低利益率企業が直面する構造的な障壁
AI の最大の勝者は、必ずしも最も多くのエンジニア、最大のデータチーム、あるいは最高のソフトウェア予算を持つ企業である必要はありません。
それは、最も低い利益率で運営する企業かもしれません。何十年にもわたって一桁台の薄い利益率で経営を続けてきたメーカー、トラック運送業者、物流企業、人材派遣会社、フィールドサービス事業者――誰も AI 企業とは呼ばないようなビジネスです。
AI による変革は、収益、コスト、リスクという三つのレバーを通じて価値を生み出します。これまで注目されてきたのは主に、より良い製品、高速な営業、生産性の向上による収益の拡大でした。しかし、低利益率企業にとって最も大きなレバーはコストです。利益率がすでに低い場合、わずかな運営費の削減でも収益に大きなインパクトを与えることができるのです。
30% の利益率で運営するソフトウェア企業が AI を使って効率化を進めても、その利益率向上がビジネスの軌道を大きく変えることは通常ありません。しかし、3% の利益率で運営する企業は違います。1% 未満のコスト削減でも、利益が 25% 以上増加する可能性があります。
低利益率産業は歴史的に、構造的な低利益率環境から抜け出せずにきました。適切に実装された AI は、その方程式を変えます。これまで固定的なものとして扱われてきたコストに、低利益率企業が切り込む手段を提供するのです。そして、最初に行動を起こした企業は、競合他社が価格引き下げを余儀なくさせる前に、その利益率向上を自社のものとして獲得できます。効率化は、コモディティ化された市場において最終的には拡散していきますが、先行者こそが収益の向上を確実に手中に収め、競合に先んじてコスト基盤を再構築できるのです。
この記事を読み終える頃には、最も低い利益率で運営する企業が、何十年にもわたって構造的に低利益率に押し込めてきた調整コストに、ついに打ち勝つ方法を理解できるはずです。そして、最初に動いた企業がなぜ業界の他の企業を引き離すのかも理解できるでしょう。
この課題を解決するプロバイダーは、数十億ドル規模の企業を築くでしょう。そして、彼らが変革する企業こそが、最初に利益率の罠から脱出する企業なのです。
低利益率企業のほとんどは、この立場に固定されてきた構造的な障壁を抱えています。彼らは通常、コモディティ化された市場で競争し、価格決定力は限られており、サービス品質を損なうことなく削減することがこれまで不可能だった大きな運営コスト基盤を抱えています。市場価格を動かすことができないため（市場が価格を決定し、個々の企業が決めるわけではない）、コストが実質的に彼らがコントロールできる唯一のレバーとなります。
そのコスト基盤のかなりの部分は人件費です。そして、実際の肉体労働そのものに加えて、これらの企業はその労働を調整するためのコストも負担しています。
長期的にこれらの企業の利益率を侵食する調整作業は数多く存在します。例えば、スケジューリング、派遣管理、承認処理、例外対応、そして無数の管理業務のループが、労働集約型企業に発生し、企業の最終利益を削り取っていくのです。この調整作業こそが、AI が労働集約型・低利益率企業にとって最も明確にインパクトを生み出せる領域です。
この種の企業では、人件費は通常、収益の約 25% を占めます。この人件費の約 4 分の 1 が、作業の管理、調整、運営に関連しており、これは収益の約 6% に相当します。3% の利益率で運営している企業にとって、調整負担を 10% 軽減できれば、収益は約 20% 向上し、ビジネスの収益プロファイル全体が変わります。
その結果、AI は企業をわずかに効率化するだけではありません。早期に導入した企業に、競合他社に対する構造的なコスト優位性を築く機会を与え、おそらくは初めて、真の意味で高い利益率で事業を運営することを可能にするのです。
問題は、AI から最も恩恵を受けられる企業が、しばしばそれを導入する能力に最も欠けていることです
現在エンタープライズ AI で販売されているソリューションのほとんどは、従業員が新しいツールを採用し、正しく使い、その使用を徐々に P&L に現れる価値へと変えていくという前提に基づいています。この前提がテクノロジー先進企業の内部でさえも成り立たないことを考慮すれば、製造業、物流業、あるいは従業員が新しいソフトウェア製品の導入に慣れていないその他の労働集約型企業では、状況はさらに悪化します。これらの企業は、変更管理の影響を最も受けにくいことが多いのです。
真の課題は、従業員の導入に依存せずに、あるいは少なくとも新しい操作画面を強制することなく、AI 主導の利益率拡大を実現する方法です。それが課題であり、その解決策は、現在 AI において最も取り組み可能な数兆ドル規模の機会かもしれません。
数兆ドル規模の低利益率課題を解決するための 3 つのステップ
1) 隠れた調整コストを見つける
ほとんどの人は AI によるコスト削減を狭く捉えすぎています。タスクを置き換えたり、人員を削減したり、従業員の作業スピードを上げたりすることを想像します。それらも重要であり、将来的には実現するでしょう。しかし、現在の AI の能力において、機会の大部分は「仕事の背後にある仕事」、すなわち、混沌とした人間のオペレーションを円滑に進めるために必要な間接業務にあります。
現場の従業員は仕事を遂行しますが、そのタスク実行の背後には、マネージャー、スーパーバイザー、アナリスト、財務チーム、オペレーションチーム、バックオフィススタッフからなるシステムが存在し、仕事が完了し、会社の適切な部門に振り分けられるようにしています。
