6か月のAI戦略、コードはゼロ行

  • 4週間で本番AIを投入
  • 例外処理の滞留を解消
  • 取締役会デモが資料に取って代わった
  • 4 週間 契約から本番AI投入までの時間
  • 78% 立ち上げ時の例外ルーティング精度
  • 260 から80 週あたりの人時(前/後)

何が変わったか

契約から本番AI投入までの時間
4週間
立ち上げ時の例外ルーティング精度
78%
週あたりの人時(前/後)
260から80
例外処理の平均時間
8分から2分
必要となった追加人員
0ドル
40ページの資料に取って代わった実機デモ
1

状況

従業員400名、取締役会承認のAI予算50万ドルを持つ英国の物流企業は、AIの導入に6か月を費やしていました。AI戦略コンサルタントを起用し、12社のベンダーを評価し、3社に絞り込み、2件の概念実証ビルドを開始し、いずれも断念し、40ページの戦略資料を作成しました。本番環境では何一つ動いていませんでした。これは例外ではなく常態です。1,000社を超える企業を対象とした2025年のS&P Globalの調査では、42%の企業がAI施策の大半を断念しており、前年の17%から増加していること、そして平均的な組織は概念実証の46%を本番到達前に廃棄していることが明らかになりました。取締役会は忍耐を失いつつありました。AI投資の恩恵を受けるはずだった運用チームは、何かが出荷されるとは信じられず、AIステアリング会議への出席をやめていました。

本当に壊れていたもの

根本的な問題はスコープでした。AI戦略資料は4部門にまたがる7つのユースケースを扱っていました。各ユースケースには事業根拠、ベンダー推奨、スケジュールがありました。しかし誰も最も重要な問いを立てていませんでした。どれを最初に作るのか、そしてその一つにとって「完了」とは何を意味するのか、という問いです。この戦略は7つのユースケースすべてを並行して提供すべきポートフォリオとして扱っていました。実際には、これはあらゆる会議が、7つの施策にまたがる相対的優先順位、ベンダー選定、リソース配分をめぐる議論になることを意味しました。どの施策にも、本番に到達するだけの集中もリソースもありませんでした。McKinseyの2025年AI調査では、有意な財務リターンを報告している組織は、モデリング手法を選択する前にエンドツーエンドのワークフローを再設計している可能性が2倍であることが分かりました。この資料はその順序を逆にしていました。一度も実際には再設計していない7つのワークフローに対して、ベンダーとアーキテクチャを選んでいたのです。

断念された2件の概念実証が問題を明確に示していました。1件目は需要予測モデルで、学習を開始する前に18か月分の履歴データをクレンジングし正規化する必要がありました。データチームはデータ準備だけで3か月と見積もりました。データクレンジングが予想以上に複雑だと判明した2か月目に、このプロジェクトは棚上げされました。2件目はカスタマーサービス向けのチャットボットで、7つの社内システムとの統合が必要でした。統合作業は4か月と見積もられました。最初の統合が見積もりの3日ではなく3週間かかった1か月目に、このプロジェクトは棚上げされました。どちらも教科書通りの失敗パターンをたどりました。クリーンなサンプルデータの上に作られたデモは、リアルタイムのシステムや雑然とした本番レコードに直面した瞬間に壊れるのです。業界の調査はこのギャップについて率直です。本番に到達するAI概念実証であっても、プロトタイプから稼働システムまでの平均的な道のりは約8か月かかり、ほとんどはその旅を最後まで進むことすらありません。

運用チームの痛みが最も深刻でした。彼らは週におよそ2,000件の配送例外を処理していました。遅延、誤ルーティング、破損した荷物です。各例外について、人間のオペレーターが詳細を確認し、適切な解決ワークフローを判断し、正しいチームへ手作業でルーティングする必要がありました。このプロセスは1例外あたり平均8分かかり、週に約260人時を消費していました。運用ディレクターは2年間にわたって自動化を求めてきました。この作業はまさに機械学習が得意とする構造化された反復的な分類でした。少数の例外属性を読み取り、それを正しい解決ワークフローへマッピングすること、すなわち2026年の物流プラットフォームが今や自動化し、後手の火消しから先手のルーティングへ移行しているのと同じトリアージです。AI戦略資料はこれを7つのユースケースのうち5番目として、第4四半期に予定していました。運用チームは待つのをやめていました。

ステップごとに

単一ユースケースのセッション

私たちは運用ディレクター、データチームリーダー、CTOとともに2時間のセッションを行いました。目標は、高い事業インパクト、利用可能な学習データ、4週間で達成可能、という3つの基準を満たす一つのユースケースを特定することでした。配送例外のルーティングが3つすべてで最高得点でした。データはすでに運用データベースで構造化されており、事業インパクトは定量化可能で(週260人時)、マッチングロジックは生成的ではなくパターンベースだったため、よりシンプルなモデルアーキテクチャで機能しました。4週間という上限は意図的なものでした。1か月で出荷できないユースケースは、たいてい十分に絞り込まれていないユースケースであり、停滞したパイロットは「ここではAIは機能しない」ということ以外、組織に何も教えてくれません。

