業務効率化の先に見えるものとは。
日本企業が迎える、AI経営×共創の新時代

2022年11月のChatGPTのリリース以降、生成AIを活用した業務効率化に乗り出す企業は爆発的に増加し、AIをビジネスの中核に据えた経営革新「AI経営」は新しい時代を迎えています。一方、“生成AIのインフラ”ともいうべき大規模言語モデル（LLM）や高性能GPUの開発などは米国のビッグテック企業に先行されており、AI活用によってどのように新しい事業価値を生み出すべきか、明確なビジョンを持てていない企業も少なくありません。

今回は、米国ビッグテック企業での豊富なマネジメント経験を持つ、Generative AI Japan Lab所長の馬渕邦美氏と、OPEN HUB CatalystでD4DR代表取締役社長の藤元健太郎氏、そしてNTTコミュニケーションズ（以下、NTT Com）で生成AIプロジェクトをリードしている岩瀬義昌による鼎談を実施。業務効率化のネクストステップとして目指すべきAI活用法、日本の産業における課題と可能性、そして日本企業がこれから勝機を見いだすべきAI事業戦略など、AI時代に求められる経営セオリーをディスカッションします。

---

“社員任せ”では取り残される？ 日本企業のAI活用の現在地

――馬渕さんは2024年1月、生成AIの活用によって日本全体の産業競争力を高めるべく設立された一般社団法人「Generative AI Japan」の理事、そして生成AIの最新技術動向やユースケースを共有して共創・協業を推進する「Generative AI Japan Lab」の所長に就任されました。日本企業は今、経営×AIに何を求め、またどのような課題に直面しているのでしょうか。

馬渕邦美氏（以下、馬渕氏）：AI経営が目指すところとしてまず挙げられるのは、「省力化」です。すでに米国のビッグテック企業は、AIを使ったアウトプットや強力な省力化によって大きな変革を実現しています。その渦中で私も、米国に本拠点を置くMetaなどのデジタルマーケティング大手企業の役員としてイノベーティブな経営変革を体験してきたのですが、同時に日本企業に対する危機感も覚えました。DXやAI実装を目指しはするものの、日本ではなかなかそれが進まないのはなぜか。ほかならぬ経営者自身が、事業にAIをどう活用していくか考えなくてはいけないのです。

例えばMetaでは、顧客業務のみならず人事やバックオフィスの部分でもAIが大いに活用されています。マネージャーが管理画面に社員の業績評価を入力すると、周りの社員からの評価なども加味しながら自動的に昇進・昇格が決まったり、逆に社員が入力した従業員満足度のデータをAIが解析して、チームごとの最適な人材構成や改善案レポートまでまとめてマネージャーのもとへ届けてくれたり、という具合ですね。これによって強烈な省力化を実現し、世界的に見て利益率の高い経営ができています。日本はその点で大きく立ち遅れているので、いっそう積極的にAI経営を意識していかなくてはなりません。

そんな最中、生成AIの登場によって「AIの民主化」が飛躍的に進みました。これまでプログラマーがプログラミング言語を使ってしか呼び出せなかったAIを自然言語で使うことができる。これはある意味、日本企業にとって朗報といえます。なぜなら、日本語というマイナー言語を使って世界中のリソースを獲得できるようになったわけですから。そこで多くの日本企業がAI導入を企図し、生産性の向上に役立てようとしているのが昨今の状況です。

藤元健太郎氏（以下、藤元氏）：「AIの民主化」というのは素晴らしい言葉ですね。生成AIの加速度的な進化によって導入が促進される一方で、ここには“日本人がやりがちな失敗”も潜んでいると私は考えています。というのも、たいてい日本企業では、社員が100人いたら100人全員にAIを使わせようとします。そうすれば生産性が倍になるだろうと。でも本質は、社員全員がAIを使うことではなく、会社の全体最適にこそあるはずです。ここで必要なのは、やはり経営者のグランドデザインですね。「優秀な社員に任せて生産性を上げてもらおう」ではなく、AIで生み出された新しい価値をもとに「組織をつくり変えてしまおう」と経営者自身が考えなくてはいけない。

馬渕氏：その通りです。現状は多くの場合、AI導入による業務の最適化を目指している段階で、実際、テキスト作成や翻訳業務、アイデア出しなどは生成AI／汎用言語モデルが得意な分野です。しかし企業は、AIを活用して日々の業務を最適化するだけでなく組織の全体最適にも取り組むべきですし、そこまで進めてようやく日本の産業界は次のフェーズに移行できます。それは「産業のコア部分にAIをどう取り入れていくか」という課題です。

具体的には例えば、産業の基盤であるロジスティクスをいかに最適化するか、といった課題が挙げられます。大規模言語モデル（LLM）は、ただ単に言語が話せるということ以上に、「データの交換」が非常に得意なのです。バラバラになっているシステムを統合して、ひとつの巨大なデータベースをつくることができます。こうした各産業への応用によって、省力化以上の成果を上げ、いかに新しいバリューや新しい経済システムを生み出していくのかを考えていくべきでしょう。

藤元氏：昨今、バックキャスティング思考が注目されていますが、「10年後にこんな社会を実現したいから、今これをしよう」という経営者のメッセージが、AI経営にはまさに不可欠ということになりますね。AIと企業経営については、NTT ComでAIプロジェクトをリードしている岩瀬さんもさまざまな事例をご存じだと思うのですが、いかがでしょう？

岩瀬義昌（以下、岩瀬）：現場目線で感じることのひとつに、AI×人材育成におけるドラスティックな変化があります。何か物事を学ぶとき、これまではオンラインラーニングなどの教材が活用されていました。今ではそれに加えて、生成AIをうまく使うことで成長速度を著しく上げている人が増えているのです。これは自分が大学で教壇に立っている経験からも実感します。ChatGPTなどは自分がわからないことをかみ砕いて教えてくれます。ですから、これらを使っている学生ほど高い学習成果を上げています。今後、企業に入ってくる人材のほとんどはAIネイティブですから、AIによる人材育成は相当な効果を上げることが予想されます。若い世代が優秀な戦力になるまでのスピードを従来よりも大幅に速めていくことも、組織戦略を最大化する上で重要な要素になると思いますね。

日本企業はどこに勝機を見いだすべき？ 効果的なAIの取り入れ方