By Ryoji Itako, Business Development Director Japan & Korea, Acumen Intelligence
8月に日本法人社長に就任したJon Robottom(ジョン・ロボトム)は基調講演で、企業のAI活用を阻む課題について解説した。
ロボトム氏はAIは単なる対話型の「アドバイザー」から、実際に業務を実行する「オペレーター」へと進化している。また、AIモデルの利用コストが低下する一方で、トークン消費量は急速に増加しているという。Dell Technologiesが2026年5月に公開した情報によれば、トークン消費量は従来の10倍に増え、2025年には年間100兆トークンを突破した。トークンエコノミーやデータセンターの電力・冷却容量などの課題は残るものの、AIを巡る議論は「導入すべきか」から「どれだけ早く導入するか」へと移行している。
同氏が強調したのは、変化のスピードそのものだ。企業は変化し続けるビジネス環境やセキュリティリスクに対応しながら、継続的に知識や戦略を更新していく必要があると指摘した。

ロボトム氏は続いて、エンタープライズ企業に関する調査結果から4つの重要な数字を紹介した。最初に日本のITリーダーの70%が、プロジェクトのサイロ化を運用効率化の課題として挙げている。データ、ワークプレイス、AIなどの取り組みが部門ごとに個別で進められており、全体最適を妨げている状況だ。次にまた、53%が急速な技術変化への対応に苦労していると回答した。同氏は「53%という数字は低いと感じる。変化への対応をさらに加速しなければならないことに、まだ気付いていない企業もあるのではないか」と語った。第三に63%の企業はAI、データ、セキュリティに関するイノベーションロードマップを十分に策定できていない。目的や方向性が曖昧なままでは、成果につながりにくいという。最後に87%の回答者が、パートナー企業の提案にセキュリティとレジリエンスが組み込まれていることを期待している。同氏は「本来は100%であるべきだ」と述べ、セキュリティの重要性を強調した。これらの調査結果を踏まえ、ロボトム氏は「最も重要なのは、実験から実行へ移ることだ」と語った。
そのうえで、「個別のプロジェクトを乱立させるのではなく、事実に基づいて判断しながら実行することが重要であり、将来を見据えた設計を行うべきだ」と強調した。また、「PoCの可能性を議論する段階ではなく、いかに迅速に成果を生み出すかが重要だ」と述べ、AI、データ、セキュリティ、インフラを個別に扱うのではなく、統合的な視点で設計する必要性を訴えた。
Dell Technologies 会長兼CEO Michael Dell
続いてオンラインで登壇したマイケルデルは「AIは企業のテクノロジー活用のあり方を大きく変えつつある。近年は生成AIをはじめとする技術の進化により、多くの企業が新たな業務効率化や価値創出の可能性を模索してきた。しかし、講演では「AIを導入すること」そのものが目的ではなく、「AIを活用してどのような成果を生み出すか」が重要である」と主張した。
これまで企業の多くは、生成AIを中心としたPoC(概念実証)や試験導入を進めてきた。しかし今後は、実験段階に留まるのではなく、AIを企業活動の中核に組み込み、実際の業務やビジネスプロセスを変革する段階へ進む必要があるという。
その中で大きな注目を集めているのが、エージェント型AI(Agentic AI)である。従来のAIは、人間からの指示に応じて回答や文章作成、分析を行う支援ツールとして利用されてきた。一方、AIエージェントは複数のシステムと連携しながら必要な情報を取得し、自律的にタスクを実行して業務プロセスを進めることができる。AIは単なるアシスタントではなく、企業の業務そのものを担う存在へと進化しつつある。

