AI成熟度：組織にとっての意味

AI成熟度とは何か

AI成熟度は、単にAIツールを導入しているだけでなく、組織によるAIの活用がどれほど発展しており、意図的なものであるかを測定するものです。ほとんどのフレームワークでは、これを初期の非構造的な実験段階から完全なAI統合へと移行するAI成熟度モデルとして説明しています。

初期の段階では、少数の従業員が独自の発意でAIを使用しています。誰も承認しておらず、誰もトレーニングを受けていません。結果は一貫性がなく、その成果物が他の人によって再利用されることはめったにありません。

次の段階では、チームが構造化されたパイロット運用を実行します。ある部門が特定のタスクを選び、それをAIで実行し、うまく機能したかどうかを測定します。医療認定試験を管理する非営利団体のInteleosは、難易度の低い問題のドラフト作成を支援するためにPerplexity Enterpriseを導入しました。パイロット運用が成功すると、PerplexityはInteleosチームの88%に展開されました。

企業のAI成熟度が高まるにつれて、標準的なワークフローにAIツールが組み込まれ、企業のデータやシステムに接続されるようになります。たとえば、Paypalでは、エンタープライズリスクのチームが標準的なセキュリティワークフローの一部としてPerplexityを使用し、所有権の詳細を相互参照してIDを検証し、不審なアカウントにフラグを立てています。

そして最も成熟した段階では、企業はAIを完全に組み込むように製品、ビジネスモデル、または業務を適応させています。また、お互いにタスクを引き渡す、エージェント型のAIシステムやモデルを使用している場合もあります。たとえば、Roxでは、AIが製品自体に組み込まれています。エージェントが市場調査やCRMメンテナンスの一部を自動化し、PerplexityのAPIがそれらのワークフローをサポートする外部インテリジェンスを提供しています。

なぜAI成熟度が重要なのか

AIによる個人の生産性向上は比較的よく見られ、マッキンゼーの2026年調査の回答者の80%が報告しています。しかし、組織のEBIT（金利・税引前利益）に貢献したと答えたのはわずか37%でした。

結果の違いは、企業のAI活用の成熟度に関係しているようです。マッキンゼーのAIハイパフォーマー（回答者の約6%）は、EBITの少なくとも5%をAIによるものとしており、その価値は重要であると述べています。

成熟したAIプログラムを持つ企業には、いくつかの共通する中核的な行動があります。

• AIソリューションを中心にワークフローを再構築している。マッキンゼーのハイパフォーマーの約4分の3がAIのためにワークフローを再設計していたのに対し、他の回答者では4分の1にとどまりました。
• シニアリーダーシップがAIの活用にコミットしている。1,250人のエグゼクティブを対象としたBCGの2025年調査では、AI成熟度スコアが最も高い5%の企業のほぼすべてでCスイート（経営幹部）が深く関与していると報告されているのに対し、スコアが最も低い60%の企業では8%にとどまりました。
• 従業員のAIスキル開発を優先している。最高スコアを獲得した企業は、その年に全従業員の50%以上に対してAIのトレーニングを実施することを期待していたのに対し、最低スコアの企業では20%でした。
• エージェント型AIソリューションを導入している。マッキンゼーのハイパフォーマーは、ほとんどのビジネス機能でエージェントを拡大している確率が3倍以上高くなりました。

AI成熟度：一般的なフレームワーク

ガートナーのAI成熟度モデルは、AIがプロセスにどれほどうまく統合されているかに基づいて組織の成熟度を評価します。戦略、データ、ガバナンス、エンジニアリング、オペレーティングモデル、文化、AI価値の7つの領域にわたって組織を個別にスコア化します。その後、組織は次の5つの段階のいずれかに分類されます。

• 基盤段階（Foundational）：実験的な使用、調整がほとんどない
• 新興段階（Emerging）：初期のパイロット運用が実行されている、エグゼクティブからの関心が一部ある
• 運用段階（Operational）：ビジネスプロセスでAIが使用されている
• 拡張段階（Scaled）：複数の機能にわたってAIが使用され、測定可能なROIをもたらしている
• 変革段階（Transformational）：意思決定やオペレーティングモデルにAIが影響を与え、意味のある競争優位性をもたらしている

