絞った範囲、名前の付いた便益、説明のつく測定。AI 投資を承認させる本能はどれも、同時にその最大のリターンを閉ざす。三年後にそのプログラムが依存することになる副産物は、いま価値ゼロで値付けされている。
This article was translated from the English original. Translations are machine-assisted and reviewed on a rolling basis.
NASA のナンシー・グレース・ローマン宇宙望遠鏡に収められた口径 2.4 メートルの鏡は、もともと地球を見下ろすために作られたものだった。2012 年に National Reconnaissance Office が余剰となった偵察衛星の光学系を NASA に譲渡し、その周囲に組み上げられた望遠鏡がダークエネルギーの地図を描く。そのサーベイデータのどこかで、科学計画書に項目として書かれていないまま、小惑星も見つかる。地球の軌道を横切るものも含めてだ。誰もそこに予算を付けていない。これは混獲であり、宇宙膨張などただの一度も気にしたことのない人々に対してこの望遠鏡を正当化するのは、その混獲のほうかもしれない。
本気の能力投資はほぼすべてこの形をしている。企業の AI 投資稟議は構造上それを記述できず、その落差は失敗したパイロットの大半よりも高くつく。
二つ目のミッションが無料になるのは、一つ目を広く作った場合だけ
ローマンが動く天体を検出するのは、まるで華やかでない理由による。同じ空の一区画を 15 分おきに、何か月も繰り返し観測するからだ。固定した領域を繰り返し撮ることは、フレーム間でずれるものを見つけるための、まさにそのレシピである。小惑星は、まったく別の目的のために選ばれた観測間隔から落ちてくる。
企業版は絶えず起きていて、めったに気づかれない。財務部門が買掛金コストの削減のために文書抽出を導入する。きれいな稟議で、回収計画にも説明がつく。二年後、そのパイプラインは、どの仕入先がどの部品にいくら請求したかを月ごとに並べた明細レベルの時系列を、静かに作り上げている。調達部門にとってそれは、その導入費を払った買掛金の削減額の何倍もの価値を持つ交渉材料だ。
それが存在するのは、誰かが構造化された出力を足場として扱わずに残した場合だけである。この資産が存在するかどうかを決めたのは、保持ポリシーを選んだエンジニアであって、投資が承認された部屋にいた誰かではない。
三つの正当な関門と、閉ざされる上振れ
CFO に資金を求めれば、絞った範囲、名前の付いた便益、測定計画を求められる。どの本能も正しい。だが三つそろうと、より大きなリターンを日常的に壊す。壊れる場所は三か所ある。
法務。 目的の限定のもとでは、特定の目的のために集めたデータを、後からそのまま別用途に転用することはできない。狭く書かれた影響評価は、狭い文面ほど早く承認されるという理由でまさに狭く書かれ、その後そのデータにできることすべての上限になる。
調達。 標準条項はこう読める。顧客データはサービスの提供のためにのみ処理される。結構なことだ。ただし、ベンダーのプラットフォーム上で生成した出力が、契約が想定していなかったユースケースの入力になり、書き出し経路が直近 90 日分の CSV しかないと判明するまでの話である。
組織。 主管部門がシステムを持つので、出力も持つ。仕入先価格の時系列は、調達部門が照会できず、存在すら知らない財務のデータストアの中に眠っている。
どれもガバナンスの失敗ではない。いずれも設計どおりに機能しているガバナンスであり、ただし証拠が支持しない前提の上で動いている。すなわち、システムの価値はその表明された目的で頭打ちになる、という前提だ。
頻度は解像度に勝り、上書きこそ高くつく習慣
小惑星の検出は再訪頻度から生まれるのであって、光学性能から生まれるのではない。一枚のより鮮明な画像は、動くものを何も見つけない。ぼやけた画像でも繰り返し撮れば、すべてを見つける。
企業のデータ資産は解像度のために作られ、頻度のためにはほとんど作られない。支配的なパターンは現在値だ。リードが八回ステータスを変えても、フィールドは一つしか保持しない。価格が十一回改定されても、カタログは十一回目だけを持つ。上書きのたびに、ごくわずかなストレージが節約され、その物事が時間とともにどう振る舞ったかを示す唯一の証拠が永久に消える。
ダッシュボードに必要なのは現在の数字だ。どの商談が止まるか、どの仕入先が値上げするか、どの顧客が離れつつあるかを予測するモデルに必要なのは系列であり、系列は事後にいくら払っても再構成できない。ほとんどの組織が取りうる最も安価な能力上の意思決定は、置き換えではなく追記することである。それを意図して選ぶ組織はほとんどない。稟議書に便益として現れることが決してないからだ。
主管部門にしか見えない能力は、主管部門が想像した分しか生まない
