起業家のGreg Isenbergは最近、サンフランシスコで48時間を過ごし、評価額が10億ドルから1,000億ドルのAI企業の創業者や経営幹部と話をしました。彼は、AI業界が今後どこへ向かうのかについて21の観察を持ち帰りました。その多くはベンチャー資金調達やスタートアップ戦略に関するものですが、そのうちいくつかはフリートを担当する人にも直接当てはまります。

この重なりが重要なのは、AIがすでに利用料を支払っているツールを通じてフリート運用に入り始めているからです。テレマティクスプラットフォーム、メンテナンスソフトウェア、燃料カードのポータル、リースのダッシュボードには、いずれもAI機能が追加されつつあります。一部ではエージェントも導入されており、これは誰かがボタンをクリックするのを待つのではなく、自ら行動するソフトウェアプログラムです。

2027年に注目すべきフリート管理のトレンドは、準備態勢に集約されます。人がすべてのステップを操作しなくても動作するソフトウェアを、データ、プロセス、ベンダーが支えられるでしょうか。以下では、Isenbergのリストから6つの変化を取り上げ、フリートマネージャーと、社用車の責任を共有するオペレーション、HR、財務、調達のリーダー向けに解説します。

1. AIの前にフリートデータを整理する

Isenbergの最も実用的な観察は、社内データをAIエージェントにつなげようとしていた企業から得られたものでした。彼が話をしたほぼすべての経営幹部は、エージェントが利用できるように会社のデータを1か所へ集約したいと考えていました。しかし実際に詳しく確認すると、同じ顧客が5通りの方法で登録されていたり、記録が古いチャットチャンネルに散らばっていたり、誰も検索できないPDFがあったりと、混乱した状態であることが分かりました。

フリートプログラムでは、この問題が凝縮された形で存在します。1台の車両の履歴が、複数のシステムに分散していることが一般的です。テレマティクスには位置情報とオドメーターの数値があります。燃料カード会社には取引データがあります。メンテナンス記録は整備工場、ソフトウェアプラットフォーム、あるいはスキャンした請求書のフォルダーに保管されています。リース条件はリース会社のポータルにあります。通行料金は別の明細で届きます。ドライバーの割り当てはHRにあり、システム同士が連携していないため、少なくとも1つのスプレッドシートがそれらをまとめています。

さらに、各システムが車両を異なる方法で識別していることもよくあります。あるシステムはVIN、別のシステムは車両番号、3つ目はナンバープレートを使用し、燃料カードはドライバー名に紐づいている場合があります。

人は履歴を知っているため、こうしたギャップを補いながら作業できます。AIエージェントにはそのような背景情報がありません。来年どの車両を交換すべきかエージェントに尋ねると、テレマティクスから走行距離、メンテナンス記録から修理費、リース会社から契約終了日を取得します。これらの記録が一致していなくても、エージェントは回答を出します。ただし、その回答は単に間違っているだけでなく、自信ありげに聞こえるでしょう。

2027年にAIから実際の価値を得るフリートは、まず地味なデータ作業を済ませたところです。

• 1つのマスター識別子を決める。VINが自然な選択肢であり、他のすべてのシステムもそこへ紐づけるべきです。
• 稼働中の車両リストを四半期ごとに照合する。テレマティクス、燃料カード、保険一覧、リース記録を比較し、すべての不一致を解消します。
• ドライバーと車両の割り当て記録の責任者を決める。HRとフリートのどちらが割り当てを管理するのか、また変更内容を燃料カードやテレマティクスにどう反映するのかを決めます。
• 紙やPDFの記録をデジタル化する。スキャンファイルの中に閉じ込められた検査報告書、車両タイトル、登録書類は、ソフトウェアからは見えません。
• シャドースプレッドシートを廃止する。車両リストのコピーが1つ増えるたびに、「正しい情報」の別バージョンが増えることになります。

この作業は、AIツールをまったく導入しなくても価値があります。整理された記録は、テレマティクスデータ分析の信頼性を高め、監査を簡素化し、フリートコストに関する経営層からの質問に答える時間を短縮します。

