サマリー：AI（人工知能）は、これまでのビジネスにおける常識を根底から覆す可能性を秘めている。AIの進歩はあまりに速いことから、コンサルティング会社のデータ提供を受けて議論するといった従来のアプローチでは間に合わな… もっと見るい。自社でさまざまなシナリオをつくったうえで、構造化された議論を進める必要がある。本稿では、企業が検討すべき、AIがもたらす可能性がある6つのシナリオを紹介する。 閉じる
AIによる影響をシナリオにまとめて議論する
AI（人工知能）は破壊的な力を持ち、既成のさまざまな経済的側面を根底から覆す可能性を秘めている。取締役会がAIについて最も効果的に話し合う方法は、シナリオを利用して、AIが自社のビジネスにどのような影響を与えるかを理解することだ。AIの進歩はあまりに速く、戦略チームやコンサルティング会社から世の中の傾向に関する確実なデータを提供されて議論するといった従来のアプローチでは間に合わない。
その代わりに、AIが企業文化にどのような影響を与え、ビジネスをどのように再構築しうるかについて、さまざまなシナリオを用いて構造化された議論を進めるのだ。これによって、将来の可能性がより明確になり、適切な計画を立てて将来を予測し、さらによい方向へと向かうことができる。
筆者らが開発してきた有用なシナリオは、業務上の急激な変化の予想や、競争のための新しい戦略的方法の予測、ビジネスを消滅させかねない存亡の危機の予見など、多岐にわたる。この手法を適切に活用できるように、すべての取締役会が検討すべき6つの質問を中心に6つのシナリオをまとめた。そうした議論をもとに、自分たちのビジネスモデルに最も大きな影響を与えるシナリオに対して行動を起こすのだ。
まず、AIによって業務がどのように激変するか、3つのシナリオを考えてみよう。
精度がもたらす利益
EBITDA（利払・税引・償却前利益）を牽引するすべての変数を自分たちが（あるいは競争相手が）管理する複雑性がさらに増すことで、どのような機会や脅威が生まれるのだろうか。
ビジネスモデルの設計は、長年にわたり、規模と複雑性の間でもがきながら行われてきた。価格、マーケティングのメッセージ、サービスの提供、製品の機能など、無限に広がる変数の管理は難しいという認識から、パーソナライゼーションは常に、ビジネスをするうえで視界に入ってこなかった。
しかし、AIはいまや、あらゆる顧客、モーメント、チャネルについてテストを行い、学習を重ね、最適な選択肢を生成することができ、企業のEBITDAを牽引するあらゆる変数について、精度を高めて価値を生み出す機会をもたらす。
あるB2B流通企業の取締役会は、新しい競合相手が登場するシナリオを検討して難局と向き合った。物理的な制約がなく、「平均値」に基づく機能管理で妥協せずに、AI予測モデルを使ってバリューチェーン全体のあらゆる機能の意思決定を導くような競争相手だ。彼らのAIモデルは、価格設定と歩留まりの管理を最適化するために、すべてのSKU（最小在庫管理単位）についてミクロな地理的条件で市場価格の傾向を明らかにし、注文一つひとつに対応するコストを見積もって、顧客に新しい取引を提案する際のコストと価格の影響をモデル化する。
さらに、顧客獲得を改善するために、見込み客への働きかけを具体的なニーズの予測に基づいて調整することや、AI搭載のチャットボットで質問に答えたり、最初の注文を受けたりすることによって、営業担当者がより大規模で複雑な問い合わせに対応する余裕をつくる。最後に、サプライチェーンを調整するために、顧客、位置情報、SKUレベルで需要を予測して、在庫をより効率的に管理し、最適な出荷ルートと方法を特定する。
競合相手にさまざまな機会の可能性があることを理解した取締役会は、これらの機会を順番に検討してコスト削減を実現し、さらなる変革を行うための自己投資計画を会社に要求した。そして、進捗管理の目標を設定し、AIがどのように業績を向上させるかということだけでなく、市場シェアの拡大につながるかどうかを示す新しいスコアカードも求めた。
再構築されたパートナーのエコシステム
