AI予算：ネットワークの準備状況を確認する前に承認しないでください。

人工知能は急速に実験段階から、経営陣にとって最優先事項へと移行した。しかし、英国のビジネスリーダーは、次期AI予算を承認する前に、根本的な問いを投げかけるべきである。AIが実験段階を脱した際に、自社のネットワークは大規模なAIを支えることができるのだろうか？

最近の英国の調査によると、今後12ヶ月間で人工知能（AI）または機械学習（ML）への投資を優先する組織は55％に上り、約6分の1の組織は、取り残されることを恐れて、評価額が低いにもかかわらず多額の投資を行っていると認めている。

このプレッシャーは理解できるが、ここで投資収益率（ROI）についての議論は非常に視野が狭くなってしまう。

人工知能の価値は、導入後すぐに明らかになるとは限りません。自動化や生産性向上によって得られるメリットもあれば、長期的な能力構築を通じて生まれるメリットもあります。例えば、回復力の向上、耐性の強化、意思決定の迅速化、そして新たな働き方などが挙げられます。

危険なのは、取締役会がAIを変革のための投資と位置づけながら、それを単なる短期的なソフトウェアプロジェクトとみなしてしまう点にある。英国では、AI導入が期待を上回ったと回答した組織はわずか15%に過ぎず、AIが成功するために必要な条件について、より深い議論が求められる。

人工知能はどこでつまずくのか？

AIの性能が低下すると、モデル、データ、あるいはユースケースを構築したチームに注目が集まることが多い。これらの要素は重要ではあるが、問題の全体像を説明することはほとんどない。

人工知能は、データ、ネットワーク、セキュリティモデル、ガバナンス、そして周囲のスキルといった、それが動作する環境に依存します。これらの条件が脆弱であれば、たとえ有望なユースケースであっても、実運用環境で持続可能かつ価値のあるものとなることは困難でしょう。

限られた環境、つまりクリーンなデータ、管理されたユーザー、そして明確な価値創造への道筋があれば、概念実証は魅力的に見えるかもしれない。しかし、プロジェクト自体が、人工知能を前提として設計されていないオフィス、クラウド、システム、データベースにまたがって運用されなければならない場合、困難が生じる。

ここでは、接続性が投資対効果（ROI）の計算の一部となります。データの転送速度が遅すぎると、システム間のワークフローが中断され、応答時間が場所によって異なったり、チームがパフォーマンスの低下箇所を把握できなかったりするため、企業は遅延、手戻り、信頼の喪失といったコストを負担することになります。

AIアプリケーションが期待を下回った英国企業のうち、24%がネットワークまたは接続性能の悪さを要因として挙げている。この数字は、必要なインフラが整っていない場合、意欲的なAIプロジェクトがいかに簡単にコストのかかるパイロットプログラムに陥ってしまうかを示しているため、非常に重要である。

ネットワークは、投資収益率の計算において不可欠な要素となっている。

長年にわたり、ネットワークはバックエンドのインフラストラクチャとして扱われてきました。ワークロードが電子メール、ファイル共有、またはSaaSサービスへの標準的なアクセスに限られていた頃は、このアプローチを正当化するのは容易でした。しかし、人工知能が実際の運用、顧客ワークフロー、不正検出、予測、またはフィールドサポートサービスに統合されるようになると、このアプローチを擁護することははるかに困難になります。

人工知能は、従来とは異なる運用要件を生み出します。企業は、データを安全に移動し、ワークロードをインテリジェントに管理し、事業継続性を維持し、コストがどこに蓄積されているかを把握する必要があります。こうした可視性がなければ、投資対効果は事後対応型となり、俊敏性がなければ、AIを活用したプロセスは脆弱なままとなり、安全な接続性がなければ、新たなユースケースは新たな脆弱性を生み出します。そのため、インフラストラクチャに関する議論は、AIライフサイクルの非常に早い段階から開始する必要があります。

今後の展望として、英国の組織の54%は、AI主導の環境で成功するためには、より柔軟で拡張性の高いネットワークが必要だと回答しており、57%は、稼働時間を最大化するために、より高い柔軟性と信頼性が必要だと回答している。

これらの数字は技術的な願望リストとして解釈されるべきではなく、むしろ人工知能が企業にデジタルパフォーマンスを取り巻く環境の再構築を迫っていることを示す指標として捉えるべきである。AIが意思決定、顧客、そしてプロセスを支援することが期待されるならば、コアネットワークは成長戦略の不可欠な要素となる。これは、企業全体でAIが導入されている現状によって裏付けられている事実である。

次回のAI資金調達ラウンドを前にした4つの質問

次期AI予算を承認する前に、取締役会は以下の点を自問すべきである。データはどこへ行くのか？誰がこの動きを見ることができるのか？パイロット段階後、ネットワークはAIをサポートできるのか？そして、何らかの障害が発生した場合はどうなるのか？

これらの問いは、取締役会に対し、アプリケーション層にとどまらず、組織が資金提供した事業を拡大するために必要な条件を備えているかどうかを検証することを促します。また、最高情報責任者（CIO）にとっては、インフラ、人材、ガバナンス、セキュリティ、データトラフィック、コスト管理といった基本的な運用上の現実に基づいて、野心的な目標を設定するための道筋となります。

AIの投資対効果（ROI）を算出する上で最も難しいのは、価値が成熟するまでに時間がかかるという点です。どの取締役会もインターネットの価値を最初の1年だけで判断することはないでしょうし、AIについても同様の理解で取り組むべきです。短期的な測定は重要ですが、長期的な価値を生み出すための能力構築に十分な投資をしない言い訳にはなりません。

次なるAI投資の波は、熱意だけでは実現しないだろう。英国の取締役会は、次のモデルを選定したり、次のプラットフォームに資金を提供したり、次のパイロットプロジェクトを発表したりする前に、基盤となるネットワークを再考する必要がある。

取り残されることへの恐怖（FOMO）に駆り立てられてAIに投資しても、企業は前進しない。持続可能な価値は、最初からAIを取り巻く適切な環境を構築することによって生まれる。