2. 画面操作の多いフリートソフトウェアは古さが目立つようになる

Isenbergは、レガシーソフトウェアのかなりの部分がAIエージェントへの移行を乗り越えられないと予測しています。特に、人が画面から画面へクリックして操作することを前提に作られたツールです。エージェントはシステム間の接続を通じて動作します。タスクを完了するために、人がログインして十数ページを移動しなければならないプラットフォームは、ボトルネックになります。チームが毎週行っている定型業務を考えてみてください。メンテナンス発注書の承認、新入社員への車両再割り当て、代替車両の発注、ドライバーの連絡先情報の更新などは、それぞれ複数のポータルで何度もログインしなければならないことがあります。基盤となるソフトウェアがアクセスを許可していれば、こうした作業はまさにエージェントが得意とする分野です。

彼のリストにある別の関連ポイントにも注目する価値があります。Isenbergは、ソフトウェアがコピーしやすくなるにつれて、長期的な価値はその中にあるデータへ移ると主張しています。フリートで言えば、長年にわたるメンテナンス履歴、燃料取引、事故記録、車両交換の判断です。こうした履歴こそが将来の分析やAIツールを有用にするものであり、そのデータはあなたのものです。

ここでは3つのステップが役立ちます。

1. チームが最も頻繁に繰り返している作業をリスト化し、それぞれがどのシステムに関係するかを記録します。
2. それらの作業をAPIまたはネイティブ統合を通じて実行できるか、すべてのフリートベンダーに確認します。
3. プロバイダーを変更する場合でも完全な履歴を持ち出せるよう、契約書のデータ所有権とエクスポート権を確認します。

オープンな統合とクリーンなデータエクスポートを提供するベンダーは、AI支援型ワークフローに適合します。それ以外のベンダーは、その流れを遅くします。

3. AIモデルは優れたフリートツールの中で最も小さな部分

Isenbergが出会った優れたAIチームは、基盤となるモデルを交換可能なものとして扱っています。複数のチームが、異なる仕事を異なるモデルに振り分け、より優れたモデルが登場すると入れ替えています。彼らが投資しているのは、モデルそのものではなく、その周囲にあるすべてです。彼は、業界特化型の有用なAI製品を4つの構成要素で説明し、モデル自体が占める価値はおそらく全体の5分の1程度だとしています。

この分類は、購入時のチェックリストとしても使えます。フリートベンダーがAI機能を提案してきたら、以下の4つの構成要素で評価してください。

Isenbergは、AI企業が最も求めている人材は優れた判断力を持つ人だと指摘しています。現在の難しい仕事は、どのAI出力が優れているかを判断することだからです。フリートで言えば、交換計画を作成するツールの品質は、正しい交換サイクル、正しい再販価値の前提、そして各業務に適した車両クラスを使用していることを確認するチェックの品質に左右されます。

Isenbergはまた、優れたチームは、ユーザーがAIの出力をどう扱ったかで品質を判断すると述べています。編集したのか、エクスポートしたのか、共有したのかということです。これは自社のパイロットにも使える合理的な評価方法です。チームがツールの提案を毎回書き直しているなら、そのツールはまだ時間を節約できていません。

4. 人によるチェックポイントと監査証跡が標準になる

Isenbergが聞いた中でも特に印象的な言葉の1つは、あるロボティクス企業の創業者からのものでした。その創業者は、現在のAIで最も難しい問題は研究よりも導入にあると述べています。その会社のロボットは自律的に動き、行き詰まると人に助けを求めます。そのたびに、そのやり取りがロボットを改善するための学習データになります。2027年の問題は、AIにどこまで任せるかという境界線をどこに引くかです。合理的な出発点として、フリートの判断を3つのグループに分けられます。

• エージェントが自律的に完了できる低リスクのアクション：予防保全のスケジュール設定、更新リマインダーの送信、期限切れ登録のフラグ付け、燃料取引と車両の照合。
• 短時間の承認が必要な中リスクのアクション：設定した金額を超える修理、車両の再割り当て、実際に対応する前のドライバーコーチングアラート。
• 人が判断し続ける高リスクの意思決定：車両発注、リマーケティングの時期、ポリシーの例外、ドライバー行動に関連するあらゆる懲戒措置。

引き継ぎポイントは、自動化そのものと同じくらい重要です。人がエージェントを修正したり、その判断を覆したりするたびに、その修正を記録し、ルールを改善するために使用すべきです。

