消費者向けリーダーのための人間中心型AI開発戦略：P&GのShaje Ganny氏

CPG（消費財）リーダーは、具体的な運用制約から始まり、企業、消費者、地域社会への影響を検証した測定可能な成果に至るAIシステムを必要としています。マサチューセッツ工科大学（MIT）の「The GenAI Divide: State of AI in Business 2025」によると、エンタープライズ生成AIパイロットの95％が測定可能な財務的影響を生み出しておらず、多くの企業が具体的なビジネス問題や運用モデルを定義せずにAIを立ち上げている実態が浮き彫りになっています。

一方で、外部分析はAIが体系的に統合された場合の大きな潜在価値を示しています。マッキンゼーは、AIがバリューチェーン全体に展開された場合、100億ドルの食品・飲料企業で8.1億～16億ドルの価値を生み出すことができると試算しており、採用が戦略と規模に密接に結びついている場合に大きなメリットが得られることを示しています。

消費者向けの考慮事項はさらに複雑さを増します。ワシントン州立大学の研究者は、「人工知能」という用語を使用した商品説明が購入意欲を低下させる可能性があることを発見し、Consumer Reportsはアメリカ人の75％がAIが消費者向けの状況で偏見や不公正な扱いにつながることを懸念していると報告しています。

これらのデータを総合すると、一貫したパターンが見えてきます。CPG企業は、大きなモデル上の可能性があるにもかかわらず、AIの実験を測定可能な価値に変換できていません。このギャップは、イニシアチブがビジネス目標、運用モデル、消費者の信頼に関する考慮事項に明確に結びついていない場合に発生します。

P&G（プロクター・アンド・ギャンブル）のデジタルトランスフォーメーションディレクターであるShaje Ganny氏は、EmerjのAI in Businessポッドキャストに出演し、大規模CPG企業が人間中心の運用原則を用いて責任を持ってAIを拡大する方法を説明しました。本記事では、Shaje Ganny氏がCPG企業が責任を持って確実にAIを拡大するために必要だと主張する3つのエンタープライズレベルの能力を検証します：

• 問題定義型AI運用モデル：明示的なビジネス制約の周りにAIを確立することで、孤立したパイロットではなく反復可能な価値獲得に必要な構造的な明確さを生み出します。
• 三者利害関係者影響ガバナンス：企業、消費者、地域社会の考慮事項をAIの意思決定に統合することで、自動化がエンタープライズシステムを強化し、ブランド、安全性、または労働力にリスクをもたらさないようにします。
• 経営幹部レベルのAIリテラシーと説明責任設計：AIの限界と責任に関するリーダーシップの能力を構築することで、ミスアライメント、運用ギャップ、信頼を損なう導入エラーを防止するポリシーを可能にします。

以下、Shaje Ganny氏の詳細な見解です。

問題定義型AI運用モデル

Shaje Ganny氏は、大規模CPG企業がAIを拡大できないのは、イニシアチブが実際の運用制約への対応ではなく、技術実験として始まるからだと強調します。彼の見解では、AIは特定のビジネスの緊張——ラインのダウンタイム、予測の変動性、品質管理のばらつき——に固定され、価値が測定・検証可能である場合にのみ、再現可能で防御可能になります。

これにより、AIは裁量的な実験から運用要件へと移行し、リーダーは単に技術的能力を示すものではなく、測定可能なボトルネックを解決するイニシアチブを優先せざるを得なくなります。彼は、多くの上級リーダーが依然としてAIの役割を誤解しており、非現実的な期待と導入の停滞を招いていると強調します。彼は次のように説明します：

「副社長や社長を私に任せてください。彼らに基礎を教えます。AIとは何か、何でないかを理解する必要があります。彼らが基本を理解していなければ、不可能なことを要求し、AIは機能しないと言うでしょう。それはAIの問題ではなく、リーダーシップの問題です。」

Shaje氏のインタビューは、幹部がスケーラブルなAIと目新しい仕事を区別するのに役立つ、制約優先のフレームワークを浮き彫りにしています。リーダーは、チームに以下を明示するよう要求することで、これを運用化できます：

• AIが対処することを意図した運用上の緊張
• 改善を示す測定可能な変数
• 価値を検証する責任ある意思決定者
• 制約に対処しない場合のエンタープライズリスク

