企業AIはなぜ機能不全に陥るのか？欠落しているコンテキストこそが鍵

編集者注：過去2年間、企業がAIツールを導入するスピードはかつてないほど速まった。しかしツールの数の増加は、自動的に業務価値の向上には結びついていない。MIT Technology Review Insightsのある分析は、シンプルながら重要な見解を示している――AIが価値を生み出せるかどうかを決めるのは、モデルの性能ではなく、企業が「自社の仕組み」をAIに明確に理解させられるかどうかだ、と。

見慣れた光景：AIは多いのに、答えはバラバラ

中堅・大企業において、複数のAIシステムを同時に稼働させることはすでに当たり前になっている。顧客向けのAIサービスプラットフォーム、社内の対話型アシスタント、ワークフローとプロセスの自動化ツールなど、部門ごと、ベンダーごとに異なるシステムが混在している。個々のシステムを見れば、いずれも十分に精巧で高度であり、レスポンス速度も申し分ない。

しかし実際に業務プロセスに組み込んでみると、問題が浮かび上がってくる。出力される結果やアクションが誤っていたり、混乱を招いたり、重要な背景情報が欠落していたりする。カスタマーサービスのアシスタントは最新の規約と一致しないポリシー説明を返し、プロセス自動化ツールは定義の異なる2つの指標を同一のものとして扱い、対話型アシスタントはもっともらしい回答をしながら、自社の承認権限や過去の意思決定をまったく把握していない。問題は個々のツールの賢さではない。各ツールが互いに何をしているかを知らず、企業固有の業務ルール、データ定義、組織知識を理解していないことにある。

「企業コンテキスト」とは何か

企業コンテキストとは、特定のドキュメントや特定のデータベースのことではなく、「この会社がどのように機能しているか」をAIに理解させるための情報環境全体を指す。それは少なくとも以下の層から構成される。統一されたマスターデータと業務定義（「売上」「アクティブユーザー」といった言葉が全社で一つの意味を持つようにする）、明確なプロセス・役割・権限の境界（AIが誰が何をできるか、どのアクションに承認が必要かを把握できるようにする）、蓄積された過去の意思決定と例外処理の経験、業界用語・コンプライアンス上の制約・顧客の文脈、そしてデータの鮮度と情報源の信頼性、である。

モデルが提供するのは汎用的な知性であり、コンテキストがその知性を具体的な業務に着地させられるかどうかを決める。コンテキストのないAIは、博識でありながら社内事情をまったく知らない新入社員のようなものだ。

なぜコンテキストがなければ、AIは「的外れな回答」をするのか

第一にデータサイロの問題がある。顧客データはCRMに、注文データはERPに、サービス記録はチケットシステムに分散しており、AIはその一角しか見られないため、完全な答えを導き出せない。第二に定義の不整合があり、異なるシステムで同じ指標に微妙な定義の違いが存在する場合、モデルはその違いを事実として扱ってしまう。第三に権限とコンプライアンスの問題があり、企業の知識は誰もがアクセスできるわけではなく、AIが制約なしに呼び出せば情報の越権利用につながりかねない。第四に暗黙知の伝達の難しさがあり、大量の業務ルールがベテラン社員の判断の中にあり、構造化されていないためAIから呼び出すことができない。

これはまた、過去2年間で業界に明確な方向転換が起きたことも説明する。議論の焦点が「どのモデルを使うか」から、検索拡張生成（RAG）、ナレッジグラフ、セマンティックレイヤー、AIエージェントのオーケストレーション、そして「コンテキストエンジニアリング」と呼ばれる実践へと徐々に移行してきた。モデルの能力はコモディティ化に向かい、企業固有のコンテキストこそが再現不可能な資産であるという共通認識が業界に形成されつつある。

「ツールの積み上げ」から「基盤の構築」へ

コンテキストを真に機能させるためには、企業はそれをプロジェクトの副産物としてではなく、インフラとして整備する必要がある。第一に、統一されたデータ・セマンティックレイヤーを構築し、コアとなる指標・エンティティ関係・業務ルールを明示化して、異なるAIシステムが同一の「事実」を参照できるようにする。第二に、再利用可能なコンテキストサービスを構築し、権限・情報源・鮮度といったメタデータも合わせてカプセル化することで、各アプリケーションが車輪の再発明をしなくて済むようにする。第三に、ガバナンスを呼び出しチェーンに組み込み、どのデータをどのAIがどのシナリオで使用できるかを明確にする。第四に、人間とAIの協働と継続的な評価の仕組みを残し、業務の専門家がAIの理解を継続的に修正できるようにする。一度納品して放置するのではなく、継続的に関与し続ける体制が必要だ。

分析：コンテキストがAI価値の分水嶺となる

より大局的な視点から見れば、企業AIの競争は「モデルの調達」から「知識を組織する能力」の競争へと移行しつつある。システム・ドキュメント・社員の頭の中に散在する企業知識を、構造化・呼び出し可能・ガバナンス可能な形にできた企業こそが、同じモデルからより信頼性の高い業務成果を引き出せる。これはCIOとCTOに新たな役割を求めることを意味する。彼らはもはや単なる技術の導入者ではなく、企業コンテキストのアーキテクトでなければならない。

強調すべきは、コンテキストの構築は一度限りのプロジェクトではなく、業務の進化とともに続く継続的なプロセスだということだ。業務ルールは変わり、組織構造は変わり、市場環境も変わる。AIが依拠するコンテキストも同期して更新されなければならない。コンテキストを長期的な能力として育てていく企業こそが、AIを「見かけ上は高度」から「本当に信頼できる」へと転換できる可能性が高い。

突き詰めれば、AIは自動的に企業を理解するわけではない。丁寧に伝えてもらう必要がある。そしてその「伝え方」の質こそが、AI価値創造の分水嶺になりつつある。

本稿はMIT Technology Reviewより編訳