AI導入で失敗する会社の共通点：「3つの質問」が抜けている
AI導入は、「PoC」ではなく「現場の習慣化」を競うフェーズに入った
HubSpotのイベント「GROW EUROPE 2025」で、OpenAIのGTMリーダー Orian Englishは、欧州企業のAI活用がこの1年で「試す」段階から「組織に根づかせる」段階へ移ったと語ります。背景にあるのは、個人利用の爆発的な浸透と、それに引っ張られる形での企業導入の加速です。実務の論点は、派手なユースケース探しよりも、何を解き、誰が推進し、どう測るかに収れんしていきます。
1. AI導入は「加速」した——数字が示す現実
Orianは、「ChatGPTの週次アクティブが1年で4倍になった」と述べ、消費者レベルでの普及が“前提条件”を変えたと示唆します。実際、OpenAI CEOのSam Altmanは、ChatGPTが週次アクティブ8億人に到達したと述べています。
企業側でも勢いは強く、OpenAIは、「ChatGPT Enterpriseの座席数が前年比約9倍」と公表しています。
つまり、AIは、一部の先進部署の“玩具”ではなく、全社の生産性インフラになりつつある——ここが最大の地殻変動です。
2. 導入前に必ず問うべき「3つの質問」
2-1. 何の問題を解くのか（ビタミンか、痛み止めか）
「何を達成したいのか」を最初に定義せよ——Orianは、売上（トップライン）でも効率化（ボトムライン）でもよいが、狙いを曖昧にするとROIが“雰囲気”になると釘を刺します。
ポイントは、*「便利そうだから」ではなく「この指標を動かすため」*に落とすこと。
2-2. エグゼクティブ・スポンサーは誰か
「スポンサー不在は失敗確率を跳ね上げる」。現場の熱量だけでは、権限・予算・ルール整備が追いつかず失速します。理想はC-suite、最低でも強い権限を持つシニアが「自分も使う」という姿勢で牽引すること。
2-3. “Good”の定義と測定方法は何か
「成功とは何か、どう測るか」。定量（工数削減、売上貢献）でも、定性（満足度、創造性、NPS）でもよい。ただし最初にKPIを置かないと、後から説明できません。
Orianの言う通り、AIは体感価値が高い一方で、測定設計がないと「好き嫌い」議論に回収されがちです。
3. “AI Ready”の誤解——完璧な基盤を待つな
Orianは、AI readinessを「巨大なデータ基盤ができた状態」と狭く捉えること自体がブレーキだと語ります。印象的なのは次の一言です。
「Good today is better than perfect tomorrow（今日の“良い”は、明日の“完璧”に勝る）」
3-1. 低リスク×高インパクトから始める
たとえば、「社内FAQ」「社内ドキュメント検索」など、顧客接点がなく、機密度も比較的低い領域から始める。OrianはOpenAI社内で、Notion/Google Docs等に散らばる情報にチャットでアクセスできる仕組みを作ったところ、想定以上に利用が広がった例を紹介します。
ここで重要なのは、最初の勝ち筋が「壮大なAIプロジェクト」ではなく、“探す・まとめる・答える” のような日常業務の摩擦低減である点です。
4. 欧州で強い論点：主権・プライバシー・統制
欧州では、「安全か？データは誰が管理する？」という会話が長く残りやすい——この指摘は現実的です。対応策は、精神論ではなく設計です。
4-1. “企業データは学習に使わない”を前提にする
OpenAIは、Enterprise/Business/Edu等の組織データを既定で学習に使わないと明示しています。
（逆に言えば、どのプラン・設定で何が起きるかを、導入前に必ず棚卸しすべきです。）
4-2. データレジデンシーで「保管場所」を選べる時代へ
OpenAIは、欧州向けにデータレジデンシー（域内保管）を提供し、主権要件に対応しやすくしています。
さらに英国でもデータレジデンシー拡大を発表しています。
4-3. コネクタ利用は“権限の継承”が肝
Orianは、HubSpotやSlack等との接続（コネクタ）に触れ、「既存ツール側のアクセス権がChatGPT側にも反映される」趣旨を述べます。HubSpot側の公式ドキュメントでも、HubSpotのユーザー権限を尊重すると説明されています。
つまり、AIのガバナンスは「AIだけの話」ではなく、ID管理・権限設計・ログ の延長戦です。
5. 転換点は“AIリテラシー投資”——全員が言語を持つ
最後にOrianは、2026年の理想像（全社導入が進み成果も出ている世界）の鍵を「AI literacy（AIリテラシー）」だと言います。
「リーダーが投資し、社員が“AIの言語”を話し、習慣として筋肉をつける」。結局、勝敗を分けるのはツールの選定よりも、現場の使い方が“型”として共有されるかです。
結論：最短距離は「小さく始め、測り、拡げる」
派手な自動化より、①解く課題、②スポンサー、③KPI、④低リスク起点、⑤権限とデータ主権——この順で設計し、「まず使う」を作る。AI導入は、テクノロジー案件ではなく組織変革の運用です。
