AI関連支出は減少傾向にある：次の消費段階に備えるための5つのステップ

過去2年間、多くの組織はAIの導入をそれ自体が目的であるかのように捉えてきた。ユーザー、ツール、そして経験が多ければ多いほど良い、という考え方だ。しかし今日、リーダーたちはもはや導入数だけで成功を測ることはない。彼らは今、コスト、AIが真の価値を生み出す場所、そして企業が責任を持ってAIを拡張できるかどうかといった点を問い始めている。

これは、AIとテクノロジーへの支出管理における新たな局面です。この環境で成功する企業は、必ずしも最も多くのテクノロジーを消費する企業ではなく、テクノロジーの消費を測定可能なビジネス価値に結びつけることができる企業です。このアプローチは、AIの成功には段階的な成果が不可欠であるという考え方と一致しています。

使いやすさの最大化から価値の最大化へと移行するこの動きは、「バリューマキシング」と呼ばれ、テクノロジーリーダーが直面する大きな課題となっている。

今から以下の5つのステップを踏む経営幹部は、テクノロジーの利用とビジネス価値を同時に測定しなければならない未来に備えることができるでしょう。

1. テクノロジースタック全体にわたる真のビジョンを実現する

組織は、目に見えないものを管理することはできない。コストが変動的で、分散しており、絶えず変化している場合、この必要性はさらに重要になる。

今日のテクノロジー消費は、もはや単一の予算やシステムに限定されません。SaaSアプリケーション、クラウドインフラストラクチャ、データプラットフォーム、AIモデル、エージェント、そしてインフラストラクチャ全般を包含するようになりました。AIはさらに複雑さを増し、支出はトークン、クレジット、モデルの使用、GPU消費、データ転送、AI搭載アプリケーションなどによって表現されます。

現在、AIソフトウェアに関する明確なビジョンを持っていると回答した組織はわずか31%に過ぎず、AIへの無駄な支出が年々増加していると回答した組織は59%に上るため、テクノロジースタック全体にわたって信頼できる単一の情報源を持つことがこれまで以上に重要になっている。

組織は、テクノロジーの利用状況を包括的に把握していなければ、断片的な情報に基づいて意思決定を行うことになります。この包括的な把握は、単にコスト管理のためだけではなく、投資がどこで価値を生み出し、どこで支出が無駄になっているかを理解するためにも不可欠です。

2. 消費に関するガバナンスモデルの開発

多くの組織が人工知能の広範な実験を奨励してきたものの、後にその利用が制御不能に陥っていることに気づいてしまった。そのため、あらゆる企業の成功には、内部ガバナンスの枠組みを持つことが不可欠である。ガバナンスは、特にAIエージェントのガバナンスがますます重要になる中で、チームが責任を持って規模を拡大するために必要な統制手段を提供する。

特に人工知能に関しては、リーダーは「最も多く利用する」ことから「最も効果的に利用する」ことへと視点を移す必要がある。つまり、AIがサイクルタイム、顧客体験、業務効率、収益成長、あるいはその他の重要なビジネス指標を改善するかどうかを判断する必要があるのだ。

このプロセスを円滑に進めるため、大企業はAIとテクノロジーのガバナンスを専門とするチームや上級リーダーを任命するケースが増えています（85%）。これにより、チーム間の可視性、管理、および連携が可能になります。企業にとって、AIが制御不能なコストセンターとなることを防ぐことは不可欠です。

3. 柔軟性と説明責任を確保するための契約の再交渉

テクノロジーの価格設定モデルは、かつてない速さで変化している。長期の固定契約は依然として有効な場合もあるが、利用状況が急速に変化する環境では、それらの管理はより困難になっている。

今日のリーダーは、サプライヤーとの契約が実際の利用パターンと将来のビジネスニーズを反映していることを確認するために、定期的に契約内容を評価する必要があります。これは、AIプロバイダーが新たな消費モデルや収益化戦略を導入し続けている現状において、特に重要です。

企業は価格設定の複雑さが増すことを覚悟すべきであり、減ることを期待すべきではない。目標は単にコスト削減を交渉することではなく、企業が支出を管理しつつイノベーションの余地を持てるような取引を成立させることにある。

4. テクノロジー、財務、調達チームの連携

使用量ベースのコストは複数のチームに影響を与えます。テクノロジーチームが使用量を推進する一方で、他の部門は必要な監督管理を行い、財務部門は予算への影響を、調達部門はサプライヤーとの契約を管理します。連携が取れていないと、組織は支出を容易にコントロールできなくなる可能性があります。

消費を適切に管理する組織は、利用、コスト、価値に関する共通のビジョンを構築します。そして、共通の指標、明確な責任体制、部門間の定期的な連携を確立します。

チームが同じデータと価値の定義に基づいて作業すれば、意思決定はより意図的になり、費用のかかる予期せぬ事態を回避できる。

5. 人工知能は、改善プロセスを受動的なものから継続的なものへとどのように変革するのでしょうか？

人工知能ツールを活用して、テクノロジーの利用自体がますます複雑化する状況への対応を支援しましょう。

最適化は、単なる定期的な予算編成作業にとどまるべきではありません。報告書でコスト問題が明らかになる頃には、利用状況がすでに変化している可能性があるからです。

人工知能は、チームが異常な使用パターンを発見したり、無駄を特定したり、需要を予測したり、チーム全体のよりスマートな計画を支援したりするのに役立ちます。しかし、AIによる最適化は、人間が定義した目標と結びついている必要があります。その目的は、チームが何が使用されているか、そのコスト、そしてどこで価値を生み出しているかをより明確に把握し、より迅速かつ的確な意思決定を行えるように支援することです。

テクノロジーの消費を価値に変える

企業AIの次の段階は、最初の段階とは大きく異なるものとなるでしょう。ここ数年は、実験と導入に重点が置かれてきました。しかし、未来を切り拓くのは、説明責任、ガバナンス、そして価値を実証できる組織です。

人工知能は、業界における消費者主導型テクノロジーモデルへの移行を加速させ、新たな機会とともに新たな経済的課題を生み出しています。企業がAIの活用を拡大し続ける中で、利用状況、コスト、そしてビジネスへの影響の関係性を理解することが、競争上の重要な優位性となるでしょう。

AI導入の熱狂は終焉を迎えつつある。今後は、より規律あるビジョン、ガバナンス、そして財務責任が求められるようになるだろう。それによって、イノベーションを成功裏に拡大できる企業と、コストに苦しめられる企業が決まる。