8月11日、Blocks and Filesが「Enterprise AI Projects fail because governance is ceded to a vendor, says CTO advisor」と題した記事を公開した。CTOアドバイザーのKeith Townsendが、エンタープライズAIプロジェクトの失敗原因はモデルやデータ層ではなく「推論層のガバナンスをベンダーに委ねてしまうこと」にあると分析しており、その論拠と独自フレームワークが詳述されている。
「AIプロジェクトの95%が失敗する」——問題はどの層か
CTOアドバイザーのKeith Townsendは、エンタープライズAIの失敗について次のように問いかける。
「エンタープライズAIプロジェクトの95%が何も成果を返せない。しかし、ほとんど誰も本当に役立つ問いを立てていない。スタックのどこで失敗しているのか？」
なお、この「95%」という数字はTownsend自身が提示した主張であり、特定の調査統計を引用したものではない点には注意が必要だ。
Townsendは昨年、この問いに実体験で向き合った。本番稼働していたAIシステムをGoogle CloudからオンプレミスのNVIDIA DGX Sparkへ移行したのだ。目的はGoogle Cloudを見限ることではなく、「移行にどれだけのコストがかかるか」を身をもって知るためだった。
結果、データは午後の数時間で移行できた。しかし「判断ロジック」は数週間かかった。
Embeddings、Retrieval Logic、「モデルが正しく推論するかハルシネーションを起こすか」を決める意味的関係性——これらは一切ポートできず、すべて手で再構築することになった。
8層スタックの「Layer 2C（推論プレーン）」がすべてを決める
Townsendは、AIインフラスタックを8つの層・4つの機能プレーンで捉えるモデルを提唱している。
このモデルで核心となるのがLayer 2C（推論プレーン）だ。8層のうち下から数えて第6層に位置するこの層は、「モデルをどこで動かすか」「どのエージェントがタスクを担うか」「モデル間のルーティング」「何を証跡として記録するか」を決定する制御面である。
彼が26のベンダープラットフォームを全8層で評価した結果、常に失敗しているのはこのLayer 2Cだった。
Layer 2Cより下の層（データ層、モデル実行層など）はベンダー間・クラウドとオンプレミス間で移植可能だ。しかしLayer 2Cの推論ロジック・判断ロジックは移植できない。
この層は「データ層の上、アプリケーション層の下」に位置し、問うべき問いも異なる。「モデルが動くか」ではなく、「組織はそのモデルの行動を信頼できるか」だ。ポリシー、エスカレーション条件、証跡、意思決定権限——これらすべてがここに存在する。しかし多くのプラットフォームには、これらを置く明示的な場所がない。
ベンダーはこの層を提供しているが、暗黙的に、非標準的な形で。これがロックインの正体だ。「あなたのデータが何を意味するかを決めるロジック」をベンダーが握っている状態である。
「誰が意思決定権限を持つか」を問うDAPM
Townsendはこの問題を体系化するため、Decision Authority Placement Model（DAPM） を定義した。
ポイントは、エンタープライズITにおいて「自動化は実行の効率化のために採用されるが、意思決定権限の所在は失敗が起きるまで見えない」という構造的問題にある。
DAPMは意思決定権限の配置パターンを以下の4つに整理する。
- Unplaced（継承）権限：誰も明示的に決めていない状態。ベンダーのデフォルトや歴史的な運用前提から暗黙的に継承される——これが最も多い
- Platform-led権限：プラットフォームが効率・可用性・コストのトレードオフをリアルタイムで判断・執行する
- Governance-Coupled権限：自動化が実行を担いつつ、閾値超過・曖昧さ検知・リスク条件が満たされた場合に人間がレビューするよう設計されている
- Product-Aligned権限：プロダクトチームやサービスチームに意思決定権限を委譲するが、ガードレールで範囲を明示的に制限する
そして、すべての決定は「Retained（自社保持）」「Delegated（委譲）」「Ceded（放棄）」のいずれかに分類される。
「ほとんどの企業はこれをマッピングしたことがない。2年目になって、本番データでハルシネーションが起き、誰も原因を説明できず、問題を修正するために必要な判断権限が他者の手にあると知ることになる」
ベンダーが「推論層」へ向かっている理由
Townsendが示す傍証として、ストレージベンダーの動向がある。
「ストレージ企業はストレージを売るのをやめた。Pure Storageはリブランドし、VASTは自らをOSと呼ぶ。GoogleはまさにPortableでなかった層を製品化した。全員が推論プレーンへ向かっている。なぜならそこに制御がある。そして制御こそがロックインだ」
最終的にTownsendが問うのは一点だ。「推論層で誰が意思決定権限を持つか言えない組織は、AIを持っていない。他者のAIを使っているだけだ」
まとめ——日本のエンタープライズ文脈で読む
Townsendのフレームワークが提示する問いは、AIベンダー選定を進める日本のエンタープライズ組織にとっても直接的な示唆を持つ。国内では経済産業省のAI事業者ガイドラインや内閣府のAI戦略においても「AIガバナンス」の内製化が重要課題として位置づけられているが、その議論は多くの場合「どのモデルを使うか」「データをどう管理するか」にとどまりがちだ。
DAPMが突きつけるのは、それより一段深い問いである。「推論層の意思決定権限が、現時点でRetained・Delegated・Cededのどれに該当するか、自社で即答できるか」——この問いに答えられない組織は、ベンダー乗り換えや障害対応の局面で初めてロックインの深さを実感することになる。
AIインフラ選定においては「モデルの精度」や「データ移行コスト」だけでなく、Layer 2Cの推論ロジックが自社資産として保持できる契約・設計になっているかを事前に確認することが、Townsendの主張する本質的なリスク管理だ。
詳細はEnterprise AI Projects fail because governance is ceded to a vendor, says CTO advisorを参照していただきたい。
