企業が生成AIを業務に組み込む際、モデルを選ぶだけでは導入は完了しません。社内データへの接続、既存システムとの連携、稼働後の監視まで含めて設計する必要があります。その実装を支えるITサービス企業のキンドリルが、決算発表を受けて市場の評価を集めました。SiliconANGLEが2026年11月4日に報じたところによると、同社の株価は30％上昇しています。

キンドリルの2027年度第2四半期に当たる9月30日までの3カ月間の売上高は、39億ドルでした。前年同期比では1.9％減ったものの、市場予想を約5,000万ドル上回っています。会社全体が増収へ転じたわけではありません。それでも、コンサルティングと大手クラウド事業者に関連する売上の伸びが、今後の事業構成を考える手掛かりになっています。



キンドリルは、かつてIBMの一部門だったITサービス企業です。従来は他社のITインフラの管理から売上のほぼすべてを得ていましたが、現在は戦略的な助言や、より利益率の高い専門サービスへ事業を広げています。今回の決算で注目したいのは、単純な売上規模よりも、この転換がどこまで進んでいるかという点でしょう。

株価上昇の理由を一つに断定することはできません。ただ、売上高と調整後の1株当たり利益が市場予想を上回り、成長分野で受注の勢いも示されたことは確認できます。日本企業にとっては、株価の動きそのものより、AI関連の需要がどのような支援業務につながっているかを読み取る価値があります。

キンドリルは2022年、戦略性と収益性の高い専門サービス案件を担う組織として「Kyndryl Consult」を立ち上げました。同事業の第2四半期の売上高は前年同期比4.2％増えています。四半期単独の売上額は示されていませんが、直近12カ月の累計売上高は36億ドルでした。会社は、全社売上高が市場予想を上回った要因として、この事業の貢献を挙げています。

売上と併せて確認したいのが、将来の売上につながる受注です。Kyndryl Consultの受注額は、過去1年間で19％増加しました。ただし、受注はそのまま当期の売上になる指標ではありません。実際にいつ売上へ計上されるか、どの程度の利益を伴うかについては、受注の伸び率だけから判断できない点に注意が必要です。



同事業が手掛ける案件の多くには、AIが関わっています。具体的には、複数のAIエージェントを組み合わせた仕組みの構築、学習用データを生成する処理基盤の整備、AI予算をどう配分するかといった意思決定の支援です。技術の導入作業に限らず、投資先の選定まで扱っていることが分かります。

ここから読み取れるのは、AIへの支出には、モデルやソフトウェアの利用料以外にも複数の使い道があるという点です。例えば、どの業務を対象にするかが曖昧なままでは、高性能なモデルを導入しても成果を測りにくくなります。業務の選定とシステムの実装をつなぐ支援は、こうした課題への対応として位置付けられるでしょう。もっとも、今回示された成長率はコンサル事業全体の数字であり、AI案件だけの成長率として扱うことはできません。

キンドリルはAIサービスを購入する企業に対し、「Bridge」というソフトウェアプラットフォームを提供しています。Bridgeは、AIエージェントが企業の内部システムにある業務データへアクセスするための機能を備えています。エージェントが安全上の要件に従っているかを監視することも、その役割です。

AIエージェントとは、与えられた目的に沿って情報を参照し、必要に応じてツールなどを使いながら処理を進める仕組みを指します。企業で利用する場合、自然な文章を返せることに加え、業務に必要な情報を適切に扱えることが欠かせません。生成AIを使った業務支援を考える際にも、社内システムとの接続が設計上の論点になります。



例えば、社内の問い合わせ対応を想定すると、回答に使う資料の範囲や、利用者ごとの閲覧権限を確認する必要があるでしょう。一般的な導入設計では、取得した情報をどの処理に使い、問題が起きたときに誰が対応するかも検討対象になります。これは企業向けAIを理解するための例であり、Bridgeの個別機能として、こうした要件すべてへの対応が明らかになっているわけではありません。

Bridgeから見えてくるのは、AIを業務に組み込むうえで、データへの接続と稼働後の監視を一体で考える必要性です。複数のエージェントを組み合わせれば、情報の受け渡しや処理の経路も複雑になり得ます。導入を検討する企業は、デモで期待する回答が得られるかに加え、アクセス範囲と監視の仕組みを確認するとよいでしょう。現時点で確認できる情報だけでは、Bridgeが満たす安全要件の具体的な範囲までは判断できません。

