働き方 仕事の未来 人財 組織 テクノロジー 生成AIと人間とのビジネスにおける協働をどう実現するか〜組織的なAI 活用のポイント

企業がAIと協働することによって価値を創造していくには、組織やマネジメントをどう見直していくべきか、AIが代替できないヒューマンスキルを強化していくにはどうすればいいのか。AIのビジネス利用に詳しいアクセンチュア執行役員データ&AIグループ日本統括AIセンター長の保科学世氏に聞いた。

ホワイトカラーのあらゆる業務を
生成AIがサポートする時代

生成AIの利用は日本企業の間でも着実に広がってきているが、ビジネスモデルの大きな転換や新たな事業創出につながるような活用事例はまだ少ない。

「経営者のみなさんと対話するなかで感じるのは、生成AIに対する関心は非常に高いものの、自社のビジネスがどう変わるのか、未来像をイメージできていないケースが大半だということです。そのため『AIによる既存業務の効率化』というフェーズからなかなか脱することができない。『何か仕事に役立つだろう』といった漠然とした動機で導入するのではなく、AIを起点に自社はどのような価値創造や課題解決を目指したいのか、できるだけ明確化していく必要があります」

企業におけるAI利用の現状と、組織的な活用に向けた課題感について、保科氏はこのように話す。AIは今後もさらなる進化を遂げていくはずだが、ChatGPTをはじめ現時点の生成AIだけでも、図1に示したようにビジネスでの活用余地は極めて大きい。情報の検索や文章の要約、翻訳はもちろん、プログラミング知識の乏しい人でも生成AI に指示を与えることで簡単なプログラムを作成できる。文章の見出しやキャッチコピーを提案させたり、商品企画等のアイデア出しをさせたり、特定分野の専門家の視点からアドバイスをもらったりすることも可能だ。文章や画像、データ処理、プログラミングなどが介在するホワイトカラーのあらゆる業務を、生成AIがサポートする時代になっていくと想定される。このことを踏まえて、自社なら生成AIのどんな活用方法があり得るのか、生成AIによって自社のビジネスモデルや各部門の業務のあり方がどう変わっていくのか、現場レベルだけでなく経営レベルで検討し、その上で、実際に仕事に積極的に組み込んでいく姿勢が必要になる。

組織的なAI活用のわかりやすい例として保科氏が挙げるのが「営業の高度化」だ。従来の営業活動では、営業担当者が顧客企業の情報を独自に調べたり、直接訪問して対話したりするなかで顧客ニーズをつかみ、営業のヒントを得てきた。これに対し保科氏らが開発したAIツールでは、生成AIがこれまでの自社の営業実績データや、顧客企業のニュースリリース、有価証券報告書などを分析。顧客の最新状況を把握し、適切な商品や営業戦略をタイムリーに提案するアドバイザーの役割を果たしている。営業担当者は生成AIと対話しながら、自身が顧客から得た情報も踏まえて、どのような営業提案が最も効果的かを検討することができるという。

「当社内で実際にあった例として、あるときA社が『コロナ後もテレワークを継続する』との方針を発表し、同じ頃にほかのニュース媒体でA社があるIT企業のシステムを導入することが報じられました。ここから類推し、このタイミングでA社にセキュリティ製品の導入を促すべきだと生成AIが営業企画の提案をしてきたのです。顧客企業の情報を短時間にすべて人手でチェックするのは難しいので、この提案にはクライアントの法人営業担当も驚いていました。属人的だった従来の営業スタイルを大きく変えることができるはずです」（保科氏）

こうした組織的なAI活用を進めていくには、社員個人の裁量に使い方を任せるのではなく、例えば営業管理システムのように自社のコア業務を支える基幹的なシステムにAIを導入し、日常的にAIを利用できる環境を整える必要がある。同時に、遂行している業務が3～5年先にどう変わっていくのかをイメージし、仕事のやり方が大きく変わるのを踏まえて、既存の業務プロセスや制度を見直す業務改革が求められる。

さらに、自社のデータを活用する発想も重要だ。ChatGPTなどはネット上の膨大な言語情報を学習し、それを基に文書を生成する技術なので、自社の業務に真に役立つ内容を生成させるには、自社が独自に得た顧客情報や過去の細かな営業履歴などをAIに学習させる必要がある。その上でAIが生成した情報を業務に活用し、その結果も実績としてAIに学習させていく。こうした積み重ねによって、AIが出力する情報の精度が高まり、組織的な活用もより浸透していくはずだ（図2参照）。

