「小さく噛み、素早く飲み込む」：トロント・テック・ウィークで企業リーダーたちがAIから学んだこと

5月26日、Appficiency、AskCipher、SnapOn Softwareの3社は、トロント・テック・ウィークにおいて、企業の経営幹部たちを一堂に集めた。彼らは当初から、このイベントが製品の売り込みや技術的な詳細解説ではないと明言していた。

充実した一日でした。午前中に90分、リーダーシップ・ランチ、そして午後に90分と、すべてがひとつの目標に向けて構成されていました。それは、経営幹部たちが月曜日の朝から、それぞれの組織内でAIに関する議論を主導できるよう、明確な指針とフレームワークを提供することです。

ここでは、何が起こったか、何が語られたか、そして参加者が何を得て帰ったかについてまとめます。

ジョニーは、多くの経営幹部がこれまで考慮していなかった一線を引くことから朝をスタートさせた。すなわち、大きな技術的変革を生き残る組織は、その変革に抵抗する組織であることはめったにない。それらは、技術を取り巻く文化の変化に適応する組織なのだ。

彼は、一連の歴史的な類似例を挙げて説明を進めた。書記から印刷機へ。百科事典からウィキペディアへ。CDからSpotifyへ。タクシーからUberへ。こうした変革はどれも同じパターンをたどっていた。つまり、技術が登場し、恐怖や抵抗を引き起こした後、いつの間にか「新しい常識」となっていったのである。

企業のリーダーにとっての問題は、AIがそのような変革をもたらすかどうかではない。それは間違いなくそうである。問題は、受動的に対応するのではなく、意図的にその変革を主導していくにはどうすればよいかということだ。

AIネイティブな組織は、硬直した承認プロセスやレガシーなソフトウェアのワークフローに縛られていないため、すでに迅速な動きを見せている。企業にとっての目標は、単にスピードを追求することではない。既存の業務を自動化するだけでなく、あらゆる場所で利用可能なインテリジェンスを軸に、業務そのものを再設計することにある。

この課題をより具体的に示すため、ジョニーは会場の聴衆に、企業において最も普遍的な業務プロセスの一つである「優秀な人材の採用」について解説した。

この演習では、職務記述書の作成から履歴書の選考、面接の日程調整、面接の評価、そして最終的な候補者の選定に至るまで、採用プロセス全体を網羅しました。各段階において、それぞれ異なる課題が浮き彫りになりました。

技術的な課題
一般的なLLMは求人票の草案を作成することはできますが、組織的な文脈が欠けています。貴社のコンピテンシーフレームワークや給与帯、あるいは「シニアオペレーションズ」という役職が貴社において具体的に何を意味するのかを把握していません。出力された内容は洗練されているように聞こえるかもしれませんが、貴社の実際の採用プロセスと整合性が取れていないため、追加のレビュープロセスが発生し、全体的な流れが遅くなってしまいます。

「ヒューマン・フリクション」
アプリ内のエージェントは、数百件の履歴書を自動的にスクリーニングし、経験、資格、キーワードに基づいて候補者をランク付けすることができます。しかし、問題があります。採用担当者はその結果を信用していないのです。採用担当マネージャーは直感に基づいて推薦結果を覆します。従業員は偏見を懸念しています。AIが作業を行うにもかかわらず、結局は人間がやり直しているのです。

組織内の摩擦
AIによるスケジューリングツールは、カレンダー上で最初に空いている枠に面接を予約してしまいます。そんなことは誰も望んでいません。複数の面接官、競合する優先事項、そして急ぎの採用案件などが加わると、AIは調整の負担を軽減するどころか、かえって増大させてしまいます。
最終候補者の選定段階に至る頃には、これら3つの摩擦要因がすべて重なり合っています。組織はプロセスのあらゆる場面でAIを活用しているにもかかわらず、それを信頼している部分はほとんどないのです。

ジョニーは、これこそが、多くの組織がAIへの投資に見合う成果を得られていない真の理由だと主張した。技術自体は機能している。問題は、その導入における障壁にあるのだ。