データ検証とモデルアーキテクチャ

私たちは3日間かけて例外データを検証しました。オペレーターのメモ、解決コード、ルーティング判断を伴う18か月分の解決済み例外です。データは大規模な前処理なしに学習できる程度に十分クリーンでした。私たちは、例外属性(種類、配送業者、出発地、到着地、価値)を解決ワークフローへマッピングする分類モデルを選びました。LLMは不要で、プロンプトエンジニアリングも不要、ボリュームに応じて増えるトークンコストもありません。これは業界全体が繰り返し学び直しているパターンです。物流における最良の結果は、利用可能な最大のシステムに手を伸ばすことからではなく、古典的な運用手法を履歴データと一つの絞り込んだモデルと組み合わせることから生まれます。このモデルに求められたのは正確さであって、創造性ではありませんでした。

稼働する統合の構築

この統合は、既存の手動プロセスを置き換えるのではなく、その横で並行して動作するよう構築されました。新しい例外が入ってくると、モデルが解決ワークフローを予測し、ルーティングフィールドを事前入力しました。オペレーターはワンクリックで提案を受け入れることも、それを上書きすることもできました。これは本番のAIチームが今やデフォルトとして扱う「ヒューマン・イン・ザ・ループ」設計です。モデルが提案し、人が決定し、すべての上書きはワークフローの中で失われるのではなく、ラベル付き学習信号として捕捉されます。これは、既存の運用に何のリスクも与えずにモデルをデプロイできることを意味しました。誤った予測は単に修正され、その修正は時間とともにそのままモデルへフィードバックされていきました。

本番デプロイと測定

この統合は3週目に本番環境へデプロイされました。4週目までに、モデルはオペレーターの介入なしで例外の78%を正しくルーティングしていました。残りの22%は手動レビューを必要としましたが、オペレーターがルーティングを変更した場合でも、事前入力されたフィールドは依然として時間を節約しました。運用チームは1例外あたり8分から平均2分未満へと短縮しました。週あたりの人時は260からおよそ80へ減少し、本当に人間の判断を必要とする例外のために週に約180時間を解放しました。運用ディレクターは、いつものスライド資料の代わりに、取締役会で実機デモを披露しました。

お客様の言葉で

私たちはAIについて8か月語り続けました。あなたたちは3週間で何かを出荷しました。運用チームはルーティング予測が動くのを見て立ち上がり、拍手しました。ステアリング会議でそんなことが起きるのを、私は一度も見たことがありません。
Declan運用責任者、英国物流

最初の打ち合わせで聞きたいこと

いつも一つのユースケースから始めることを勧めるのですか?

はい。私たちが見てきた成功したAI施策はすべて、すばやく本番に到達した、明確に定義された一つのユースケースから始まりました。複数のユースケースを同時にカバーしようとする広範な戦略は一貫して停滞しますが、これは公表されている企業の失敗率がこれほど高い理由の一つです。一つのことを出荷し、実際の運用で価値を証明し、それからスライドではなく稼働する基盤から拡張していくのです。

精度は時間とともに向上しましたか?

はい。オペレーターの修正が追加の学習データを提供したことで、モデルの精度は立ち上げ時の78%から8週間後には89%へ向上しました。フィードバックループは初日からワークフローに組み込まれていたため、すべての受け入れとすべての上書きが次の予測をより良くしました。そのループのないモデルは、実世界のデータが変化するにつれて逆方向にドリフトしがちですが、このモデルはまさに修正が学習へ戻る経路を持っていたからこそ改善したのです。

クリーンな履歴データがない場合はどうなりますか?

データ品質はAIプロジェクトで最も一般的な障害です。データがクリーンでない場合、私たちはまずデータ準備スプリントを計画します。私たちはスケジュールについて誠実です。データ準備に8週間かかるなら、2週間ではなく8週間と言います。データの準備不足はAI施策が断念される最も多く挙げられる理由なので、私たちは3週目にそれを発見するよりも、正確に見積もるほうを選びます。この物流企業には18か月分のクリーンで構造化された例外データがあり、それが4週間のスケジュールを可能にしました。

カスタムモデルを構築しますか、それとも既製のAIを使いますか?

ユースケース次第です。このプロジェクトでは、問題が明確に定義され、データが構造化されていたため、カスタム分類モデルが正しい選択でした。他のプロジェクトでは、よりよく適合する場合にOpenAI、Anthropic、またはオープンソースのモデルを使います。これのような固定カテゴリのルーティングタスクでは、生成モデルはより遅く、より高価で、精度も劣ったでしょう。技術の選択は問題の定義に従うのであって、その逆ではありません。

4 週間 契約から本番AI投入までの時間

お問い合わせ

作りたいものを教えてください。どこから始めるか、何が必要かをお伝えします。

著者創業者・Imaginator

公開日