『生成AI活用の最前線』バーナード・マー｜成果の差は、技術ではなく心構えで決まる

日本で生成AIの利用方針を決めている企業は、全体の42.7%にすぎません。米国では78.7%、ドイツでは80.1%、中国になると95.1%に達します。

この開きを、著者のバーナード・マーさんは技術の優劣では説明しません。世界100を超える事例を調べた末にたどり着いた答えは、むしろ素っ気ないものでした。

結果を左右するのは、道具や手持ちのデータより、使う人間の構えです。『生成AI活用の最前線』は、この一点を企業の実例で裏づけていく本です。

事例の量に圧倒されますが、読み進めても主張はぶれません。

AIは魔人であり、主人は人間のままである

マーさんは生成AIを、ランプからあらわれる魔人、つまりジーニーに重ねます。願いをかなえる力は桁外れだが、何を頼むかを考え、出てきた結果の責任を負うのは、ランプをこすった側にあります。

完全な自動化を目指すのではなく、人間が生成AIと協力して、より良い結果を出すことである。最終的には、生成AIはただのツール、道具に過ぎない。

では、願いを選ぶ側には何が要るのか。誰もがAIを使える状況では、使えること自体が差になりません。そこで著者が持ち出すのがウィズダム、すなわち知恵です。

AIが広がるほど、他人が持たない現場の知見の値打ちが上がっていきます。

これが本書の見取り図になります。

従来のAIとの違いも整理しておきます。識別型と呼ばれる従来のAIは、データから結果を予測し、人が下す判断を肩代わりする技術でした。生成AIが踏み込んだのは、その先にある創造の領域です。文章に限らず、画像や動画、音楽、プログラムのコード、さらには新薬の候補まで生み出せます。

ゼネラル・モーターズは、生成ツールでシートベルトのブラケットを設計し直し、既存品より40%軽く、20%強くしました。コカ・コーラは、名画の世界と実写映像を重ねた広告「マスターピース」を制作し、生成AI責任者という役職まで新たに置いています。

業界をまたぐ事例が、変化の速さを見せる

顧客対応で目を引くのは、英国のオクトパスエナジーです。問い合わせ全体の44%をChatGPTがさばき、人員に換算して250人分の働きをしました。しかも顧客からの評価は、人間の担当者より高かったといいます。

小売では、カルフールがChatGPTを組み込んだロボット「ホップラ」を使い、客の予算や好みに合わせた商品選びを手伝わせています。ディーゼルは商品への自動タグ付けを導入し、1人あたり週30時間の削減を実現しました。

メディアの例では、AP通信が決算やスポーツ記事の本数を10倍に増やしました。ニューズコープのオーストラリア部門は、4人だけで毎週3000件のローカル記事を作り、管理しています。

同時に、MSNが偽のニュースを載せて非難を浴びた失敗も、本書はそのまま書きます。成功談だけで終わらない点は、信頼できます。

金融では、資産運用会社のシュローダーが社内用のChatGPTを整え、2日かかった翻訳作業を2分に縮めました。マッキンゼーの試算を引いて、生成AIが銀行に年間2000億ドルから3400億ドルの価値を生みうる、とも述べています。

もっとも驚くのは新薬開発です。エヌビディアとリカージョンは、従来なら10万年を要する化合物の絞り込みを、1週間で終えました。英国のエトセンブリも、がんの免疫療法薬の設計に要した期間を、従来の半分の11カ月に収めたといいます。

取引交渉の例は、思い込みを揺さぶります。ウォルマートは仕入れ先との交渉に「マイ・アシスタント」を投入し、相手89社のうち64%と契約を結びました。さらに、仕入れ先の83%が、人間よりAIとの交渉を好みました。駆け引きには人間の読みが欠かせない、という常識は、ここで崩れます。

一方で、読む側が持っておきたい距離感もあります。紹介される数字の多くは、海外の大企業が自社の成果として示したものだと読めます。第三者が検証した形跡は、この要約からは見えません。

