- Axiosとの共同記事で、Smartsheetは、AIの価値はモデル自体の能力だけでなく、企業が実際にどのように運営されているかを理解できるかどうかに、ますます左右されると指摘している。
- 高度なAIモデル間の性能差が縮まるにつれ、AI導入の効果を左右する重要な要素として、組織に蓄積された知識が注目されている。
- McKinseyのレポート「State of AI 2026」によると、調査対象企業の37％が、AIは利息・税引前利益（EBIT）に貢献していると回答した。この割合は前年とほぼ変わっていない。
- AI活用で高い成果を上げている企業はわずか6％で、AIがEBITの少なくとも5％に貢献し、その影響を大きいと評価している。
- Smartsheetは、業務フローや仕事の連携方法に関する情報が不足していれば、AIの利用を拡大しても自動的に財務的価値が生まれるわけではないと主張している。
- 「institutional intelligence（組織の運用知）」とは、規則、例外、権限、問題解決の仕組み、実務経験など、組織が蓄積してきた業務上の知識を指す。
- 重要な知識の多くは公式文書に記録されておらず、従業員の経験、協力関係、状況に応じた対応方法の中に存在している。
- こうした知識が不足すると、AIエージェントは個別のタスクを正しく実行できても、経営目標に沿わない場合があり、方針と実行の間に隔たりが生じる。
- Smartsheetは、この現象を「execution drift（実行のずれ）」と呼ぶ。業務が複数の従業員、部門、システムを経由するうちに、当初の目標から徐々に逸脱することを意味する。
- 企業は業務知識を標準化し、AIがアクセスして理解し、個々のタスクに適用できるデータやルールに変換する必要がある。
- 共通の知識基盤を共有することで、AIエージェントは毎回ゼロから学習することなく、組織の背景や状況を迅速に把握できる。
- Smartsheetは、アクセス権限の管理と操作履歴の追跡が可能な統合業務管理プラットフォームを通じて、人、プロセス、データ、AIをつなぐことを提案している。
- 同社によると、Fortune 100企業の85％以上がSmartsheetのプラットフォームを利用している。ただし、記事にはこのソリューションの財務的効果を独立して定量的に示す証拠は掲載されていない。
📌 企業でAIを活用するうえで重要なのは、モデルが高性能であるだけでは、組織の運営方法に関する知識がなければ十分ではないという点だ。McKinseyの基準でAIがEBITに大きく貢献している企業はわずか6％にとどまるため、業務プロセス、権限、実行経験を標準化することが、効果を高める方向性の一つとなる。ただし、この記事はAxios上でSmartsheetの協賛により公開されたものであり、集中管理型プラットフォームに関する提案と、独立した研究による証拠は区別して捉える必要がある。
