インフォシスの執行副社長、AI導入とOpenAIとの提携について新たな一歩を踏み出す

インフォシス、執行副社長兼AIおよび業界別ソリューション部門グローバルサービス責任者、バラクリシュナ（バリ）・D.R.氏

インフォシスの執行副社長、バラクリシュナ（バリ）・D.R.氏が、AI導入に成功した企業と、規模拡大に苦戦している企業の違い、および同社とOpenAIとの協業について語る

企業におけるAIの導入は実験段階を脱しつつあるが、多くの組織は、有望なパイロットプロジェクトと、測定可能なビジネス価値の実現という課題の狭間で立ち往生している。

データの断片化、レガシーシステム、進化し続けるガバナンス、そして責任の所在が不明確であるといった要因は、いずれもAIイニシアチブが持続的な変革へと進むことを妨げる可能性があり、そのため、高度なモデルへのアクセスと同様に、運用上の規律が重要となっている。

本記事では、インフォシスのエグゼクティブ・バイス・プレジデント（EVP）兼グローバル・サービス部門のAIおよび業界別ソリューション責任者であるバラクリシュナ（バリ）・D.R.氏が、AI導入に成功した企業と、スケールアップに苦戦している企業との違いを考察し、インフォシスとOpenAIとの戦略的提携について詳しく解説します。

なぜこれほど多くの組織が、パイロット段階を超えてAIをスケールさせることに依然として苦戦しているのでしょうか？

多くの組織が苦戦しているのは、AIモデルが不十分だからではなく、企業の基盤がさらに強化される必要があるからです。AIは、有望なパイロットプロジェクトの集まりとして始まることが多すぎますが、その根底にあるデータは断片化しており、レガシーシステムの統合は困難で、ガバナンスは依然として発展途上であり、成果に対する責任の所在も不明確です。これこそが、パイロットプロジェクトを「煉獄」に陥らせる原因なのです。

当社独自の調査結果が、この実態を明確に示しています。 世界中の3,200を超える組織の上級幹部を対象に調査を行った「インフォシス AI ビジネスバリュー・レーダー」によると、AIのユースケースのうち、ビジネス目標の大部分またはすべてを達成しているのはわずか20％程度であり、全導入事例の5分の1は全く価値を生み出していないか、導入後に中止されていることが判明しました。

そこから得られる教訓は単純明快です。AIをスケールさせるには、「ラボモデル」ではなく「運用モデル」が必要です。経営陣の支援、最新のデータ基盤、明確なガイドライン、そして収益拡大、コスト最適化、リスク低減に直結したユースケースが不可欠です。そうでなければ、パイロットプロジェクトは興味深いものにとどまり、決して大きな成果にはつながりません。

AI導入に成功している組織と、遅れをとっている組織との違いは何でしょうか？

先行する組織は、AIを一連の孤立した実験ではなく、CEOレベルの変革プログラムとして扱っています。彼らは、明確な企業戦略の下で経営陣の足並みを揃え、データの整備と最新のアーキテクチャに早期に投資し、ユースケースの産業化を図る前にガバナンス体制を整備しています。同様に重要なのは、機能不全に陥ったプロセスに単にAIを重ねるのではなく、ワークフローそのものを再設計している点です。

AIは、有望なパイロットプロジェクトの集まりとして始まることが多々ありますが、その基盤となるデータは断片化されているのが実情です

インフォシス、執行副社長兼AI・業界別ソリューション部門グローバルサービス責任者、バラクリシュナ（バリ）・D.R.

この点において、マッキンゼーの2025年調査は参考になる。AIのハイパフォーマー企業は、ワークフローを再設計する可能性が他社に比べて約3倍高く、また、自組織の上級幹部がAIイニシアチブに対して主体性とコミットメントを示していることに「強く同意する」割合も他社より3倍高い。 成熟度の高い組織は、AIイニシアチブを3年以上本番環境で運用し続ける傾向が強く、これは彼らが短命なパイロットプロジェクトではなく、持続的な価値の創出を目指して構築していることを示している。

実際には、成功している企業は従業員も巻き込んでいます。導入が進むにつれて信頼が高まるよう、チェンジマネジメント、AIリテラシー、および「ヒューマン・イン・ザ・ループ」型の運用モデルに投資しています。もはや分水嶺はAIへのアクセスではありません。AIを運用化する規律こそが鍵なのです。

インフォシスとOpenAIの提携は、組織がAIの実験を測定可能なビジネス成果へと転換する上で、どのように役立つのでしょうか？

インフォシスとOpenAIの提携が戦略的に重要な理由は、それがAIの価値を大規模に引き出すための運用モデルである点にあります。この提携は、OpenAIの最先端モデルとインフォシスの「Topaz Fabric」を組み合わせることで、クライアントが実験段階から、実用的かつ責任ある導入、そして測定可能なビジネス成果へと移行できるよう支援します。

当初の重点分野には、ソフトウェアエンジニアリング、レガシーシステムの近代化、DevOpsの自動化、eコマース、およびその他のエンジニアリング主導の領域が含まれます。これらが重要なのは、企業が通常、エンジニアリング生産性の向上、デリバリーの加速、市場投入までの時間の短縮といった形で価値を測定できる分野だからです。

