エンタープライズAIが「PoC止まり」になる本当の理由——FPT×Forresterの世界調査が示す構造問題
AIへの投資は加速しているのに、組織全体に展開できている企業はごく少数だ——この調査が突きつけた数字は、私が現場で感じていた肌感覚とほぼ一致する。
要点 (事実のみ)
- FPTがForrester Consultingに委託した調査「From Pilots to Reusable Platforms: A Blueprint for Scaling Enterprise AI」を2026年7月8日に公開。対象は世界397名のビジネス・テクノロジー意思決定者
- AIにITバジェットの5%以上を配分している組織は51%に上るが、「先進的に運用できている」と自己評価するのは26%にとどまる
- スケーリングの主要障壁として、システム統合の複雑さ(41%)とデータサイロ(38%)が上位に挙がる。AI戦略・ガバナンス・オペレーティングモデルが整合できていると回答した企業は39%のみ
- AIの成果を定量的に測定していない組織が35%、何らかの形でも測定していない組織が10%存在し、スケールすべき施策の判断が困難な状態にある
- AIパートナー選定で重視されるのは「フルライフサイクルでのエンジニアリング・デプロイ・運用能力」(48%)、「ガバナンス・セキュリティ」(48%)、「既存システムとの統合能力」(47%)
- FPTはAIプラットフォーム「FleziPT」、AI変革メソドロジー「FPT CASAN（5段階AIネイティブフレームワーク）」、3万名以上のAI活用エンジニアを擁すると説明している
徐 聖博の見解
この調査の核心は「技術の問題ではなく、変革の問題だ」という一文に凝縮されている。私がシンシアで受託開発やAIエージェント導入を支援するなかで繰り返し目にするのも、同じ構造だ。PoC段階では動いたのに、本番展開で止まる。その理由のほとんどは、モデルの精度でも計算コストでもなく、「誰がオーナーで、どのデータを使い、どう運用を引き継ぐか」が決まっていないことにある。
調査が示す「成果を定量測定していない組織が35%」という数字は特に重い。測定していなければ、何を全社展開すべきかの意思決定ができない。これはAI固有の問題ではなく、ITプロジェクト全般に通じる古典的な失敗パターンだが、AIの場合は「動いているように見えるデモ」が作りやすい分、問題が可視化されにくく長期化しやすい。
発注側・意思決定者が今すぐできることは一つ——PoCの成功基準と、本番移行の判断基準を、開発着手前に文書化することだ。「どの業務指標がどれだけ改善されたら全社展開する」という合意がなければ、何十社に展開されようとPoC止まりのループは続く。パートナー選定で「フルライフサイクル能力」が48%に支持されているのも、裏を返せばそこまで担えるベンダーが今なお希少であることを意味している。規模の大小を問わず、ガバナンス設計と運用引き継ぎをセットで議論できるパートナーを探すべきだ。
(編集レンズ: 実装・運用視点／発注側・中小企業・開発実務への含意)
