Databricksの共同創業者でCEOのAli Ghodsi氏は、最新のフロンティアAIモデルに多額の資金を投じる経営者向けに、次のメッセージを発している。技術そのものはボトルネックではない、というのだ。同氏の見解では、ほとんどの企業の問題は、AIの知能が足りないことではなく、AIが担うべき業務に関する有益な情報を何も与えていないことにある。

Bloomberg Techへの出演で、Ghodsi氏は現行世代のAIモデルがすでにほとんどの企業が実際に活用できる水準を超えていると主張した。これらのシステムにできることと、企業が実際にそこから得ている成果との差は、ただ一つの要因、すなわちコンテキストに集約されるという。

90%のパラドックス

Ghodsi氏は、2026年の講演活動で聴衆にアンケートを実施する中で観察した、顕著な乖離を挙げた。汎用人工知能(AGI)が到来したと信じる回答者は約10%にとどまる。にもかかわらず、約90%は、日常的に使っているAIモデルは自分の同僚の大半よりすでに賢いと答えている。

「AIがもっと賢くなる必要はありません。ただコンテキストが欠けているだけです」とGhodsi氏は述べた。

同氏が言うコンテキストとは、「エンタープライズコンテキスト」と呼ぶものである。企業の業務を他と差別化する独自データ、組織のナレッジ、意思決定のワークフロー、ビジネスロジックのことだ。つまりモデルは汎用であり、欠けているのは、モデルだけでは知り得ない業務の知識なのである。

データインフラの主張

Databricksは、企業がデータを整理・管理・活用できるよう支援することを事業の核としている。顧客にはAT&T、Rivian、Adidas、Mercedes-Benz、Unilever、Virgin、Bayerなどが名を連ねる。

Ghodsi氏は、既製品のAIソリューションを購入すればよいと考えるのではなく、企業が独自の「エンタープライズコンテキスト」と「オントロジー」——企業のデータ、エンティティ、プロセスが相互にどう関係するかを示す構造化されたマップ——を構築する必要があると強調した。同氏の枠組みでは、AI投資で決定的なのは、より賢いモデルへのアクセスではなく、モデルが実際のビジネスの動きに基づいて行動できるようにする社内の基盤整備である。Databricksはまさにこの目的のために設計されたツールの開発を進めてきた。たとえば同社のGenieプラットフォームは、AIシステムが印象的なデモから実際の自動化へと進むために必要な、企業のデータ、意思決定、ワークフローを捉える手段として位置づけられている。

さらに同氏は、仮に今日AIの進歩が完全に止まったとしても、ほとんどの企業は既存のデータを整理するだけで、数年分の生産性向上を still 実現できると付け加えた。

10年におよぶ組織の手術

企業におけるAIの完全な導入に必要な期間について、Ghodsi氏の見積もりは、テクノロジー中心の企業でさえ10年に達する可能性があるというものだ。このタイムラインが反映しているのは、AIをビジネスに組み込むことは単なるソフトウェアのインストールではないという現実である。プロセス、役割、インセンティブ、文化に及ぶ組織再設計のプロジェクトなのだ。

この主張を検討する企業にとって、当面の問いはどのモデルをライセンスするかではなく、自社のデータをどれだけ早く整理・接続し、AIシステムが利用できる状態にできるかである。企業がAI支出をモデルへのアクセスと社内のデータ準備にどう配分するかは、Ghodsi氏の見解が支持を広げるかを示す一つの指標となるだろう。

2026年9月時点で、Ghodsi氏はこのメッセージを発信し続けており、企業は実存的リスクよりも実務的なAIの課題に注力すべきだと主張している。

出典: CryptoBriefing