企業が AI を輸入する最も高価な方法は、AI を購入することですが、誰も使用しません: Moderna が発注を取り消しました

この記事は元々、Vista ニュースレター（新しいタブで開く）の第 130 号に掲載されました。

企業が AI を導入する最も一般的な方法は、間違った高価なツールを選択するのではなく、それらを購入しても誰も使用せず、結局棚上げされてしまうことです。

認証を購入し、アカウントを開設し、教育とトレーニングを完了しました。 3 か月後、バックエンドを開いたところ、毎週アクティブなユーザーは 10% 未満であり、自力で探索できるユーザーに集中していることがわかりました。

正直に言うと、これは特別なケースではありません。 市場の観察によると、AI テスト プロジェクトの約 88% は正式な運用環境に入ることはなく、実際に期待される投資収益率を達成しているのはそのうちの約 4 分の 1 のみです。 言い換えれば、あなたが聞いたことのある AI 輸入の成功事例は、統計的には少数派なのです。

この電子ニュースレターでは、このハードルを突破したある企業と、それを成功させるまでの手順についてお話したいと思います。

mRNA ワクチンを製造するバイオテクノロジー企業、Moderna については誰もがよく知っているはずです。 2023 年の初めに、OpenAI の API を使用して、mChat と呼ばれる内部チャットボットを構築しました。

これの鍵はテクノロジーではなく、タイミングです。当時、彼らは ChatGPT Enterprise を買収していませんでした。

mChatの導入率は80％以上。

この事例で興味深いのは、この会社の従業員の 80% は、何かを購入するために大金を費やす前に、質問がある場合はまずそのものに質問する習慣を身につけていることです。 後で正式なエンタープライズ版が導入されたときに、彼らが取り組まなければならないのは、どうやって全員にそれを使い始めてもらうかではなく、すでにそれを使っている人たちに、どうやってより良いインターフェースに切り替えてもらうかということだ。

この 2 つの質問の難易度はちょうど 1 桁違います。

ほとんどの企業が AI を導入するときの順序はまったく逆です。まず購入し、次に発表し、次にトレーニングを実施し、その後習慣が自然に成長することを期待します。

しかし、習慣は自然​​に成長するものではないので、最も残酷なことはまだ来ていません。 なぜなら、ユーザーにとってそれは上から下に命令されたものであり、現在の作業とは明確な関係がないからです。 通常、人々はポリシーに従うために働き方を変えるのではなく、今日は早く仕事を終えるために働き方を変えるだけです。

Moderna は、最初にシンプルなバージョンを使用してニーズと習慣を開発し、その後、すでに人気のある市場を正式なツールに引き継がせるのと同じです。

彼らは、mChat の開発を続けるか、ChatGPT Enterprise に切り替えるかを決定するために、説明会に依存しませんでした。

AI 製品とプラットフォームの責任者であるブライス シャラメル氏は、非常に率直にこう言いました。科学に基づいた企業として、あらゆることを研究する必要があります。 そこでチームは、mChat、Microsoft の Copilot、ChatGPT Enterprise を比較する大規模なユーザー テストを実施しました。

彼らが使用する基準は ネット プロモーター スコア であり、機能比較表ではありません。

これは立ち止まって考えてみる価値があります。

ほとんどの企業の決定は、特定の機能が利用可能か、価格はいくらか、製品のセキュリティは許容できるかなど、購買部門が作成した比較リストに依存します。 もちろん、これらはすべて質問ですが、実際に成功か失敗を決定する唯一の質問、つまりこのグループの人々がそれを使いたいかどうかには答えられません。

同僚が強力なツールを 3 回使用しただけで諦めた場合、その実際の機能はゼロになります。

Moderna は、ChatGPT Enterprise のネット プロモーター スコアが途方もなく高いと結論付け、これに全面的に取り組みました。

シャラメルはその論理全体を一文で説明した。彼らは決してバケツに水を入れるために来たのではなく、火をつけるために来たのである。

水を入れるということは、道具を配り、授業を完了し、使用報告書を提出することを意味します。照明とは、誰かに何かを作ってもらったら、それを見た隣の同僚が「これ使わせてください」と言う事です。

前者は特殊なケースなのでクローズされます。 後者は拡散であり、それ自体で成長します。

これがこの事件全体で私が最も興味深いと感じた点です。

モデルナが自ら設定した目標は、6 か月以内にデジタル ツールにアクセスできる全従業員の導入率と熟練度が 100% 達成することです。

最後の2つの単語「熟練度」に注目してください。 大切なのはアカウントを開設したり授業を受けたりすることではなく、熟練することです。

この違いは非常に実用的です。

KPI が導入されると、すべてのリソースがまだ KPI の使用を開始していないユーザーに割り当てられます。

KPI がインポートされると、リソースがシステム自体に流れます。

システムがオンラインになることが承認基準の場合、プロジェクトはオンラインになった日に終了します。 受け入れ基準が採用である場合、プロジェクトは実際に稼働する日まで開始されません。

