AI導入が進まない原因を5層で切り分ける｜発注側が確かめる順番

「止まっている」のは、どの層か

AI導入の停滞は、技術・データ・業務・判断・運用のどこかの層で起きている。詰まる場所が案件ごとに異なるため、原因を一言では言えない。

話し合いが続いているのに次のステップへ進まない。そういう状況を持ちこむ相談は少なくない。課題感は共有されているのに、具体的な動きが止まっている。

どの層で止まっているかを特定しないまま「PoCをやり直そう」「ベンダーを変えよう」と動いても、詰まりは解消されない。次の手が正しいかどうかは、止まっている場所によって決まる。

止まっている層を探すことが、AI導入を前へ動かす最初の仕事だ。

5層を確かめる順番

「技術から順に確認しよう」とするのは、実務では逆効果になりやすい。より根本的な層が詰まっていると、上の層を確認しても意味をなさないからだ。変えにくいものから先に固める、という原則で順番を考える。

1. 判断層——誰が決めるか

プロジェクトオーナーがいるか。予算と方針を決める権限がある人物が決まっているか。この確認を後回しにすると、技術もデータも業務も整っているのに、最終的に前へ進まない事態が起きる。判断権限が明確でなければ、他のどの層を整えても意思決定の場面で止まる。

2. 業務層——何をAIに任せるか

入力は何か、出力は何か、どこで人が判断を残すのかを現場が合意しているか。業務の定義が言語化できていない状態で技術を選ぶと、後から要件のずれが生じる。業務の定義は現場の合意がなければ進まない。

3. データ層——必要なデータがあるか

業務定義が固まった後に、必要なデータが社内にあるか、品質は使えるレベルかを確認する。業務定義の前にデータを棚卸しすると、範囲が広くなりすぎて工数が膨らむ。定義が先、データは後という順番がムダを減らす。

4. 技術層——制約は何か

データと業務が固まった後で、インフラ・セキュリティ・既存システムとの連携における制約を確認する。ここで初めて「どのツールを選ぶか」「何を開発するか」の議論が実質的な意味を持つ。技術層を検討する段階では、外部ベンダーの見積内訳も判断材料になる。外注見積の読み方で整理した工程確認の視点が、この段階で役立つ。

5. 運用層——稼働後に誰が動かすか

リリース後に誰が管理し、誰がエラーを判断し、どのように改善するかが決まっているか。運用体制が決まっていないまま本番移行すると、形式上は導入完了でも現場には定着しない。運用層は後から整えようとすると、走っているシステムへの変更が難しくなる。

複数の層が同時に詰まっているとき

実際の相談では、単一の層だけが詰まっているケースは多くない。判断層があいまいで、業務定義も途中で、データの整備も止まっているという複合的な状態のほうが一般的だ。

このとき、すべてを同時に動かそうとすると誰が何に責任を持つかが見えなくなる。有効な対処は、まず判断層を固めることだ。プロジェクトオーナーと意思決定の経路が決まると、残りの層の担当が配置でき、確認の順番も動かせるようになる。

どの層に先に予算を当てるかは、初年度と2年目で費目の性質が変わる。AI導入予算の仕分け方で整理した視点と組み合わせると、詰まりを解消した後の計画が立てやすくなる。

複合的な詰まりを社内だけで切り分けるのが難しい場合、外部の視点を持ちこむことが有効なこともある。対話しながら現状を診ていくアプローチについてはしぼるで扱っている。