「どのAIを使うか」は、もう経営の問いではありません。誰もが月額数千円で同じモデルを使える以上、AIを使っていること自体は優位ではなく前提です。差がつくのは、AIに与えられる「自社にしかないもの」、すなわち独自のデータ、言葉になった業務知、顧客との関係を持つ会社だけです。本稿では、二十年前にITをめぐって交わされた有名な論争を手がかりにこの主張の根拠を確かめ、自社の資産を棚卸しする実務の方法まで落とし込みます。
二十年前、ITで同じ議論が交わされています
2003年5月、ハーバード・ビジネス・レビュー誌に「IT Doesn't Matter」という論考が載りました。筆者は同誌の編集者だったニコラス・カー氏です。主張はこうです。鉄道も電力も、登場した当初は持つ会社と持たない会社を分ける武器でした。しかし普及が進み、誰もが同じ条件で入手できるようになった瞬間、それは優位の源泉ではなく、水道や電気と同じ「事業の前提」に変わります。ITも同じ道をたどる、という指摘でした。
この論考は大論争を呼びました。大手IT企業の経営者が相次いで反論し、誌面には反響が殺到しました。反論の多くは「使い方の巧拙で差はつく」というものです。実は、この反論こそ本稿の出発点になります。カー氏の主張を「ITは無意味だ」と読むのは誤りです。正しい読み方は「技術そのものでは差がつかなくなり、差がつく場所が移る」です。電力が前提になったあと、優位を生んだのは電気そのものではなく、電気を前提に仕事をどう組み直すかでした。
生成AIでは、この均一化がITよりはるかに速く進んでいます。最新モデルは公開の翌日から、会社の規模を問わず同じ料金で使えます。導入したという事実は、競合も一週間後に手にできます。「AIを使っている」は名刺の飾りにはなっても、決算の差にはなりません。
優位の源泉は、技術から「AIに読ませられるもの」へ移ります
では、差はどこで生まれるのでしょうか。答えは、同じAIに何を読ませ、何を任せられるかです。モデルは全員の共有財でも、モデルに与える入力は会社ごとに違います。この入力の側にある資産が、次の優位の源泉です。
具体的には三つあります。一つ目は独自のデータです。過去の見積と受注の結果、クレーム対応の記録、与信判断の履歴などが挙げられます。これらは自社の業務からしか生まれません。別稿で「百件の良い見本は十万件のログに勝つ」と論じたとおり、量よりも選び抜かれた質が効きます。二つ目は、言葉になった業務知です。ベテランの判断基準や、現場の用語を突き合わせる翻訳表が文書になっていれば、AIはそれを読んで動けます。三つ目は顧客との関係です。踏み込んだ質問ができる間柄、データを預けてもらえる信頼は、どの契約書にも載っていません。
同じモデルでも、読ませたものが違えば別物になります。過去十年分の見積と受注可否の対を読ませた会社の見積下書きと、白紙から書かせた会社のそれとでは、精度がまるで違います。採用でも、自社で活躍している人の評価記録を読ませた会社の書類選考案は、一般論しか知らないAIの案とは別物です。契約審査なら、過去に揉めた条項の記録が効きます。差はモデルの賢さではなく、読ませたものの厚みから生まれています。
なお、以前「効率化だけのAI活用では差がつかない」という問題を、時間の配分の面から論じました。浮いた時間の一部を探索に振り向ける、という処方です。本稿が扱うのはもう一つの面、何を蓄積するかです。時間を探索に振っても、貯める資産を選んでいなければ、実験の成果は残りません。二つの論点は対になります。
「翌日再現テスト」で、自社の資産を三つに仕分けます
棚卸しの物差しとして、一つの問いを提案します。「競合が明日、同じAIを同じ料金で契約したとき、これは何日で再現されるか」。本稿ではこれを「翌日再現テスト」と呼びます。
判定は三段階です。翌日に再現されるものは、優位ではなく前提です。ツールの契約、公開情報の要約、一般的な指示文の利用はここに入ります。数ヶ月で再現されるものは、先行の貯金です。社内の利用ルールや研修、整備途中のプロンプト集など、追いつかれるまでの時間を稼ぐ資産です。何年たっても再現されないものだけが、優位の源泉です。
先の三つの資産に、当てる質問を一つずつ添えます。データには「この記録は、うちの業務からしか生まれないか」。業務知には「この判断基準は、社外の人が読んでも実行できる形になっているか」。顧客との関係には「顧客はこの情報を、競合にも同じように渡すだろうか」。答えが「いいえ」になった項目は、まだ資産と呼べません。
導入の現場で繰り返し見てきたのは、ツールの選定に数ヶ月をかける一方で、「自社にしかないデータはどこにあるか」には誰も即答できない、という光景です。比較表の行を増やす時間をこの三問に振り替えるだけで、議論の質は変わります。
「前提にすぎないなら様子見でよい」は、順序が逆です
ここで当然の反論があります。「技術が前提にすぎないなら、急いで入れる必要はない。枯れてから導入すればよい」。もっともに聞こえますが、この結論は順序が逆です。
理由は二つあります。第一に、前提とは「持っていて当たり前」という意味です。電力が前提になったあと、電気を引かない工場という選択肢はありませんでした。前提を欠くことは、優位が無い状態ではなく、劣位です。第二に、先に挙げた三つの資産は、AIを日々使う中でしか貯まりません。良い見本の選別も、判断基準の言語化も、実務でAIを動かして初めて「何を書けば動くのか」が見えてきます。様子見の期間は、差がつかない期間ではなく、貯金が始まらない期間です。
カー氏の議論にも適用の限界はあります。同氏が論じたのは普及が完了に近づいた技術であり、AIはまだ進化の途中です。モデル間の性能差が残る領域も、当面はあるでしょう。ただし、その差は数ヶ月単位で入れ替わります。入れ替わるものに賭けるより、入れ替わっても消えないものを貯めるほうが、経営の賭けとして筋が良いはずです。
まず三十分、紙一枚で棚卸しを一巡させます
第一歩は三十分で足ります。経営者自身が、業務をいちばん知る人と二人で、紙を一枚用意してください。左側に自社の主要な業務を五つ書きます。見積、請求、採用、契約審査、顧客対応など、何でも構いません。それぞれの右側に「この業務でAIに読ませられる、うちにしかないものは何か」を一行で書きます。最後に各行へ翌日再現テストを当て、前提・貯金・源泉の三段階の印を付けます。
一巡すると、たいてい二つのことが分かります。源泉の印がほとんど付かないこと。そして、付かなかった行の多くが「記録はあるのに言葉になっていない」状態にあることです。そこが次の投資先です。倉庫に眠る対応履歴を百件選び直す、ベテランの判断基準を一枚に書き出す、現場ごとに違う呼び名の翻訳表を作る、といった作業です。どれも派手さはありませんが、競合が同じAIを契約しても持ち帰れないものは、こうした作業からしか生まれません。
来月の会議の議題を差し替えてください。「どのAIを使うか」を消し、「うちのAIにしか読ませられないものを、今期どれだけ増やすか」と書くのです。ツールは競合と同じもので構いません。読ませるものだけは、同じにしてはいけません。
（出典注：ニコラス・カー「IT Doesn't Matter」は、2003年5月のハーバード・ビジネス・レビュー誌に掲載された論考です。鉄道や電力のように誰もが入手できるようになった技術は戦略的優位の源泉ではなくなると論じ、大手IT企業の経営者が相次いで反論する大論争になりました。本稿は同論考を「ITは無意味」ではなく「差がつく場所が移る」という読み方で援用しています。）