この構造は、リーダーにAIイニシアチブが実際のビジネス価値に基づいており、パイロットを超えて拡大可能かどうかを評価するための再現可能なメカニズムを提供します。

三者利害関係者影響ガバナンス

「CPGは感情主導のビジネスです」とGanny氏は、消費財におけるAI導入が運用効率のみで評価できない理由を説明し始めます。彼は、消費者は信頼、ストーリー、感情的な共鳴に基づいて購入し、現在のAIはブランドロイヤルティを支える信頼性を再現できないと強調します。これにより、AIの役割を評価する際に、消費者レンズは運用レンズと同じくらい重要になります。

Ganny氏はまた、CPG企業が活動するより広いシステム——地域社会に根ざした工場、長年のスキルベースを持つ労働力、数十年かけて構築されたブランドの評判——を強調します。彼は、孤立して行われたAIの決定が、リーダーが予期しない二次的効果を生み出す可能性があると警告します。彼が会話の中で後で説明するように、労働力とコミュニティの側面を考慮しないと、「リーダーが予期しない方法で現れる」リスクが生じます。

このレンズを具体的にするために、Ganny氏はAIの決定がパイロット環境を超えて波及する3つの領域を指摘します：

• 企業：信頼性、安全性、品質、およびAIによる意思決定を検証する能力
• 消費者：ブランド信頼、感情的な共鳴、および非信頼性の認識のリスク
• コミュニティ：労働力の安定性、地域経済への影響、および責任ある自動化の社会的ライセンス

このフレームワークは、CPGブランドが相互接続されたシステム内で運営されており、運用、評判、社会的リスクが複合する現実を反映しています。

Ganny氏のコメントは、AIイニシアチブがパイロット段階を超える準備ができているかどうかをリーダーが評価するための実用的な方法として、「三者利害関係者影響スキャン」を指し示しています。導入を進める前に、チームは以下を文書化する必要があります：

• 運用への影響——導入が信頼性、安全性、または品質にどのように影響するか
• 消費者への影響——変化が信頼、信頼性、またはブランド認知に影響を与える可能性があるか
• コミュニティへの影響——労働者の役割、地元の雇用、またはコミュニティの安定性がどのように変化する可能性があるか

このアプローチは、Ganny氏が説明する相互接続されたシステムを反映し、幹部にAI導入が目前の指標だけでなく、企業全体を強化するかどうかを判断するための防御可能な方法を提供します。

経営幹部レベルのAIリテラシーと説明責任設計

Shaje氏がCPGにおけるAIについて語るとき、彼はアルゴリズムやインフラから始めるのではなく、リーダーシップから始めます。彼は、責任あるAI導入の最大の障壁は技術的な成熟度ではなく、AIが何をできて何ができないかについての経営幹部の誤解であると主張します。その基盤がなければ、リーダーは無意識のうちに、安全性、品質、ブランド信頼が不可欠なシステム内で、期待のミスマッチ、ガバナンスのギャップ、説明責任の混乱を生み出します。

Ganny氏はリスクについて率直です。単一の決定が製品の完全性や工場の安全性に影響を与える可能性がある環境では、AIが関与したからといって責任が移ると想定することはできません。彼は次のように述べています：

「自らの工場の安全性に対して責任を負わないと言うCPGリーダーを知りません。しかし、AIが登場すると、突然人々は責任が移ると考えます。そうではありません。AIが決定を下したとしても、あなたは依然として責任を負います。」

この点は、現在のAIの導入方法と対比するとさらに明確になります。多くの組織は、AIの推奨事項があたかも独自の権威を持っているかのように扱います——これは微妙ですが危険な変化です。Ganny氏は、特に安全性、品質、または消費者の信頼に関わる決定に影響を与える場合、AIが明確な所有者なしに企業内に「浮遊」することを許してはならないと強調します。

この漂流を防ぐために、リーダーは2つの面で明確さを必要とします：

• 決定境界——AIが情報提供できる場所、推奨できる場所、決定してはならない場所
• 説明責任の線——AIが従われた場合、無視された場合、または失敗した場合に誰が責任を負い続けるか

Ganny氏の視点は、AIの成熟度はリーダーがこれらの境界を理解し維持するかどうかによって測定されることを明確にしています。

Shaje氏の議論からの実用的なポイント：

経営幹部は、AIがサポートするすべてのワークフローに対して「説明責任マップ」を確立する必要があります。これには以下が含まれます：

• そのワークフローにおける結果に責任を負う人間の所有者
• AIが影響を与える可能性のある決定と、AIが行ってはならない決定
• AIの出力が人間の判断と矛盾する場合のエスカレーションパス
• AIの推奨を一時停止またはレビューしなければならない条件

このアプローチにより、AIが日常業務に組み込まれるにつれて、企業は安全性、品質、ブランド信頼に影響を与える決定に最終的に誰が責任を負うのかを見失わないようにすることができます。