「メールが速く書けても会社は速くならない」企業のAI投資の大半はなぜ“空振り”に終わるのか？〈Sakana AI社長が深堀り〉

　元外交官という異色の経歴を持つ「Sakana  AI（サカナAI）」共同創業者・代表取締役社長の伊藤錬氏。巨大資本が支配する土俵とは一線を画す独自の戦略を掲げ、創業わずか1年で国内最速のユニコーン企業へと駆け上がった同社は、いまやAI業界のみならず、政財官界、そして海外の金融機関からの注目をも一身に集めている。 　ロンドンと東京の2拠点を往復し、開発最前線のリアルな手触りと、外交官時代に培った「インテリジェンス」、すなわち情報収集・分析力を武器にする彼が、時々刻々と変化するAI業界の真実を読み解いていく。 ◆◆◆

　元外交官という異色の経歴を持つ「Sakana  AI（サカナAI）」共同創業者・代表取締役社長の伊藤錬氏。巨大資本が支配する土俵とは一線を画す独自の戦略を掲げ、創業わずか1年で国内最速のユニコーン企業へと駆け上がった同社は、いまやAI業界のみならず、政財官界、そして海外の金融機関からの注目をも一身に集めている。 　ロンドンと東京の2拠点を往復し、開発最前線のリアルな手触りと、外交官時代に培った「インテリジェンス」、すなわち情報収集・分析力を武器にする彼が、時々刻々と変化するAI業界の真実を読み解いていく。 ◆◆◆

「いいかい、レン。大事なのはツールじゃなくて、“ロール”であることなんだ」 　ランチを楽しむ客で賑わうロンドン市内のレストランで、目の前に座る大柄な男性が、分厚いステーキを頬ばりながら身を乗り出すように語りました。 　大きな目をさらに大きく見開いて、熱っぽく語るのは、ビジネス特化型SNSサービス「LinkedIn」の共同創業者であるリード・ホフマン。ホフマンは起業家、投資家として著名なだけでなく、シリコンバレーでも技術とその未来についての深い洞察で知られています。私は、昨年、パリでのAIサミットの際にホフマンと一緒に登壇して、AIがどこに向かって進化しているのか、そこに足りないものは何か、AI時代における労働の未来とは何かなどのテーマで議論しました。以来、定期的に食事をご一緒して、AIの未来や私の仕事についてアドバイスをいただいています。 　この日、私が「今後、金融機関と一緒に融資業務を支えるAIを作ろうとしているんだよ」と伝えると、ホフマンから返ってきたのが冒頭の言葉でした。彼はこの日、2時間にわたり、ずっと「ロール」について強調していました。 「ソフトウェアをツールとして渡し、『どうぞお使いください』ではダメだ。銀行の外に置くのではなく、あくまで銀行の業務の中に入れる。支店長がいて、融資担当者がいて、その人たちと並ぶようにAIを入れなければならない。AIにロール（役割）を与えるんだ」 　彼のような最先端のITトップが、なぜしつこいほどに「ロール」について熱弁を振るうのか。それは彼自身がAIのビジネス実装がいかに難しいかを、身を以て知っているからです。彼はIT経営者であると同時に、オープンAIの初期投資家の一人でもあります。

　みなさんは2025年7月にマサチューセッツ工科大学（MIT）が発表したAIのビジネス実装についての調査結果をご存じでしょうか。「The GenAI Divide : STATE OF AI IN BUSINESS 2025」（「生成AIの分断:ビジネスにおけるAIの現状　2025」）という題名のレポートで、第1回でも少し触れましたが、世界中のさまざまな企業で行われている300件以上のAI導入プロジェクトの実態を調べたものです。 　このレポートでは冒頭できっぱりこう総括して、AI業界だけでなく、AI導入を思案する全世界の企業にも衝撃をもたらしました。 「調査対象となった全世界の企業の生成AI試験導入のうち、95％が測定可能な効果を生まず、本番移行に至っていない」 「企業向けにカスタマイズされたAIシステムは、静かに拒絶されている。60％の組織がそのようなツールを検討したが、試験運用段階に達したのはわずか20％で、実務稼働に達したのはわずか5％だった」 「ChatGPTやCopilotなどの汎用モデルは企業で広く普及（80％以上がテスト、40％が導入）しているが、個人の生産性向上に止まり、会社の業績には直結していない」 　本連載を読んでくださっているビジネスマンのみなさんにも心当たりがあるかもしれません。世界中の企業がこれまでにないほどAI導入に莫大な資金を投じています。全世界で300億から400億ドル、つまり4兆円から6兆円以上の投資が行われているとも言われています。にもかかわらず、なぜ期待されたような効果が得られていないのでしょうか。 　同レポートが興味深いのは、失敗の理由をモデルの性能だけに求めていないことです。日々の業務の流れにうまく組み込まれず、現場からのフィードバックを受けて改善し続ける仕組みがない。要するに、AIシステムと組織の仕事がつながっていないことをその要因としてあげています。 　社員が個人で生成AIを使い、メールを速く書けるようになることには意味があります。しかし、個人の作業時間が短くなることと、会社の中核業務が速く、正確に、より良くなることの間には大きな距離があります。たとえば、1通のメールを速く書けても、その後の確認や承認が従来のままなら、会社全体の仕事はほとんど速くなりません。AIの文書を人間が最初から調べ直すなら、見かけ上の時間短縮が新しい手戻りを生みます。個人の生産性と組織の生産性は別物です。企業AIの難所は、答えが実際の意思決定につながるまでの「最後の1マイル」にあります。その距離を埋めるのは、次のモデルを待つことではなく、仕事の手順、情報の流れ、責任の置き方を組み替えることです。 ※約9000字の全文は、月刊文藝春秋のウェブメディア『 文藝春秋PLUS 』と『文藝春秋』2026年11月号に掲載されています（伊藤錬「 成果を生むAI実装、二つの条件 」）。 ・「それっぽい」稟議書は、なぜ使えないのか ・マニュアルには書き切れない「暗黙知」 ・ベテランドライバーの技術を盗むように