Cloudflare：アプリの近代化でAIリターン確率が3倍に

多くの組織にとって、AIをめぐる議論は、その技術を採用するかどうかという問いから、より困難な問いへと移り変わっています。それは「なぜ結果が一貫しないのか」という問題です。新しいツールが導入され、パイロットプロジェクトが稼働し、予算が増加しているにもかかわらず、明確なAIからのリターンは依然としてつかみどころがありません。Cloudflareの2026年アプリイノベーションレポートによれば、その違いはAIそのものよりも、その基盤となるアプリケーションの状態に起因することが多いとされています。

このレポートは、APAC（アジア太平洋）、EMEA（欧州・中東・アフリカ）、およびアメリカ大陸の2,300人以上のシニアリーダーを対象とした調査に基づいており、実際のAI価値を実感している組織と、まだ苦戦している組織を明確に区別する最も顕著な要因はアプリケーションのモダナイゼーションであると指摘しています。アプリケーションのモダナイゼーションにおいて計画より進んでいる企業は、AI投資からの明確な成果を報告する可能性がほぼ3倍高いことが示されています。APAC地域では、この関連性がさらに明確です。リーダーの92%が、ソフトウェアの更新がAI能力を向上させる上で最も重要な単一の要因であると回答しています。

モダナイゼーション、すなわち実験ではなく、AIリターンを駆動する

この発見は、AIの成功をツールの問題ではなく、基盤の問題として再定義しています。AIシステムは、データへの高速アクセス、柔軟なアーキテクチャ、そして信頼性の高い統合ポイントに依存しています。レガシーアプリケーション、断片化されたインフラ、そして脆いワークフローは、AIプロジェクトが孤立したユースケースを超えて展開することを困難にします。一方、モダナイゼーションされたアプリケーションは、組織に対して、頻繁な手直しなしで実験、スケーリング、適応を行う余地を提供します。

レポートはこの関係を強化サイクルとして記述しています。組織はAIをサポートするためにアプリケーションをモダナイゼーションし、その後、AIからの結果を用いてより深いモダナイゼーションを正当化します。このグループのリーダーは、自らのインフラがAI開発をサポートできるという自信を大幅に高く報告しており、その自信が行動につながっています。APACでは、先進的な組織の90%がすでに既存のアプリケーションにAIを統合しているのに対し、計画が遅れている組織ではその割合は大幅に低いです。約80%が、今後1年以内にその統合をさらに強化する計画を立てています。

この変化はマインドセットの転換を示しており、以前のAI採用の波はテストとパイロットに焦点を当てていました。現在、重点は統合にあります。AIはスタンドアロンのプロジェクトとして扱われるのではなく、内部ワークフローから顧客向けアプリケーションに至るまで、日常のシステムの一部として扱われています。レポートは、先進的な組織が、内部プロセスの改善、コンテンツ駆動型アプリケーションの構築、収益創出業務のサポートにAIを活用している一方で、遅れている組織はアプローチにおいてより慎重かつ断片化されていることを示しています。

遅延のコストはセキュリティと自信に現れる

取り残されるコストも明確になりつつあります。モダナイゼーションで遅れている組織は、往々にしてセキュリティインシデントや運用上の失敗の後に、反応的にモダナイゼーションを行います。APACでは、これらの組織は自らのインフラおよびチームがAIをサポートする能力に対する自信が低いと報告しています。この自信の欠如は意思決定を遅らせ、AIプロジェクトが到達できる範囲を制限します。ユースケースの拡大ではなく、チームはリスク管理、ギャップの修正、技術的負債の処理に時間を費やしています。

セキュリティはこのダイナミクスにおいて中心的な役割を果たします。レポートは、セキュリティチームとアプリケーションチームの間に強い整合性がある組織ほど、AIを成功裏にスケールさせる可能性がはるかに高いことを示しています。その整合性が弱い場合、セキュリティ上の問題は時間と注意を消費し、モダナイゼーションおよびAI業務を優先順位リストのさらに下位に押し下げます。多くの遅れている組織は、アプリケーションやAPIにおけるリスクの追跡に困難を報告しており、これにより曝露を増やすことなく迅速に展開することが困難になります。

