AIは何でもできる。なのになぜ4.5兆ドルはまだ手の届かないところにあるのか？

3 min read

Last edited: Jun 02, 2026

数か月ごとに、AIは基準を塗り替える。

新しいモデルが登場する。コストは下がる。能力は拡大する。この時点で、能力に関する議論は終わっている—AIに何ができるかを真剣に疑う人はもういない。

説明しにくいのは、今まさに多くの組織の内部で起きていることだ。タブは依然として切り替えられ続ける。ファイルは依然として行方不明になる。誰かが依然として最新のアップデートを持っているのは誰かと尋ねている。ツールは賢くなった。しかし摩擦は消えなかった。

Dheeraj Pandey、DevRevの共同創業者兼CEOは、率直にその深刻さを指摘した：過去6〜9か月でSaaSの市場価値のおよそ2兆ドルが消失した。

アナリストのNate Jonesの調査を引用し、Dheerajは約束と実際にビジネスの中で起きていることとのギャップに数字を付けた。「AIにこれができる」と「AIがここで有用にこれを行っている」の間の距離は4.5兆ドルだ。

これはテクノロジーのギャップではない。モデルは存在する。ギャップはその周囲のすべてにある—つながらないシステム、流れないデータ、そしてAIをプロダクトではなく参加者として捉えきれないチーム。

だから問いは、AIが機能するかどうかではない。なぜ実際に仕事が行われている場所に到達する手前で止まり続けるのか、ということだ。

AI能力の幻想

AIに関するあらゆる会話の中で、すべてが解決されたと感じる瞬間がある。

デモを見る。AIが検索し、回答し、アクションを提案する—瞬時に。そしてこう思う：これだ、と。

しかしその瞬間は長続きしない。統制された環境で、適切なプロンプトと適切な入力があれば、AIは驚異的に見える。実際の仕事は統制された環境ではない。混沌とし、多層的で、深くコンテキストに依存している。

そこで亀裂が見え始める—ほとんどの組織がまだ名前すら付けていない、ましてや解決していない3つの具体的な障害点にまたがって。

障害ノード1：AIには汎用的な能力があるが、具体的なコンテキストがない

今日のAIは膨大な量の情報で訓練されている。パターン、言語、ロジックを大規模に理解している。しかし、あなたがそれを可能にしない限り、あなたのビジネスを知ることはない。

なぜ特定の顧客の問題が他の問題より重要なのかを知らない。チーム間でどのように意思決定が行われたかを理解していない。過去のインタラクションのコンテキストは、そのコンテキストが利用可能にされない限り、引き継がれない。

だから回答を生成することはできても、その回答を有用にするもの—コンテキスト—が欠けていることが多い。

だからこそ、再びDheeraj Pandeyの言葉を借りれば、この変化が重要なのだ：

「今や人間は言っている。検索して、回答して、行動して、と。しかし全体として、機械が言っているのは、あなたのためにもっとやりますよ、ということだ。ポイントして、クリックして、スクロールして、とは言わない。あなたの代わりに検索し、あなたの代わりに回答し、あなたの代わりに行動する」

ツールからアクションへの転換だ。しかしこの転換は、AIがビジネスエコシステム内で実際に起きていることを理解できる場合にのみ機能する。

HDFC Bankの不正検知でこれが明確に見える。

12月、インドは216億件のUPI取引だけを処理した—世界のデジタル取引全体の50%以上だ。Suchi Mahajan、HDFC Bankの不正・分析担当SVPは、毎日その数字の中で仕事をしている。

スケールは難しい部分ではない。難しいのは、不正が自らを告げないことだ。

「詐欺師はシステムをハッキングすることから、人間をハッキングすることに移行した」と彼女は説明した。彼らは感情—欲望、恐怖、緊急性—を利用して、人々に自ら取引を承認させる。つまりシグナルはもはや取引の中にはない。不正な支払いが完了するまでに、それを可能にした物語はすでに書かれている。

