テクノロジー企業のビジネスオポチュニティ・トップ10 ― 2025

AIが創造する未来を実現し、収益につなげることが重要です。

要点

• AIの活用により顧客の技術上のニーズや利用形態に沿った製品価値を提供することで、新たな収益源を開拓する。
• 社内のトランスフォーメーションと再構築を活用し、AIファーストのシステムと運用モデルの模範を示す。
• 予備予算の枠を超えて資金を投入し、AIが核となる製品の提供や運用モデルへの投資をさらに拡大する。
  

AIがもたらす転換点に立つテクノロジーセクター

1年前、 2024年におけるテクノロジー企業のビジネスオポチュニティ・トップ10 では、生成AIの普及が進む世界でテクノロジー企業が成功を収めるには、再構築、再配置、イノベーションが不可欠であることを強調しました。2024年を通じて、AIのユースケースとコパイロット機能の導入はテクノロジーセクター全体で急拡大しました。しかし、その多くが、成功に要するコスト負担および全社的な変革に対する備えが不十分だったことにより停滞期を迎えました。テクノロジー企業とその顧客が成功を収めるには、AIを従来の業務プロセスに適用するケイパビリティとして見るのではなく、AIファースト時代の事業展開に向けて、自社の事業を根本から再考し、再構築する必要があります。テクノロジー企業は自社製品を使用して、社内変革の推進を示すことで、先駆者となることができます。 

2025年は、資本需要の増加、世界的な規制当局による監視の強化、経済情勢の変化の中で、引き続きAIの導入は加速するとみられます。

EYが毎年発表している「テクノロジー企業のビジネスオポチュニティ・トップ10」の作成に当たり、2025年に価値創造を推進するために、さまざまな成長および運用手段を持つテクノロジー企業が取り得る行動について、バランスの取れた未来志向の見解を提示するよう努めました。本稿は、EY独自の分析、インサイト、世界各地のテクノロジー分野におけるEYのパートナー、テクノロジーセクターのプロフェッショナルの視点を取り入れて作成しました。

1. AIが創造する未来を実現する

可能性を具体的な成果に変える。

企業のAI活用の進化は転換点を迎えています。ユースケースやコパイロット機能の試験的導入の段階は終わり、投資に対して収益が求められています。2025年に入り、蜜月は過ぎ去り、さまざまな業界の企業が自社のAI投資に対して具体的な成果を求めています。

テクノロジー企業が次にすべきことは、測定可能な投資収益率（ROI）を顧客に提示して、ビジネスにおけるAIの価値を証明することです。テクノロジー企業は、自社のAIソリューションが顧客の財務や事業に与える影響を測定するためのフレームワークの形成に注力し、顧客がAI導入について期待どおりのROIを得られるよう支援する必要があります。自社のAI製品における透明性を示し、定量的な価値を示し提供できる企業は、顧客の信頼を得て、AIにフォーカスした将来の激しい競争市場で際立った存在になるでしょう。

2. 未来のエージェント型AIを通じて成長を加速し、顧客体験を最適化する

次世代の半自律型AIエージェントにより、顧客のために新たな製品を生み出す。

エージェント型AIは、テクノロジー企業に劇的な変化をもたらします。自律型AIエージェントは、複雑なタスクを独力で実行することが可能であり、テクノロジー企業とその顧客の事業運営や意思決定のあり方を革新するでしょう。生成AIの現在のユースケースとは異なり、エージェント型AIは指示を待つことなく、人間の介入なしに複雑な一連の手順を実行できるため、タスクの全過程の業務を自力で遂行します。例えば、エージェント型AIは、顧客対応の過程で生成される膨大なデータを分析し、パーソナライズ化された製品やサービスを提供することで、顧客サービスとマーケティング機能を最適化できる可能性があります。また、エージェント型AIを市場動向や競合他社の製品に関するデータと統合することによって、企業が新しい変動料金制や成果主義のバリューモデルを導入するための基盤を構築することも可能です。今こそ、テクノロジー企業がエージェント型AIのもたらす機会を捉え、先行者利益をつかむ時です。

3. 成果主義の価格モデル導入により、サブスクリプションサービスと従量課金サービスを補完する

顧客の価値実現に対応する価格を設定し、顧客の期待の先を行く。

出典：How SaaS companies can embrace the agentic AI future

この数年間で、テクノロジー業界は、アズ・ア・サービス・モデルおよび従量課金モデルへの移行を遂げました。しかし、顧客は以前にも増して、購入した製品に対して実証可能な成果を期待するようになっており、厳しい目で見ています。そのため、企業はアクセスや使用量の提供ではなく、成果の提供へと考え方を転換する必要があります。

