本番AIの構築にはAI以上のエンジニアリングが必要

2026年6月11日

エンタープライズ組織において、AI製品の近代化は常にロードマップに載りながらも、次の計画サイクルへと先送りされ続けています。理由はおなじみのものです。移行リスク、予算のプレッシャー、そして依然としてコア機能を実行している既存システム。しかし、その遅延が現在の年にどれだけのコストをもたらすかはほとんど注目されていません。保守費用は上昇し続け、AIイニシアチブの立ち上げには時間がかかり、競合他社は支出だけでは得られない経験を積んでいます。これらのコストは、計画書に記載されるかどうかにかかわらず、蓄積されていきます。

保守が成長のためのリソースを消費している

テクノロジーリーダーにIT予算の大部分がどこに使われているかを尋ねると、答えはほぼ同じです。既存システムの保守です。その規模は多くの組織の予想を上回ります。

Gartnerは、技術負債（時代遅れのコード、延期されたアップグレード、短期的な技術判断の累積コスト）がIT予算の40%を消費していると推定しています。McKinseyは、技術負債の価値をエンタープライズの技術資産価値の20～40%としています。ITソフトウェア品質コンソーシアム（CISQ）は、米国における技術負債元本が1.52兆ドルに達したと推定しています。

これらのコストは年々継続します。レガシーハードウェアの保守費用は、保証期間終了後に10～15%増加する可能性があります。サポートライフサイクルを超えて稼働し続けるシステムは、標準契約よりも50～200%高いプレミアムサポート契約を必要とすることがよくあります。McKinseyが調査したある多国籍保険会社では、技術負債がIT支出の15～60%を占めていました。

保守に充てられた予算は、新製品、顧客体験の改善、AIイニシアチブをサポートすることはできません。これらのコストに直面している組織は、進歩ではなく安定性に資金を提供しているのです。

レガシーインフラがAI導入の障壁に

多くのエンタープライズAIプロジェクトは、有望なビジネスケースから始まります。技術はデモで優れたパフォーマンスを発揮し、リーダーシップが資金を承認し、実装が始まります。最初の障害は通常、AIモデルが本番稼働するずっと前に現れます。

エンタープライズデータは複数のシステム、部門、形式に分散していることがよくあります。その情報を利用可能にするための接続を構築するには、予想よりもはるかに時間がかかります。数か月を計画したプロジェクトが、チームが統合の課題に取り組む中で複数の四半期に及ぶことがあります。

McKinseyは、断片化されたレガシーインフラ上で稼働する組織は、データ環境が最新のAI要件をサポートできないため、大幅なAI実装遅延が発生する可能性が30%高いことを発見しました。成功するAIシステムは、組織全体でアクセス可能で構造化され一貫性のあるデータに依存しています。

アーキテクチャも別の課題を生み出します。多くのエンタープライズプラットフォームはモノリスとして構築されており、コンポーネントが密結合され、1つの領域の変更がシステム全体に影響を与える可能性があります。これらの環境では、AIシステムがリアルタイム情報にアクセスすることが困難になり、正確で関連性の高い出力に必要です。このアーキテクチャの上にAIツールを追加しても、根本的な制限は除去されません。多くの場合、より大規模に問題を露呈します。

McKinseyは、AI支援による近代化により、従来のアプローチと比較して近代化のタイムラインを40～50%短縮できると推定しています。しかし、組織がその恩恵を実現する前に、依然として近代化が行われる必要があります。

競争格差は時間とともに拡大

保守コストは予算報告書に現れます。競争上の損失はより長い期間にわたって現れますが、先行組織が優位性を確立すると回復はより困難になります。

2023年と2024年にAI近代化プログラムを開始した企業は、過去2年間を本番展開を通じて運用知識を構築することに費やしてきました。彼らのチームはデータパイプラインを開発し、ガバナンスプロセスを洗練し、実装問題を解決し、実用的なユースケースを特定してきました。これらの教訓は現在、これらの組織の運営方法を形作っています。

McKinseyの2025年の調査によると、成熟したAIプログラムを持つ企業は、同期間のセクターピアと比較してEBITDA成長率が20～30%高いことがわかりました。EBITDAは利息、税金、減価償却費、償却前の営業利益の指標です。収益性の向上は将来の投資の余地を生み出しますが、近代化を遅らせた組織はキャッチアップの取り組みと継続的な運営の両方に資金を提供しなければなりません。

より広範な導入動向は、市場がどれほど急速に変化しているかを示しています。2023年には、組織の55%が少なくとも1つのビジネス機能でAIを使用していると報告しました。2024年にはその数字は78%に達しました。同期間に生成AIの導入は33%から71%に増加しました。

すでにAIを使用している組織は、ライブシステムを改良し、運用データを収集し、顧客や従業員が間もなく標準的な期待とみなす可能性のあるプロセスを確立しています。遅延の1年ごとに、本番環境から学習している組織と計画段階にとどまっている組織との間のギャップが広がります。

待つことが企業に与えるコスト

近代化を将来のプロジェクトと見なすことは、その財務的影響について誤った見解を生み出します。コストは近代化イニシアチブが始まるずっと前に現れます。それらは、上昇する保守費用、遅延するAI展開、遅くなる製品開発サイクル、そして運用経験を構築する機会の喪失を通じて現れます。

近代化計画を評価しているエンタープライズリーダーにとって最も有用な質問は、近代化にどれだけのコストがかかるかではありません。より重要な質問は、待つことで組織がすでにどれだけ費やしているか、そしてさらに1年の遅延がその総額にどれだけ追加されるかです。

GeekyAntsはエンタープライズチームと協力して、既存のテクノロジー環境を評価し、近代化の優先事項を特定し、プロセス全体を通じてリスクを低減する実装ロードマップを構築します。組織が次のステップを評価している場合、当社のチームは近代化が最大のインパクトをもたらす場所を特定するお手伝いをします。