ローマンの小惑星論文の多くは、ダークエネルギーのチーム外の人々によって書かれるだろう。NASA のサーベイデータが、部外者が覗くことを許された公開アーカイブに置かれるからだ。ほとんどの企業には、同等のアーカイブも同等の文化もない。
追記に次いで二番目に安価な能力上の意思決定は、システムが生み出すものを誰が照会してよいかを広げることだ。ある一つのチームの画面からしか届かないインターフェースは、そのチームの想像力の分だけの値付けがなされた資産である。表明された意図を軸に組み立てられたポートフォリオレビューが、価値の積み上がる場所を体系的に取り逃がすのも同じ理由による。効く問いは「どの AI プロジェクトが ROI を出したか」ではなく、「どのシステムが今、他の何かを載せられるデータやインターフェースを生んでいるか、そしてそのうち計画されていたものはあったか」である。
基盤の問い、ドバイから
295,000 社を対象とするドバイのエージェント型 AI プログラムは、ごく普通の企業へ高速にエージェントを送り込む。二週間で終わるエージェント導入と、二四半期かかる導入とを分けるのは、ほぼ常に基盤である。プロセスの履歴が残っているか、記録が構造化されているか、社内システムに画面経由ではなくプログラムから到達できるか。
これらは、AI 上の帰結が決定の数年後に届くインフラの意思決定だ。保持を既定とし、追記のみの記録を持ち、インターフェースを開いている企業は、自分の混獲を回収する。すべてを狭く区切った企業は、新しい能力をそのたびにゼロから調達し、95% のパイロットが失敗するというパターンは技術の問題に見え続ける。
次の AI 予算項目が承認される前に、既存システムがすでに副産物として何を吐き出しているかを地図にすること。五段階のコンサルティング手法はまさにそこから始まる。どのプロセスが履歴を保持しているか、どの出力が誰も所有していない資産か、そしてすでに費用を払った基盤の上でエージェントをどこで動かせるか。その後に続く構築は、混獲を手放さずに済むだけの幅を持って始まる。
Frequently asked questions
Why do narrowly scoped AI business cases destroy long-term value?+
Three legitimate gates do it: data-protection assessments drafted narrowly to get signed off become the ceiling on what the data may later do; vendor contracts restrict processing to the contracted service; and the sponsoring function owns the output, so nobody else knows the asset exists. Each gate works as designed, on the false assumption that a system's value is bounded by its stated purpose.
What is the cheapest high-value data decision most organisations get wrong?+
Append instead of overwrite. Most systems store current state: a lead's latest status, a price's latest revision. Each overwrite saves trivial storage and permanently destroys the sequence, and models that predict stalling deals, price rises, or churn need the sequence. It cannot be reconstructed later at any price.
How do you find the hidden value in AI systems you already run?+
Ask which systems now produce data or interfaces that something else could be built on, rather than which AI projects delivered their stated ROI. A document-extraction pipeline bought to cut invoice-processing costs may have quietly produced a line-item price history of every supplier, worth multiples of the saving that justified it.