Isenbergは、AIエージェント向けの保険も登場すると予測しており、エージェントが高額なミスをした場合には、保険会社が監査を要求するようになるとしています。フリートプログラムはすでに保険会社、監査担当者、財務チームへの説明責任を負っているため、これらの組織がAIによる判断がどのように行われたかを確認するようになることが予想されます。導入するツールは、エージェントが何をしたか、どのデータを使用したか、誰がそのアクションを承認したかを記録すべきです。ベンダーがその記録を提供できない場合、そのツールはリスクを減らすどころか増やしています。

5. 新しい統合のたびに新たな入口が開く

Isenbergの滞在中、サイバーセキュリティは繰り返し話題になりました。彼のポイントは単純です。会社のシステムへアクセスできるエージェントが増えるたびに、新たな侵入口が1つ増えます。そして多くの企業が、そうした入口を十分に保護できていません。

フリートシステムには、企業が保有する中でも特に機密性の高いデータが含まれています。テレマティクスでは各車両の現在位置をリアルタイムで確認できるため、持ち帰り車両が夜間に自宅の敷地に駐車されることで、従業員の居住地が分かることもあります。ドライバーファイルには免許証番号や自動車運転記録が含まれます。燃料カードのアカウントには支出権限があります。AIツールをこれらすべてに接続すると、新たなアクセス経路が生まれるため、従業員データを保有する他のシステムと同じレベルの精査が必要です。

いくつかの習慣によってリスクを減らせます。

• 各ツールには必要最小限のアクセス権だけを与え、読み取り権限と記録を変更する権限を分離します。
• 稼働中の統合を年2回監査し、使用していないツールに紐づく接続は停止します。
• 各ベンダーにSOC 2レポートなどのセキュリティ文書と、侵害発生時の通知条件を求めます。
• フリートテクノロジーの購入プロセスの早い段階からITとセキュリティを関与させます。

従来、フリートテクノロジーの判断はオペレーションまたは調達部門が担ってきました。ツールが自ら行動できるようになるにつれて、セキュリティチームもその意思決定に参加すべきです。

6. 優れたフリートベンダーと弱いベンダーを見分ける

AI企業の売上はかつてない速度で成長していますが、顧客が長く使い続けているかどうかについては、Isenbergはほとんど議論を聞かなかったとしています。フリートプログラムは複数年のリースサイクルと長期的なベンダー関係の上に成り立っているため、安定性が重要です。AI機能を導入する前に、どのくらいの期間本番環境で利用されているのか、自社と同規模のフリートが何社利用しているのか、機能が終了した場合にデータがどうなるのかを確認してください。

記憶機能もリストに加えるべきです。ある経営幹部はIsenbergに、次の競争はどのAIがユーザーについて最も多く覚えているかをめぐるものになると話しました。フリートで言えば、それに相当するのは、自社のポリシー、過去の判断、車両履歴を保持し、一般的なテンプレートではなく、実際のフリート運用方法を反映した推奨を行うシステムです。

2027年にどこから始めるべきか

これらのトレンドに対応するために、大規模なテクノロジー予算は必要ありません。準備作業の大半は運用面のものであり、フリートチームは今四半期から始めることができます。

1. VINを共通キーとして使用し、テレマティクス、燃料カード、保険、リース記録の間で稼働中の車両リストを照合します。
2. 毎週最も多くのスタッフ時間を消費している作業を整理し、それぞれがどのシステムに関係するかを特定します。
3. 現在のベンダーに、統合、データエクスポート権、監査ログ、セキュリティ文書についての短い質問票を送ります。
4. ソフトウェアが単独で判断できるフリート業務と、人の承認が必要なものを定義する承認基準を作成します。
5. 次回のフリートテクノロジーレビューにITとセキュリティを招きます。

Isenbergは最後に、AI企業にとって注目は希少であり、流通を確保するのは難しいと述べました。フリートマネージャーにとって希少な資源は時間です。AIツールはその一部を取り戻してくれますが、それはデータが整理され、ルールが明確なフリートに限られます。

フリートデータを準備する

EMKAYは1946年以来、企業のフリート管理を支援してきました。そして、整理され相互接続されたフリートデータは、その取り組みの中心にあります。私たちのチームは、テクノロジーパートナーの評価と、これからの変化に備えたフリートプログラムの構築を支援できます。630.250.7400までお電話いただくか、info@emkay.comまでメールでお問い合わせください。