この調整レイヤーが存在するのは、人間の仕事が本質的に AI よりも混沌としているからです。人間は当然ながら判断の仕方が異なり、一人ひとりが会社や担当タスクに関する独自の文脈を持っています。時間の経過とともに、これは組織内で調整を行うための巨大な運営コストとなり、調整レイヤーが出現します。
最近協業した物流会社を例に挙げましょう。目に見える人件費はドライバーでしたが、同社はその周辺の調整インフラにも費用を支払っていました。派遣チーム、ルート変更、顧客への更新連絡、クレーム対応、請求書処理、例外対応、バックオフィスでの照合作業などです。この追加の調整費用は収益の約 10% に達し、私たちが変革プロジェクトで削減に取り組んだ支出となりました。
低利益率企業向けにさらにいくつかの変革プロジェクトを実施した後、私たちはこれが特殊なケースではないことに気づきました。同じパターンは、物流、製造、施設管理、フィールドサービス、人材派遣、医療クリニック、その他の労働集約型ビジネスに見られます。これらのビジネスでは、サービスを差別化することが難しく、価格決定力は限られており、運用は絶え間ない人的調整に依存しています。これらの企業は、問題を解決するために単純に価格を上げることはできません。比較的コモディティ化されたサービスを確実に提供するために大規模な調整レイヤーを必要とするため、利益率は圧迫されたままなのです。
2) 従業員の導入をボトルネックから排除する
テクノロジー先進企業でさえ大規模な AI 導入に苦戦しているのであれば、非技術系の従業員に対して異なる結果を期待するのは非現実的です。現在のエンタープライズ AI 製品のほとんどは、依然としてこの行動変革に依存しています。新しい画面を開き、いつ使うべきかを覚え、どのタスクに適用するかを判断し、出力をすでに行っているワークフローに翻訳し直すことを従業員に求めます。実際には、これにより AI は仕事を減らすシステムではなく、仕事が行われるもう一つの場所になってしまいます。
これが導入が失敗する理由です。従業員は、仕事をするのに役立つ別のツールを望んでいるのではありません。彼らが望むのは、仕事そのものが完了することです。理想的なソリューションは、従業員が使うためのより良いインターフェースではなく、既存のワークフロー内で動作し、そもそもそうした操作のほとんどを不要にするシステムです。
3) AI を企業のインフラレベルに組み込む
これまでの導入で私たちが発見したのは、最も優れた AI 導入は、エージェントを企業の運用レイヤーの一部として組み込むことです。これを、すでに日々の業務が行われている既存のシステム、メールボックス、ファイル、承認プロセス、ワークフローの上に重ねます。
買掛金管理が NetSuite、メール、PDF、スプレッドシートを通じて行われている場合、エージェントは NetSuite、メール、PDF、スプレッドシート上で動作するべきです。請求書を抽出し、発注書と照合し、例外をフラグし、承認準備を行い、判断が必要な場合にのみ、適切な担当者に問題をルーティングするべきです。さらに、承認フィードバックから学習して、時間の経過とともにエージェントを改善するべきです。価値は、従業員が新しいシステムを導入して使用することなく実現されるべきであり、AI 導入自体に組み込まれるべきなのです。
私たちが学んだ何百万ドルもの価値ある教訓は、AI からビジネスへの価値を実現するためには、AI をインフラとして販売する必要があるということです。ソフトウェアは従業員にツールの導入を求めますが、インフラは従業員の下にある運用レイヤーそのものを変革します。従業員は何が起こったかを知ることができ、プロセスオーナーはワークフローを一時停止したり、ルールを変更したり、例外を承認したり、必要に応じて担当者を呼び戻したりできるべきです。しかし、その価値は誰かが毎日 AI を使うことを覚えているかどうかに依存してはなりません。
最大の AI チャンスは、最も意外な場所に隠れている
これこそが、低利益率企業が AI における最大の利益率拡大機会である理由です。
彼らは最も強い経済的インセンティブを持っています。なぜなら、わずかな利益率の改善が莫大な利益増加を生み出すからです。彼らは、AI が削減に特に適した大規模な人件費と調整に依存したコスト構造を持っています。そして彼らは、ほんのわずかでも効率化されることで企業の競争力が変わる可能性のある業界で事業を展開しています。
市場は、ソフトウェア企業、テクノロジー先進企業、ナレッジワーカーに注目してきました。なぜなら、それらの企業はツールの導入が速く、実験する予算があるからです。しかし、最大の利益への影響は、自らを AI 企業と認識する可能性が最も低いビジネスからもたらされるかもしれません。
これらは明らかな AI の勝者ではありません。なぜなら、外から見ると AI 企業には見えないからです。しかし、まさにそのことが、この機会を非常に大きなものにしているのです。
彼らの利益率が低いのは、業務に多くのコストがかかるからです。業務に多くのコストがかかるのは、しばしば労働力を調整する必要があるからです。そして AI は、従業員全体の働き方を変えることなく、その調整作業のかなりの部分を削減できる初めてのテクノロジーです。
AI の勝者の次の波は、低利益率企業のワークフローの背後にエージェントを配置し、その効果を静かにオペレーティングモデルに利益として現れるようにすることから生まれます。
あなたのビジネスも、8 桁の利益率向上を実現した他の製造業や物流業のクライアントと同様の結果を求めるのであれば、varickagents.com で私たちを見つけてください。
