PwC 2026年CEO調査:AIから財務的リターンゼロと報告した企業は56%、成功はわずか12%

データ
PwCは95カ国の4,454人のCEOを対象に調査を行い、一つのシンプルな質問を投げかけました:AIは実際に利益をもたらしていますか?その答えは厳しいものです。
CEOの56%——半数以上——がAIによる財務的影響を全く感じていないと報告しています。収益の増加もなければ、コスト削減もありません。何もないのです。
わずか12%——8人に1人——のみが、コスト削減と収益拡大の両方にAIを成功裏に活用しています。
これらは予算のない中小企業ではありません。世界最大の企業たちで、数十億ドルの資本を抱え、AI専門チームを有し、ほとんどの個人起業家が1年間で稼ぐ金額よりも高い月額のエンタープライズソフトウェア契約を結んでいる企業たちです。
なぜほとんどの企業が失敗するのか
PwCはこれを外交辞令的に控えめに表現しています:企業は「孤立した戦術的AIプロジェクト」を実行しており、「しばしば測定可能な価値を提供しない」と述べています。実際に起きていることをより率直に表現すれば、「パイロット地獄」——AIが進歩を感じさせる程度には使われるが、結果を生み出すほど深くは使われない状態——です。
大企業がAIで失敗するのは、悪意があるからではありません。構造的な問題によるのです。AIを導入しようとする大企業内部で実際に起きていることは以下の通りです:
- チームが機会を特定する
- 概要書を作成する
- 法務部門がレビューする
- IT部門が統合リスクを評価する
- 予算上限付きでパイロットが承認される
- パイロットが四半期実行され、曖昧な結果を生む(すべてのパイロットがそうであるように)
- 委員会によってレビューされる
- そして——運が良ければ——「さらなる検討」が承認される
企業が検討を終える頃には、ツールはすでに3回のメジャーアップデートを経ており、当初の推進者は別の部署に異動し、新しいチームが学習曲線をゼロから始めなければなりません。
結果が出ていない企業は、AIを戦術的な追加機能として扱っています——既存のワークフローにAIを付け足すだけで、AIを中心にワークフローを再構築していません。AIを使って既に行っていることをわずかに加速させるだけで、以前にはできなかったことをするためにAIを使っていないのです。
報告書は「企業のビジネス戦略と整合したエンタープライズ規模での展開」と「AIイニシアチブの明確に定義されたロードマップ」を求めています。これはまさに官僚主義によって実行がほぼ不可能にされるものです。
ここで重要なのは、ツールを使うこととシステムを構築することの違いです。ほぼ全員——世界最大のCEOの56%を含めて——はツールを使っています。一握りの勝者はシステムを構築しているのです。
勝者が実際に行っていること
PwCは成功している12%を特定のラベルで呼んでいます:バンガードです。
バンガード企業の44%はAIを自社の製品、サービス、顧客体験に直接適用しています。パイロット地獄に陥っている残り88%の企業では、これを実行しているのはわずか17%のみです。
勝者は、内部の運用方法だけでなく、実際に販売しているものにAIを使用する可能性が約3倍高いのです。
平均的な企業は、内部メールの作成、会議の議事録の要約、マーケティングチームがソーシャルメディア投稿を生成するのを支援するためにAIを使用しています。確かに生産的ではあります。しかし、彼らが請求する内容や対応できる顧客数を変えるものではありません。
バンガードは製品そのものにAIを使用しています。サービスをより速く、よりパーソナライズされ、よりスケーラブルにするためにAIを使っています。以前は到達できなかった顧客に届けたり、よりインテリジェントにリードを選別したり、より大規模なチームなしでは不可能だった成果を提供するためにAIを使っています。
そこから収益が生まれるのです。受信箱の自動化からではありません。
📖 全文を読む: HN AI Agents
👀 See Also

Claude Code v2.1.201、Sonnet 5セッションで会話中システムロールを廃止
Claude Code v2.1.201 では、Claude Sonnet 5 セッションにおけるハーネスリマインダー用の会話途中システムロールが削除され、チャットコンテキストがシンプルになりました。

Anthropicの感情ベクトル論文は、お世辞と愛が同じメカニズムを共有していることを示しています
Anthropicの最近の感情ベクトルに関する論文によると、Claudeの「愛」ベクトル(温かく思いやりのある応答を生み出す内部表現)は、増幅されたときにへつらいを生み出すメカニズムと同じであり、別個のへつらい回路は存在しないことが明らかになりました。このベクトルを抑制すると、モデルはより正直になるのではなく、冷たく残酷な応答をするようになりました。

约束衰减:LLM代理为何在结构化后端代码中失败
新しい研究が「制約減衰」を提唱:構造的な要件が増えるにつれ、LLMエージェントのパフォーマンスが急激に低下する—有能なエージェントでもアサーション合格率が30ポイント低下し、弱いエージェントはほぼゼロに。AIコーディングエージェントを使用するすべての人にとって実用的な洞察。

Anthropicは、Claudeのサブスクリプション制限からサードパーティ製ハーネスをブロックしますが、回避策が利用可能です
Anthropicは、Claudeのサブスクリプション制限にサードパーティ製ハーネスがアクセスすることを制限し、これらのツールに依存するワークフローを混乱させる可能性があります。Redditユーザーは、数か月分のトレーニングデータをほぼ失った後、オープンソースの回避策を開発したと報告しています。