生成AIが企業のIT組織やベンダーとの関係性を変容–ガートナーが見解示す
今回は「生成AIが企業のIT組織やベンダーとの関係性を変容–ガートナーが見解示す」についてご紹介します。
関連ワード （CIO／経営等） についても参考にしながら、ぜひ本記事について議論していってくださいね。
本記事は、ZDNet Japan様で掲載されている内容を参考にしておりますので、より詳しく内容を知りたい方は、ページ下の元記事リンクより参照ください。
ガートナージャパンは3月13日、生成AIが企業のIT組織業務やITベンダーとの関係性を大きく変容させるとの見解を発表した。
近年のDXの推進は、IT組織を取り巻く環境に大きな変化をもたらした。データサイエンスやAIアーキテクチャーなど、従来のIT組織には未知のスキルが要求される業務が増えている一方で、クラウドサービスや生成AI、ローコード開発ツールなどの活用により、省力化・効率化できるIT業務の範囲も拡大している。さらに、DX専門組織の分離設立や、エンドユーザーである事業部門が自らITシステムを導入するなど、社内における組織の多様化と拡散が始まっている。
ガートナーでは、2028年までに日本企業のIT組織の40％が内製業務において「ミニマリズム（最小限主義）」を志向するというシナリオを予測している。意思決定機能や管理機能の一部など、主体性が求められる業務の内製は必要となるが、それ以外の業務については、ITベンダーへのアウトソーシング、クラウドサービスの導入による開発・運用保守業務の負荷軽減、生成AIやそれを組み込んだAIエージェントの活用による業務の省人化、さらには事業部門のIT担当者への業務移行などの動きが進むと考えている。
生成AIやAIエージェントによって社内のさまざまな業務が代替可能になることで、企業のリソース不足が解消されると期待されている。しかしながら、多くの企業では、生成AIの業務適用を自社のみで完結させることは難しく、ITベンダーへのアウトソースによってノウハウ不足を補っているのが現状。一方で、そのITベンダーでも増大する顧客の需要に十分に対応できていない状況がうかがえる。
ガートナーは次のように指摘する。「生成AIをビジネスで活用する際、国内企業は通常、アウトソーサーから何らかの支援を受ける。特にビジネスノウハウに長けたコンサルティングベンダーへの期待が大きく、こうした需要を商機と見る多くのコンサルティングベンダーが、生成AIのライフサイクル全般にわたるサービスを展開している」
しかし、実際にサービスを受けた企業の大半は、その効果を期待以下と評価しているという。「効果的な学習や精度向上には高度なテクノロジーが不可欠であるが、ビジネスノウハウと比較して、テクノロジーノウハウが発展途上にあるコンサルティングベンダーが依然として多い」（ガートナー）
バイスプレジデント アナリストの海老名剛氏は次のように述べる。「顧客企業側には『コンサルに任せておけば安心』という油断も見られ、コンサルティングベンダーにどこまで任せるべきか、また、彼らが提案・納品する成果物が十分に検証されない場合が少なくない。生成AIのビジネスへの適用範囲は広がり続けている。今後も顧客の期待とサービスの成果物のギャップは容易には埋まらず、生成AIの適用範囲の急速な拡大によってむしろそのギャップが拡大する恐れがある」
ガートナーでは、2028年まで生成AI関連のコンサルティングサービス契約の70％が顧客の期待と成果物のミスマッチを解消できないとみている。
海老名氏は補足する。「生成AI活用のコンサルティングサービスの契約では、委託期間だけでなく、戦略策定、企画、生成AIの選定、実装といった対象工程の観点でも契約スコープを明確にする必要がある。その上で、各工程での現実的な成果物についても合意することが重要である」
一方、ガートナーは、2028年までに、ITベンダーを評価する企業のうち、半数が信頼性向上のために、ベンダーの活動をAIで分析するようになるという予測も立てている。
現在、多くの国内企業が定期的に取引先ベンダーの評価を実施しているが、取引先ベンダーの振る舞いや知見に関する評価は、ベンダーとやりとりするIT担当者へのアンケート調査による定性的な評価にとどまることが多く、客観性に乏しく、信頼性に不安があるという。
こうした課題を解決するために、生成AI機能の活用に期待が寄せられている。例えば、ベンダーとの議事録やメール、チャットといった日々の活動データを多角的に分析し、彼らの課題点をAIに提案させることで、ベンダー評価の精度を大幅に高めることができる可能性があるとする。
シニアディレクター アナリストの土屋隆一氏は次のように述べている。「生成AIは人によるベンダー評価を補完するものと位置付け、まず対象を1～2社に限定して検証を開始することが推奨される。その際、AIに分析させるデータは、最初は比較的信頼性の高い議事録データなどを優先することが望ましいだろう」