なお、注意したいのは、AIはまだ発展途上の技術だという点である。AIを業務に一度取り入れたら終わりではなく、技術の進化に応じて適宜軌道修正しながら、AIを起点とする業務変革をやり続けなくてはならない。業務のあり方を固定的なものと捉えず、変革し続ける姿勢が求められる。「日本企業は事前に決めた計画や仕様を正確に遂行するのが得意な半面、まず試しに運用してみて、問題が発生したら随時修正していく『アジャイルアプローチ』の風土が根づいていません。これは日本で組織的なAI活用が進まない大きな要因となっています。企業が不確実な経営環境に対応する意味でも、アジャイルアプローチは不可欠ですので、自然に実践できるような企業風土の醸成に、経営層やマネジメント層のみなさんは努めていただきたいです」（保科氏）

AIの活用には、起因するリスクを
できるだけ精緻に捉えることが重要

AIの組織的な活用に取り組む上でもう一つの課題となるのが、「AIに起因するリスクにどう対処するか」である。

生成AIに関して現時点で想定される代表的なリスクとしては、虚偽の情報をあたかも真実のような文章で生成してしまう「ハルシネーション」の問題が挙げられる。人間側が安易に利用し続ければ、情報精度の低い成果物が大量生産される社会的リスクにつながる可能性もある。また、悪意あるユーザーがAIを活用してマルウェアやフェイクニュース、スパムメールを作成していけば、我々がその被害を受けるリスクも今まで以上に高まるかもしれない。このほか、生成AIは既存のWeb上にある情報などを基に生成するため、ユーザーが意図せず第三者の著作権を侵害してしまうリスクなども懸念される。

大切なのは、こうしたAIのリスクを漠然と捉えて「リスクがあるから使わない」と判断するのではなく、自社ではどんなデータを基にどのような活用法を想定していくのか、それに起因するリスクは何であるかをできるだけ明確に特定することだ。例えば、自社のニュースリリースの情報に誤りがあってはならないが、社内で販促企画のアイデア出しをする場面では、ユニークな発想が求められるので、情報の真偽はそれほど重要ではないだろう。

「具体的に検証していけば、自社が考えるべきリスクと対処方法を精緻に検討できるので、負の影響は最小化できます。その上で、AIを活用するリスクと活用しないリスクを見比べれば、大抵の場合『AIを使わない選択肢はない』と判断できると思います。ただし、AIを利用する現場ではリスクに対する不安感もあるはず。私は“ ガードレール” と呼んでいるのですが、『こういう場面ではここまでなら自由に使って良い』といった指針を経営側が示すことは必要です。それによって決定的なトラブルの発生を避けつつ、社員が意欲的なAI活用に挑戦できるよう促していくとよいでしょう」（保科氏）

AIに代替できないヒューマンスキルや
その人らしさが求められる

AIが組織的に活用され、業務改革が進んでいけば、人間の働き方も変わり、求められる能力やスキルも変化していく。生成AIからより良い回答を引き出すために、最適な質問や指示を与える「プロンプトエンジニアリング」のようなテクニカルスキルはもちろんだが、それ以上に重要になるのが、AIには代替できないヒューマンスキルである。AIを起点とする業務改革が日常的に行われるなかで、複数部門を巻き込んで改革を推進していくリーダーシップや、AIが導き出した回答の正しさを判断した上で、新たな事業創造のためにリスクテイクする能力などはその一例と言えよう（図3参照）。

保科氏が特に強調するのが「その人らしさ」の重要性だ。発言内容は同じでも、話す人の熱意や言葉の選び方などによって言葉の重みや伝わり方は違ってくるもの。生成AIはあくまで学習した言語情報のなかから文章を自動生成するだけで、感情を表現することはできない。生成AIの利用が進めば進むほど、その人らしさが今まで以上に問われていく。

「私自身、これまで多くの経営者に『勘や経験に頼らず、データに基づいた経営判断をすべき』とお話ししてきました。そのことはもちろん変わりませんが、データに基づく判断だけであればAIのほうが優れているかもしれません。むしろ経営者自身が五感を通じて得てきた感覚、情熱や意思を大切にして、それを経営判断に生かす能力がより重要になっていくと思います」（保科氏）

Profile