AIの世界では、パートナーのエコシステム、コラボレーションの性質、パワーバランスはどのように変化するのだろうか。
すでに企業はデジタルサプライヤーやテクノロジーサプライヤーへの依存を高めており、リスク評価において、こうした関係を重視して監視する必要が生じている。ただし、AIがパートナーシップのエコシステムを根本から変えることを考えれば、それも始まりにすぎない。サプライヤー、チャネルパートナー、カスタマーエクスペリエンスを提供するコラボレーターなど、利害関係の大きい関係が必然的に出てくるだろう。
取締役会の観点からは、これによって管理すべき新たなリスクが生じるだけでなく、独占的な取引を確保し、規模を拡大して、差別化を図る機会も生み出す。したがって、戦略的思考とゲーム理論を十分に理解して、パワーバランスを強化したエコシステムを構築する必要がある。
エコシステムの変化が起きた最も極端な例の一つは、自動車業界だ。自動車のOEM（相手先ブランド製造）はすでに、化石燃料からEV（電気自動車）へ、リース・所有からレンタルへ、ドライブ（運転する）からドリブン（運転してもらう）へという3つの大きな移行を管理している。これらはすべて、まったく新しい協力の形による新しいパートナーシップにつながっている。そしてAIは、この進化をさらに加速させている。
自動運転では、自動車メーカーはテック企業と提携し、車両にAI機能を統合しようとしている。AIソフトウェアは、その多くが外部プロバイダーからの提供で、OEMの予知保全、在庫管理、需要予測の原動力になっている。コネクテッドカーは膨大な量のデータを生成するため、自動車メーカーはデータ分析企業やクラウドサービス・プロバイダーと提携して、車両の性能、安全性、カスタマーエクスペリエンスを、時にはリアルタイムで改善する。
こうした機能の多くは、OEMブランドが自社を差別化する基盤となり、おそらく従来の自動車より高いパフォーマンスを実現する。では、誰が誰のためにブランド価値を創出しているのだろうか。
さらに、EVの普及に伴って大規模なインフラが必要になる。OEMは充電ネットワークを展開するために、電力会社、充電インフラのプロバイダー、エネルギー会社とのパートナーシップに完全に依存している。ここでも充電ステーションの場所を最適化して充電効率を向上させるために、AIが活用されている。
雪だるま式に増加するリスクと拡大する規制制度
AIがもたらすリスクが明らかになり、さらに拡大するにつれて、それを軽減するための要件やコストが急速に高まっているが、あなたの会社はそれに対応できるだろうか。
ある従業員福利厚生会社の取締役会は、AIから生じる新たなリスクが少しずつ積み上がり、深刻なコストに発展していることに気がついた。そして、自分たちが得ている経済的利益は、リスク軽減のための新たな投資という形で、常に会社として何らかの相殺を迫られることを認識する必要があるのではないかと考えた。
重なり合う組織、テクノロジー投資、ガイドラインの管理は、AIを業務に加えるのと同じくらい大きな変革だった。同社の成功には、新しいAIの能力とリスクマネジメントの両面が不可欠になる。しかし、当初は経営陣が新しいツールの利点にばかり目を向けていたため、取締役会は、次の5つの主要なリスクに対する相殺が計画されて予算化されていることを、確認するように忠告しなければならなかった。
・データのプライバシーとセキュリティについては、サイバー保護を強化し、データアクセスに関する新しいガイドラインを導入して（データアクセスの管理には業務と同時進行のコストがかかる）、データプライバシーの規制（GDPR、CCPAなど）への準拠をサポートするソフトウェアとデータベース管理に投資し、データの安全な保管と送信を保証する新しいプロセスを設定した。
・雇用、融資、規則の執行などの分野におけるバイアスと不公正のリスクについては、バイアスに関する定期的な監査、よりよいレプレゼンテーション（編注：社会を構成する人々の多様性をメディア表現などでも適切に表現することを目指す動き）を追加するための広範で統合的なデータソースへの投資、公平性を意識したアルゴリズムを使った新しいテストを設定した。
