AI を使用している企業の 80% が依然として AI から収益を上げていない理由

Progress Software の最高 AI オフィサーは、組織が AI パイロットからスケーラブルなプラットフォームに移行する中で、エージェントの RAG とコンパクト モデルが成功を決定づける理由を説明します。

何が起こっていますか： 組織は、AI の実験から、オーケストレーション、ガバナンス、監査可能性に焦点を当てたスケーラブルな導入に移行しています。

これが重要な理由: ガバナンスを組み込んだ規律ある実装への移行により、どの組織が競争上の優位性を獲得できるか、生産性格差の拡大によって取り残される組織が決まる可能性があります。

2023 年から 2025 年がパイロットとプロトタイプの年だった場合、2026 年はオーケストレーション、ガバナンス、規模が重要になるでしょう。

最近の AI 研究のさまざまな部分にわたるシグナルは一貫しています。導入は広範囲に及んでおり、企業がワークフローを再設計し、結果を測定し、信頼性と制御をスタックに配線するところにビジネスへの影響が集中しています。また、マッキンゼーの報告によると、約 80% の企業が生成 AI を使用しているものの、スケーリングの実践や運用モデルが誇大宣伝よりも遅れているため、ほとんどの企業はまだ大きな収益貢献を実感していません。

Progress Software の AI 最高責任者、Ed Kiesling 氏は、2026 年に AI に投資するすべての組織が満たす必要がある 5 つの予測について概説しました。

1 つ目は、キースリングが AI 配管と呼ぶものに焦点を当てています。真の競争力を得るには、組織は AI 基盤を再評価し、新しい規制や脅威に合わせて検索、ガバナンス、監査システムを更新する必要があります。

「Agentic RAG は今や不可欠です。従来の RAG は信頼できるデータを使用していましたが、Agentic RAG には複数ステップの推論、ツールの使用、安全な調整が追加されています。これにより、既製の足場が提供され、カスタム ソリューション用のリソースが不足している中堅市場や SMB にとって特に価値があります。」と Kiesling 氏は言います。

「複雑なシステムをゼロから構築する代わりに、チームは安全な検索、推論、監査可能性を提供するプラットフォームを採用して、AI を民主化し、リスクを軽減できます。」

生産性格差が拡大

キースリングの 2 番目の予測は、彼が複利曲線と表現するものに焦点を当てています。革新者、早期採用者、後進者の間の生産性の差は急速に拡大するでしょう。イノベーターとアーリーアダプターは、AI を活用してより複雑なタスクを自動化および調整する能力を加速します。

「組織は、成長と学習を促進し、組織の他のメンバーを巻き込むための革新的な方法を考え出す必要があります。構造化された学習とプラットフォームの導入を優先する企業は、ギャップを縮め、AI の変革の可能性を完全に実現するのに最適な立場にあるでしょう。」と彼は言います。

小型モデルが勝つ

Kiesling 氏によると、AI のトレンドはますます大規模で強力なモデルの構築に重点が置かれてきましたが、2026 年の組織はより小型でより特化したモデルの利点をますます認識するようになるでしょう。

これらのコンパクトなモデルは、企業独自のデータに基づいてトレーニングまたは微調整できるため、特定のビジネス ニーズや内部プロセスとの関連性が高くなります。小規模なモデルは必要な計算能力とストレージが少ないため、実行コストが低くなり、幅広い環境に導入できます。

「これにより、機密データがクラウドやサードパーティのプロバイダーに送信されるのではなく、組織独自のインフラストラクチャ内に保持されるため、より高速で安全かつプライベートな AI 運用が可能になります」と Kiesling 氏は述べています。

誇大宣伝よりも信頼

AI の誇大宣伝が消えても、残るのは信頼だ、とキースリング氏は予測します。 AI に対する初期の熱意は、あらゆる場所で、より成熟した一連の期待に取って代わられています。組織は、特に規制が厳しい業界や機密性の高い業界では、透明性、監査可能、公正な AI システムを要求することになります。

「たとえば、厳格な規制要件に準拠する必要がある金融サービス会社を考えてみましょう。同社は融資承認にブラックボックス AI モデルを導入する代わりに、各決定について明確な説明を提供し、完全な監査証跡を維持し、内部および外部の審査担当者がプロセスのすべてのステップを追跡できるようにする AI プラットフォームを導入しています」と彼は言います。

キースリングの最終的な予測は統合に重点を置いています。今後 12 ～ 18 か月で優位に立つ組織は、最大規模のモデルを備えた組織ではないでしょう。組織内の非構造化データの価値を解き放ち、顧客にとってより有意義なビジネス成果をもたらすことができる人にかかっています。

「秘密のソースは、分散したプロトコル、部族の知識、非構造化文書を実用的な検索パイプラインに変えることです。Agentic RAG は、この移行を強化することができます」と Kiesling 氏は言います。

「今日、インシデント対応のプレイブック、規制要件、アーキテクチャ文書をゆっくりとした手動検索に頼っているセキュリティチームを例に挙げます。代わりに、この同じチームが、統合されたコンテキストに応じた検索レイヤーに依存して、必要なツールをリアルタイムで即座に表面化でき、それが競争上の優位性になります。検索、推論、安全なオーケストレーションを組み合わせることで、チームが内部知識にアクセスする方法に革命が起こります。」

2026 年に AI で成功することを目指す組織は、ソリューションの構築と導入に対して、より規律正しく戦略的なアプローチを採用する必要があります。今年は、パイロットによる実験から、大規模な AI のオーケストレーションと管理に焦点を当てたスケーラブルなプラットフォームの実装への重要な移行を迎えます。

「Agentic RAG は、生成推論と堅牢で説明責任のある検索を融合することで、この変革において重要な役割を果たします。すべての応答は検証可能なデータに基づいており、すべてのプロセスは監査証跡で明確に追跡され、すべてのインタラクションは環境間の厳格な分離を維持し、ガバナンスが決して損なわれないようにします。」と Kiesling 氏は述べています。

ストーリーの最新情報を入手してください リンクトイン、 ツイッター、 フェイスブック そして インスタグラム。