← ニュース一覧 | 現貨ホール

2026大鯨リストは「最強実装事例」へ評価変更:パラメータ比べず、現場のみを見る

2026-11-03 · 出典:虎嗅·中继

2026大鯨リストは「最強実装事例」へ評価変更:パラメータ比べず、現場のみを見る

フーシュ(虎嗅)シンクタンクがマクドナルド、コッディ、叮咚(ディンドン)などの現場を訪問:企業AIの評価基準は能力の物語から結果の検証へと転換しつつある

産業AIの評価基準が転換点を迎えている。フーシュ(虎嗅)の2026大鯨リストは、従来の「最強実装企業」を「最強実装事例」に改称し、選考の主張は痛点を直撃するものだ。パラメータを比べず結果を検証し、話題性を評価せず現場のみを見る——企業の関心は「AIに何ができるか」から「それがビジネスを実際にどう変えたのか」へと移っている。

この1年、フーシュ・シンクタンクは複数の実際の業務現場を訪れた。マクドナルド本社でカスタマーサービスAgentの実戦を観察し、通義(Qwen)とともにコッディ(Cotti)コーヒーのAI巡回店舗監査のロジックを解析し、叮咚(ディンドン)买菜のフロント倉庫でAI仕分けを検証した。さらに「交個朋友」ライブ配信室、物美(Wumart)の「胖改」店舗、網易雲商(NetEase Cloud Business)とI.Tグループの協業事例も継続的に追跡してきた。ビジネスの深部に入るほど、業界に欠けているのは「結局何が実現したのか」の証拠である。

この転換の背景には、AIコンピュートとアプリケーション市場全体が物語主導から調達の合理化へ移行した必然の結果がある。過去2年間、企業のAI予算は多くが「パラメータ競争」に沿って動いた。モデルのコンテキストウィンドウがより長く、推論ランキングがより高く、コンピュートクラスタがより大きい——調達判断はそれに応じてベンダーの発表会を中心に展開された。しかし予算制約が厳しくなり、CFOがROIを問い始めると、発注側が本当に見たいのは別の指標になった。カスタマーサービスAgentが本当に人員工数を代替したのか、巡回AIがロス率を下げたのか、仕分けモデルがフロント倉庫の履行コストを減らしたのか。リストが「企業」から「事例」の評価へ変わったことは、本質的にすべてのAIベンダーに告げている——顧客はもはやあなたの能力にお金を払わず、あなたの結果にのみお金を払うのだ。

現場調査は2つのギャップを明らかにした。その一つ、ある化粧品ブランドは2023年からAIに取り組み、2年間で735件のアプリケーションを実装し、マーケティングコストは3〜4倍削減されたが、2025年末の総括時に経営者も事業部門も「まったく実感がなかった」とし、プロジェクトの価値を直接否定された。6月に開かれた消費・小売Agentの非公開会議で、この総括は複数の発注側CIOが思わずうなずくほど共感を呼んだ——数千個のバラバラなAI小機能は個人の利便ツールにすぎず、企業レベルの実質的な変化を引き起こしていない。もう一つは製造業からのものである。年央の製造サプライチェーン非公開会議では、データをどこから調達するか、安全性をどう確保するか、中核業務に組み込めるかが共通の課題となり、ベンダー側の大規模モデルと発注側の内部システムとの溝は深すぎた。複数事例を比較した結論はほぼ一致した——「周辺は熱く、生産ラインは冷たい」。

この2つのギャップはAIコンピュートの買い手にも同様に警鐘を鳴らしている。消費・小売型の発注側にとって、735件のアプリケーションの教訓が示すのは、コンピュート調達は部門レベルのツールの積み重ねではなく、業務プロセスの再構築に資するべきだということだ。散在する小規模モデルや小規模デプロイは投資が分散しリスクが低く見えるが、実際には検証可能な経営改善につながりにくく、最終的に年度総括で全体が否定されることになる。製造業の発注側にとって、「周辺は熱く、生産ラインは冷たい」ということは、コンピュート投資前のデューデリジェンスがOT側にまで踏み込まねばならないことを意味する。プライベートデプロイのデータセキュリティアーキテクチャ、MES/ERPシステムとの連携コスト、推論レイテンシが生産ラインのタクトを満たせるか——これらは汎用コンピュートの見積書よりはるかにプロジェクトの成否を左右する。調達の考慮点として、買い手には「検証可能価値条項」を契約に盛り込むことを推奨する。検査誤検出率、エネルギー調達による節約額、履行コスト削減率などの業務KPIを検収と分割払いの根拠とし、評価の重心をベンダーのパラメータ表からPOCの現場実測へ移し、ベンダー自身の自己証明ではなく、第三者の現場調査と業界内の非公開レビューを優先的に参考にすべきだ。

今年の選考はこれに基づき3つの「現場」に分かれた。オフィス現場はAI Agentによる企業オペレーションの再構築に焦点を当て、AIを使われるツールから職責を担うデジタル従業員へと変え、財務、人事、法務コンプライアンス、ChatBIなどのシーンをカバーする。生産現場はAIがアドバイスの提供から結果の納付へ進み、品質・効率・コストに直接責任を持つことを求め、産業大規模モデル、AI検査、生産計画とエネルギー調度、予知保全などを網羅する。成長現場は単点のコンテンツ生成から「洞察—生産—配信—アトリビューション—最適化」のAgenticループへ進む事例を探す。フーシュ・シンクタンクによれば、3つの現場すべてにすでに実在のサンプルがあるが、AIが真に業務プロセスの一部となり検証可能な価値を創出する答えはまだ探し続ける必要があるという。

【実際の相場データ】

言及すべきは、リストに関わるデプロイ環境の実際のコンピュート相場も買い手の視野に入っているということだ。ただしシステムの相場チャネルによる確認では、当該モデルは現在販売中の掲載価格データがない。

調達側にとって、「販売掲載価格なし」はそれ自体が一つのシグナルである。ある種のハードウェアやソリューションに公開比較可能な相場のアンカーが欠けているとき、報価のばらつきは極めて大きく、事例検証のロジックに立ち返り、第三者により現場で検証済みの同種の実装プロジェクトを価格交渉と検収の参照とし、情報の非対称の中で物語のプレミアムに支払うことを避けるべきだ。

「最強実装企業」から「最強実装事例」へ——一語の変更が、企業AIの次の分水嶺を画定する。物語を語れる者は存続し続けるが、検証可能な結果を出せる者だけが2026年の予算を手にするのだ。

Q: ある化粧品ブランドのAIプロジェクトの最終結果はどうだったか?

A: 同ブランドは2023年からAIに取り組み、2年間で735件のアプリケーションを実装し、マーケティングコストは3〜4倍削減されたが、経営者と事業部門が「まったく実感がなかった」ため、2025年末にプロジェクトの価値は直接否定された。

Q: 2026大鯨リストの選考はどの3つの現場に分かれているか?

A: オフィス現場、生産現場、成長現場の3つで、それぞれAI Agentによるオペレーション再構築、AIによる品質・効率・コストへの直接責任、「洞察—生産—配信—アトリビューション—最適化」のAgenticループに焦点を当てている。

タグ: AI Agent · Enterprise AI · McDonald's · Tongyi · Cotti Coffee · Dingdong Maicai


関連記事


萬安算交所 AIXX · AIXX · 検証済みコンピュート取引所 · 現貨ホールへ