エンタープライズAI契約の新しい戦略

本記事はUpperEdgeのスポンサー提供であり、Emerjのスポンサーコンテンツガイドラインに従って執筆、編集、公開されています。詳細については、Emerjメディアサービスページをご覧ください。

エンタープライズAIへの支出と成果は乖離しており、利用可能なデータがそのギャップを定量化しています。CIOにとっての難しさは、状況が再び変わる前にAIの価格設定、交渉、予算編成ができるかどうかにあります。

米国会計検査院（GAO）は2026年4月、連邦機関のAI利用が2023年から2024年の間に2倍以上に増加したと報告し、GAOがレビューした機関の担当者は、「AI導入の価格設定と総コストを決定する難しさ」を技術的性能とは別の、明確な調達上の課題として挙げました。報告書は、機関がAIを「サービスとして」購入するケースが増えており、ベンダーが固定価格の製品ではなく継続的に能力を提供するため、予算項目がオープンエンドのコミットメントに置き換わっていると指摘しています。

別のGAOレビューでは、機関が実質的にベンダーにロックインされていることが記録されています。これは制限条項によるものではなく、あるプロバイダーのツールを中心にシステムが構築されると、競合他社のシステムに再構築するコストが法外になるためです。関連する監査では、10のベンダーが最も広く使用されている連邦ソフトウェアライセンスの約73%を占め、そのうちマイクロソフトが総支出の31%以上を占めており、この集中により買い手は構造的に弱い立場から交渉せざるを得ません。

ブルッキングス研究所による連邦AI契約の追跡調査では、ある主要な契約カテゴリーの潜在的価値が3億1100万ドルから19億ドルに、別のカテゴリーでは500万ドルから22億ドルに、約2年間で成長しており、その成長率はほとんどの契約が依然として基づいている複数年の契約期間を上回っています。

これらの発見は、請求額、交渉力、契約期間がすべて異なる速度で動いており、ほとんどの場合、買い手に有利に働かない市場を示しています。

EmerjのAI in Businessポッドキャストでは、最近UpperEdgeの戦略・研究部門責任者John Belden氏、UpperEdgeのプラクティスリーダーAdam Mansfield氏、Rainbow Apparelの最高デジタル責任者David Cost氏を招き、AIがエンタープライズテクノロジーをどのように再形成しているかを考察する3回シリーズを放送しました。

本記事では、AIがエンタープライズテクノロジーを再形成する中で、経営幹部がコスト、柔軟性、交渉力を保護するために使用できる4つの洞察を検証します。

可逆的な変革決定：AIとERPのコミットメントを元に戻したり方向転換できるように構築し、リーダーがテクノロジー、ベンダーのロードマップ、規制状況の変化に合わせて調整できるようにします。これらの変化の速度は、従来の変革モデルが追いつける速度を上回っています。

エビデンスに基づく交渉力：すべてのAI商業ディスカッションをハードな利用データと価値データに基づかせ、ベンダーの予測を企業エビデンスに置き換え、価格設定、消費階層、リスク配分をベンダーの仮定ではなく事実によって決定します。

短期サイクルの商業コミットメント：複数年にわたる契約を短期契約、明確な撤退条項、企業管理の価値検証サイクルに置き換え、AIが構築対購入の経済性を再形成する中で、ベンダーが継続的に更新を勝ち取らなければならないようにします。

SIとベンダー生産性に対する独立した説明責任：システムインテグレーターとソフトウェアベンダーにAIロードマップの開示を求め、定期的な能力監査と生産性監査を受けさせ、報酬を静的な成果物ではなく測定可能な改善に連動させます。

以下は完全なエピソードです：

エピソード1：すべてのエンタープライズAIベンダー契約に潜むリスク – UpperEdgeのJohn Belden氏と ゲスト：John Belden氏、UpperEdge戦略・研究部門責任者 専門分野：IT戦略、デジタルトランスフォーメーション、ITガバナンスとリスク、エンタープライズテクノロジー 略歴：John Belden氏は、25年以上の経験を持つテクノロジーおよびビジネストランスフォーメーションのエグゼクティブであり、エンタープライズIT戦略、ガバナンス、大規模変革プログラムをリードしてきました。現在はUpperEdgeで戦略・研究部門責任者を務め、研究イニシアチブを指揮し、IT主導の変革、ガバナンス、リスク管理、テクノロジー戦略について組織を指導しています。UpperEdge以前は、Timken Companyで複数のエグゼクティブ職を歴任し、Project ONEの副社長や情報技術の副社長を務めました。また、Insights for IT Negotiationsポッドキャストの共同ホストも務め、エンタープライズテクノロジー、AI、IT調達戦略をカバーしています。ケント州立大学でコンピュータサイエンスの修士号を取得しています。

