生成AIの導入が一巡し、企業の関心は「使い始める」段階から「使いこなす」段階へと移りつつあります。ただし、その足並みは揃っていません。国内企業を対象にした調査では、生成AIを活用している企業のうち67.1％が、依然として「人が起動する」形にとどまっていることが明らかになりました。AIが業務プロセスの中に組み込まれ、自律的に動き出す企業は、まだ少数派だといえます。導入したかどうかという「点」の指標では見えにくい差が、実務の現場では静かに広がり始めています。
数字が示す「導入」と「定着」のギャップ
同調査ではもう一つ、気になる数字が示されています。社内データが十分に整備されていない企業が50.7％にのぼるという結果です。AIの精度や自律性は、学習・参照させるデータの質に大きく左右されます。データ基盤が未整備のまま生成AIを導入しても、担当者がその都度指示を出す「補助ツール」の域を出にくいのは、ある意味で当然の結果だといえるでしょう。たとえるなら、地図の情報が古いままカーナビを使うようなもので、経路の提案そのものはできても、最終的な判断はドライバーが握り続けることになります。
一方、マーケティング責任者を対象にした別の調査では、大企業の6割以上が生成AIを「実務を救う救世主」と評価しています。その裏で約3割は、生成AIを自身のキャリアへの脅威と捉えているといいます。期待と不安が同居する、過渡期らしい二極化が浮かび上がっています。この二極化は、AIの性能に対する評価の差というより、AIが「自分の仕事をどう変えるか」という見通しの差から生じている面が大きいのではないでしょうか。
成果を出した企業の共通点――ワークマンの事例
こうした中、具体的な成果を上げている企業も存在します。ワークマンは商品撮影の課題に画像生成AIを取り入れ、既存の商品写真をもとに高精度な画像を補完・生成する体制を構築しました。撮影スタッフとAIが協働する形で運用した結果、アプリ通知の開封率が1.5倍に向上したと報告されています。
この事例のポイントは、AIを「人の仕事を丸ごと置き換える」ものとしてではなく、既存の業務フローに組み込む「補助ツール」として設計した点にあります。撮影という具体的な業務課題を起点に、AIが得意な部分だけを任せる。地に足のついた導入が、数字に表れる成果につながったといえそうです。逆にいえば、AIの活用範囲を広げすぎず、成果が測定しやすい業務から着手したことも、成功の一因だったと考えられます。
次の潮流――AIオーケストレーションへ
個別業務でのAI活用が一段落した企業からは、複数のAIを連携させて業務プロセス全体を自動化する「AIオーケストレーション」への関心も高まっています。国内では、3,200万件を超える国内ビジネスコンテキストデータを基盤にした新事業も立ち上がり始めました。単発のAI活用から、業務の仕組みそのものを組み替える段階へ――この移行をどれだけ早く進められるかが、次の競争力を左右しそうです。
オーケストレーションという言葉には、複数の担当者や部門をまたいでいた業務が、AI同士の連携によって一つの流れとして完結するというニュアンスが含まれています。個々の業務でのAI活用にとどまっていた企業にとっては、次に越えるべきハードルがここにあるといえるでしょう。
独自考察――活用格差はなぜ今後さらに広がるのか
属人化した「AI巧者」に依存する組織のリスク
多くの企業で見られるのは、一部の「AIに詳しい社員」が個人的な工夫で成果を出している状態です。これは短期的には成果に見えますが、その社員が異動・退職すれば活用のノウハウごと失われるという脆さを抱えています。67.1％という数字の背後には、こうした属人的な運用に依存し、組織的な仕組みとして定着していない企業が相当数含まれているのではないかと考えられます。AI活用を個人のスキルから組織のプロセスへと移す設計が、次のフェーズでは問われることになりそうです。具体的には、プロンプトや運用ノウハウをドキュメント化し、誰が担当しても同じ水準で使える状態にしておくことが、属人化を防ぐ第一歩になるはずです。
中小企業こそ「データ整備」の先行者利益を取りやすい
意外に思われるかもしれませんが、データ整備という観点では、大企業よりも中小企業のほうが有利な場合があります。大企業は部門ごとにデータが分散し、システムも複雑に絡み合っているため、整備には時間もコストもかかります。対して、業務プロセスがシンプルな中小企業であれば、限られた範囲のデータを整えるだけでAIの精度を大きく引き上げられる可能性があります。50.7％という「データ未整備」の数字を、大企業だけの課題と捉えるのは早計かもしれません。むしろ身軽さを生かせる中小企業にとって、ここは追いつき、追い越すチャンスになり得ると見ています。
権限委譲のスピードが「格差」を決める
AIが「人が起動する」段階から「自律的に動く」段階へ進むためには、技術的な整備だけでなく、AIにどこまで判断を委ねるかという組織的な意思決定が欠かせません。承認プロセスを人が握り続ける限り、AIはどれだけ高性能であっても補助的な立場から抜け出せません。今後、活用格差を分けるのは、AIの性能差そのものよりも、現場やマネジメント層が「どこまで権限を渡せるか」という意思決定のスピードになっていくと考えられます。権限委譲には失敗時の責任の所在といった、技術以外の論点も絡むため、経営層を巻き込んだ議論が必要になるはずです。
3割の「脅威」をどう受け止めるか
キャリア面での不安を持つ約3割の存在も、見過ごせない論点です。生成AIを脅威と感じる背景には、業務の一部が代替されることへの不安だけでなく、評価基準そのものが変わることへの戸惑いがあると考えられます。企業側がAI活用を評価項目に組み込む際は、単に「使っているかどうか」ではなく、「AIと協働して何を生み出したか」を見る視点に切り替える必要がありそうです。不安を放置したまま活用だけを推し進めても、現場の協力は得にくいのではないでしょうか。
実務者は何から始めるべきか
ここまでの内容を踏まえると、明日から着手できることも見えてきます。一つ目は、担当している業務のうち、判断基準が比較的明確な作業を洗い出し、そこから小さくAIに任せてみることです。二つ目は、自分なりに見つけた活用のコツを、メモや簡単なマニュアルとして残し、属人化を防ぐ準備をしておくことです。三つ目は、AIに任せる範囲を少しずつ広げながら、成果を数字で振り返る習慣をつけることです。ワークマンの事例が示すように、開封率のような分かりやすい指標を一つ決めておくだけでも、活用の手応えは大きく変わってくるはずです。
今後1年で起こりうること
この流れを踏まえると、今後1年で次のような変化が進む可能性があります。第一に、AIオーケストレーションを扱うベンダーやサービスの選択肢が急速に増えること。第二に、社内データの整備を専門に請け負うコンサルティングやツールへの需要が高まること。第三に、生成AIの活用度合いが採用市場での評価項目として明示的に問われるようになること。いずれも兆候はすでに見え始めており、動き出すタイミングを見極めることが、企業にとっても個人にとっても重要になりそうです。
まとめ
生成AIの導入率という指標だけを見ていると、企業間の差は縮まっているように見えるかもしれません。しかし実態は、「使っている」企業の中でも「人が起動する」段階にとどまる企業と、業務プロセスそのものを組み替えつつある企業とで、静かに、しかし着実に差が広がりつつあります。この記事で取り上げた67.1％、50.7％という数字は、単なる導入の遅れではなく、組織としてのデータ整備と権限委譲への向き合い方を映す鏡だといえるでしょう。次の1年は、その鏡に映る差がさらにはっきりと見えてくる期間になりそうです。
コメント