デロイトのAI自動化成熟度モデルは、企業のプロセスにエージェントがどれほど深く組み込まれているかによって、特に成熟度を測定します。

• レベル1：エージェントを伴わない標準的な自動化。
• レベル2：基本的な自動化。既存のプロセスにエージェントが導入される。
• レベル3：エージェントができることに合わせてプロセスが積極的に再設計される。
• レベル4：組織自体がAIの機能を中心に再構築される。

Google CloudのAI導入フレームワークは、3つのフェーズにわたって成熟度を追跡します。

• 戦術的（Tactical）：シンプルで限定的なAIユースケース。多くの場合、次に何をするかについての明確な計画がない。
• 戦略的（Strategic）：AIが持続可能なビジネス価値をもたらし、いくつかのシステムが本番環境でデプロイおよび維持されている。
• 変革的（Transformational）：AIが組織の中心となり、イノベーションを推進し、それをさらに拡張するための構造によってサポートされている。

また、成熟度を6つのテーマに分割しており、それぞれは人材、プロセス、テクノロジー、データの4つの主要領域が交差する場所に形成されています。

• 学習（Learn）：AIスキルを構築するためのプログラムの品質と規模。
• 主導（Lead）：AIの取り組みがリーダーシップからの支援やチーム間の調整を得ているかどうか。
• アクセス（Access）：組織全体でデータやAI資産をどれほど簡単に共有および再利用できるか。
• 拡張（Scale）：クラウドネイティブサービスが実際のボリュームでAIワークロードを処理できるかどうか。
• 保護（Secure）：データやAIシステムがどれほど適切に保護され、責任を持ってガバナンスされているか。
• 自動化（Automate）：AIシステムが本番環境でどれほど信頼性高く実行されるか。

フレームワークによって焦点や測定方法は異なりますが、それらはすべて同じ成熟度の道のりを描いています。すなわち、構造化されていない実験、リーダーシップのサポートを受けたパイロット運用、日常業務に組み込まれたAI、そして最終的に組織自体を再構築するAIです。

AI成熟度：共通の障壁

組織におけるAI成熟度の妨げとなる傾向がある4つの障害があります。それらに対応する方法は次のとおりです。

1. データ品質

クロスファンクショナルなAIパイロット運用を導入する際は、最初のAIユースケースを選択し、それが依存している1つまたは2つのデータソースを特定します。それらのソースが以下の条件を満たしていることを確認してください。

• 整理されていること：ユースケースに必要なレコードのみを1か所に保持します。
• 正確であること：重複を削除し、古くなったレコードを修正し、エラーがないか確認します。
• 所有者が明確であること：データを正確に保ち、誰がそれを変更できるかを決定する担当者を指名します。

最初のデータソースが信頼性の高い回答を生成するようになった後にのみ、データソースを追加します。AIツールが読み取る1か所の場所に、アクティブな顧客とは何かなどの共有用語を定義します。

2. スキル

個人またはグループで、自分の実際の仕事にAIを練習するために、毎日または毎週、カレンダーに定期的な時間を確保します。従業員にAIのソースを確認し、その出力を評価する方法を教えます。

新しいAIワークフローをロールアウトする前に、そのタスクを行っている人々に手順を書き出し、AIバージョンを試して、どこが不足しているかを伝えるよう依頼します。すでに使用されているツールにAIを接続し、より広いロールアウトの前に少数のユーザーでテストします。

3. ガバナンス

ツール、データ、レビューに関する明確なルールにより、リスクを追加することなく、AIの利用を迅速に成長および拡張できます。承認されたツールの短いリストを公開し、会社のサインインを義務付けます。どの種類のデータをどのツールに入れることができるかを指定するデータ階層を設定します。

各タイプの作業にどの程度の人間によるレビューが必要かを決定し、各AI支援ワークフローをAI所有、人間レビュー済み、人間所有の3つのカテゴリのいずれかに分類します。また、どの作業にどのAIツールが使用され、誰が出力をレビューしたかのログを保持し、間違いの発生元を追跡して修正できるようにします。