エピソード2：エンタープライズAI支出を再形成する価格設定の変化 – UpperEdgeのAdam Mansfield氏と ゲスト：Adam Mansfield氏、UpperEdgeプラクティスリーダー 専門分野：IT契約交渉、SaaSとクラウド戦略、ベンダー管理、エンタープライズソフトウェア調達 略歴：Adam Mansfield氏は、15年以上の経験を持つエンタープライズテクノロジーアドバイザーであり、組織が複雑なソフトウェア、クラウド、ITサービス契約を交渉するのを支援しています。UpperEdgeのリーダーシップチームメンバー兼プラクティスリーダーとして、Microsoft、Salesforce、ServiceNow、主要なAIベンダーを含む主要テクノロジープロバイダーとの交渉についてエンタープライズエグゼクティブを指導しています。UpperEdge以前は、AMR Researchで契約交渉とベンチマーキング業務をリードしました。キャリアの初期には、Skillsoftでソフトウェアおよびコンサルティング契約を交渉しました。サフォーク大学ソーヤービジネススクールでMBA、サフォーク大学ロースクールでJDを取得しています。

エピソード3：コマースリーダーが更新の罠とベンダーの足かせを回避する方法 – Rainbow ApparelのDavid Cost氏と ゲスト：David Cost氏、Rainbow Apparel最高デジタル責任者 専門分野：AI戦略、デジタルトランスフォーメーション、Eコマーステクノロジー、エンタープライズアーキテクチャ 略歴：David Cost氏は、AI、Eコマース、エンタープライズアーキテクチャ、デジタル戦略にわたる経験を持つデジタルトランスフォーメーションおよびテクノロジーのエグゼクティブです。現在はRainbow Apparelの最高デジタル責任者として、同社のデジタルプラットフォーム、AIイニシアチブ、および全チャネル小売事業全体のテクノロジー戦略をリードしています。在任中、同組織のShopifyへの移行を主導し、Eコマース機能を拡大し、マーケティング、パーソナライゼーション、デジタルオペレーション全体にAI対応のワークフローを導入しました。キャリアの初期には、PriceSCANを共同設立し、初期の比較ショッピングプラットフォームを提供しました。また、管理コンサルティングの分野でキャリアをスタートさせ、意思決定支援システムと情報処理に焦点を当てていました。

可逆的な変革決定

AIは長期的な変革計画を本質的に不安定なものにしており、シリーズの最初にJohn Belden氏は、現代のプログラムは主要な決定が元に戻せるように設計されなければならないと主張しています。

Belden氏は、変革を変化する条件下で行われる一連のコミットメント（プラットフォームの成熟度、規制圧力、SIの提供モデル、価格変動）として捉え、リーダーは各コミットメントを行う前に、それがどのように元に戻せるかを定義しなければならないと強調します。

彼の核心的なメッセージは、可逆性は考え方ではなく、構造的な設計選択であるということです。

「ほとんどの変革が失敗するのは、最初の決定が間違っていたからではなく、現実が変わったときに組織が方向を変える方法を持っていなかったからです。可逆的な決定には、トリガー、ピボットパス、そして実行前に理解しているコストプロファイルがあります。これらの要素を明確にできないなら、あなたは不確実性を管理しているのではなく、それに屈服しているのです。」 —John Belden氏、UpperEdge戦略・研究部門責任者

Adam Mansfield氏は、Belden氏のポイントを商業構造に拡張します。彼は、契約がそれを許可する場合にのみ可逆性が存在すると主張します。つまり、短期間、再交渉トリガー、消費保護、観察可能な成果に結びついた価格設定が必要です。

Mansfield氏の見解では、ガバナンスと取引アーキテクチャは一緒に設計されなければならず、そうでなければ戦略的なピボットは運営上必要であっても法的に不可能になります。

小売業界では、David Cost氏は、AIイニシアチブが複数年のコミットメントではなく、明確な出口ランプを持つ制御された実験として扱われる場合に成功すると述べています。彼は、キルスイッチ、代替ベンダーパス、迅速な評価サイクルを備えた変革ロードマップを構築し、チームが単一のAIアプローチや商業構造にビジネスをロックすることなく迅速に行動できるようにすることを説明しています。

Belden氏による可逆的決定の実践的フレームワーク：

• 不可逆的なコミットメントを定義する – 元に戻せない少数の決定を特定し、それらを最小限にする。
• ピボットパスをマッピングする – 条件が変化した場合に各主要決定がどのように方向転換できるかを文書化する。
• 明示的なトリガーシグナルを設定する – どのようなエビデンスがピボットを正当化するかを決定する（価格変動、ロードマップの遅延、規制変更）。
• 決定の所有権を割り当てる – 誰が決定を下し、組織がどれだけ迅速に対応すべきかを明確にする。
• 撤回コストを事前計算する – コミットする前に運用上および財務上の影響を理解する。

