバー自身がデータの重要性に対する意識が低く、優先度が上がらなかったことにあった。これはG2：データ確認が形式上は存在していても実質的に機能していなかったケースだ。ゲートは存在することより、機能していることのほうが重要なのだ。