AIはますます高性能になっている。しかし、企業内での展開は必ずしも容易になっていない。

企業が実験段階を超えてAIをビジネスのより多くの領域に導入するにつれ、別の種類の課題に直面している。問いはますます、どのモデルがどのタスクを担うべきか、基盤となるデータが十分か、AIシステムが誰に・何にアクセスできるのか、既存のガバナンスが追いつけるかという点に集中している。

今週のいくつかの動向は同じ結論を示している。エンタープライズAIの次の段階は、最新モデルへのアクセスよりも、企業が実際にそれらを管理できるかどうかに左右される可能性が高い。

マルチモデル運用が標準に

企業はもはや単にAIモデルを選んでいるのではない。能力・コスト・リスクの異なる複数のモデルを同時に運用しており、そのためには、どのモデルがどのタスクを担当するか、そしていつその判断を見直すべきかを決める人が必要になる。

例えば、決済・データ企業のDeluxeは50以上のAIエージェントを運用し、中央集権型のゲートウェイがリクエストを各モデルに振り分けている。同社はモデルを選定する際、品質・リスク・速度・コストなどの要素を考慮している。

これは単一のAIベンダーを選ぶこととは大きく異なる課題だ。企業がモデルを増やすにつれ、モデル選定そのものが継続的な運用機能となる。つまり、定期的なベンダー選択が、リクエストのルーティング、出力の比較、品質・コスト・リスクの変化に応じた判断の見直しといった反復的な作業へと変わるのである。(関連: Gemini 3.8 Live、対話型AIを変革。)

データ品質が依然としてAIプロジェクトを阻む

モデルの管理は課題の一部にすぎない。AIプロジェクトは、企業にとって馴染みのある障害にもぶつかっている。不十分または断片化されたデータである。

最近のCollibraの調査では、AIに関する意思決定者の72%が、企業のAI initiativeが期待を下回った際の根本原因は不十分なデータ基盤だったと回答した。この数字は、AIの取り組みがつまずくとき、問題はモデルより前に、つまりそれに供給されるデータにあることが多いことを思い起こさせる。

ガバナンスはエージェント型AIに後れを取る

運用上の問いはデータにとどまらない。AIガバナンスの方針を持っていても、その戦略がエージェント型システムを考慮していない場合がある。

火曜日に発表されたEYのレポートによると、エージェント型AIを利用する組織の回答者の約6割が、デプロイ後のエージェントを監督する単一の部門は存在しないと考えていた。約半数はエージェント固有のリスクに対応するためのガバナンスフレームワークを更新していないと回答し、4割はネットワーク上のすべてのAIツールを把握できていなかった。

これはガバナンスの問題であると同時に運用上のギャップでもある。何が稼働しているのか、誰が監督責任を負うのかを把握していなければ、企業はAIシステムを効果的に管理できない。この調査結果は、組織に2つの即答すべき問いを突きつけている。エェント稼働後の監督を誰が担うのか、そしてネットワーク上で既に稼働しているAIツールの全体像をどう構築するのか、である。

組織的な課題

より強力なモデルは、これらの問題を一つも解決しない。AIがビジネスのより多くの領域に組み込まれるにつれ、企業はアーキテクチャ、データ、所有権、監督に関する意思決定を行う必要がある。

エンタープライズAIの難しい部分は、もはや強力な技術へのアクセスではないかもしれない。それを運用できる組織を築くことである。注目すべき指標は内部的なものだ。データの準備状況、ガバナンスのカバー範囲、明確な所有権の線である。(関連: AI開発減速の要請がオープンウェイトモデルに新たな課題をもたらす。)

今週のその他のAIニュース

• AIが新たなサイバーセキュリティ投資の最大の推進力に: CISOの7割が、新たなサイバーセキュリティ投資の最優先事項としてAIを挙げている。特にセキュリティ自動化およびID・アクセス管理に重点が置かれている。
• Altman氏とAmodei氏、DreamforceでAIの進展速度を語る: 両AIラボの責任者はSalesforceのDreamforceカンファレンスで、能力がセーフガードを上回るスピードで進歩していることへの懸念が高まる中、フロンティアAI開発の減速について議論した。
• Gemini 3.8 Live、対話型AIを変革: Googleの新モデルは、自然な音声インタラクションを維持しながら、リアルタイム推論、ツール利用、視覚処理を追加した。
• AI開発減速の要請がオープンウェイトモデルに新たな課題をもたらす: フロンティアAI開発の減速を求める動きは、オープンウェイトモデルに新たな課題を生み出す可能性があり、テスト・監視・ガバナンスの責任がより企業側に委ねられる恐れがある。
• AIへの不安がCIOに新たな信頼問題をもたらす: AIをめぐ高まる不安は、技術への正当な懸念を軽視することなく企業展開への組織的な信頼を築こうとするCIOに新たな課題を突きつけている。
• 「AIについて語るのをやめる」と、その他の製造業予測: 製造業は、AIが独立した取り組み rather としてではなく、日常業務により組み込まれていくと見ている。(関連: AIがROIの方程式を変える。成功事例の紹介。)
• AIがテック業界の雇用市場を混乱させる: AIはテック業界の雇用市場を再形成しており、約5万件のエンジニア求人の分析では、求められるスキルの変化と専門職の増加が明らかになった。

著者について

Liz Hughesは、ニュースルーム出版、デジタルメディア、エグゼクティブコミュニケーションで数十年の経験を持つ、受賞歴のある編集・コンテンツストラテジストである。直近ではAI BusinessおよびIoT World Todayの編集長を務め、毎月100万人以上の読者に届く編集戦略、日次報道、ニュースレターを統括した。生成AI、ロボティクス、自律システム、エンタープライズ技術を幅広く取材し、実世界での採用と誇大宣伝を切り分けることを重視している。Hughesは戦略的編集実務であるLTH Mediaの創設者でもあり、主要なテクノロジー・ビジネス誌への寄稿を続けている。

本記事は、寄稿ライターLiz Hughesにより執筆され、2026年9月18日にAI Businessに最初に掲載されたものです。