パイロットは成功した、その次は?
パイロットは統制された環境です。動機づけられた少数の参加者、担当者の密着支援、整理されたデータ。この条件が消えた全社環境で同じ結果を期待すれば、たいてい失敗します。パイロットから運用へ移る前に点検すべきこと、展開が止まる理由とその対処法をお話しします。パイロットと全社展開は、まったく別のゲームです。
パイロットの成功は終わりではありません。 本当のゲームはその後から始まります。
パイロットと運用の違い
パイロットは統制された環境です。動機づけされた少人数、密着サポート、きれいなデータ。この条件がない全社環境で同じ結果が出ると思えば、大抵失敗します。
実際、IDCがレノボと共同で行った調査では、企業が始めたAIの概念実証(PoC)33件のうち、本番運用に移行したのはわずか4件でした(CIO.com、2025年)。IDCはその原因として、モデルの性能よりも、データ・プロセス・ITインフラの面での組織の準備不足を挙げています。
韓国の調査も同じ構図を示しています。韓国知能情報社会振興院(NIA)がすでにAIを業務に使っている企業5,064社を調べた結果(韓国語)、製造業の83.5%、非製造業の80.7%が1〜2部署または個別プロジェクト単位でしかAIを活用していませんでした。企業全体の運営と意思決定に幅広く使っている企業は、製造業で2.8%、非製造業で1.4%にとどまりました。同じ報告書は、AIの導入時期が早い企業ほど全社的に活用する割合が高いと分析しています。展開には時間がかかるのです。
ユーザーが違う。 パイロット参加者は選ばれた人。全社ユーザーは「なぜ必要?」「前のやり方が楽」が多数。
規模が違う。 5人で問題なかったシステムが50人で遅くなり100人でエラーが出る。
データが違う。 パイロットはきれいなデータ。本番はあらゆる例外が来る。
サポートが違う。 パイロットでは担当者が隣で助けてくれます。本番運用ではそうはいきません。パイロットで担当者の頭の中だけに溜まったノウハウを、ドキュメントとプロンプトとして残すことがここで決定的です。記録型AI仕事術シリーズで扱ったように、記録していない知識は担当者が席を外した瞬間に消えます。
展開前の5つの点検
展開の3戦略
チーム単位:営業1チーム → 2チーム → 3チーム。安定を確認してから次へ。
機能単位:最も安定した機能から全社へ。
自発的展開:成功事例を共有し、他チームから「使いたい」と言わせる。最も遅いが採用率が最も高い。
最大の敵は焦り
急いだからといってROIが早く出るわけでもありません。MIT NANDAイニシアチブの2025年の報告書によると、生成AIのパイロットのうち売上を急速に押し上げたのは約5%で、大多数は損益に測定可能な影響をほとんど与えないまま停滞していました(Fortune、2025年)。報告書はその原因を、モデルではなくツールと組織の双方の学習ギャップに見いだしています。
パイロット成功後2〜4週間を「展開準備期間」にしてください。この期間が今後6ヶ月の成敗を決めます。
次の記事では、展開の核心 — AIを実際に使う人を作る教育とオンボーディングをお話しします。