← ブログ一覧へ

なぜ大企業のAI導入は進まないのか？開発よりも重い「情シス審査と社内稟議」の壁

投稿者 Nana Tokiwa
なぜ大企業のAI導入は進まないのか？開発よりも重い「情シス審査と社内稟議」の壁

サマリー

  • AI案件を止めているのはモデルの精度ではない。
  • 「接続」「統制」「合意形成」の3条件だ。自律型AIの本番運用率は日本17%で、世界平均32%を下回り14カ国中最低（Confluent・2026年6月）。
  • 統制の壁は、評価基準の不在から生まれる。
  • セキュリティ評価は94%が実施しているのに、89.5%が評価そのものに課題を抱える。理由の約半数が「専門人材の不在」（50%）と「評価基準の不明瞭」（49.1%）（アシュアード）。
  • 死角は「隠れAI」。
  • 業務で使うSaaSのAI活用有無を確認していない企業は約3社に1社。AI起因のインシデント経験は58.5%（同）。
  • 「使えている」と「成果が出ている」は別物。
  • 活用・推進度は日本87%だが、「期待を大きく上回る効果」は日本9%にとどまる（PwC・米国38%）。
  • 効果を測れなければ、次の投資は来ない。
  • 効果を「まだ評価できていない」企業は日本13%、米国は0%（同）。

※本稿は2026年9月16日時点で公開された一次情報に基づき執筆しており、最新の動向は随時別記事にてアップデートします。

AI案件の難所は、実装そのものではありません

私たちAezisaiは日本大手通信キャリアを含む複数のエンタープライズAI案件を担当してきました。そこで実感したことは、AI案件の難所は実装そのものだけではないということです。

実際に詰まりやすいのは開発スピードよりもその手前と周辺、つまり社内要件です。外部通信やクラウドAPI利用の申請、膨大なセキュリティ確認項目、想像以上に多い会議と社内調整、社内稟議を通すことです。

技術的には作れます。PoCとしては動きます。それでも前に進まないのは、その会社の条件をパスできる設計になっていないからです。

止めているのは技術ではなく3つの条件

1. 止めるのは技術ではなく「接続」の条件

外部通信の申請、クラウドAPIの利用許可、ネットワーク分離の条件、データ持ち出しの基準、ベンダー規約や学習利用の確認。技術的には完成しているのに、この層で止まる案件は少なくありません。

Confluentの調査でも、日本のAI活用課題は「AIおよびデータに関するスキルと専門知識の不足」が80%、「データの出どころや適時性、品質に対する不確実性」が71%、「リアルタイムデータ処理インフラの欠如」が69%でした。AIの性能以前に、「AIに渡すデータをどうつなぐか」で詰まっています（Confluent「Data Streaming Report 2026」）。

2. 承認を止めるのは評価基準の不在

大企業のセキュリティチェックの項目数は目が回るほど多いです。アシュアードの調査では、AIサービスのセキュリティ評価を「新規契約時・契約後も定期的に行っている」企業が79.9%、「新規契約時のみ」が14.1%で、94%が評価自体は実施していました。にもかかわらず、89.5%が評価に課題を抱えています（アシュアード・従業員1,000名以上の情報システム部門300名）。

理由の約半数は「AIのセキュリティを評価できる専門人材が不在または不足」が50%、「AIに対する評価基準が不明瞭・確立されていない」が49.1%でした。基準がないのに、承認だけが求められます。これが稟議の止まる構造です。

さらにAIを主体とするサービスだけでなく、一部機能にAIを使っている「隠れAI」も見逃せません。業務で使うSaaSのAI活用有無を確認していない企業は約3社に1社。AIまたはAI活用SaaSに起因する（可能性を含む）セキュリティインシデントを経験した企業は58.5%に達します（同）。総務省の白書でも、懸念事項として「ブラックボックス化により判断理由などの説明が不足する可能性」が20.2%挙がっていました（総務省「令和8年版 情報通信白書」・2026年7月）。統制は、禁止ではなく「説明できる形にする」ことでしか解けません。

3. 予算を止めるのは効果測定の合意不在

会議と社内調整の量は、たいてい見積もりの外側にあります。責任分界、運用体制、障害時の扱い、そして効果測定の方法。PwCの調査では、日本企業の13%が生成AIの効果を「まだ評価できていない」と答えており、これは6カ国比較で日本だけが突出していました（米国は0%）。1年以内の効果発現を想定する割合も、米国66%に対し日本は41%にとどまります（PwC「生成AIに関する実態調査2026 春 6カ国比較」）。止まっているのは、AIではなく条件の設計です。

なぜPoCと本番では求められる能力が違うのか

PoCが問うのは「実現可能性」、本番が問うのは「統制・運用・継承」です。権限設計、監査可能性、データの鮮度と説明責任、既存システムへの組み込み、情シス・法務・セキュリティ・現場の合意。問われているものが違うのですから、PoCで止まるのはむしろ自然な結果です。

Ridgelinezの調査では、生成AIのPoCに取り組んだ企業のうち本番稼働まで進むのは3分の1程度でした（Ridgelinez・2024年10月）。矢野経済研究所の2025年調査でも、AIエージェントを「利用中」の企業は3.3%、「導入検討中」13.5%、「情報収集中」49.3%にとどまっています。

PoCの作り方を持っている企業は多い。しかし本番まで通す方法を持っている企業は、圧倒的に少ない。ここに差がつきます。

大企業のAI活用、AI事業に必要なのは「社内要件をロジカルにクリアする設計」

私たちが自社で開発し続けている次世代AIOS基盤「ARIA」は、大手通信キャリアをはじめとするエンタープライズAI案件において、当社が設計・実装を担う現場で実際に活用してきた基盤です。

ARIAはAIを単なる「作業効率化の道具」ではなく、組織が培ってきた経験や判断基準を蓄積・継承する「認知基盤」として設計しています。自己学習ループとP2Pセマンティック分散学習を備え、個人の頭の中に閉じがちな「判断の勘所」を構造化。データガバナンスと安全性を確保しながら、使えば使うほど組織全体の意思決定精度を高める資産へと変換し続けます。

だからこそAezisaiは厳格なエンタープライズ要件でも本番運用へ導くことが可能です。

AI導入を阻む本当の原因は「接続・統制・合意形成」という社内要件が後回しにされている点にあります。私たちは実際の案件現場で厳しいセキュリティ審査や社内稟議の要件をクリアしてきたノウハウを持っています。

各企業の制約条件に応える明確なアーキテクチャがあるからこそ、プロジェクトをPoCで終わらせず、確実に本番運用へと導くことができます。

ご相談について

「自社のAI案件がどの条件で止まりそうか」「情シスや稟議をどう通すべきか」でお悩みではありませんか？

貴社の現状課題を整理する30分無料相談（オンライン）を実施しています。ざっくばらんにお話しする機会として、まずはお気軽にご活用ください。

出典

XLinkedIn