2026年に入って、企業のAI活用は「とりあえず試してみる」段階から「業務に根付かせて、全社に広げる」段階へと関心が移ってきました。2026年6月1日には、SnowflakeとAnthropicが、企業の管理下にあるデータの上でAIを動かす「管理・統制の効いたAI」への需要が高まっていると発表しました。続く6月8日には、カーネギーメロン大学のソフトウェア工学研究所（SEI）とAccentureが、AI活用の成熟度を測る枠組みを公開しています。
この記事では、いま起きている「試したけど広がらない」という悩みと、そこを抜け出すための動きを、発注検討者の目線で整理します。技術の深い話ではなく、自社サービスにAIを組み込むときの進め方や、開発会社との話し方に効いてくるポイントに絞ってお伝えします。
ざっくり言うと：AI導入は、家庭菜園にたとえると分かりやすいかもしれません。苗を一つ植えてみるのは簡単でも、畑全体で安定して収穫できるようにするのは、また別の難しさがあります。2026年のいまは、「植えてみた苗（お試し導入）」を、どうやって「畑全体（全社の仕組み）」へ育てていくか、その段取りに注目が集まっている時期です。
ざっくり言うと何？
2026年の春から初夏にかけて、企業のAI活用に関する発表や調査が相次ぎました。共通しているのは、「AIを試す」こと自体はもう珍しくなくなり、論点が「どう成果につなげ、どう広げるか」に移ってきている、という点です。代表的な動きを並べると、こんな状況です。
- カーネギーメロン大学SEI と Accenture：2026年6月8日、AI活用の成熟度を5段階（探索 → 実装 → 整合 → 拡大 → 将来対応）で測る枠組みを公開しました。評価の観点には「リスクと統制」「データ」「運用」などが含まれています。発表の中では、多くの企業がAI投資から十分な成果を得られておらず、全社規模で広げられている企業はごく一部にとどまる、と説明されています（同研究所の発表より）。
- Snowflake と Anthropic：2026年6月1日、自社の管理下にあるデータの上でAIを動かす「管理・統制の効いたAI」への需要が高まっていると発表しました。お試しの段階から本番運用へ移すために、安全性や動作の見える化（監視）のしくみを重視する流れが示されています（公式発表より）。
背景には、少し前から指摘されてきた調査結果があります。米マサチューセッツ工科大学（MIT）が2025年に公開した「The GenAI Divide」という報告では、多くの企業がAIに投資しているのに測れる成果が出ておらず、自社で作り込んだAIのうち本番運用まで到達するものはごく一部にとどまる、と報告されました。この「試したけれど広がらない」状態を、どう抜け出すかが2026年のテーマになっています。
非エンジニアの方向けに言い換えると、ポイントは目新しい技術そのものではありません。むしろ「どのデータを使い、誰が確認し、どこまで広げるか」という段取りと、管理のしくみです。次のセクションで、発注側にとって何が変わるのかを整理します。
開発・サービスへの影響
1. 「試して終わり」を避ける段取りが、最初の論点になってきた
これまでは「まずは小さく試してみましょう」というお試し導入から始めるのが一般的でした。2026年に入って、その先の「どう広げて根付かせるか」を最初から考えておく流れが強まっています。SEIとAccentureの枠組みでも、成熟度は「探索」から「全社で安定して使える状態」まで段階に分かれていて、いきなり最終段階を目指すのではなく、いま自社がどの段階にいるかを見極めることが重視されています。
発注側として大事なのは、お試し導入を頼むときに「これがうまくいったら、次にどう広げる想定ですか？」を一言聞いておくことです。広げる段取りまで描けている提案かどうかで、その後の進めやすさが変わってきます。
2. 「どのデータを使い、誰が見るか」が品質と安心に直結する
SnowflakeとAnthropicの発表が示しているのは、AIを自社が管理しているデータの上で動かすという考え方です。AIに何でも自由に渡すのではなく、使ってよいデータの範囲を決め、誰がどう確認するかを整える。この「管理・統制」が、成果の質と情報の安心の両方に効いてきます。
発注側として確認しておくとよいのは、「AIに渡すのは、どのデータですか？」「その結果は、誰がどう確認しますか？」という2点です。「自動化されます」だけで終わらせず、人が確認する工程がどこに残るのかをはっきりさせておくと、後の運用でつまずきにくくなります。
3. 「自社で作り込む」か「既存のサービスで足りる」かの見極め
MITの調査では、外部の事業者が提供するAIサービスを使ったほうが、自社でゼロから作り込むより成果につながりやすい傾向があった、とも報告されています。もちろん、自社サービスに独自の機能を載せたい場合は作り込みが必要です。一方で、社内の業務改善のように、すでにあるサービスで足りる用途もあります。
発注側としては、「これは作り込む必要がある話か、既存のサービスで足りる話か」を、開発会社と一緒に切り分けておくのがおすすめです。なんでも作り込もうとすると、費用も期間もふくらみやすくなる、と言われています。
いま動くべきか、様子見か
「自社のAI活用を、いま本格的に広げる準備を始めるべきか」については、おおむね次のような分け方が現実的です。
- いま動く価値がある：すでにお試し導入を一度経験していて、手応えがあった場合。広げるための段取りと、データの扱い・確認の体制を整える話に進むよいタイミングです。
- 慎重に検討：顧客の個人情報や、機密性の高いデータを扱う場合。どのデータをAIに渡すか、保管や確認のルールをどうするかを、契約条件として文章で残しておくと安心です。
- 急がなくてよい：まだ具体的な用途が定まっていない場合。背伸びして全社展開を目指すより、効果が見えやすい一つの困りごとに絞って小さく試すほうが、結果的に近道になりやすいと言われています。
共通して言えるのは、「AIを入れるかどうか」ではなく「どの範囲で、どう管理しながら広げるか」へと論点が移ってきた、ということです。受託開発会社にとっても、説明しやすいテーマになってきています。
まとめ
2026年の企業AIは、「試す」段階から「根付かせて広げる」段階へと関心が移っています。発注検討の場面では、次の3点を意識しておくとよさそうです。
- お試し導入を頼むときに、その先の「広げる段取り」まで描けているか確認する
- AIに渡すデータの範囲と、人が確認する工程をはっきりさせる
- 作り込むべき話か、既存のサービスで足りる話かを切り分ける
新しい技術が次々に出てくる時期ですが、慌てて全部を取り入れる必要はありません。いま自社がどの段階にいるかを見極めて、一歩ずつ広げていく。具体的に発注を進める段階では、開発会社にこの3点を相談するところから始めてみてください。
参考リンク
- SEI and Accenture Release AI Adoption Maturity Model — Carnegie Mellon University Software Engineering Institute（2026年6月8日）
- Snowflake and Anthropic Accelerate Enterprise AI Adoption Driven by Rising Demand for Governed AI — Snowflake（2026年6月1日）
- Companies have invested billions into AI, 95 percent getting zero return（MIT「The GenAI Divide」報告の紹介）— The Hill