・透明性と説明可能性については、監査機能を備えたコストの高いモデルに投資し、モデルのアウトプットの評価は従業員に担当させて、AIを適用できる分野を限定した。
・規制遵守については、AIに注目してベンダーのツールの適切性を評価する法務・コンプライアンス担当者を新たに置いた。
・AIのサプライヤーや人材に依存するリスクの軽減については、主要な機能では少なくとも2つのベンダーとの関係を維持するようにした。さらにAIのトレーニングプログラムを立ち上げ、熟練した人材を招くために多くの費用を投じ、有力な研究機関との連携を始めた。
ほとんどの取締役会は、業務に関する上記3つのシナリオを迅速に理解して採用している。ただし、ここで終わりではなく、競争の新しい方法を引き出す2つの戦略的なシナリオに挑戦しなければならない。
抜本的なコスト変革
AIはビジネスモデルや価格設定の手法を圧迫するほど、コスト構造を大きく変えるだろうか。固定費が高くて変動費ははるかに少ないというソフトウェア経済に移行するのだろうか。
弁護士、会計士、コンサルタント、広告代理店、コミュニケーション、パブリックアフェアーズ、ロビイングなど、プロフェッショナルサービスファームの取締役会は長い間、主に営業を担当する高給取りのリーダー（またはパートナー）を、実際に仕事をこなす若手の人材がサポートするピラミッド型に依存してきた。しかし、こうした仕事には多くの場合、広範な調査、分析、制作が含まれ、これらの領域は今後ますますAIにサポートされるようになる。同様のアウトプットを得るために必要な労働力は大幅に減るだろう。
ハーバード・ビジネス・スクール（HBS）とBCGによる最近の研究は、AIツールを使ってコンサルタントの生産性をテストした。その結果、「AIにアクセスできない労働者と比較して、GPT-4を使った労働者は、平均で12.2％多くのタスクを、25.1％早く完了した。さらに、後者のグループの40％が、より質の高い結果を出した」。同様に英国教育省のUnit for Future Skills（未来のスキルユニット）による分析では、経営コンサルティングは新しいAIアプリケーションの影響を最も受ける職業であることがわかった。
これらの企業は、若いスタッフの仕事に対しクライアントに料金を請求することによって経済的に成り立っており、彼らは仕事をしながらノウハウを学ぶという見習いを通じて成長する。
彼らが請け負っている仕事の一部は、クライアント自身がAIツールを使って社内で行うようになるかもしれない。経験豊富な上級職からのアドバイスの価値は残るだろうが、サービス企業はそのような人材をどう育てるか、仕事の価格をどのように設定するか、どのような仕事を提供するかといった課題に直面するだろう。
多くのコンサルティング会社や代理店は、独自のAIツールの構築にしのぎを削り、クライアントとの仕事を通じて蓄積した独自の知識ベースを使ってAIツールに学習させ、制作業務よりも戦略やクエリ処理、解釈を軸とする新しい業務モデルを開発している。ただしそれも、サービスや人材管理の需要に破壊的な影響をもたらすであろう変化の初期段階にすぎない。
価値提案の再定義
AIは、顧客に価値を提供する方法を再定義するだろうか。
AIは取締役会に対し、事業の中核となる前提（存在意義、ターゲット顧客、製品、マーケティングのポジショニング、価格設定、サポート活動）を問い直せと迫るだろう。
医療システムの価値提案は、AI時代を迎えて、事後対応的な病気の治療でカネをもらうことから、能動的に健康を維持することへと、急速に変化している。以前は、医療サービスを受ける時はサービスの提供者を訪問しなければならず、たいていは患者が予約を取り、医療施設まで通って、時には待合室で長時間、待たされた。そのアクセスは、主に診療時間と物理的な場所によって限定されていた。
いまはAIのおかげで、医療ケアの必要性を先取りし、必要なケアの多くを自宅で受けられる機能が登場している。ウェブプラットフォームやモバイルアプリからアクセス可能なAI搭載のバーチャルヘルスアシスタントは、24時間365日利用可能で、健康に関する問い合わせに答え、医療情報を提供し、初期症状の評価を行う。
