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
#3:「センス」に頼る組織ほど失敗を繰り返す
各ゲートで何を確認すればいい?──対応表で解説
ゲートモデルには、もう一段の精度が必要である。「G2でデータ確認をする」と決めても、何を確認すべきかが曖昧なままではチェックが形骸化してしまう。
そこで、第1回で紹介した「3つのギャップ」(ビジネス価値・AI人材技術力・利用可能性)と、5つのゲートを掛け合わせる。各ゲートでどのギャップを重点的に確認すべきかをまとめたのが次の表だ。
ここでの「実現可能性」は、データの量・質・セキュリティ・規制対応(第1回の定義)を出発点に、ゲートが進むにつれてコスト試算・予算確保・説明可能性・現場定着まで含む、実現・運用の可能性全般を指す広い意味で使用している。
この表の使い方は単純で、自社の直近のPoCを思い浮かべ、各ゲートで赤の軸と黄色の軸を確認していたかを振り返る。すべてのセルを埋める必要はない。どのゲートをスキップしているかが言語化できるだけでリスクが可視化される。
著者が「PoC実行の妥当性」を確かめる、4つの問い
筆者がクライアントとの初回ミーティングで確認しているのは次の4つの問いだ。
- このPoCは何を検証するのか?
- 既存データで足りるか?
- 本番化の予算と体制はあるか?
- 誰が使うのか?
この4つの問いに明確に答えられないプロジェクトは、PoC止まりになることが多い。逆に言えば、この4問は5ゲートのうちPoCを始める前に確認できる4つ(G1/G2/G4/G5)を言い換えたものでもある。唯一G3のPoC判定だけは、PoCを実施してみなければ判断できないため、この4問には含まない。この4問をPoC開始前に自問できるかどうかでのちの展開は大きく変わる。
「本番化の予算と体制はあるか?」という問いは、PoC開始時点で答えが出ていても安心はできない。あるプロジェクトでは、開始時には予算が確保されていたが、途中で上層部の人事異動があり、予算のつけ方そのものが見直されたことがあった。結果、技術的には完成していたにもかかわらず本番化のタイミングを逸したのだ。G4は一度確認して終わりではなく、本番移行の直前にも問い直す必要がある。
読者への示唆
- 5ゲート×3ギャップは、頭の中で意識するだけでは機能しない。承認プロセスと予算の設計そのものに組み込んで初めて、判断は属人化から抜け出す
- 5ゲート×3ギャップの表を自社のPoC承認プロセスに組み込む。全項目を埋める必要はなく、どの項目をスキップしているかを明示するだけでもリスクが可視化される
- 5ゲートの判断基準と3ギャップの確認軸を、PoC企画書の段階でステークホルダー間に合意しておく。基準は後から作るものではなく、始める前に決めるもの
- PoCを「実験」ではなく「投資」として扱うなら、予算の設計もそれに応じて変える。単年度で消化する実験予算ではなく、本番化までを見込んだ投資計画として組み立て直す
【特典】自社診断チェックリストで今すぐ確認を!
3回の連載を通じて見えてきたのは、AI PoCの成否を分けるのが技術力ではなく、判断のタイミングを仕組みとして持っているかどうかだという点である。個別の技術やスキルの改善ではなく、判断のタイミングをプロセスに組み込むこと。それが、この3回を通じて伝えたかったことである。
5ゲート×3ギャップの表があれば失敗がなくなるわけではない。ただ、判断が属人化した状態からは抜け出せる。次にAI PoCを立ち上げるとき、この表の中で、自社がどの項目をスキップしているのかを、意識的に確認してみてほしい。
この記事は参考になりましたか?
- AI PoCはなぜ“死の谷”を越えられないのか?~現場で起こった失敗パターンと回避術~連載記事一覧
-
- 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...
- 完走したはずのAI PoCが立ち往生するワケ……“試作品”のまま本番稼働できるという誤解
- 見切り発車のAI PoCが引き起こす悲劇:技術的には成功でも「中止」になる……一体何が起こ...
- この記事の著者
-
三澤 瑠花(ミサワ ルカ)
TCS Japan AI Center of Excellence(AI CoE)deputy head / AI lab lead。AIコンサルタント/データサイエンティスト。保険・建設・製薬・小売など多業界で、AI導入プロジェクトのプリセールス(提案・営業支援)からデリバリー(実装・納品)までを...
※プロフィールは、執筆時点、または直近の記事の寄稿時点での内容です
この記事は参考になりましたか?
この記事をシェア
