企業におけるAI導入の常識が覆されつつある。従来のトップダウン型の技術導入戦略——経営陣の指令、統制された展開、中央集権的ガバナンス——は、AIの性質に合致せず、むしろ生産性を阻害するケースが相次いでいる。著者らが複数の企業で観察した結果、AI導入において「トップダウン」は「ボトムアップ」に比べて効果が薄く、場合によっては逆効果になることが明らかになった。 AIツールは従来のERPやクラウド移行とは異なり、急速な進化、不確実な出力、個人差の大きい効果を特徴とする。企業の承認プロセスが完了する頃には、モデルはすでに3回以上更新されており、元の用途は陳腐化している。また、AIは「ブラックボックス」であり、同じ入力でも出力が変動するため、従来のテストや検証手法では対応できない。さらに、API依存性やモデルの継続的進化により、企業の変更管理プロセスでは追いつかない。 実際、多くの開発チームは、公式な承認を待たずに、GitHub CopilotやChatGPT、Claudeなどを自発的に活用している。Shopifyの開発者たちは、正式な契約前からCopilotを導入し、わずか数か月で80％の採用率を達成。同社は1日あたり2万4000行以上のAI生成コードを受容している。Cyberhaven調査では、10.8％の従業員が仕事でChatGPTを使用、うち8.6％が企業データを入力。Fishbowl調査では68％が上司に報告していない。これらの「シャドウAI」は、Slackや社内Wikiを通じたペア学習やプロンプト共有によって広がり、公式トレーニングよりも実効性が高い。 一方、経営陣が強制的にAI導入を推進すると、チームは「スキルの不要化」を危惧し、形式的な遵守にとどまり、本質的なイノベーションは起きない。IBMのWatsonヘルス事業は、トップダウンのAI戦略が技術的無知を背景に、医療現場で誤った治療提案を引き起こし、6200万ドルの契約をキャンセル。2022年には10億ドルで売却され、巨額の損失を出した。 成功した企業の共通点は、CTOが「AIのコントローラー」ではなく「エンabler（支援者）」として機能していることだ。具体的には、AIツールの利用を「原則可」にし、セキュリティガードレールを設ける。予算をチームに委ね、実験を奨励。公式トレーニングではなく、内部の共有プラットフォームを整備。成果を「個人の生産性向上」で測り、標準化を避け、自由な試行を許可する。 結果として、AIの導入は「制御」ではなく「支援」によって成功する。企業の競争力は、AIを「管理」する能力ではなく、「活用を促す」リーダーシップにかかっている。今後10年を左右するのは、伝統的な支配型ではなく、影響力に基づくエンパワーメント型の技術リーダーである。