AIアルゴリズムと統合されたIoT（モノのインターネット）デバイスやウェアラブルセンサーを使った遠隔モニタリングは、患者の継続的なモニタリングを可能にする。AIが異常を検知して、医療提供者にリアルタイムで警告を発し、頻繁に対面の診察を受ける必要を減らす。パーソナライズされたプロンプトは、遠隔モニタリングや電子カルテなどの患者データをもとに、次の行動や慢性疾患の管理方法を提案する。
最後のシナリオは、おそらく最も恐ろしいもので、存続の危機が出現する可能性についてだ。
陳腐化
AIはあなたの主力製品やサービスを陳腐化させるだろうか。
コダックの写真事業やファクシミリのメーカーは、スマートフォンが主流になった時点で勝ち目はないと認めるしかなかった。家電量販店大手のラジオシャックはいち早く、販売するほぼすべての製品がiPhoneで手に入るという状況に直面した。新聞社は、紙面とセットになっていた広告やジャーナリズムが切り離され、その影響に対処するためにいまも苦労している。
たとえば、オフショア開発を行うIT企業もこの問題に直面している。自然言語処理（NLP）により、開発者は自然言語で機能を記述できるようになり、システムはそれをコードに変換する。つまり、専門家でなくても、コーディングがより身近になった。AIを搭載したツールや統合開発環境（IDE）は、インテリジェントなコード補完、提案、修正を提供する。開発者が次に書きそうなことを予測し、コードの行やブロックを完成させるための提案をするのだ。
AIはソフトウェアのテストにも、より効率的なテストケースの生成、自動化されたバグの検出、潜在的な問題を特定するための予測分析を可能にして、大きな影響を与える。ほかにもコードのセキュリティ脆弱性を能動的に検出し、潜在的なセキュリティの問題をプログラムのデプロイ（稼働できる状態にすること）後ではなく開発中に対処するのに役立つAIツールもある。
ソフトウェア開発者の役割は、ユーザーのニーズの理解、システムアーキテクチャーの設計、革新的なソリューションの開発など、より戦略的で、創造的で、複雑な問題解決活動へと移行するだろう。クライアントのレベルでは、より小規模な社内のITチームが支援する戦略・企画チームによって、より多くのことができるようになる。ただし、オフショアIT企業にとっては、こうした変化は存続の脅威につながる。その経済モデルは、生産志向の仕事をする熟練労働者の時間を売ることに依存しているためだ。
取締役会としては、労働力ベースの事業を切り離して、付加価値の高い独自のAIツールの開発に注力するのか、それともセクターの縮小に伴って統合を考えるのか、厳しい決断を迫られている。いずれにせよ、決断は必要だ。
＊ ＊ ＊
これらのシナリオを組み合わせれば、たいていの企業に当てはまるものとなり、取締役会は将来に関する既存の概念を再評価する必要がある。ほとんどの取締役会は、毎年、将来を見据えた戦略セッションを行っており、多くの取締役会が起こりうるサイバー攻撃に備えて「テーブルトップ演習」（TTX）を実施している。
そうしたセッションの一つとして、上記のシナリオを試してほしい。戦略チームが最も適切なシナリオを選び、具体的な内容にして、裏付けとなる事実を提供する。そして、変化の可能性、競合他社・チャネル・コラボレーターのエコシステムがどのように進化しうるか、顧客が何を期待するかについて、取締役会で構造化された議論を行う。それと並行して、ビジネスモデルの経済的牽引力と、その力がどのように変化するかに注目する。
AIがデータの価値を高める──強化して、分析して、活性化して、最適化する──ことにより、多くのビジネスが依存してきた経済的レバレッジが根本的に変化するだろう。これらのシナリオは、取締役会が今後の課題に取り組むための体系的な方法を提供する。いますぐ始めよう。AIの時代において、時間はあなたの味方になってくれない。
Enjoyed this article? Sign up for our newsletter to receive regular insights and stay connected.