エビデンスに基づく交渉力

AIはエンタープライズの価格設定を変動の激しい消費主導型モデルに押し上げており、Adam Mansfield氏は、リーダーが強みを持って交渉する唯一の方法は、すべての商業ディスカッションをハードな利用データと価値データに基づかせることだと主張します。彼は、ベンダー自身も将来のAI消費を正確にモデル化できないため、エンタープライズは予測不能な支出とミスアライメントを防ぐために、ベンダーの予測ではなく自社のエビデンスを持って交渉に臨まなければならないと強調します。

Mansfield氏は、エビデンスを交渉力の基盤と位置付けています。リーダーは、現在の支出がどこで過少または過剰に利用されているか、どの機能が測定可能な価値を生み出しているか、消費パターンがベンダーの仮定とどこで矛盾しているかを正確に把握しなければなりません。そのベースラインがなければ、AIの価格設定は推測になってしまいます。

「AIの価格設定は不確実性に基づいて構築されており、ベンダーは常に自社の仮定をあなたの現実にしようとします。強みを持って交渉する唯一の方法は、彼らが反論できない証拠を持ち込むことです。使用パターン、提供された価値、各機能の真の重要性。企業が事実を所有すれば、ベンダーは未来を決定する力を失います。」 —Adam Mansfield氏、UpperEdgeプラクティスリーダー

Mansfield氏のガイダンスは、リーダーがAI関連の商業ディスカッションに入る前にどのように準備すべきかを概説するときに最も実用的になります。彼のアプローチは、静的なチェックリストではなく、交渉のシーケンスであり、エビデンスを交渉力に変換する方法です。

• 現在の使用状況を監査し、過少および過剰に活用された支出を明らかにする。
• ビジネス価値を定量化し、価格設定がベンダーのナラティブではなく実際の影響を反映するようにする。
• ベンダーの予測を企業のエビデンスと比較して、ベンダーの仮定に挑戦する。
• 理論的ではなく観察されたパターンに基づいて現実的な消費シナリオをモデル化する。
• 交渉を事実にアンカーし、価格設定の階層、リスク配分、コミットメントが現実を反映するようにする。

John Belden氏は、エビデンスを変革ガバナンスに直接結び付けることで、Mansfield氏のポイントを強化します。Belden氏にとって、使用と価値のデータは交渉ツールであるだけでなく、意思決定のバックボーンです。彼は、定期的なエビデンスレビューなしでAIプログラムを導くことは、直感で導くことと区別がつかず、ガバナンスフォーラムは測定可能な消費、ロードマップの提供、リスクシグナルを中心に構築されるべきだと主張します。

David Cost氏は、交渉において、チームが収益、利益、サイクルタイム削減に実際に貢献する機能の明確な全体像を持って到着したときに、ダイナミクスが劇的に変化するのを見てきたと述べています。Cost氏は、エビデンスにより、リーダーは非必須機能を削除し、バンドルされたAIアップセルに挑戦し、理論的なベンダー価値ではなく実際のビジネス影響を反映した価格設定を主張できると強調します。

短期サイクルの商業コミットメント

AIはエンタープライズソフトウェアの価値の地平線を縮小しており、David Cost氏は、中核インフラ以外のものに対して長期の複数年契約はもはや意味をなさないと主張します。彼は、ベンダーが継続的な収益を得るために価値を証明し続けなければならない短期サイクル、更新ベースのモデルを提唱しています。

Cost氏は、小売業界ではテクノロジーと競争環境の変化が非常に速いため、1年を超える契約は組織を時代遅れの条件や技術的方向性にロックする可能性があると指摘します。彼は、契約には明確な撤退条項、定期的な再交渉オプション、ベンダーのパフォーマンスの厳格なレビューを含めることを提案します。

Adam Mansfield氏は、短期サイクルのコミットメントには、価格上限、使用量割引、実際の使用量に応じた調整などの消費保護も含め、AI採用が加速する際にベンダーがロックイン効果を利用するのを防ぐべきだと補足します。

独立した説明責任

最後に、記事はシステムインテグレーター（SI）とソフトウェアベンダーのAI生産性の独立した監査を求め、約束された価値を提供していることを確認します。これには、ベンダーにAIロードマップの開示を要求し、約束ではなく実際の結果に基づいて報酬を設定することが含まれます。

これらの戦略を採用することで、エンタープライズリーダーはAI導入に伴うリスクをより適切に管理し、AI投資から最大の価値を引き出しながら、将来の変化に適応する能力を維持できます。