こうした変化は、企業の業務設計にも大きな影響を与える。企業はこれまでのように既存業務へAIを追加するのではなく、AIの活用を前提として業務プロセス全体を見直すことが求められる。AIを活用できる業務と、人間が担うべき業務を整理しながら、新しい働き方を構築する必要がある。
一方で、AIの能力を最大限に引き出すためには、適切なテクノロジー基盤の整備が不可欠である。どれほど高性能なAIモデルを導入しても、それを支えるコンピューティング環境、ストレージ、ネットワーク、セキュリティ、データ管理基盤が整備されていなければ、全社的なAI活用は実現できない。
特に重要なのがデータの活用である。多くの企業では、業務に必要なデータが複数のシステムやアプリケーション、クラウド環境、オンプレミス環境に分散している。AIが有効な成果を生み出すためには、こうしたデータを統合し、安全かつ適切に利用できる環境を整備する必要がある。データの品質やアクセス性、ガバナンス、セキュリティは、AI活用の成否を左右する重要な要素となる。
さらに、AIエージェントが業務を実行するようになることで、セキュリティや責任の所在についても新たな課題が生まれる。どのシステムへのアクセスを許可するのか、どの範囲まで自律的な判断を認めるのか、問題発生時に誰が責任を負うのかといったルールを明確化しなければならない。そのため、AI活用を拡大する際には、技術だけでなくガバナンスや管理体制の整備も不可欠である。
また、AIの普及は経営判断そのものにも影響を与える。今後の企業競争力は、単に最新のAI技術を導入しているかどうかではなく、自社にとって価値の高いユースケースを見極め、その実現に必要なデータやインフラを整備し、継続的な成果へ結び付けられるかによって決まる。
講演を通じて示されたメッセージは明確である。AIの価値は技術そのものにあるのではなく、それを企業がどのように業務へ組み込み、具体的な成果として創出できるかにある。PoC中心の取り組みから脱却し、経営層、事業部門、IT部門が連携して全社的な変革を推進することが、AI時代の企業成長に不可欠であると示しあた。
John Roese (Dell Technologies CTO)
講演では、AIが単なる業務支援ツールから、実際に業務を遂行する存在へと進化している現状が紹介された。これまでAIは情報検索や文章作成、分析支援などを通じて従業員の生産性向上に貢献してきたが、近年注目されるエージェント型AIは、複数のシステムやデータと連携しながら自律的にタスクを実行し、業務プロセスそのものを担うことが可能になりつつある。
その際に重要となるのが、「職種」ではなく「業務単位」でAI活用を検討する考え方である。Dellによる約6,400件の職務記述書の分析では、一つの職種に複数種類の業務が含まれていることが確認された。企業は職種そのものをAIで代替するのではなく、業務を分解した上で、AIが担う領域と人間が担当すべき領域を見極める必要があるという。

企業で利用されるAIエージェントも多様化している。情報検索や文書作成を支援する生産性向上型に加え、CRMデータの整理や重複データの修正といった定型業務を自律的に実行するエージェントが登場している。また、製造工程など複数の業務プロセスを横断的に調整するエージェントも実用化が進み、講演ではテスト工程の待機時間を約50%削減した事例が紹介された。さらに、ソフトウェア開発や見積作成といった専門業務への適用も広がっている。一方で、創造性やコミュニケーション、協働といった領域は引き続き人間が担うべき重要な役割として位置付けられている。
今後は複数のAIエージェントが連携して業務を進めることが想定されており、その中心的な役割を担う存在として「コンシェルジュ型エージェント」が紹介された。利用者からの依頼内容を理解し、専門エージェントやシステムへ処理を振り分ける役割を果たすもので、将来的には企業の組織図に組み込まれる可能性も示された。
また、AIエージェントの普及に伴い、ガバナンスやセキュリティの重要性も高まる。企業はAIエージェントにデジタルIDを付与し、アクセス権限や利用システムを適切に管理する必要がある。さらに、企業固有の知識や業務ルールをAIへ理解させるため、ナレッジグラフやベクトルデータ、API連携などを活用したデータ基盤の整備も不可欠となる。
講演では、AI活用の成否はAIモデルの性能だけで決まるものではなく、データ、インフラ、運用管理、コスト最適化を含めた全体設計にあると強調された。企業の課題はAIの可能性を検証する段階から、AIを実際の業務へ組み込み継続的な価値創出を実現する段階へ移行しており、AIを新たな組織能力として管理・運用することが競争力向上の鍵になるとの見解が示された。