製品の価格設定は、価値または成果に基づく段階に移行していくでしょう。これは、エージェント型AI活用に向けたプラットフォームの転換と一致しています。しかし、この成果ベースの価格設定への移行には、綿密な計画、データ分析、シナリオプランニング、変更管理を要するいくつかの複雑な課題があります。また、企業が移行を進めるに当たっては、無期限ライセンスの販売からアズ・ア・サービス方式に移行した時よりも、ステークホルダーとのコミュニケーションおよび関与がさらに必要になるでしょう。アズ・ア・サービス方式への移行の際には、多くのテクノロジー企業が市場やステークホルダー（報奨制度が変更された社内の営業チームを含む）に、その理論的根拠や価値を伝えるという課題に直面しました。

この経験を踏まえ、テクノロジー企業が成果ベースの価格設定への移行を計画する際には、提供される製品価値と取得および利用に要するコストを比較し、評価することが重要になります。また、同様に重要なのは、業績、営業報奨制度、主要指標の変化を説明し、ステークホルダーの期待をコントロールすることです。

4. AIファーストの運用モデルの力を実証する

ビジネスモデルとプロセスを再考し、AIを活用した運用のアジリティを高める。

出典：Six pillars for AI success: how the C-suite can drive results

この数年間テクノロジー業界では、デジタル時代に生まれた企業が持つ、従来のテクノロジー企業にはない競争上の優位性について大いに議論されてきました。今や、議論はAI時代に生まれた企業とその独自の構造および事業運営の文化に移っています。

テクノロジー企業がこれらのAIスタートアップ企業と競うには、既存の運用モデルにAIを組み込むのではなく、運用のあらゆる面について再考し見直す必要があります。エージェント型AIを個々の生成AIのユースケースに適用して特定の機能を強化するのではなく、部門間の協働の促進に活用すれば、トランスフォーメーションのイネーブラーになり得ます。例えば、AIエージェントによって、多数のサプライヤーの分析、重要なサプライヤーの特定、自然災害、供給不足、貿易要件などのシミュレーションに基づくシナリオ作成、事業継続およびコストと税金の最適化を図る契約条項や調整のモデル化を行い、サプライチェーンのレジリエンスを向上させることが可能です。

このようなメリットは、調達担当者、税務、法務や財務の専門家などのケイパビリティを拡大し、新たな競争優位性の創出につながる意思決定の向上をもたらし、企業全体へと広がっていくでしょう。

5. データの価値を引き出す

企業データの力をより効果的に活用するために、レガシーシステムの近代化と統合の機会について検討する。

6. 革新的なトレーニングによって、将来の人材を強化する

AI時代に備えて生産性を高め、スキルセットを進化させる。

出典：How organizations can stop　skyrocketing AI use from fueling anxiety

テクノロジー企業は、AIが核となるビジネスの将来像の構築に向けて進む中で、的確なトレーニングプログラムを通じて将来通用するスキルを従業員に習得させることによって、成長を加速させることができます。また、コパイロット機能やさらに高度なAIアシスタント機能の活用により、生産性を向上させるとともに、よりパーソナライズされた新しい働き方を強化することができます。テクノロジー企業は、仮想現実や拡張現実などを利用した、より没入感の高いトレーニングや学習環境を提供することで、スキルギャップをより的確に把握し、就業中の支援を提供し、世界中で独創性のある人材を見いだし、一貫性があり、オンデマンドで利用でき、目的に合致した従業員エクスペリエンスの確保が可能になります。

テクノロジー企業は、AIの導入が進み、コスト効率指標を重視する投資家が増加する一方で、従業員は先端テクノロジーの使用を通じて、継続的な学習の文化を求めていると考える必要があります。生成AIをトレーニング制度に組み込むことは、双方の目的に合致しています。

7. AIトランスフォーメーションの初期段階で税務と法務の機能を組み込む

税務、貿易、コンプライアンスに関する要件の急速な変化に後から対処するのではなく、事前に対策を講じておくことで、戦略的意思決定を向上させ、ビジネスモデルとサプライチェーンを最適化する。

テクノロジー企業は、税務および法的責任について満足のいく確実性を確保するために多額の投資をしています。しかし、今日の複雑で常に変化するグローバルな税制と規制環境では、その確保が難しくなっており、世界中の政府の課題や政策イニシアチブの競合から生じる地政学上・貿易上の影響によって、さらに深刻化しています。不確実性が増す中で、税務や現地の規制問題に事後的に対処することは、特にトランザクションの遂行やAI活用による事業モデルの転換の際には多大なリスクが伴います。税務・法務の専門家を経営幹部の戦略的顧問と位置付け、戦略的評価プロセスに組み込む必要があります。これにより、予期せぬ税務上の責任や法的責任を負うことなく、自信を持って迅速に意思決定を行うことができます。

税務・法務に関する不確実性が、今日のグローバル・サプライチェーン・マネジメントに与える影響は特に深刻です。テクノロジー企業は、地政学的情勢、規制、税務政策の変化によるリスク抑制のため、地理的な依存関係を見直し、活動地域の分散を検討する必要があります。貿易制限がさらに拡大すれば、その影響はバリューチェーン全体に及び、マルチソースの供給が十分にできず、レジリエンスの維持または強化に向けた対策が求められるでしょう。安定性を確保し、リスクを軽減するための措置として、生産拠点の移転、サプライチェーンのストレステスト、戦略的提携の確立などが必要になる可能性があります。また、サプライチェーンマネジメントにAIを組み込むことで、運用上のアジリティを高め、コストを削減しつつ、これらの戦略すべてを推進することができます。戦略的意思決定の初期段階で税務・法務機能を組み込むことが、現地の規制や税務政策の確実な順守につながります。

