POCのテーマをどのように決めるべきか
PoCは始まる前に9割が決まっている ── 大企業AI活用PoCで「テーマ選定」が重要な理由
目次
結論：PoCは技術検証ではなく、意思決定を前に進める装置
最初に結論からお伝えします。
これは私たちが、数多くの企業でPoCに伴走してきた中で、何度も確信するようになったことです。
PoCは、技術を検証するためのものではありません。
PoCとは本来、
次の意思決定を前に進めるための装置です。
現場で実際に問われているのは、たとえばこんな判断です。
・この領域にAI投資を進めるべきか
・全社展開する価値があるのか
・それとも一旦やめる判断をすべきか
PoCは、こうした判断を
「感覚」や「期待」ではなく、
事実とデータをもとに行うための材料を揃えるプロセスです。
この考え方自体は、多くの企業で理解されています。
問題は、その前提がPoCの進め方に反映されていないことにあると考えます。
それなのにPoCがPoCで終わってしまう理由
私たちが現場でよく耳にするのは、こんな言葉です。
・PoCはやったが、次にどうするか決められない
・何かは分かった気がするが、判断材料としては弱い
・もう一度PoCをやり直すことになった
PoCが「実施した事実」だけを残し、
意思決定に使われないまま終わってしまう。
これは、特定の企業だけの話ではありません。
むしろ、多くの大企業PoCで繰り返し行われてきた光景です。
私たちが相談されるとき、必ずと言っていいほど、このようなことを言われました。
「PoCはやったんだけどね。PoCをやってもね」
そんな諦めの言葉を何度耳にしたことか。
でも、その結果に至ったのは技術が足りなかったわけでも、
担当者が優秀でなかったわけでもないんだと思います。
なぜ多くのPoCは迷走するのか
多くのPoCが迷走する理由はシンプルです。
これは私たちが実際の現場で何度も見てきたことですが、
PoCのテーマを決める段階で、
「このPoCで何を判断したいのか」が
はっきりしていないまま始まっている
ケースが非常に多いのです。
具体的には、
・AIで何ができるのか、チーム内で共通理解がない
・成功と言える条件が言語化されていない
・KPIを数値で説明できない
・その結果を誰がどう使うのか決まっていない
こうした状態でPoCを始めると、どうなるか。
現場では決まって、こんな会話が始まります。
「せっかくだから、これも見てみませんか」
「この分析も追加できそうですよね」
テーマは少しずつ広がり、
PoCは検証の寄せ集めになっていきます。
しかしPoCは、
アイデアを広げる場ではありません。
意思決定を絞り込むためのプロセスです。
なぜ「テーマ選定が9割」なのか
私たちが「テーマ選定が9割」と言うのには、明確な理由があります。
それは、PoCの成否を分けるほとんどの要素が、
開発が始まる前にすでに決まってしまっているからです。
これは理屈というよりも、
実際にPoCを進める中で私たちが経験してきたことです。
・成功・失敗の定義
・KPIや評価指標
・必要なデータの有無
・精度が出たときの使い道
・その結果を誰が、どんな判断に使うのか
これらはすべて、
テーマを決めた瞬間に固定されます。
実装フェーズに入ってしまうと私たちができるのは、
「そのテーマの中で、どこまで精度を上げられるか」
を最大化することだけです。
逆に言えば、
テーマ選定を誤ったPoCは、
・どれだけ優秀な技術者がいても
・どれだけ高い精度が出ても
次の意思決定にはつながりません。
そういうPoCを、私たちは何度も見てきました。
だからこそ、
PoCは始まる前に9割が決まっていると断言しています。
PoCテーマ選定で起きがちな失敗
現場でよく目にする失敗パターンにも、はっきりした傾向があります。
・PoCを始めてから、必要なデータが足りないことに気づく
・KPIが曖昧なままで、評価が主観的になる
・定量化が難しいテーマを選んでしまう
・「やれそうか」より「やりたいか」で決めてしまう
その結果、
・成果を説明できない
・経営層が判断できない
・PoCだけが積み上がっていく
いわゆるPoC沼に陥ります。
3ヶ月で前に進むPoCの考え方
では、どうすればPoCを前に進められるのか。
私たちが現場でたどり着いた答えはシンプルです。
PoCは短期間で、意思決定に効く材料を出すべきだということ。
目安は3ヶ月。
長くやることが正解だったケースは、ほとんどありません。
