AIが成果を出せない11%の理由と処方箋
Celosphere 2025で示された「AIから測定可能な利益を得ている企業は11%」の指摘を軸に、業務文脈(プロセス)の重要性と現場で取るべき3つの対策をわかりやすく解説します。
「AI導入済みでも効果は限定的」――Celosphere 2025が突きつけた11%の現実
Celonisの共同創業者であるAlexander Rinke氏は、Celosphere 2025でこう述べました。「現在、AIプロジェクトから測定可能な利益を得ている企業は11%だけだ」。耳に痛い数字です。単なる技術の精度問題ではありません。業務の『文脈(コンテキスト)』が欠けていることが、AIを現場で機能させない最大の要因だと指摘されました。
本稿では、その背景とCelonisが示した処方箋を、事例を交えて整理します。難しい話は例えを使って噛みくだきますので、安心してお読みください。
11%の現実と「文脈」の重要性
Rinke氏の指摘はシンプルです。AIはデータだけでは動かない。業務全体を通した文脈がなければ、AIの出力は現場で意味を持ちません。たとえば地図(データ)だけ渡されても、目的地(業務ゴール)や交通ルール(ビジネスルール)がなければ車(AI)は走り出せないのです。
この考えからCelonisは「Return on AI(ROAI)」を強調しました。ROI(投資対効果)ならぬROAIは、AI投資が実際にどれだけ継続的な価値を生むかに着目する指標です。
プロセスインテリジェンスの核となる3つの要素
Celonisが提示したアーキテクチャは、大きく三層に分かれます。
Data Core:ソースシステムから生データを取り込み、疑似リアルタイムで問合せ可能にする基盤です。継続的に最新の状態を保てることが要です。
Process Intelligence Graph(プロセスやデータの関係を可視化するグラフモデル):システムやタスクマイニングの情報を結び付け、**業務の“レプリカ”**を作ります。ビジネスルールやKPI、例外処理などの文脈情報を載せることが目的です。
Build Experience:分析→設計→運用をつなぐレイヤーです。Analyzeで課題を検出し、Designで目標とAIの適用点を定め、Operateで人・システム・AIを同期させます。Orchestration Engineが実行と監視を担います。
これらは単なる分析ツールではありません。プロセスを接着剤のようにつなぎ、文脈を継続的に供給する仕組みです。
顧客事例:接着剤が効果を生んだ場面
Mercedes‑Benz:半導体不足の混乱時に、工場・サプライヤー・物流の散在データを迅速に結び付け、意思決定を加速しました。重要10プロセスのうち8に展開し、データを文脈で示す文化が根付きました。
Vinmar(化学製品流通):受注から回収までのプロセスを自動化し、生産性を40%向上。エッジケースの割当最適化にAIエージェントを使う試みも進めています。
Uniper(エネルギー):Microsoftと組んでプロセス認識型のAIコパイロットを使い、保守作業をクラスタリング。ダウンタイムの削減と排出削減に寄与しています。
ただし、紹介されたのは成功例に限られます。すべての導入が同じ成果を自動的に生むわけではありません。
技術面:オープン化とComposable AI
Celonisはエコシステムの開放を強調しました。Microsoft FabricやDatabricksなどと深く連携し、ゼロコピーの双方向レイクハウスアクセス(データをコピーせずに直接参照する仕組み)を提供します。また、Process Intelligence GraphをBedrockやCopilot Studioと連携させるためのサポートも打ち出しました。
Rinke氏は、各ベンダーのエージェントが別々の“島”に閉じていては運用に向かないと指摘します。異なるツールやクラウドをまたぐ相互運用性が、現場でのスケールを決める鍵です。
現場ですぐ取れる3つの落としどころ
プロセス可視化を最優先にする
- 文脈がなければAIは点のデモに終わります。まずは継続的に更新されるプロセスモデルを作ってください。
成果指標(アウトカム)を明確にする
- 初期からKPIやガードレールを定義し、AIの介入効果を測れるようにします。
ガバナンスと相互運用性を整える
- 複数クラウドやツールをまたぐ環境では、データアクセスやモデルの一貫管理が不可欠です。
なぜ今この議論が重要か
AIの実用化はモデル精度だけでは完結しません。Celosphere 2025が示したのは、業務プロセスという文脈をどう捉え、更新し、つなぐかが実際のリターンを決めるということです。
次の一手を考えるなら、技術選定と同じくらい、プロセスの可視化・成果定義・ガバナンス設計への投資を優先してください。AIを“点”から“線”へと移すことが、11%を超える鍵になります。