キンドリルの第2四半期における大手クラウド事業者関連の売上高は、5億ドルを超えました。前年同期比では27％の増加です。全社売上高が減少するなか、この領域は成長の柱の一つになっています。会社はパブリッククラウドを、事業拡大に向けた重点分野として位置付けています。

ここでいう「ハイパースケーラー」は、大規模なクラウド基盤を運営する事業者を指す言葉です。パブリッククラウドは、外部事業者が提供する計算資源や各種サービスを利用する仕組みです。キンドリルの数字は、そうした事業者に関連する同社の売上を示しており、クラウド市場全体の成長率を表すものではありません。



企業のAI活用では、データの保存場所、計算処理を実行する場所、既存システムとの連携方法を決める必要があります。クラウドはその選択肢の一つですが、業務上の要件によって適切な構成は変わります。AI導入とIT基盤の見直しが関連する場面は考えられるものの、今回公表された数値から、大手クラウド関連売上の増加分がすべてAIによるものだとは判断できません。

マーティン・シュローター最高経営責任者は、堅調な受注とコンサル事業、大手クラウド関連売上の継続的な成長が、2027年度の見通しへの自信を支えていると説明しています。また、AIを軸にしたシステム刷新の能力と、停止を避ける必要のある重要システムに関する専門性への需要を挙げています。日本企業が参考にするなら、AI単独の予算だけでなく、既存基盤の更新計画との関係を確認する視点が役立つでしょう。

キンドリルの第2四半期の調整後純利益は9,200万ドル、調整後の1株当たり利益は42セントでした。アナリスト予想の41セントを上回っています。売上高と利益の両方で市場予想を超えたことは、今回の決算を評価する材料です。ただし、利益の数字には「調整後」という条件が付いています。

この調整後利益からは、四半期中に計上した3,800万ドルの人員削減関連費用が除かれています。調整後の指標は、特定の費用を除いて事業の状況を捉えるために使われますが、その費用が発生しなかったことを意味するわけではありません。収益性を見る際には、成長事業の寄与と、費用削減に伴う負担を区別する必要があります。



人員削減は、より広い費用削減策の一環です。キンドリルは2028年度から、年間最大5億ドルの削減効果を見込んでいます。これは将来に向けた計画であり、今回の四半期にすでに実現した利益として加算できる数字ではありません。AI関連事業の成長と費用削減策は、どちらも業績を考える材料ですが、同じ種類の改善ではないでしょう。

2027年度通期について、同社は調整後税引き前利益を6億〜7億ドル、売上高を横ばいから最大2％増と予想しています。この見通しからは、全社で急激な増収を想定しているわけではないことが分かります。成長領域の拡大が既存事業の減収をどの程度補い、利益につながるかが、今後を見極める論点になります。なお、四半期の調整後純利益と通期の調整後税引き前利益は異なる指標です。金額だけを並べて直接比較することは避けたいところです。

今回の決算は、生成AIモデルの性能競争そのものを伝えるニュースではありません。企業がAIを使うためのコンサルティング、データ接続、クラウド基盤、監視といった周辺業務にも、事業機会があることを考える材料です。ただし、キンドリル全体のAI売上高や、AI案件に限った利益率は示されていません。公表された事業別の成長を、そのまま生成AI市場全体の勢いに置き換えることはできないでしょう。

日本企業の担当者が導入計画へ落とし込むなら、出発点は対象業務を一つ選び、期待する成果と必要なデータを明確にすることです。例えば社内問い合わせ対応であれば、回答時間を短くしたいのか、担当者の確認負担を減らしたいのかで、評価の方法が変わります。これは一般的な検討例であり、キンドリルの顧客事例として公表されたものではありません。



対象が決まれば、参照するシステム、利用者の権限、誤った処理への対応、運用の責任者を具体化できます。外部支援を使う場合も、助言だけを依頼するのか、接続の実装や稼働後の監視まで委ねるのかを整理すると、提案を比較しやすくなります。AI予算をモデルの利用料だけで見積もると、導入に必要な作業を十分に把握できない可能性があります。

キンドリルの成長領域が示すのは、企業のAI活用を支える仕事の広がりです。導入する側にとっては、機能の一覧を比べるだけでなく、自社の業務とシステムをどこまでつなぐ必要があるかを把握することが判断の助けになります。次の検討会議では、候補業務を一つ挙げ、使うデータ、接続先、運用責任者、成果の測り方を一枚に整理してみるとよいでしょう。その内容を基に、必要な支援と予算を具体的に検討できます。