AI導入のその後を運用データで読む──自信と準備の間の溝

AIの産業応用は実験の段階から本番運用へと移りつつある。だが稼働後の実測データを集めた報告を見ると、経営層の自信と組織の実際の準備の間にはっきりとした溝がある。中国の病院での運用を追った査読付き研究が示す報告されないコストと、858人の経営幹部調査が浮き彫りにするガバナンス整備の遅れ。導入発表の先で何が起きているのか、一次情報から読み解く。

病院のAI運用が露呈させた「報告されないコスト」

AI導入の成否は、稼働を開始してから判断すべきものだ。Frontiers in Medicineに10月9日掲載された論文は、資源が制約された中国の病院で運用AIを導入した後に生じる負担を分析し、「隠れた労働」「監視」「退出の負担」という事後コストが発生すると報告している。

同論文が引用する2026年のレビューによれば、AIの経済性評価117件のうち導入コストを報告していたのは28%、運用コストを報告していたのは57%にとどまる。また病院の意思決定支援に関する別のレビューでは、労働が導入費用の最大の構成要素だったという。投資対効果を語る前提となるコストの実測が、はじめから欠けている──これが運用データの第一の指摘である。

ここまでが報告された内容だ。ここから先の解釈には注意が要る。コスト報告の欠落はAIの失敗を意味しない。むしろ、評価の枠組みが導入の実態に追いついていない可能性を示す。単一国の医療システムに限定された観察であり、他産業への単純な一般化はできない。

82%の自信と26%の準備が示すエージェント運用の溝

企業側の自己認識にも同じ構図が現れている。開発プラットフォーム企業のOutSystemsは10月16日、報告書「Engineering Business Outcomes: The Shift to Agentic Systems」を発表した。調査はメディアのCIO Diveが2026年6月に実施し、経営幹部858人が回答した。KPMGとの協力による調査だ。

それによると、AIエージェントの管理・統合・監視に組織が追いついていると考える経営幹部は82%に上る。一方で、エージェント間やシステム間で競合が起きたときに解決へ十分備えていると答えたのは26%だけだった。監視体制も83%が既存のIT・セキュリティ・コンプライアンス手続きへの依存を示し、自動化された統制と監査証跡、正式な人間のレビュー地点を備える組織は5%だった。

成果の実感にも段差がある。影響指標として最多なのはエラー削減（64%）で、従業員の生産性やコスト削減を上回る。一方、新製品・サービスの立ち上げが加速したと答えたのは12%にとどまる。運用面の改善は出始めても、事業そのものの変革は初期段階だという読みができる。ただし特定企業が関与した委託調査であり、回答者はCIO Diveのデータベースから生成されている。数値はあくまでOutSystems側の主張として扱うのが適切だ。

ガバナンスの主戦場は事後レビューから稼働中へ

打開策として、エージェントの動作中に統制を効かせる方向の発表が相次いでいる。ServiceNowは10月15日、AIエージェントの権限範囲をリアルタイムに検証する「AI Passport」と、単一のデータモデル上でエージェントの発見・可視化・統制、コストから価値への測定を広げる「Super Intelligence Control Tower」の強化を発表した。いずれも同社の主張であり、効果の実証はこれから蓄積される。

発想の転換は共通している。OutSystemsのリリースでKPMGのMichael Harper氏は、従来のログと手続き型のガバナンスは静的なソフトウェア向けに作られたもので、動的なAIにはポリシー・アズ・コードとランタイムのガードレールが必要だと述べている。事後レビューから、動作中の強制へ。ガバナンスの設計思想そのものが更新されつつある、という報告である。

実測されないものは改善できない

Frontiers in Digital Healthに10月15日掲載されたシステマティックレビューは、2017年1月から2026年1月までの病院へのAI導入研究を体系的に整理し、安全・倫理・信頼性を確保する統合フレームワークを米国の規制環境と突き合わせて提示した。技術の展開速度と、規制・運用面の整備が互いに相手を待つ「ずれ」の存在を示した点で、冒頭の病院運用の知見と重なる。

業界データも同じ方向を向く。ET Autoが伝えたCapgeminiの調査では、自動車組織の68%がエージェントAIを利用・試験運用しつつ、成熟したガバナンスを持つのは5%のみとされる。

ここから先は解釈である。AI導入の課題は、モデル性能から稼働後の計測へ移った。導入コストを報告する経済性評価は3割に満たず、自動統制を持つ組織は20分の1だ。数字の分母を揃え、隠れた労働を可視化する仕組みを持つ組織だけが、次の改善サイクルに入れる。読者に一つ問いたい──あなたの組織のAIは、稼働後の数字を握っているだろうか。