そのために、彼らのアプローチは 3 層構造になっています。

個人レベル、詳細な調査とリスニングの計画、物理的およびオンラインのトレーニング、独占的な AI 学習パートナー。 彼らの主張は、AI を使って AI を教えることが成功の鍵である、というものです。

集合レイヤー、このレイヤーが最も興味深いです。 彼らは、社内のヘビー ユーザー上位 100 人を特定するために即時単語コンテストを開催し、このグループを社内の生成 AI チャンピオン チームに編成しました。 次に、すべての事業分野および地域でオフィスアワーを設定し、誰でも質問できるようにします。 毎週 2,000 人の参加者が参加する社内 AI フォーラムもあります。

構造層では、CEO と運営委員会が自ら関与し、役員会議や全員会議を通じて文化を確立し、報酬体系をマッチングさせます。

特に指摘しておきたいのは、100 人のチャンピオンは指定されたチャンピオンではなく、コンテストから選ばれたということです。

これは大きな違いです。 指定されたシード担当者は、通常、部門長によって会議を開催するために派遣される人物です。しかし、コンテストで選ばれた勝者は、すでにそれを止められないほど狂ったように使い続けている人です。

前者はプッシュする必要があり、後者はプッシュ自体です。

ChatGPT Enterprise をインポートしてから 2 か月後の数値は次のとおりです。

社内全体で 750 を超えるカスタム GPT が作成されており、ユーザーあたり週平均 120 件の会話があり、法務部門による導入率は 100% です。 その後、この数は増加し続け、3,000 を超えるカスタム GPT が内部に蓄積されました。

しかし、一連の数字の中で最も重要なことは、実際には別のことです。

週間アクティブ ユーザーの 40% 以上が GPT を自分で構築したことがあります。

一般に、企業は何人の人がそれを使用したかを見ることで導入率を測定しますか?正直に言うと、この番号は一度ログインするだけで簡単に偽造できます。 しかし、モデルナが注目しているのは、何人の人が何かを構築したかということです。

ユーザーからビルダーへの移行は、偽造が難しいしきい値です。 なぜなら、まず自分の仕事についてのアイデアを持ち、どのセクションが繰り返されるのか、どのセクションが無駄になるのか、どのセクションを引き継げるのかを把握する必要があるからです。

従業員がカスタマイズされた GPT を作成できる場合、それは従業員が自分のワークフローを十分に検討していることを意味します。 これはツール自体よりも価値があります。

このケースが他の企業と本当に違うのは、3,000 GPT ではなく、組織図の変更です。

モデルナは人事部門と情報技術部門を 1 つに統合し、最高人事およびデジタル技術責任者という新しい役職を創設しました。

しかもこの役職を引き継いだのはテクニカルディレクターではなく、本来の人事部長だった。

一部のコメンテーターは、この選択自体がメッセージであると指摘しました。 テクノロジーは人々に役立つのであって、その逆ではありません。

このステップのロジックは、実際、ある意味を非常に直接的に伝えています。AI が単なるサポート ツールではなく、実行作業の一部になると、それを実行する人を見つけるか、エージェントを使用するかが同じ決定になります。 従来の組織では、これら 2 つの問題は、予算主題、年次計画、および互いの管轄区域によって分離され、互いに接点のない 2 つの部門によって管理されます。

合併後、モデルナは組織についての考え方も変えました。もはや機能から出発するのではなく、会社を整理する必要がある一連のタスクとして捉え、それを人間か機械、または両方が何らかの方法で一緒に行うべきかどうかを 1 つずつ尋ねました。

この記事はメーカーの宣伝広告ではないため、皆様に明確にしていただきたいことがいくつかあります。

第一に、何人かの人々は依然として解雇されています。 この組織調整により、技術人材の約10％、約50人が解雇された。 解雇されたのは技術部門であり、他の部門ではないことは注目に値します。 一部の解説者は、これは 1 つのことを示していると考えています。AI 導入の主な目的が人員削減である場合、このグループは解雇されないということです。

第二に、初心者レベルのポジションの学習曲線は大きな問題です。 GPT エージェントは、もともと若手スタッフが担当していた仕事の一部、特に人事面を引き継ぎました。 時間の節約は現実的ですが、若い従業員がそのような些細なことから何を学ぶかについてはまだ答えがありません。

第三に、モデルナの状況を再現するのは困難です。 そこにはテクノロジーの遺伝子、感染症流行中に蓄積された変革力、実験の文化、そして自らの手で物事を解決するCEOがいます。 あるコメンテーターは、それをうまく表現しました。 「コピーを可能にするコンテキスト以外はすべてコピーできます。」

きれいな数字だけを語るケーススタディは役に立たないので、これらの点を含めました。 何がコピーできて何がコピーできないのかを誰もが知る必要があるので、どこから始めればよいでしょうか?

