投稿者 global-ai-media 
サステナブルシューズで知られるAllbirdsが、AIビジネスのために資金調達を行い、社名を変更するというニュースが市場を驚かせました。本記事ではこの異例のピボットを題材に、非IT企業がAI領域へ進出する際のリスクと、日本企業が自社の強みを活かしてAIを活用するための現実的なアプローチを解説します。
アパレルからAI企業へ：Allbirdsの大胆なピボット
サステナブルな素材を用いた靴で知られるAllbirds（オールバーズ）が、AIビジネスのために5,000万ドルの資金調達を実施し、社名を「NewBird AI」に変更して事業転換を図るというニュースは、市場に大きな衝撃を与えました。一見すると靴メーカーとAIという組み合わせは唐突であり、投資メディアが「99.6%クレイジーだ」と評するのも無理はありません。
しかし、こうした「非IT企業によるAI領域への急接近」は、昨今の生成AI（Generative AI）ブームを背景に、世界中で散見される現象です。企業価値の向上や新たな収益源の確保を目指し、本業とは異なる技術領域へ大きく舵を切る経営判断は、ダイナミックな米国市場ならではの動きと言えるでしょう。
日本企業における「AI化」の実態と「AIウォッシュ」のリスク
このニュースは、日本企業にとっても対岸の火事ではありません。国内でも、製造業、小売業、サービス業などさまざまな非IT企業が、AIを活用した新規事業開発や自社プロダクトへのAI組み込みを模索しています。しかし、Allbirdsのような極端なピボットをそのまま真似ることは、日本の商習慣や慎重な組織文化において非常に高いリスクを伴います。
特に注意すべきは「AIウォッシュ（実態が伴わないのにAIを活用していると過剰にアピールすること）」のリスクです。実務的な価値や明確なビジネスモデルがないままAI事業を立ち上げても、顧客や市場からの信頼を損なう結果を招きます。また、AIモデルの継続的な運用・改善を行う「MLOps（機械学習の運用基盤）」の体制構築や、個人情報・著作権に配慮した「AIガバナンス」の確立には、専門的な知見が必要です。本業から遠く離れた領域でのAIビジネスは、こうした組織的ケイパビリティ（能力）の不足を露呈させやすくなります。
自社の「コアコンピタンス」とAIをどう掛け合わせるか
日本企業が現実的にAIを活用し、競争優位性を築くためには、自社の「コアコンピタンス（独自の強み）」とAI技術をいかに統合するかが鍵となります。長年の事業活動で蓄積された現場の暗黙知、質の高い製造データ、あるいは強固な顧客基盤などは、汎用的な大規模言語モデル（LLM）にはない独自の価値を持っています。
非IT企業であれば、まずは既存業務の抜本的な効率化や、既存プロダクトの付加価値向上から着手するのが王道です。小売業であれば、顧客の購買データとAIを組み合わせた高精度な需要予測や、パーソナライズされた接客体験の提供などが考えられます。AIを「全く新しい事業の種」として扱うのではなく、「既存の強みを最大化するための強力な武器」として位置づけることが、日本企業の着実な成長に適しています。
日本企業のAI活用への示唆
異業種からのAI参入という事例から、日本企業が実務に活かせる教訓を以下の3点に整理します。
1. 自社のデータとドメイン知識をAIの源泉にする
AIアルゴリズムそのものではなく、自社にしか存在しない「質の高い独自データ」と「業界特有のドメイン知識」こそが競争力の源泉です。これらをAIと連携させることで、他社には模倣できないプロダクトやサービスを生み出すことが可能です。
2. 「手段の目的化」を避け、ROI（投資対効果）を冷徹に評価する
AI事業への参入やAI機能の実装が目的化しないよう注意が必要です。顧客が抱える真の課題は何か、その解決手段としてAIが本当に最適かを検証し、継続的なランニングコストに見合うROIが出せるかを慎重に見極める必要があります。
3. リスク管理とガバナンス体制の構築を並行して進める
AIをビジネスに組み込む場合、ハルシネーション（AIが事実と異なる情報を生成する現象）や意図せぬデータ漏洩のリスクが伴います。技術導入のスピードに合わせて、社内のAI利用ガイドライン策定やセキュリティ基準の整備など、ガバナンス基盤を初期段階から構築することが不可欠です。