狙うのはスモールサクセス。
ただし、単なる小さな成果では意味がありません。
必要なのは、
インパクトのあるスモールサクセスです。
インパクトのあるテーマを見つける2つの視点
① キーマンが本気で困っている課題を選ぶ
一つ目は、キーマンが「ここはAIに置き換えたい」と本気で思っているポイントにフォーカスすること。
社長、経営層、DX担当役員。
こうしたキーマンが日常的に感じているのは、
- ここは人がやらなくていいはずだ
- もっと早く、もっと安定して判断できるはずだ。リードタイムをもっと縮められるはず
- ここに人を張り続けているのは、正直もったいない。暗黙知が危険。いなくなっては困ってしまう
といった業務への違和感です。
そこに対して、
判断に使える材料を3ヶ月で出す。
これができたPoCは、
ほぼ例外なく次の意思決定につながってきました。
② PoCを「AIに慣れる体験」にする
もう一つは、
テーマを理想や妄想から考えないことです。
私たちは必ず、
「今あるデータで、何ができるか」から逆算します。
・このデータがあるなら
・このAIが使えて
・この期間で
・これくらいの精度が現実的
それを提示し、一緒にテーマを選ぶ。
このプロセス自体が、チームにとってAIに慣れる体験になります。
ここで言う「慣れる」とは、ツールの操作に慣れるという意味ではありません。
多くの現場では、AIは
「何ができるのかよく分からないもの」
「精度が高いのか低いのか判断しづらいもの」
として捉えられています。
PoCを通じて、
・このデータがあれば、ここまでのことができる
・この条件では、これ以上は難しい
・この精度なら、業務判断に使える
・この精度だと、まだ使えない
といった現実的なラインが、チームの共通認識になります。
この共通認識が生まれると、
次の議論の質が大きく変わります。
「AIで何ができるか」ではなく、
「この業務ならAIが使えるか」
「どのデータを整えれば次に進めるか」
という具体的な問いが出てくるようになります。
つまり、PoCの成果はモデルや精度そのものではなく、
AIを前提に業務やデータを考えられるようになることです。
この状態になると、
次のPoCや次の投資判断は、
「やってみたいから」ではなく、
「次はここをやれば前に進めるから」という理由で自然に生まれます。
最後に：PoCを成功させるために、私たちがおすすめしたいこと
ここまで読んでいただいて、
PoCは「技術を試す場」ではなく、業務と意思決定を前に進めるためのものだ、という点は伝わったのではないでしょうか。
では、どうすればその先に進めるのか。
まずPoCを始める前に、問いを一つだけ、自分たちが使っている言葉で、決めてください。
それは、たとえばこんな問いです。
・この業務の工数は、どれくらい減らせるのか
・判断のばらつきを、どこまで小さくできるのか
・リードタイムや待ち時間は、どれくらい短くなるのか
・ミスや手戻りは、どれくらい減らせそうか
そして、その問いに**対応する指標（KPI）**を一つ決めます。
・作業時間（◯％削減できるか）
・判断精度（人と比べてどれくらい安定するか）
・処理件数・対応スピード
・ミス率・やり直し率
PoCでやるべきことは、
このKPIが「実現するかどうか」を3ヶ月で確かめることです。
次に大事なのは、完璧を目指さないこと。
PoCの時点で重要なのは、
「いくら改善できるか」よりも、
「改善できる可能性があるかどうか」です。
たとえば、
・この精度なら、業務の一部はAIに任せられそう
・ここまではAIでいけるが、ここから先は人が必要
・全社展開には、どのデータが足りないか
こうしたことが分かれば十分です。
PoCで得られる最大の成果は、
モデルや精度そのものではありません。
この業務は、
・どれくらい効率が上がり
・どれくらいコストやリスクが下がり
・どれくらいビジネスに効きそうか
その“感覚”が、
チームの中で共通言語になることです。
この共通言語ができると、
次の議論は自然とこう変わります。
「AIで何ができるか？」ではなく、
「このKPIをさらに動かすには、次に何をやるべきか？」
PoCは、未来を一気に変えるためのものではありません。
KPIが実現する兆しをつかみ、次の一手を決めるためのものです。
まずは、
「この業務で、どのKPIをどれだけ動かしたいのか」
そこを一文で決めるところから、始めてみることをお勧めします。