この1日全体を貫いた指針は、Appficiencyが社内で掲げているシンプルなモットー、「小さく噛み砕き、素早く飲み込む」というものです。
多くの組織はニュースの見出しを見て、最初のAI導入プロジェクトは変革をもたらすものでなければならないと決めつけます。彼らはAIを使って5,000万ドル規模の問題を解決しようとしています。しかし、企業のAI導入において一貫して見られる傾向として、このアプローチは失敗に終わることが多いのです。

より効果的なアプローチは、本来5時間かかる問題をAIを使って20分で解決することです。そうすることで自信を築き、価値を実証し、組織全体の賛同を得て、より大規模なAI投資を可能にすることができるのです。

これは限界ではありません。50ドルのAIサブスクリプションで解決された、数百万ドル規模の問題も存在します。しかし、組織がAIリテラシーやガバナンス、信頼を確立する前に、まずそこから着手しようとすれば、まさに前述のような摩擦が生じてしまうのです。

この原則は、Appficiencyの「ソリューション・レベリング・フレームワーク」に準拠しています。このフレームワークでは、複雑さを5つのレベルで測定しており、レベル1および2の基本的な検査・監視から、レベル3のターゲットを絞った自動化を経て、レベル4および5の完全な本番環境向け自動化に至るまでを網羅しています。レベル1から3までで、ビジネスニーズの大部分は解決されます。レベル5に到達するために必要な労力は、レベル1の約25倍となります。

まずはシンプルに始めましょう。それが機能することを実証し、データによって正当化される場合にのみ、複雑さを増していくのです。これこそが、「小さく始めて、素早く成果を出す」という考え方を実践する上での真意です。

このパネルディスカッションでは、「小規模で迅速に」というアプローチが実際の制作現場でどのように具現化されているかについて、3つの異なる視点が提示された。

180 Systemsのパートナーであるアレックス・マイルズ氏は、AIを活用してデータ移行のマッピングプロセスを自動化し、既存のテンプレートからレポートコードを生成することで、クライアントが従来は不可能とされていた2ヶ月未満という短期間でERPの本稼働を実現できた経緯を説明した。2つの具体的な取り組み。1つの短縮されたスケジュール。

「私たちが協力している新しい企業は、より早く価値を生み出したいと考えている」とアレックスは指摘した。「まず単一のプロセスから始めて一定の成果を上げれば、チームはシステムを信頼できるようになり、それを土台に発展させていけるのだ。」

AskCipherの共同創業者であるシャヤン・ラストグー氏は、Appficiencyの調査によると、AskCipherの1日あたり200～300人のユーザーは、主に3つの利用ケースに分類されると述べた。すなわち、ERP導入を加速させるために利用するコンサルタント、コードの指針を得るために利用する開発者、そして社内コミュニケーションや対外業務のために利用する従業員である。このうち3つ目のカテゴリーは、AIモデルが本来備えていない組織的な文脈や判断力を必要とするため、常に最も複雑なケースとなっている。

「時間をかけてAIに適切な文脈を提供し、人間がAIとどうやり取りすべきかを理解できるよう支援すれば、導入時の摩擦は大幅に軽減される」とシャヤン氏は述べた。

Think/able Solutions社のガレス・ドハティ博士は、多くの組織が現在実際に置かれている状況について、より現実的な視点から解説しました。それは「有機的な共同操縦段階」です。誰もが大規模言語モデルを利用できるようになりましたが、その大半は現在、その活用方法を模索している段階にあります。そして、そこから体系的で測定可能なエンタープライズAIの価値を引き出せている組織は、まだごくわずかです。

「導入とは、成長しながら学ぶことだ」とガレスは言った。「小規模から始めるなら、最も強みのあるチームから始めよう。彼らは自チームのプロセスを熟知しており、最も有益なフィードバックを与えてくれるだろう。」