8. サイバー防御にAIを組み込む

テクノロジー企業はAIを活用したセキュリティソリューションを組み込むことで、自社の資産を保護するだけでなく、市場において信頼できるイノベーションのリーダーとしての地位を確立することができる。

出典： 2024年EYグローバル・サイバーセキュリティ・リーダーシップ・インサイト調査

AIが創造する未来の重要な側面に、脅威と脆弱性の探知と対応の自動化を通じた、より効果的で包括的なサイバーセキュリティの実現があります。企業がAIを活用したセキュリティを製品、サービス、業務に当初から組み込むことで、高度なセキュリティを市場で差別化できるだけでなく、関連業務とバックエンドへの影響を最小限に抑制することができます。

企業レベルでは、継続的なストレステスト、学習、次の脅威や誰もが予想できないブラックスワンの先手を打つこと、AIを活用した総合サイバーセキュリティ戦略を実装することが有益になります。データの完全性の確保が極めて重要な自律型システムでは、高度なサイバーセキュリティソリューションによる機密情報の保護が不可欠です。

しかし、テクノロジー企業のサイバーセキュリティ防御におけるこれらのAIのメリットには、サイバー攻撃者も同じツールを利用できるというデメリットがあります。攻撃者はAIを使用して、企業が見落としている脆弱性を特定し、システムに侵入する能力を高めることができます。そのため、AIを活用してこのような脅威に積極的に対抗し、侵害の発生時に最大限の対策を講じること、つまり、相手と同じ手段を用いて対抗することが一層重要になります。今後も、サイバーセキュリティにおけるAI活用の効果をさらに高めていくことは、テクノロジーセクターの主要な課題です。AI活用に成功する企業は、大きなチャンスをつかむことができるでしょう。

9. 緊急時対策資金の枠を超えて、先端テクノロジーへの投資資金を確保する

非中核事業・製品を売却してリソースを確保し、高成長ビジネスの機会に投資し、持続可能な成長を促進する。

AI機能に対する多額の投資はテクノロジー企業の企業価値向上に寄与していますが、多額のコストが設備投資と営業経費の予算を圧迫する要因にもなっています。多くのテクノロジー企業は当初、AIの初期投資に緊急時対策およびトランスフォーメーションのための予算を充てていました。最近では、多くの企業が営業経費の増額見送りや段階的な削減によって、継続的なAI投資の資金を確保しています。しかし、AIがテクノロジー企業の事業の中核となるにつれ、これらの短期的なアプローチでは不十分になっています。

市場関係者は規制当局がM&Aを容認、あるいは場合によっては奨励さえする傾向が強まると予想される中、2025年はテクノロジー企業が的を絞った戦略的売却によりポートフォリオを最適化し、AIなどの高成長なビジネスチャンスに資金を投入する年になるかもしれません。ダイベストメントは、資金の確保に加え、持続可能なAI投資により適した、焦点を絞った、アジャイルで合理化された運用を生み出す傾向があることが明らかになりました。この戦略では、データに基づきポートフォリオを再評価して不採算資産を特定する必要があります。テクノロジー企業は、自社の戦略目標、技術的能力、市場適合性に沿った取引を追求することが重要です。

10. 規制当局と検討すべき課題を継続的に議論する

規制当局と積極的に連携し、将来のフレームワークを構築し、実施される規制の一貫性を高めるように働きかける。

従来、規制当局の監視と政府は、規制対象として大手テクノロジー企業に焦点を当てており、小規模な企業についてはコンプライアンス重視で、あまり関与しない傾向にありました。最近、世界各国の政府は、AI、反トラスト、データプライバシー、サイバーセキュリティ、最低税率、M&Aなど、テクノロジー企業に影響が及ぶ政策の策定に、より積極的かつ包括的に取り組んでいます。あらゆる規模のテクノロジー企業が、政策立案者に協力し、国際フォーラムや税務政策に関する世界的な議論に積極的に参加することで、社会的懸念への対処とイノベーションの促進を両立させる規制フレームワークの形成を支援できます。

また、テクノロジー企業が調和の取れたグローバルスタンダード、責任あるAIガイドライン、インフラ投資の奨励策を提唱することで、自らを官民連携のソートリーダーや協力者と位置付けることができます。このような取り組みは、より良好な規制環境の形成や、ステークホルダーとの信頼関係の構築につながります。

サマリー

2025年、テクノロジー企業には、AIに対する興奮と期待を現実に変え、自社と顧客にとってのビジネス上のメリットに転換する機会が訪れています。本稿で示した10のビジネスオポチュニティを捉えることで、テクノロジー企業は、より早く目標を達成し、その過程において、未来のAI対応ビジネスを形づくることができます。