最近、マサチューセッツ工科大学（MIT）が発表した『2025年のビジネスAI現状』報告書が広く注目を集めています。報告書によると、生成型AI（GenAI）に30億ドル以上が投資されているものの、95%の企業のプロトタイププロジェクトは生産段階へと移行できていないことが指摘されています。

調査では、企業の進展を妨げる要因は技術そのものや関連する規制ではなく、これらのツールの使い方であることが明らかになりました。多くのシステムは実際の業務プロセスに組み込まれず、記憶や適応能力がなく、使用するほど改善されないため、実際には効果が得られていません。

ロボットが本を読む

図の出典：画像はAIによって生成され、画像ライセンス提供者Midjourney

報告書で注目された「GenAIギャップ」という概念では、約5%のプロトタイププロジェクトが顕著な成功を収め、数百万ドルの収益をもたらしている一方、他のすべてのプロジェクトの90%はテスト段階で停滞しています。MITの研究者らは、この格差は最高のモデルや最速のコンピュータチップを持っているかどうかではなく、ツールの実際的な利用に関係していると指摘しています。成功した事例は、現実の業務プロセスと密接に結びつき、時間とともに改善できるシステムであり、失敗したのは汎用AIを複雑なプロセスに埋め込もうとしたプロジェクトです。

チャットGPTやコピロットなどの汎用ツールは80%以上の企業が試しており、約40%の企業が一定程度導入していますが、これらのツールは個人の生産性を向上させるだけで、企業の利益にはほとんど影響を与えていません。企業向けのプラットフォームやサプライヤー製品について、約60%の企業が探求していますが、そのうち20%のプロジェクトのみがプロトタイプ段階に進んでいます。失敗の主な理由は、業務プロセスが脆弱であること、ツールが学習能力がないこと、そして人の実際の作業方法に合わないことでした。

報告書では、4つの主要なモデルについて分析しました。それは限られた業界の変革、企業のジレンマ、投資のバイアス、および実装の優位性です。その中でも、大企業は最多のプロトタイププロジェクトを開始していますが、規模拡大の進捗は最も遅い傾向があります。一方、中規模企業は約90日でテストから導入へと移行できます。MITはまた、予算の約70%が販売やマーケティングに使われているにもかかわらず、バックエンドの自動化においてはより高いリターンが得られることも指摘しています。

一部の批評家は、報告書の透明性に疑問を投げかけており、95%の失敗率が詳細なデータによって裏付けられていないと指摘しています。また、成功と失敗の定義にも異論があり、一部のプロジェクトの成果が過小評価される可能性があるとしています。さらに、報告書とビジネス機関との関連性も議論されており、研究の客観性に影響を与える可能性があると指摘されています。

今後の展望について、報告書では次の段階は「スマートエージェントAI」に焦点を当てると述べています。これらのツールは学習し、記憶し、サプライヤー間で調整できるようになり、新興の「スマートエージェントネットワーク」を形成します。このネットワークが大規模かつ一貫性を持ち、初期のGenAIプロジェクトが達成できなかった目標を実現することを期待しています。

ポイント:  

📉 企業のGenAIプロジェクトの95%が生産段階へと移行できず、主な原因はツールの使い方です。

🏢 大企業はプロトタイププロジェクトが多くても、導入のスピードは遅く、中規模企業は通常、テストから実施へと早く移行します。

🤖 今後はスマートエージェントAIに焦点を当て、より効率的な業務プロセスと一貫性を実現することを目指します。