パネルディスカッション後の質疑応答こそが、このセッションの最も白熱した場面でした。会場からは反論が飛び交い、実際の事例が共有され、その日最も実用的な知見が数多く引き出されました。

エンタープライズAIにおいて証明するのが最も難しいのは信頼性だ
エンタープライズAIの導入において、何を実現するのが最も難しいかと問われた際、パネリストたちは「信頼性」という点で意見が一致した。訓練を受けた従業員であれば、資格を取得すればその成果を信頼できる。しかしAIは確率論的なものである。明確に定義された導入であっても固有のリスクを伴い、請求書、コンプライアンス記録、金融取引などが関わるエンタープライズ環境においては、そのリスクは単なる理論上の話ではない。

エンタープライズAIの信頼性を確立するには、大規模に展開して「うまくいくことを願う」のではなく、小規模から始め、厳密に測定し、信頼を段階的に高めていく必要があります。

「変革管理は不可欠」
ある聴衆が、AIを活用した営業コーチングツールを導入した結果、チーム内で反発が起きた企業の事例を紹介しました。2ヶ月にわたる抵抗が続いた後、同社はその目的を明確に説明しました。それは監視ではなくコーチングであり、人間の代替ではなく、能力を引き出すための支援であるということです。チームがその意図を理解すると、業績は大幅に改善しました。

パネルディスカッションでは、この事例を典型的なケースとして取り上げた。企業におけるAI導入において、コミュニケーションと透明性は単なる「ソフトな要素」ではない。これらは構造的な要件である。ガレス氏は、シンガポールのDBS銀行を先駆的な事例として挙げ、同銀行のAI倫理フレームワークが「説明可能性」と「尊重性」という2つの要素を中核としていることを指摘した。

「率直な対話と透明性が鍵となります」とガレスは指摘した。 「AIの導入が自分たちにどのような影響を与えるのか、人々が理解できれば、抵抗感を大幅に減らすことができます。」

エンタープライズAIは、既存の状況をさらに増幅させる
率直な意見交換の中で、ある厳しい現実が浮き彫りになった。AIは、高業績者よりも低業績者のパフォーマンスを増幅させる傾向があるということだ。高業績者は、さらに少しずつパフォーマンスを向上させる。一方、低業績者は、ミスを含め、自身の成果を拡大させるツールを手にすることになる。ガバナンスや安全策なしにAIを広く導入している組織では、問題は同じペースで続くわけではない。問題は加速していくのだ。

パネルの回答は一貫してこうだ。まずは最も強みのあるチームから始めること。業務プロセスを熟知し、意欲的な人材を起用して試験的に導入すること。その基盤から学びを得てから、拡大を図ること。

完全なデータがなくてもエンタープライズAIのROIを立証する方法
ある聴衆から、ROIに関するデータがまだ限られている状況で、社内でAIへの投資をどのように正当化すべきかという質問が直接投げかけられた。パネルディスカッションの参加者たちは、これは単なる認識の問題ではなく、2026年時点では現実的な制約であると率直に答えた。ほとんどの組織において、エンタープライズAIのROIを大規模に測定するためのデータインフラはまだ整備されていない。

現実的な進め方としては、AI導入プロジェクトを、すでにパフォーマンス指標が確立されている業務プロセスに組み込むことです。基準値を測定できれば、改善度合いも測定できます。また、オンタリオ・センター・オブ・イノベーションやADCの「Lift」プログラムをはじめとする政府の助成プログラムも利用可能であり、評価段階にある組織を支援しています。

エンタープライズAIにおける「自社開発 vs. 購入」：文脈が勝敗を決める
セッションの終盤、AIツールを社内で開発すべきか、それとも購入すべきかという議論が持ち上がりました。パネリストたちはこの問いを根本から再定義しました。エンタープライズAIにおける差別化要因は、その機能を自社で構築できるかどうかではないのです。 ツールを呼び出して会話を成立させるようなLLMベースのシステムなら、誰にでも構築できる。真の差別化要因となるのは、長年にわたりそのシステムに蓄積された知識とコンテキスト、フィールドのマッピング、ワークフローのロジック、組織のルール、そして数百件に及ぶ実際の導入を通じて発見されたエッジケースである。これらを蓄積するには何年もかかる。

