主なポイント:
UBS の新しい報告書によると、人工知能のゴールドラッシュは世界の大企業内部で亀の歩みのように減速している可能性があり、野心と現実の乖離が大幅に拡大しています。
「主な発見は、単に進捗が遅いということだけでなく、企業が自社のペースについて系統的に過度に楽観的であるということです」と、UBS のエコノミストで報告書の著者であるアーレンド・カプテイン氏はノートの中で述べています。「この楽観主義のギャップは根強く、かつ拡大しており、これは AI セクターのバリュエーションに直接的な影響を及ぼします。」
IT エグゼクティブとデータエンジニア 139 人を対象とした半年ごとの調査では、2026 年 3 月時点で、複数の事業部門で AI の「大規模な本番導入」を達成した企業はわずか 19% でした。これは、2 年前に報告された 10% からの線形的な増加（指数関数的ではない）を示しています。期待と結果を比較すると、この乖離は最も顕著になります。1 年前、同じエグゼクティブの 84% が、自社が 12 か月以内に大規模な導入に達すると予測していましたが、実際に成功した企業の割合はわずか 5% でした。
AI 関連のソフトウェアおよびサービス企業に投資してきた投資家にとって、この報告書は極めて重要な現実確認となります。調査結果は、実用的な AI モデルから、収益を生み出す広範な商用導入に至るまでの道筋には、市場が現在認識している以上の摩擦があることを示唆しています。これは、急速な企業向け AI 統合を前提としているセールスフォースやサービスナウといった企業の高マルチプルなバリュエーションに疑問を投げかける可能性があります。
UBS 報告書の核心は、企業の予測と現場での実行の間の鮮明な対照です。26 の業界の AI 意思決定者から収集された調査データは、過剰な約束と不十分な成果という一貫したパターンを示しています。
これは一度限りの計算ミスではありません。UBS によると、この「楽観バイアス」はすべての調査ラウンドで現れており、エグゼクティブの期待と組織の達成の間の溝は拡大し続けています。スタンフォード AI インデックス（Stanford AI Index）のベンチマークで測定される AI 技術自体は非線形な速度で進歩していますが、企業の導入ははるかに緩やかな線形の軌道を辿っています。大規模導入における 2 年間で 9 パーセントポイントの増加は、平均して 6 か月ごとに次の段階に進む企業が 3% 未満であることを意味します。
調査では、企業が AI イニシアチブを拡張するのを妨げている 6 つの主要な障害が特定され、投資収益率 (ROI) と複雑さがリストのトップになりました。
大多数の企業（53%）が、不明確な投資収益率（ROI）を主要な障壁として挙げました。これに続いて、コンプライアンスと規制の問題（48%）、資格のある人材の不足（42%）が続きました。特に、「統合の複雑さ」という課題は、前 2 回の調査の 37〜38% から 45% へと大幅に跳ね上がりました。これは、企業がパイロットプロジェクトから全社的な展開へと移行するにつれて、既存のワークフローやレガシーシステムに AI を組み込むことが予想以上に困難であることを発見していることを示しています。
このソフトウェアと統合のボトルネックは、新しいクラスの企業に機会を生み出しています。SPARC AI（OTC：SPAIF）のような企業は、ドローンなどの既存のハードウェアに、高価な新しいセンサーを必要とせずに、GPS が機能しない環境でのナビゲーションなどの高度な機能を付与するように設計されたソフトウェアのみのプラットフォームを開発しています。このアプローチは、UBS の報告書で強調された統合とコストの問題を直接ターゲットにしています。
投資家にとって、UBS のデータは AI ソフトウェアセクターの成長予測を再調整する必要があることを示唆しています。市場は概ね、摩擦のない導入を前提として株価を織り込んできましたが、現実は、システム統合の課題、人材不足、困難な ROI 計算によって定義される、数年にわたる苦闘のようです。AI ハードウェアの構築は続いており、Netweb Technologies（NSE：NETWEB）のような企業は AI インフラストラクチャセグメントで 460% の急増を見せていますが、そのハードウェア上で動作するソフトウェアとサービス層は、より不透明なスケジュールに直面しています。Netweb は現在、ハードウェア層に対する市場の信頼を反映し、利益の 122 倍という高いマルチプルで取引されています。UBS の報告書は、その信頼がソフトウェア層に対して誤って適用されていないか疑問を投げかけています。報告書は、真の価値は最も先進的なモデルではなく、AI を実際に大規模に機能させるという日常的で複雑かつ高価な問題を解決する企業に蓄積される可能性があることを示唆しています。
この記事は情報提供のみを目的としており、投資アドバイスを構成するものではありません。
