# AI不安をどう乗り越えるか：ThoughtSpot CEO ケタン・カルカニス氏に聞く

- 番組: [AI Today Podcast](https://ai-curator.jp/podcasts/shows/cmv3z5c0f000h5o102pf33901)（AI & Data Today）
- 元のタイトル: How to Lead Through AI Anxiety: Insights from Ketan Karkhanis
- 配信日: 2026年10月14日
- 長さ: 38分
- 要約作成日: 2026年10月14日
- トピック: [#AI導入](https://ai-curator.jp/topics/AI%E5%B0%8E%E5%85%A5) [#チェンジマネジメント](https://ai-curator.jp/topics/%E3%83%81%E3%82%A7%E3%83%B3%E3%82%B8%E3%83%9E%E3%83%8D%E3%82%B8%E3%83%A1%E3%83%B3%E3%83%88) [#AIガバナンス](https://ai-curator.jp/topics/AI%E3%82%AC%E3%83%90%E3%83%8A%E3%83%B3%E3%82%B9) [#エージェント](https://ai-curator.jp/topics/%E3%82%A8%E3%83%BC%E3%82%B8%E3%82%A7%E3%83%B3%E3%83%88) [#トークンコスト](https://ai-curator.jp/topics/%E3%83%88%E3%83%BC%E3%82%AF%E3%83%B3%E3%82%B3%E3%82%B9%E3%83%88) [#AIリテラシー](https://ai-curator.jp/topics/AI%E3%83%AA%E3%83%86%E3%83%A9%E3%82%B7%E3%83%BC)
- URL: https://ai-curator.jp/podcasts/cmv7nps8p00006q109r6de5ip

## 要約

AI Today のホスト Kathleen Walch が、ThoughtSpot CEO の Ketan Karkhanis 氏と、AI導入で組織が成功する条件を議論した回。同氏は、軽量なPOCや「検索と要約」にとどまる使い方を戒め、モデル選びよりオペレーティングモデルの再設計が重要だと述べる。信頼の土台として透明性・ROIとの接続・ベンダーへの問いかけを挙げ、トークン不安、ガバナンス、雇用の変化、AIリテラシー教育にも話が及ぶ。

## ポイント

- Karkhanis 氏は「POCで週2時間節約」のような軽量な取り組みでは本質を外すと述べ、重要なのはモデルではなくオペレーティングモデルや業務プロセスの再設計だと主張した。
- 信頼を築く要素として、エージェントの判断過程が見える透明性、失敗や実験を許容する文化、AIとROIの結びつけを挙げ、信頼が導入速度を高める最大の乗数だとした。
- トークン消費メーターを机上に置くような「トークン不安」はAI活用を萎縮させると指摘し、同社は成果ベースの課金でトークン無制限だと説明した。
- ガバナンスは減速ではなく加速のためにあるべきで、中央チームがエージェントを独占的に作る方式ではなく、現場が革新できる「マルチプレイヤーAI」と最小限の統制の組み合わせを推奨した。
- 雇用は一部が変わり、新しい職種も生まれると率直に伝えるべきだと述べ、付加価値の低い業務の切り出しを勧めた。同社は営業の20%程度の時間浪費をAIで解消しつつ、営業職は採用を続けているという。
- AIリテラシー研修は全社員一律で、テストや認定を課さず「プログラムではなく道筋」として提供すべきだと語った。

## 章立て

- [01:02] **ゲスト紹介とThoughtSpotの価値観** — 番組10周年に触れた後、Karkhanis 氏が ThoughtSpot の使命と、信頼と顧客志向という価値観を紹介する。
- [04:04] **AIへの焦りと健全な緊急性** — 役員会や投資家からのAIへの圧力の中で、軽量POCに陥る落とし穴と、オペレーティングモデル再設計の必要性が語られる。
- [07:19] **信頼を生む透明性とROI** — エージェントが解釈・判断・実行する点を踏まえ、監査可能性、失敗を許す文化、ROIとの接続、ベンダーへの問いかけを論じる。
- [14:35] **トークン不安と成果ベース課金** — トークン消費の配給のような管理が活用を妨げると指摘し、成果を最大化する発想への転換を訴える。
- [19:54] **ガバナンスとマルチプレイヤーAI** — ガバナンスを加速のために設計する考え方と、エージェントの乱立を防ぐマルチプレイヤーAIの構想を説明する。
- [25:05] **人とAIの協働と仕事の再設計** — 産業革命の例を引き、変化を率直に伝えること、非付加価値業務の見極め、営業の事例を紹介する。
- [29:17] **AIリテラシーと人材育成** — AIリテラシーの定義の重要性と、全社員一律・試験なしの研修という同社の取り組みが語られる。
- [33:25] **AIの未来への展望** — 医療、食料、教育などでの豊かさに期待しつつ、新たな危険も生じるとの見方で締めくくる。

