有効なAIポートフォリオレビューでは、すべてのパイロットに三つのうち一つを選ばせるべきです。拡大する、明確な不確実性を一つ修正する、あるいは中止する。「保留」と呼ぶものには、特定された依存関係、責任者、判断日が必要です。それがなければ、保留とは誰も下したがらない中止判断にすぎません。
これが、私の言う中止リストです。失敗プロジェクトのノルマでも、提案した人を責める武器でもありません。次の1ドルを投じる根拠がもはや説明できない取り組みを、見える形で記録するものです。うまく使えば、資本、希少な技術力、リスク予算を、より良い機会へ戻せます。
この方法は、AI予算の計画、AIの総合的な経済性の測定、そして根拠が変わったときの行動を一つの循環にします。実験を始められても止められないポートフォリオは、学習しているのではありません。義務を積み上げているだけです。
継続もまた一つの判断
AIパイロットは、一件ずつ見ると小さく見えるため承認されやすいものです。ポートフォリオのコストは合計の中に隠れています。モデルとプラットフォームの利用、データ作業、セキュリティレビュー、統合、評価、サポート、そして別の課題を解決できたはずの人材の時間です。
したがってレビューでは、次に増やす支出を、その資源の次善の使い道と比べなければなりません。すでに使ったお金は、組織が何を学んだかを説明する材料にはなりますが、次の資金申請を強くはしません。英国財務省のGreen Book 2026も同じ区別をしています。埋没費用で次の判断を決めるべきではありませんが、資源を使い続ける機会費用は今も重要です。
一律の六か月期限を設けるべきでもありません。文書アシスタントとAIを使う臨床ワークフローでは、必要な根拠と保証が異なります。大切なのは、開始前に期間を定め、検証する不確実性に合わせ、結果を見た後でチームがゴールを動かせないようにすることです。
パイロットの前にレビュー契約を書く
すべてのパイロットは、短いレビュー契約を持ってポートフォリオに入るべきです。チームがこれを平易な言葉で埋められないなら、まだ支出を始める準備ができていない可能性があります。
| レビュー項目 | ポートフォリオが知るべきこと |
|---|---|
| 事業成果 | 顧客、従業員、業務、収益源、リスクへの影響は何が変わるのか？ |
| ベースライン | 提案するAIシステムがない現在、業務はどう実行されているか？ |
| 根拠の目標 | 次の段階を正当化する結果は何で、どう測るのか？ |
| 総コスト | 開発、運用、レビュー、統制、サポートに何が必要か？ |
| リスク境界 | どの失敗または残存リスクがあれば、継続を許容できないか？ |
| スポンサー | 誰が事業成果に責任を持ち、中止判断を下せるか？ |
| 判断日 | 根拠を単に報告するのではなく、いつレビューするのか？ |
| 終了計画 | アクセス、データ、統合、ベンダー、インフラをどう廃止するか？ |
これはイノベーションを書類競争に変えるものではありません。契約はコスト、複雑さ、結果の重大さに見合うべきです。実験が曖昧な結果を出した後になって、ポートフォリオが成功基準を作り直すのを防ぐことが目的です。
NIST AI Risk Management Frameworkも、このライフサイクルの考え方を支えています。そのManage機能は、AIシステムが意図した目的を達成したか、開発または展開を続けるべきかを判断するよう求めます。また、性能や結果が意図した用途と矛盾するシステムを切り離したり無効化したりする仕組みと、明確な責任の割り当ても求めています。
実際の三つの結果を使う
レビューでは、次の三つから一つを選び、その理由を記録します。
- 拡大：パイロットが有用な根拠を生み、運用コストに信頼性があり、リスクが許容範囲内で、責任者がサポート対象の製品として運用する準備を整えている場合。
- 修正：重要な不確実性が一つ残っており、具体的で期限を区切った変更によってまだ検証できる場合。修正は、話を変えてパイロット全体をやり直す許可ではありません。
- 中止：事業ニーズが変わった、根拠が基準に届かない、採算が合わなくなった、リスクを許容範囲まで下げられない、スポンサーがいなくなった、またはAIを使わない単純な方法の方が良い場合。
ポートフォリオが規律を失いやすいのは、修正の区分です。仮説を一つ、責任者を一人、予算上限を一つ、新しいレビュー日を一つ定めてください。別のユースケース、別の利用者、別の成功基準を持って戻ってきたなら、それは新しい提案であり、以前の提案が成功した証拠ではありません。
本番稼働の準備には、説得力のあるデモより高い基準が必要です。最小限のAIガバナンスモデルはリスク層と根拠のゲートを示し、Day TwoのAI運用は責任、監視、インシデント対応、復旧を可視化します。こうした義務によって採算が魅力を失うなら、責任まで拡大する前に、ポートフォリオは重要なことを学んだのです。
ROIを作り上げずに学びを数える
中止したパイロットに価値を持たせるため、架空の投資利益率は必要ありません。学んだことを正直に報告します。
- 判断後に回避できた将来の支出
- エンジニアリング、セキュリティ、データ、事業へ戻った能力
- 解消したリスクや依存関係
- 誤りだと分かった前提
- 再利用できる評価データ、統合作業、統制パターン
- 次の提案を選別するための、より良い質問
回避した将来コストは、すでに支払った現金と分けて扱います。また、解放した人員の時間がどこへ使われたかを組織が示せない限り、それを節約額として数えてはいけません。目的は次の配分を改善する判断記録であり、すべての実験を成功に見せる算術上の工夫ではありません。
中止リストには理由も残すべきです。時間がたつと、繰り返す原因からポートフォリオ全体の問題が見えてきます。ベースラインのないユースケース、不在のビジネスオーナー、準備できていないデータ、遅すぎる統制、現実的な品質要件では成立しない単位経済性などです。この根拠は、稼働中のパイロット数だけを示すダッシュボードより役に立ちます。
真実を話しても安全な環境を作る
恐怖は良い運用モデルではありません。パイロットの中止をチームの汚点として扱えば、人は弱い兆候を隠し、測定範囲を狭め、もう一回だけと頼み続けます。ガバナンス設計では、実験の質と投資継続の判断を分けるべきです。
ビジネススポンサーは成果に責任を持ちます。技術チームは根拠の完全性に責任を持ちます。ポートフォリオ会議体は企業全体のトレードオフに責任を持ちます。この分担により、プロジェクトチームが自らの存続を弁護させられることも、一部門が全社の犠牲の上にローカルな取り組みを守ることも避けられます。
リーダーは「何を学び、この能力を今どこへ振り向けるべきか」と問い、場の姿勢を決めます。「誰が失敗したのか」より難しく、役に立つ質問です。
次のレビューを変える
追加資金を求めているものだけでなく、稼働中のすべてのAIパイロットから始めます。各スポンサーに、レビュー契約、実際の根拠、残る不確実性、次段階の総コスト、推奨する結果を一ページで提示してもらいます。
そして会議の中で、拡大、修正、中止の判断を下します。理由、解放される能力、再利用できる学び、停止作業の責任者を添えて、社内の中止リストを公開します。最後に、認証情報、データコピー、ベンダー契約、統合、インフラが実際に廃止されたことを確認します。スライド上の判断は、廃止作業ではありません。
目的は、より多くのAIプロジェクトを中止することではありません。止めるのが気まずいからではなく、現在の根拠が正当化しているからこそ、各プロジェクトが継続する状態を作ることです。