リーダーにとって、セキュリティは追加機能ではなく、アプリケーション設計の一部として扱われます。このアプローチは、インシデント発生後に必要となる反応的な作業の量を削減し、チームがシステムの構築と改善に集中する余地を生み出します。長期的には、これによりAIの取り組みを停滞させる可能性のある運用上の重荷も軽減されます。レポートは、信頼性が速度の実践的な限界になっていることを示唆しています。安定した安全なシステムを維持できない組織は、AIプロジェクトを実運用（プロダクション）に移行することに苦戦します。

ツールの削減、明確な基盤、より迅速なAI統合

APACのデータで強調されたもう一つの圧力点は、ツールの散逸です。ほぼすべての組織が、大規模で複雑なテクノロジースタックの管理において課題を抱えていると報告していますが、先進的な組織はより積極的に対応しています。APACのリーダーの約86%が、冗長なツールの削減とシャドーITの是正を積極的に進めていると回答しています。その目的はコスト管理だけでなく、明確さです。プラットフォームと統合が少なければ少ないほど、アプリケーションのモダナイゼーション、一貫したセキュリティ制御の適用、摩擦のないAI統合が容易になります。

開発者の時間も要因です。モダナイゼーションされた基盤を持つ組織では、開発者はすでに機能しているシステムの保守と改善により多くの時間を費やします。一方、遅れている組織では、開発者はゼロから再構築するか、設定や修正作業に時間を費やす傾向があります。この違いは、新しいAI機能を導入し、洗練させる速度に影響を与えます。チームが問題の修正に縛られている場合、AIを優先順位付けることが困難になります。

これらの発見を総合すると、AIの成功は新しいモデルのデプロイ競争よりも、他のすべてのプロセスを遅らせる障害を取り除くことの方が重要であることが示唆されます。アプリケーションのモダナイゼーションは、AIが価値を提供するための条件を整え、一方、断片化されたシステムや反応的な慣行は、AIが達成できることを制限します。この基盤がない場合、組織はAI投資を測定可能なAIリターンに変換することが困難になります。

APACの組織にとって、このメッセージは、モダナイゼーションを伴わないAI投資は往々にして表面的な結果を生み出すということです。統合計画を伴わないモダナイゼーションは、継続的な再構築になるリスクがあります。最も強いリターンを得ている組織は、アプリケーションの更新、セキュリティの整合性、そしてAI統合を、個別のイニシアチブではなく、相互に関連する作業として扱う組織です。

このレポートは単一の前進の道筋を示すものではありませんが、早期に行動する組織と待機する組織の間には明確な線引きを描いています。その優位性は、AIを持っていることではなく、それを使用できるアプリケーションを持っていることから来ます。

関連記事：AIエージェントの散逸を制御する：CIOのためのガバナンスガイド

業界リーダーからAIおよびビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、ロンドンで開催されるAI & Big Data Expoをご覧ください。この包括的なイベントはTechExの一部であり、他の主要なテクノロジーイベントと併催されています。詳細はこちらをクリックしてください。

AI NewsはTechForge Mediaによって提供されています。その他の今後のエンタープライズテクノロジーイベントやウェビナーはこちらでご覧ください。

業界リーダーからAIおよびビッグデータについてさらに学びたいですか？アムステルダム、カリフォルニア、ロンドンで開催されるAI & Big Data Expoをご覧ください。この包括的なイベントはTechExの一部であり、他の主要なテクノロジーイベントと併催されています。詳細はこちらをクリックしてください。

AI NewsはTechForge Mediaによって提供されています。その他の今後のエンタープライズテクノロジーイベントやウェビナーはこちらでご覧ください。