TechCrunch Disrupt 2026：Databricks 創業者が語るエンタープライズ AI 契約を破綻させる要因
本文の状態
日本語全文を表示中
詳細モードで約8分の本文を読めます。
同じ出来事の情報源
この情報源を基点に整理
TechCrunch AI
Databricks の共同創業者は、TechCrunch Disrupt 2026 で、企業が AI 導入を進める際に契約が失敗する主な原因について言及した。
Source Article
元記事を日本語で読む
本文に関係しない購読案内、埋め込み通知、サイト内プロモーションは除いています。
エンタープライズ組織は AI を拒絶しているのではありません。彼らが拒絶しているのは、運用上の不安定さです。
これは多くの創業者がまだ誤解している変化であり、初期の勢いを経て拡大する企業向け AI 企業が、そこで立ち止まってしまう企業とを分ける決定的な現実の一つになりつつあります。
ここ数年、AI スタートアップは実験に駆り立てられた市場から恩恵を受けてきました。優れたデモ、印象的なモデル、そして強力なビジョンがあれば、多くの場合、エンタープライズからの関心、パイロットプログラムの実施、投資家からの熱意を生むのに十分でした。
しかし今、企業向け AI は異なるフェーズへと移行しています。そこでは、企業が AI が魅力的かどうかを評価するのではなく、大規模展開が安全かどうかを評価する段階です。
10 月 13 日から 15 日にサンフランシスコのモスコーン・ウェストで開催される TechCrunch Disrupt 2026 の AI ステージセッション「企業は壊れていない。その企業に対するあなたの前提が間違っている」において、Databricks の共同創業者でありフィールドエンジニアリング担当シニアバイスプレジデントの Arsalan Tavakoli-Shiraji が、この変化について詳解します。
画像クレジット: TechCrunch
Disrupt は、10,000 人以上の創業者、投資家、オペレーターを集め、企業の構築と拡大の方法を変革する技術や運営上の圧力を探求します。3 日間にわたる本イベントでは、現在業界を主導するテックリーダーが率いる 6 つのステージで 250 以上のセッションが開催されます。
Disrupt AI ステージで開催されるセッションはこちら。チケット割引（最大 410 ドル）は、太平洋標準時 5 月 29 日午後 11 時 59 分までです。こちらから登録してください。
pilots は決して難関ではなかった
エンタープライズ AI 市場には、実際の導入に至らなかった成功した pilots（パイロットプロジェクト）が溢れています。技術が失敗したからではありません。組織がその採用に伴う運営上の影響を吸収できなかったからです。
今、創業者たちが直面しなければならない現実は、スタートアップの AI デールがモデルのパフォーマンス不足で滅びることは稀だということです。それらが滅ぶのは、企業が導入に何を要求されるかに対する信頼を失ったからです。
That is the gap Tavakoli-Shiraji's session is designed to explore。多くの企業は、単に AI 製品が機能するかどうかを評価しているわけではありません。彼らが評価しているのは以下の点です。
- 実装リスク。
- ガバナンスの複雑さ。
- ワークフローへの混乱。
- インフラストラクチャへの負荷。
- コンプライアンス上の露出（リスク）。
- 組織的な信頼性。
AI 製品が管理された環境下で極めて優れたパフォーマンスを発揮しても、その導入によってビジネス内に不安定さをもたらすのであれば、商業的には失敗することになります。
この区別は創業者にとって重要です。なぜなら、多くの AI スタートアップがいまだに誤った成果を最適化しようとしているからです。彼らは長期的な運用上の採用ではなく、初期の興奮のために製品を構築しています。そして企業側は、その違いを見極めることにおいて、はるかに規律ある姿勢を示すようになっています。
パイロットフェーズを超えて実際に生き残るものを企業がどのように評価するかを知るために、Disrupt への登録をお勧めします。5 月 29 日午後 11 時 59 分（太平洋標準時）までに登録すれば、最大$410 のチケット割引を確保できます。ここでチケットの割引を確定する。
Enterprise AI is becoming an operational trust problem
大規模組織内で注目を集めている AI スタートアップには、ますます共通する一つの要素があります：不確実性を低減することです。
既存システムへの統合がよりスムーズに行われ、ワークフロー上の摩擦も少なくなります。また、ガバナンスが容易であり、組織内部での説明も簡単で、長期的に信頼を得やすいという特徴があります。
これは画期的なデモやモデルベンチマークほど刺激的には聞こえないかもしれません。しかし、すぐに注目を集める AI スタートアップと、持続的な収益を生み出すスタートアップを分ける決定的な違いとなっています。
市場は成熟期を迎えています。エンタープライズ（大企業）の購入担当者は今、異なる質問を投げかけています：
- 導入後はどうなるのか？
- どれほどの運用変更が必要なのか？
