AIプロジェクトは、作る前に「死ぬ」

――今だから言える、AI事前死亡診断の話

AIプロジェクトの相談を受ける中で、
ここ数年、同じ光景を何度も見てきました。

• PoCは作れた

• デモも動いた

• でも、現場では使われない

• 数ヶ月後、誰もその話をしなくなる

技術的には失敗していない。
でも、プロジェクトとしては「死んでいる」。

なぜAIプロジェクトは失敗するのか

理由は意外と単純です。

作る前に、「死なないか」を誰も確認していない。

多くのAIプロジェクトでは、

• 何をAIに判断させたいのかが曖昧

• その判断を、今は人がどうしているのか説明できない

• 失敗したとき、誰が止めるのか決まっていない

• KPIが単一で、現実の判断を表していない

それでも
「とりあえずPoCを作ってみよう」
となってしまう。

私がやってきたこと

私はこれまで、企業のPoCやAI導入を
200件以上見てきました。

成功例も、失敗例も、
表に出ない“途中で消えた案件”も含めてです。

その後、AIを「作る」のではなく、
判断をどう構造化するかを考えるようになり、

• 判断設計のホワイトペーパー

• スコアリングや意思決定の構造

• 実行に落とすための枠組み

を作ってきましたが、
正直に言うと、それらの多くは
「早すぎた」「重すぎた」として採用されませんでした。

今になって分かります。
組織は、完成形よりも「止める判断」を求めている。

今の年になって分かったこと

若い頃は、
「どうやって成功させるか」を考えていました。

今は違います。

「これは作るべきではない」と言えることの方が、
はるかに価値がある。

年齢を重ねると、
実装する体力は落ちるかもしれない。
でも、

• どこで壊れるか

• 何が原因で炎上するか

• 組織が飲み込めない設計は何か

は、むしろはっきり見えるようになります。

AI事前死亡診断とは何か

そこで最近、
私はこんなサービスを始めました。

「AI事前死亡診断」

AIを作る前に、

• このプロジェクトは成立するか

• 組織的に回るか

• 失敗したときに止められるか

を、1〜2週間で診断するものです。

実装はしません。
PoCも作りません。

やるのは、

• 判断構造のチェック

• KPIと現実判断のズレの確認

• 組織・責任・停止条件の整理

そして最後に、
「やるべきか、やらないべきか」を
はっきり言います。

なぜ「止める診断」が必要なのか

企業の立場から見ると、

• 数千万円の無駄を防げる

• ベンダーに言いにくい「NO」を外注できる

• 社内説明の根拠になる

30〜50万円でこれが分かるなら、
高い投資ではないはずです。

最後に

AIは魔法ではありません。
そして、PoCは免罪符でもありません。

作る前に考えるべきことを、
作った後に後悔しているプロジェクトが多すぎる。

63歳になった今、
私はもう「作りましょう」とは簡単に言いません。

代わりに、こう言います。

「まず、死なないかを確認しませんか？」

同じ違和感を持っている方がいれば、
静かにお話しできればと思います。

Chinoba

Chinoba

Intelligence as Relationship

Research Platform

founded by

Masao Watanabe

AI Systems Architecture
Decision Trace
Human–AI Coordination
Algorithmic Governance