この記事は、inno.tw（新しいタブで開く） で書いた企業解体シリーズの 3 番目の記事です。 3 つの記事を合わせて見ると、ちょうど 1 線上に 3 つの点が位置します。

Shopify と Duolingo（新しいタブで開く） は次のように尋ねます: あなたのポリシーの背後に何かありますか? 2025年4月、両社は3週間の間隔をあけてほぼ同一内容のAI政策メモを発表した。 1 つは他の企業によってモデルとして使用され、もう 1 つはソーシャル メディアのアカウントを削除する必要があるほど人気が​​ありました。 違いはポリシーに書かれた内容ではなく、その書簡が発行されるまでの 4 年間です。

Klarna の記事（新しいタブで開く） は次のように尋ねました: インジケーターは正しく設定されていますか。 最も広く流通しているのは、同社が700人を解雇し、AIに置き換えたというものだ。品質が低下したため、人々を呼び戻さなければなりませんでした。 検証したところ、この文のほぼすべての段落は不正確であり、AIの導入を評価している企業にとっては真実のバージョンの方がはるかに有用です。

Moderna の記事（新しいタブで開く） では、インジケーターが正しく設定された後はどのように見えるかと尋ねています。

これら 3 つは実際には同じ文を繰り返しています。最初に実装があり、次にポリシーがあります。まず正しいインジケーターがあり、次に正しいデザインがあります。 まずそれを使いたい人がいる、そしてそのツールが良いかどうかという問題がある。

順序が逆になると、どのステップも空の演奏になってしまいます。

上記は元の記事から掴んだ骨子ですが、3層変更管理の実際、Dose IDと法的契約GPTの実際の様子、プロンプト単語競争をどうするか、そして3つの記事のより完全な比較など、ここには載せきれない詳細がたくさんあります。 完全版はここにあります。ぜひご覧ください（新しいタブで開く）。

あなたの会社がたまたま誰も使用していない AI ツールを持っている場合は、次の 4 つの質問について考えてみてください。

まず、KPI はインポートの完了に関するものですか、それとも採用率と熟練度に関するものですか。 この質問により、後続のすべてのリソースの流れが決まります。

第二に、購入する前に需要を開拓しましたか。 まだ購入していない場合は、最初に全員がプレイできるように、非常にシンプルで少し使いにくいバージョンを作成することを検討してください。 すでに購入している場合は、このシーケンスをもう一度実行するための小さなユニットを見つけてください。

第三に、内部シードは割り当てられていますか、それとも自動的に出現しますか?コンテストを開催し、バックグラウンドデータを調べ、誰がそれを狂ったように使用しているかを尋ね、止められない人を見つけて、彼らにステータスとステージを与えます。 会議に割り当てられた人は何も持っていくことができませんでした。

**第 4 に、あなたの成功指標の中に、自分で何かを構築した人は何人いますか?**中古と構築は別物です。 前者は押すことができ、後者は刺激することしかできません。

ここ数年、私は 1 人の担当者と一連の AI ワークフローを使用して、執筆、製品、コース、学習、実験などのいくつかの製品ラインを維持および運用してきました。 いくつかの独立した Web サイト、リスト システム、キャッシュ フロー、自動化されたシーケンス、および数十の自作ツールはすべて私によって管理されています。

現在、私はこの実践を企業（新しいタブで開く）に導入しています。

ただし、最初に明確にしておきたいのは、これが適さない状況がいくつかあるということです。つまり、提出できるレポートが必要な場合、モチベーションを高めるスピーチを聞きたいだけの場合、または大量の人材を AI ソリューションに置き換えたい場合、これはこのサービスの本来の目的ではありません。 このアプローチには、喜んで実行する社内担当者が少なくとも 1 人必要です。そのキーマンがいなければ、どんなに力のあるコンサルタントでも役に立たないかもしれません。

条件が整えば、半日のAI革新的診断が開始されます。 主要な担当者を招集し、実際に AI に引き継げるプロセスとそうでないプロセスを検討し、優先順位や予想される抵抗を含む 1 ページの導入ロードマップを作成します。 以降の実行予定の料金は、最初の月に全額割引されます。

さらにお金を使うかどうかを決める前に、カードがどこにあるか調べてください。 この一連の流れはモデルナ事件とほぼ同じだ。 inno.twは7月末にオープンした新しいウェブサイトです。現在、次の 2 つの軸があります。

分解、週に 1 ～ 2 件の詳細なケーススタディ。 上記の 3 つのエンタープライズ向け記事に加え、日本の 2 つのイノベーション企業の違い（新しいタブで開く）、Nendo が 30 人以上の人材を使って 400 のデザイン プロジェクトを同時に行う方法（新しいタブで開く）、一人会社の本当の成功ポイント（新しいタブで開く） もあります。

シグナル は、2 週間ごとの短いメッセージのバッチです。

このサイトにはハードコーディングされた統計はほとんどありません。記事、ツールの数、または更新時間はすべて、ビルドごとに各サイトのパブリック エンドポイントから再クロールされます。 理由は簡単です。静的なコピーは誰でも作成でき、勝手に変化する数値が本当の証拠となるからです。 どなたでもアクセスできます: inno.tw（新しいタブで開く）

次の電子ニュースレターでお会いしましょう。

敬具、ビスタ