「今、エンタープライズAIにおいて最も重要なスキル」
個人や組織が何を磨くべきかという問いに対し、パネリストたちは、多くの人が予想していなかったある要素を挙げました。それは「コミュニケーション」です。

「AIから望む成果を引き出す上で最も重要な要素は、AIとどれだけうまくコミュニケーションをとれるかだ」とシャヤンは語った。「同じ問題でも、伝え方次第で結果は全く異なってくる。」

AIモデルによって一般知識がますますコモディティ化される中、的確に意思疎通を図り、組織の文脈を効果的な入力情報へと変換する能力は、重要な競争優位性となります。最良のプロンプトは、その場にいる最も技術に詳しい人々から生まれるわけではありません。それは、その業務を最も深く理解している人々から生まれるのです。

午後のセッションでは、現在のエンタープライズAIの状況ではなく、その将来像に焦点を当て、異なる視点から議論が進められました。
ジョニー氏は、従来のエンタープライズインターフェース――すなわち、ほとんどのビジネスソフトウェアの動作を規定するメニュー、画面、ダッシュボード、クリックパス――が、エンタープライズAIの導入を促進するものではなく、むしろその最大の障壁になりつつあると主張しました。最も強力なAI戦略とは、より優れたインターフェースを追加することではありません。インターフェースそのものを不要にすることです。ナビゲーションの代わりにコンテキストが機能し、数十回のクリック操作がたった一文で置き換えられるのです。

実例として、AskCipherのライブデモが行われました。これは、組織の接続されたアプリケーションスタック全体の上に位置する単一のAIレイヤーであり、システムを横断して多段階のワークフローを実行し、組織のルールや権限を適用します。また、ユーザーが基盤となるソフトウェア内の各要素の配置を把握していなくても動作します。

その日は、単なる理想的な目標ではなく、企業向けAIを適切に構築するためのアーキテクチャ上の要件として提示された5つの原則をもって締めくくられた。

1. データは常にあなたのものです。AIがあなたのデータを所有したり保存したりすることは決してありません。すべての処理は、既存のシステム環境内で行われます。
2. これは機能ではなく、レイヤーです。エンタープライズAIは、単一のアプリケーションへの追加機能ではありません。それは、スタック全体にわたる汎用的なインターフェースなのです。
3. AIは既存のシステムを補完するものであり、置き換えるものではありません。AIは既存のシステムの機能の範囲内で動作します。システムそのものはそのまま残ります。しかし、ユーザー体験は一変します。
4. 権限は神聖なものです。AIは、認証済みのユーザーが許可されている操作のみを行うべきです。権限の昇格も、回避策も認められません。完全な監査証跡が必要です。
5. 完璧な行動一つは、雑な行動十個に勝る。スピードよりも正確さが重要だ。行動する前に確認すること。成果の量よりも質を優先すること。

すべてのセッション、パネルディスカッション、そして聴衆からの質問に共通して見られたテーマは、同じものでした。
エンタープライズAIにおいて、スピードは競争優位性ではありません。重要なのは「意図」です。クリーンなデータ、適切な権限管理、そして明確なプロセス基盤に基づいて設計された、1つのAI導入は、10回の拙速な実験よりも、より持続的な価値を生み出します。

ジョニーはその日の締めくくりにこう述べた。「優位性は、AIをより早く導入することから生まれるのではない。他者よりも意図的にAIを活用することから生まれるのだ。」

小さな一歩から始め、素早く進め、確かな成果を生み出す。
Appficiency、AskCipher、SnapOn Softwareが、貴社のAI実験段階から実際の業務への影響力へと移行するのをどのように支援できるか、ぜひ当社のチームとの戦略相談を今すぐご予約ください。