- これはガバナンスにどのような影響を与えるのか？
- チームは実際にスケールしてこの技術を採用できるのか？
- モデルが失敗した場合はどうなるのか？
これらの懸念事項はもはや二次的な問題ではありません。多くの組織では、購入決定そのものの核心となっています。エンタープライズ向けに AI を販売する創業者にとって、このセッションではパイロットフェーズ終了後に実際に採用を推進する要素について詳しく解説します。セッションの詳細はこちら をご覧いただき、**エンタープライズ AI 取引で注目を集めるために何を優先すべきかを学ぶため、$410 のチケット割引](https://techcrunch.com/events/techcrunch-disrupt/tickets/?promo=post_shiraji_05282026&utm_campaign=disrupt2026&utm_content=speakers&utm_medium=post&utm_source=tc) をご利用ください。
タバコリ＝シラジ氏が市場を異なる視点で捉える理由
タバコリ＝シラジ氏は、企業戦略と深く技術的なシステムアーキテクチャの両方にまたがる背景を持つことから、この議論に非常に適切な視点をもたらしています。
Databricks に入社する前は、マッキンゼー・アンド・カンパニーでアソシエイト・プリンシパルとして勤務し、クラウドコンピューティング、次世代 IT、および企業変革戦略について、企業、技術ベンダー、公共部門組織に対して助言を行っていました。また、カリフォルニア大学バークレー校からコンピュータサイエンスの博士号を取得しており、専門はネットワークと分散システムです。
この視点はスタートアップにとって価値があります。なぜなら、企業の AI 成功はもはや強力なエンジニアリングだけでは成り立たず、組織行動、インフラの実情、調達プロセス、ガバナンス上の懸念、運用リスクといった要素が技術システムとどのように相互作用するかを創業者自身が理解する必要があるからです。
今後数年間で企業 AI に成功するスタートアップは、必ずしも最も先進的なモデルを持つ企業とは限りません。むしろ、企業が実際にいかに変化を受け入れるかを最もよく理解している企業である可能性が高いのです。
これが、タバコリ＝シラジ氏や、Disrupt の AI ステージで登壇する他のスピーカーたちが取り上げる、一種の運用上の圧力です。Google Cloud が主催するこのステージでは、AI エージェントや生成 AI が SaaS、企業導入、ソフトウェア経済、セキュリティ、そして運用インフラをどのように再構築しているかを検証します。これには、タバコリ＝シラジ氏のセッションも含まれており、そこでは企業の AI 成功が単なる技術的性能ではなく、ますます運用上の信頼に依存する理由について解説されます。
ステージ全体を通じて、創業者たちは、焦点が AI の新奇性から、実際の組織内で AI システムを展開し、ガバナンスし、スケールアップすることにおける現実的な課題へとどのように、そしてなぜシフトしているかを学びます。
企業向け AI インサイトへの割引はあと 2 日
Disrupt のアジェンダをチェックし、創業者、投資家、企業オペレーターが AI 導入の次のフェーズをどのように管理しているかを学びましょう。5 月 29 日午後 11:59（太平洋時間）までに登録すると、パス料金が最大 $410 割引になります。
画像クレジット: Slava Blazer Photography / Flickr (新しいウィンドウで開く)
*当記事内のリンクを通じてご購入いただいた場合、私たちは少額のコミッションを獲得する可能性があります。これは私たちの編集の独立性には影響しません。
原文を表示
Enterprise organizations are not rejecting AI. They are rejecting operational instability.
That is the shift many founders still misunderstand — and it is becoming one of the defining realities separating enterprise AI companies that scale from the ones that stall after early momentum.
For the last several years, AI startups benefited from a market driven by experimentation. A strong demo, an impressive model, and a powerful vision were often enough to generate enterprise interest, pilot programs, and investor enthusiasm.
But enterprise AI is entering a different phase now, one where enterprises are no longer evaluating whether AI is exciting. They are evaluating whether it is safe to deploy broadly.
