まず現在の国内における生成AIの活用状況ですが、調査によると、生成AIの活用を推進していない理由として、「推進する専門人材がいない」「活用する利点、欠点を評価できない」といった回答が約半数を占めています。つまり、多くの企業が関心はあるものの、進め方が分からずに踏み出せていないのが実態です。実際の現場でも、ツールは導入したものの活用方法が分からず、結果的に使われなくなってしまうという声をよく耳にします。
こうした状況を踏まえると、生成AIの活用は単なる業務効率化にとどまらず、業務の進め方そのものを変革する取り組みとして捉える必要があります。目指すべき企業の姿は「Agentic Enterprise」、すなわち人とAIが協働しながら業務が自律的に回る組織です。従来は人がツールを使う形でしたが、これからは人とAIが役割分担しながら業務を進める形へと変わっていきます。
とはいえその実現は簡単ではありません。現場では大きく3つの壁に直面します。第１が導入の壁で、新しいツールに対する拒否感や日常業務の忙しさから活用が進まないという課題があります。第2が定着の壁で、最初は使われても継続的な活用につながらないケースです。第3は成果の壁で、生成AIを導入しても便利ツールにとどまり投資に見合う効果が得られないという問題です。これらの壁は企業ごとに状況が異なるため、自社の状態に応じて段階的に乗り越えていく必要があります。
先述した壁を乗り越えるためには、3つのフェーズで段階的に推進することが重要です。まずフェーズ1では、議事録作成や資料作成など日常業務でとにかく使うことから始めます。次にフェーズ2では、特定業務の中でAIエージェントを活用し、人とAIが協働する形を作ります。そしてフェーズ3では、部門間のデータ連携やエージェントの連携を通じて、事業全体へと活用を拡大していきます。このように段階的に壁を取り除いていくことが重要です。
ここで重要なのは個別施策ではなく組織全体としての推進する仕組を整えることです。戦略策定からIT環境整備まで幅広い対応が求められます。
組織的な取り組みとして特に戦略面では、個別テーマを積み上げるだけでは大きな成果を創出するのが難しいため、経営ビジョンや中期経営計画に基づいてテーマを設定することが重要です。その上で、生成AIを前提に業務プロセスや事業の進め方を再設計していく必要があります。さらに、効果やコストを踏まえたロードマップを策定し、優先順位を明確にしていくことが求められます。
次に運用・評価面では、PoCを実施して終わりにするのではなく、評価と改善のサイクルを回す仕組みが重要です。業務削減効果や利用率などの指標を設定し、継続的にモニタリングすることで、効果を検証し、継続的な改善や再投資につなげていくことが重要です。
活用支援の面では、特定部門での成功事例が横展開や全社展開されずに終わるケースが多いため、成果を全社に広げる仕組みも重要です。ユースケースを抽出し、共有・展開するサイクルを構築する必要があります。