## 解説記事

AI導入への圧力が高まる中、リーダーはどう不安と向き合うべきか。AI Today Podcast のホスト Kathleen Walch が、データ・AIプラットフォーム ThoughtSpot の CEO Ketan Karkhanis 氏を迎え、信頼、トークンコスト、ガバナンス、人材育成までを語り合った回である。以下は Karkhanis 氏の主張を中心に整理したものだ。

#### 軽量POCでは本質を外す

Karkhanis 氏はまず、役員会や投資家から「AIで何をしているのか」と問われない場面はもはやないと述べ、その圧力自体は悪くないとしつつ、建設的な前進につなげる必要があるとした。

同氏が懸念するのは、「POCで週2時間削減できた」といった軽量な取り組みで満足してしまうことだ。AIの導入はモデル選びではなく、文化、チェンジマネジメント、そして業務プロセスを含むオペレーティングモデルの再設計だと強調する。LLMのサブスクリプションを契約しただけでは「次世代の検索エンジン」を手にしたにすぎず、利用の大半が検索と要約にとどまっているとも指摘した。ThoughtSpot は製品に「AI outcome manager」を付け、導入や変革を伴走支援しているという。

#### 信頼が導入速度を決める

信頼の土台として同氏が最初に挙げたのは透明性である。エージェントは単なる検索や要約ではなく、解釈し、判断し、実行する存在だと定義し、そうである以上、判断の根拠の確認、ロールバック、監査証跡、評価の組み込みが必要だと述べた。誰がエージェントを管理し、誤りの責任を誰が負うかといった組織設計も問われる。

文化面では、実験し失敗する「許可」が重要だとした。上から強制すると、監査対応のように形だけの作業になるという見方だ。さらに、AIの成果をROIに結びつけ、狙う成果を先に明確にすること、そしてベンダーに「どうやってその答えに至ったのか」を問うことを勧めた。自身も当初は自社のエージェントに根拠を尋ねていたが、信頼が築かれた今は聞かなくなったという。信頼は導入速度を高める最大の乗数であり、モデルではないというのが同氏の立場だ。

#### トークン不安と成果ベースの発想

トークン消費を表示するメーターをデスクトップに置く企業の例を挙げ、AIを配給制にするような状況だと批判した。予算超過でCFOが頭を抱える結果、利用が萎縮するという。Karkhanis 氏は、5年後にはモデルやトークンを語らなくなるはずで、水道水の水源のダムを気にしないのと同じだと述べる。ThoughtSpot は成果に応じた課金でトークン無制限だと説明し、「トークンの最大化ではなく成果の最大化を」と訴えた。メモ帳とペンで済むならそれでよく、AIを使うこと自体を目的にすべきでないとも語っている。

#### ガバナンスと仕事の再設計

ガバナンスは減速ではなく加速のためにあるべきだというのが同氏の考えである。全員にLLMのライセンスを配って任せればエージェントが乱立するが、中央チームだけがエージェントを作る方式も機能しない。かつての文書作成を専門部署が担っていた状況が Office の普及で変わった例えを用い、現場が作れるようにしつつ、データアクセスや消費量には統制をかける「マルチプレイヤーAI」を提案した。

雇用については、全ての仕事を現状維持するという発想は誤りだと述べる。産業革命の例を引き、新しい職種が生まれることに触れたうえで、変化があることを率直に伝え、共感的に進めるべきだとした。売掛金の督促だけを担う職種のように付加価値の低い業務を見極め、部署によっては2〜3割の役割が加速・自動化できるという見方を示した。自社では営業が約2割の時間を本来不要な作業に費やしており、それを解消しつつ営業職は増員中だという。

#### AIリテラシーは「プログラム」ではなく「道筋」

Kathleen 氏は、AIリテラシーの定義が曖昧なまま語られがちだと指摘し、アカウントを持つことやプロンプトを書くことではなく、批判的思考を使って仕事に生かせることだと補足した。Karkhanis 氏は、ThoughtSpot では職種を問わず全社員がAI研修を受け、テストも成績も報告もなかったと紹介した。全員を対象にすること、認定や試験で逆インセンティブを生まないことが要点で、人々は技術の価値を理解して受け入れるのだから、会社は道筋を整えればよいと述べた。

#### まとめ

本回の中心的なメッセージは、AI活用の成否はモデルの性能よりも、信頼、組織設計、人材への投資で決まるというものだ。日本企業でもPoC止まりやコスト管理の厳格化による利用の停滞が話題になりやすく、成果起点で測る発想や、現場に任せつつ統制をかけるガバナンスの考え方は参考になる。ただし、成果ベース課金や自社製品への言及は ThoughtSpot 側の立場からの発言である点には留意したい。最後に同氏は、AIが病気や飢餓といった課題の解決に寄与するという楽観を語りつつ、新たなリスクも生じると述べている。

> この要約・解説記事は、元の音声の文字起こしをもとに AI（Claude）が日本語で作成したものです。出典: AI Today Podcast「How to Lead Through AI Anxiety: Insights from Ketan Karkhanis」