同様に重要なのは、この提携が、後付けではなく、エンタープライズガバナンスと責任ある導入を中核に据えて提示されている点です。 クライアントにとって、これは世界トップクラスのモデリング能力と、インフォシスのドメイン専門知識、大規模なデリバリー体制、そしてモダナイゼーションのノウハウを組み合わせることを意味します。言い換えれば、その目標は単にワークフローにAIを追加することではなく、AIが測定可能なビジネス成果をもたらせるようワークフローを再設計することにあります。

主な統計データ

• 3,240 – インフォシスの「AIビジネスバリューレーダー」が132のAIユースケースを対象に調査した組織数
• 19% – すべてのビジネス目標を達成したAI活用事例の割合（インフォシス）
• 60％高速化 – インフォシスは、あるグローバルレンタカー会社向けに「AIファースト」アプローチを採用し、約300万行に及ぶレガシーコードの近代化を行い、変革を60％早く完了させた
• 3倍高い可能性 – マッキンゼーの調査によると、AIの活用実績が優れた組織は、他の組織に比べてワークフローを根本的に再設計する可能性が約3倍高い

インフォシスは最近、OpenAIと戦略的提携を結んだ

AIはソフトウェア開発と近代化をどのように変えているのか？

AIは、2つの側面から同時にソフトウェア開発を変革しています。すなわち、日常的なエンジニアリング業務に必要な労力を削減すると同時に、エンジニアリングチームが近代化や変革を行える範囲を拡大しているのです。 コード生成、ドキュメント作成、テスト、デバッグ、コードレビュー、レガシーシステムの変革において明確な価値が見られますが、より大きな変化は、エンジニアがアーキテクチャ、統合、耐障害性、ビジネスロジックにより多くの時間を割けるようになったことです。

世界有数のレンタカー企業において、当社は「AIファースト」のアプローチを採用し、レガシーシステムの変革を加速させました。 マルチモーダルLLMを用いて約300万行のレガシーコードを分析し、中核となるビジネスロジックを抽出した上で、スケーラブルなクラウドベースのプラットフォームへと60％速く近代化しました。このアプローチにより、ホスティングコストを削減し、チャネルを横断したビジネス機能の再利用を促進するとともに、将来の近代化と自動化に向けたスケーラブルな基盤を構築しました。

AIネイティブ企業やハイパースケーラーとのパートナーシップは、すべて同じ方向を指し示しています。すなわち、AIを活用したエンジニアリングは、孤立したコーディング支援から、エンドツーエンドのソフトウェアデリバリーやレガシーの近代化へと移行しつつあるのです。これにより、エンジニア人材に求められる水準は高まりますが、ビジネス成果を生み出す上でのエンジニアの役割もさらに重要になります。

インフォシスとOpenAIのパートナーシップが戦略的に重要な理由は、それがAIの価値を大規模に引き出すための運用モデルである点にあります

インフォシス、エグゼクティブ・バイス・プレジデント兼グローバル・サービス部門長、AIおよび業界別事業担当：バラクリシュナ（バリ）・D.R.

エンタープライズAI導入の次の段階を定義するのは何でしょうか？

次の段階は「オーケストレーション」によって定義されるでしょう。私たちは、チャットインターフェースや孤立したコパイロットから、ワークフロー全体にわたって推論、調整、行動できるAIエージェント、専門モデル、そして全社的なシステムへと移行しつつあります。

しかし、成功は自律性だけでは実現しません。エージェントとコンテキスト・エンジニアリング、ガバナンスの行き届いたデータアクセス、近代化されたインフラ、そして明確な人間の説明責任を組み合わせることによって初めて実現するのです。だからこそ、単一のツールやベンダーに賭けるのではなく、信頼性の高いマルチモデルAIエコシステムを構築する組織こそが勝者になると私は考えています。

私たちは当初からこの方向性を明確に示してきました。「Topaz Fabric」は、モデル、データ、エージェント、ワークフローを統合するように設計されており、シリコンからアプリに至るまでを網羅する当社の広範なパートナーエコシステムは、意図的にオープンで構成可能なアプローチを体現しています。

業界の動向も同様のことを示しています。エージェント型AIへの関心は高まっているものの、本格的なスケールアップは依然として限定的な状況にあるという声が聞かれます。 世界経済フォーラムは、信頼とガバナンスこそが導入における真の制約要因であると指摘しています。また、他の報告書では、AIがより手頃な価格になり、アクセスしやすくなっていることが示されており、これは競争優位性が「アクセス」ではなく「実行」から得られるようになっていくことを意味します。したがって、エンタープライズAIの次の段階では、実験的な取り組みよりも、企業そのものの再設計が重要になっていくでしょう。

インフォシスの主要なAIパートナー

• OpenAI：ソフトウェアエンジニアリング、レガシーシステムの近代化、エージェント型AIを含む、エンタープライズAI変革における戦略的パートナー。
• マイクロソフト：Azure、Azure OpenAI Service、AIを活用したエンタープライズソリューション全般にわたるパートナー。
• NVIDIA：AIインフラ、モデル、プラットフォーム、およびエンタープライズAIの導入に焦点を当てた提携。
• Google Cloud：Google CloudのテクノロジーとインフォシスのTopazを通じて、生成AIソリューションを支援するパートナー。
• AWS：インフォシス・トパーズとAWSのAI機能を組み合わせ、企業でのAI導入を加速させるための協業。