不正な取引は最後のステップだ。そのステップしか見ないAIは、すべてを見逃す。

障害ノード2：誰も語りたがらない統合のギャップ

組織がコンテキストの必要性を認識しても、そのコンテキストが実際にどこに存在するかという、より実践的な問題に直面する。

エンタープライズデータはきれいに整理されていない。ツール間に散在し、レガシーシステムに閉じ込められ、独立して動くチーム間で断片化されている。すべてのシステムがパズルの一片を持っているが、何もきれいにつながらない。そしてAIは、どんなに高度でも、アクセスできるものでしか動けない。

ここでほとんどのAIイニシアチブが破綻する。モデルが十分でないからではなく、その周囲のシステムの準備ができていないからだ。

TCC GlobalがAIにどうアプローチしたかを見ればわかる。Damien Katris、TCC GlobalのAI戦略ディレクターは、ほとんどの企業がスキップする問いから始めた：実際に何が私たちを遅くしているのか？

答えはシンプルだった。彼のチームは労働時間の22%—毎週一人あたり丸一日—を、ビジネスのどこかにすでに存在する答えを探すだけに費やしていた。

モデルの問題ではない。システムの問題だ。答えはそこにあった。ただ別々の場所にあり、誰もつなげていなかった。

だから彼らはそこから始めた。AI戦略からではなく、統合から。データソースがリンクされアクセス可能になると、結果は議論の余地がないものだった：検索時間は22%から2%に減少した。92%の削減であり、チームのアウトプットは47%向上した。

「週に1日取り戻したような感覚だ」とDamienは語った。「そしてこれは比喩ではない。文字通りそうなったのだ」

これが具体的な統合のギャップだ。テクノロジーの失敗ではない—インフラの失敗だ。

障害ノード3：AIがチームに届かない

コンテキストと統合の問題を解決できた組織でさえ、しばしば気づかれない最後のハードルがある。

AIがツール層にとどまったままということだ。

ワークフローに能動的に参加するものではなく、人々が時折「使う」ものになってしまう。

コンテキストと統合を解決しても、AIが表面にとどまるなら—個人が時折クエリを投げ、そして脇に置くもの—十分ではない。それがツール層だ。そしてほとんどのAI導入はそこを出ることがない。

理由は構造的だ。実際の仕事は孤立して起きない。ロール間を移動し、システムを横断し、共有コンテキストを必要とする意思決定を通過する。ツールはデスクに置かれている。チームメイトは仕事と共に動く。この区別は言葉遊びに聞こえるかもしれない。IndiGoでは、それは実務的な問題だ。

Varun Gupta、同航空会社でアーキテクチャとイノベーションを率いる彼は、中央決済デスクに届くものについて説明した：簡単なケースではない。それらはすでに完全に自動化されているからだ。人間のエージェントに届くのは、自動化では解決できない0.3%だ。電話の向こうで不安な顧客がいる。お金は引き落とされたがチケットは発行されていない。エージェントは決済システム、予約エンジン、在庫システム、本番ログを—すべて同時に—調査しなければならない。顧客を落ち着かせ、SOPに従い、返金するか変更された価格で再予約するかの判断を下しながら。

「その人間が適用している知性と推論の要素がある」とVarunは語った。「そしてComputerにもまったく同じことをしてほしい」

これは立ち止まって考える価値のある一線だ。問いは、AIがより多くの自動化を処理できるか？ではない。AIが推論層に入り込めるか—かつてAIを完全に立ち止まらせていた仕事の部分に？ということだ。

IndiGoでは、Computer, by DevRevが、これら4つのシステムを横断して検索し、適切な順序でコンテキストを浮上させ、アクションを実行する。エージェントはもうつなぎ合わせていない。判断している。判断は人間に残る。調整はそうである必要がない。

AIがチームに届くとはそういうことだ—より多くの自動化ではなく、実際に思考を必要とする瞬間の中に存在すること。