At TechCrunch Disrupt 2026, taking place October 13–15 at Moscone West in San Francisco, Arsalan Tavakoli-Shiraji, co-founder and SVP of field engineering at Databricks, will unpack that shift during his AI Stage session, “The Enterprise Isn’t Broken. Your Assumptions About It Are.”
Disrupt will bring together 10,000+ founders, investors, and operators to explore the technologies and operational pressures changing how companies are built and scaled. The three-day event will feature 250+ sessions across six stages, led by tech leaders directing the industry today.
Explore the sessions appearing on the Disrupt AI Stage. Ticket savings of up to $410 end on May 29 at 11:59 p.m. PT. Register here.
The pilot was never the hard part
The enterprise AI market is full of successful pilots that never became real deployments. Not because the technology failed. But because the organization could not absorb the operational consequences of adopting it.
Now the reality founders need to face is that startup AI deals rarely die because the model underperformed. They die because the enterprise lost confidence in what the deployment would require.
That is the gap Tavakoli-Shiraji’s session is designed to explore. Most enterprises are not simply evaluating whether an AI product works. They are evaluating:
- Implementation risk.
- Governance complexity.
- Workflow disruption.
- Infrastructure strain.
- Compliance exposure.
- Organizational trust.
An AI product can perform exceptionally well in a controlled environment and still fail commercially if its deployment creates instability within the business.
That distinction is important to founders because many AI startups are still optimizing for the wrong outcome. They are building for initial excitement rather than long-term operational adoption. And enterprises are becoming far more disciplined about recognizing the difference.
Register for Disrupt to hear how enterprise AI leaders evaluate what actually survives beyond the pilot phase. Lock in your ticket savings of up to $410 when you register by May 29 at 11:59 p.m. PT.
Enterprise AI is becoming an operational trust problem
The AI startups gaining traction inside large organizations increasingly share one thing in common: They reduce uncertainty.
They integrate more cleanly into existing systems. They create less workflow friction. They are easier to govern, easier to explain internally, and easier for organizations to trust over time.
That sounds less exciting than breakthrough demos or model benchmarks. But it is quickly becoming the difference between AI startups that generate attention and those that generate durable revenue.
The market is maturing. Enterprise buyers are asking different questions now:
- What happens after deployment?
- How much operational change is required?
- How does this affect governance?
- Can teams realistically adopt this at scale?
- What happens when the model fails?
Those concerns are no longer secondary. In many organizations, they have become core to the buying decision itself. For AI founders selling into the enterprise, this session breaks down what actually drives adoption after the pilot phase ends. Check out the session details and get your $410 ticket savings to learn what to prioritize to gain traction with enterprise AI deals.
Why Tavakoli-Shiraji sees the market differently
Tavakoli-Shiraji brings an unusually relevant perspective to this conversation because his background spans both enterprise strategy and deeply technical systems architecture.
Before joining Databricks, he was an associate principal at McKinsey & Company, advising enterprises, technology vendors, and public-sector organizations on cloud computing, next-generation IT, and enterprise transformation strategy. He also earned a PhD in computer science from UC Berkeley, focused on networking and distributed systems.
That lens is valuable to startups because enterprise AI success increasingly depends on more than strong engineering alone. Founders now need to understand how technical systems interact with organizational behavior, infrastructure realities, procurement processes, governance concerns, and operational risk.
The startups that succeed in enterprise AI over the next several years may not necessarily be the ones with the most advanced models. They may be the ones that best understand how enterprises actually absorb change.
That is the kind of operational pressure that Tavakoli-Shiraji and other speakers on the AI Stage at Disrupt will explore. Presented by Google Cloud, the stage examines how AI agents and generative AI are reshaping SaaS, enterprise adoption, software economics, security, and operational infrastructure — including Tavakoli-Shiraji’s session on why enterprise AI success increasingly depends on operational trust rather than simply technical performance.
Across the stage, founders will learn how and why the focus is shifting away from AI novelty and toward the real-world challenges of deploying, governing, and scaling AI systems inside real organizations.
Two days left to save on enterprise AI insight
Explore the Disrupt agenda and learn how founders, investors, and enterprise operators are managing the next phase of AI adoption. Register by May 29 at 11:59 p.m. PT to save up to $410 on your passes.
*When you purchase through links in our articles, we may earn a small commission. This doesn’t affect our editorial independence.*
今日のまとめ
AIデイリーブリーフで今日の重要ニュースをまとめ読み