プロダクトやテクノロジーの仕事をしていれば、この会議に出たことがあるはずです。ベンダーのデモやバイラル投稿が届いたとたん、ロードマップにエージェント、MCPアプリ、あるいはharnessが必要だという話になります。顧客との打ち合わせも「この件にはエージェントが必要です」という言葉で始まることがよくあります。要求を第一原理から分解してみると、顧客が本当に必要としているのは別のものであることが少なくありません。カスタムの予測モデル、すでに持っているLLMのより良い活用、あるいはAIがまったく不要な場合もあります。防御的に聞こえないように「ちょっと待ってください」と言える人が必要です。AIの議論は騒々しく説得力もあるため、これは簡単ではありません。
この記事では、地に足をつけ続けるための3つの方法を紹介します。第一に、AIの価値チェーンを理解し、自分が現実にどこに位置しているかを把握すること。第二に、AIについて学んだことを構造化し再利用できる知識基盤を築くこと。第三に、自分の視点を保ちながら意図的に情報を取り入れることです。これらを実践すれば、次のハイプの波がチームに押し寄せたときに、より頼りになる議論の相手になれます。
価値チェーンは、上位のチップから下位の企業まで続いています。上位では、シリコンが納品時に支払われるため、リターンはほぼ確実です。しかし下に行くほど、価値は不確実になります。クラウドプロバイダーやモデルラボは将来の需要に賭けており、その需要の多くはエコシステム内部で循環しています。実際のエンドユーザーの需要は、チェーンの末端でようやく決まります。
エンタープライズでAIを導入する立場やアプリケーション開発者であれば、あなたは受け手の側にいます。AI企業は、AIは安く、簡単で、あらゆるものを変えるという「アクセシビリティの幻想」を広めています。しかしベンダーは、自社製品の限界をあなたよりはるかに深く理解しています。調査はそのギャップを裏付けています。McKinseyの2025年の調査によると、生成AIを利用している企業の80%以上が、全体的な利益への明確な影響を報告していません。
出典: Towards Data Science · 要約：HeadlinesBriefing