4. ビジネス価値

BCGの調査によると、成熟度スコアが最も高い企業の60%以上が厳格にAIの価値を追跡しているのに対し、停滞している企業では17%でした。測定可能なワークフローを1つ選び、時間、コスト、エラー率のベースラインを記録します。パイロット運用が始まる前に、成功基準と決定日を設定します。初日から使用あたりのコストを追跡し、結果がベースラインを上回った場合にのみ拡張します。

AI成熟度：用語集

AI導入：AIツールが使用されている程度。これはAI成熟度と混同されて使用されることが多いですが、両者は異なります。成熟度は組織全体でのAIの体系的な利用を指します。導入は単に何人の人々がそれを使用しているかを意味します。

AIの準備状況（AIレディネス）：AIを適切に使用するためのインフラストラクチャとデータが整っているかどうか。組織がクリーンなデータと確固たるインフラストラクチャを持っていても、AIの機能に合わせて業務を調整していない場合、成熟度において遅れをとる可能性があります。

AI成熟度：AIがどれほど意図的かつ効果的に使用されているか。導入と準備状況によって成熟度が可能になりますが、それが保証されるわけではありません。

AIガバナンス：組織内でAIが責任を持って使用される方法、新しいユースケースを承認する人物、およびレビューされる内容を決定するルールとプロセス。

エージェント型AI：単なる単一のプロンプトへの応答ではなく、独自に行動を起こし、複数ステップのタスクを実行できるAIシステム。

オーケストレーション：複数のAIエージェントを実行し、それぞれを孤立して使用するのではなく、一方がタスクの一部をもう一方に引き渡すことができるようにすること。

AI成熟度：クイック自己評価

いくつかの質問に答えることで、どの従業員も自組織がどの位置にあるのかを大まかに把握できます。

Perplexityが適合する場所

Perplexity Computerは、各ツールを個別に実行するのではなく、研究、分析、コンテンツ、コードをカバーする20の高度なモデルを1つのシステムに統合することにより、組織のAI成熟度に向けた道のりをサポートします。成熟度のより高度な段階を特徴付けるオーケストレーションの一種として、それらのモデル間で直接ワークロードをルーティングします。

よくある質問（FAQ）

AI成熟度モデルとは何ですか？
組織のAI能力をスコア化し、AIの活用がどれほど発展しており、意図的であるかに基づいてレベルを割り当てるフレームワーク。

AI成熟度の段階は何ですか？
ほとんどのフレームワークは、構造化されていない実験、構造化されたパイロット運用、日常のワークフローに組み込まれたAI、そして自律的に組織全体で実行されるAIという、同様の弧を描いています。

AI成熟度はAI導入とどう違うのですか？
導入は、AIツールが使用されているかどうかを測定します。成熟度は、それらがどれほど効果的に使用されているかを測定します。

AI成熟度とAIの準備状況（レディネス）の違いは何ですか？
準備状況は、AIをうまく使用するためのインフラストラクチャとデータが整っているかどうかを測定します。成熟度は、組織がその能力を中心に実際に業務を構築したかどうかを測定します。

AIガバナンスとは何を意味しますか？
組織内でAIが責任を持って使用される方法を決定するルールとプロセス。これには、新しいユースケースを承認する人物や、デプロイ前にレビューされる内容が含まれます。

エージェント型AIとは何ですか？
単なる単一のプロンプトへの応答ではなく、複数ステップのタスクを実行し、独自に行動を起こすことができるAIシステム。

AIオーケストレーションとは何ですか？
各ツールを孤立して使用するのではなく、複数のAIモデルやシステムを一緒に実行して、一方がタスクの一部をもう一方に引き渡せるようにすること。

組織はどのようにしてAI成熟度を向上させることができますか？
孤立した実験から離れて、明確な所有権を持つ構造化されたパイロット運用へと移行し、次にAIを実際のデータとワークフローに接続し、レビューなしでAIが行動できる領域に関するガバナンスを構築することによって。