日本の中堅や小規模の組織が同じ効果を出せるかも別の話です。数字は可能性の大きさを示すものとして受け取り、自社で再現できるかは自分で確かめるのが筋でしょう。

価値の出どころは四つ、導入の支えは五つ

事例を並べ替えると、生成AIが価値を生む場所は四つに分かれます。

事務の効率化

文書づくりや議事録の要約など

顧客と接する場面の効率化

問い合わせ対応の自動化や個人に合わせた提案など

事業そのものの変革

データ分析や新製品の開発を後押しする

新サービスの創出

バーチャル試着や一人ひとりに合わせた体験のように、これまで存在しなかったものをつくる

多くの企業が一つ目で足を止める、とマーさんは見ています。裏づけとして、マッキンゼーの調査が引かれます。

消費者の71%は自分に合わせた対応を求め、76%は画一的な体験に不満を覚えます。個別最適化こそ生成AIの最大の持ち味、という筋書きになります。

では組織は何を整えればよいのか。日本語版は、成果を出すための枠組みを五つの観点で示しています。

活用方針

経営戦略の実現のために何に使うのかを、言葉にして定める

ユースケース

どの経営課題を解くのか、使う場面を具体的に絞り込む

ITシステム

データの整備と既存システムとの連携によって、出力の信頼性を支える。ここにはRAG、すなわち検索拡張生成も含まれます。自社のデータを参照させる仕組みで、AIにカンニングペーパーを見せながら答えさせるようなものです

体制と人材

必要な人材像を決めて、組織の形を変える。外から新しく採るよりも、自社の事情を深く知る既存の社員に学び直してもらうほうが効く、とされています

ガバナンス

リスクを抑えながら価値を引き出す仕組み。使い方のルールを先に決める予防の側と、利用の記録を見張る発見の側の、両方が要ります

技術より先に、六つの心構えが問われる

変革はテクノロジーから始まるわけではない。

道具を使いこなす人と取り残される人を分けるのは、生成AI時代の六つの心構えだと、マーさんは整理します。

適応力

既知のやり方を手放して新しい試みに踏み出す

好奇心と謙虚さ

もっとよくできないかと問い続ける

継続的な学習

学校で身につけた知識だけで生涯を過ごせる時代は終わったという前提に立つ

協働への意欲

人と機械の最適な分担を探る

倫理への配慮

新しい技術が運んでくる課題に目を向ける

批判的思考

機械の答えを丸ごと信じず自分の頭で考える

象徴的なのがウォルマートの進め方です。「マイ・アシスタント」を従業員に開放したとき、経営陣は使い方の細かな指示を出しませんでした。どう活かすかを従業員自身に考えさせることで、組織の適応力を育てたといいます。

編集部は、日本と他国の差に関する読み方に慎重でいたいです。方針を定めた企業の割合の差が、心構えの差から生じたと本書は読ませます。ただ、その因果は著者の見立てであり、他の要因が混ざっている可能性も残ります。

心構えが唯一の原因だと言い切るには、材料が足りないと考えます。それでも、使い方を決めるのは人間だという主張は、事例を重ねるうちに説得力を増していきます。

便利さの裏側には、危うさもあります。代表格がハルシネーションで、AIが事実に基づかない、もっともらしい嘘を自信ありげに語る現象です。生成AIは「次に来そうな言葉の確率」を弾いているにすぎず、込み入った計算を誤ることもあります。

著作権の侵害、個人情報の扱い、ディープフェイクによる誤情報の拡散も無視できません。

サムスンでは、エンジニアが社外秘のソースコードをAIに読み込ませたことが発覚し、社内でのチャットボット利用が一時禁じられました。マーさんはさらに、AIに頼りすぎて人間自身の技能が落ちる危険にも警鐘を鳴らします。人間の目による監視と判断を組み合わせることは、前提と考えたほうがよいです。

明日から変えたい三つのこと

本書の提案のうち、今日から動けるものを三つだけ選びました。

1. 仕事を任せられる部分に仕分けましょう。

   1週間分の作業を書き出し、くり返しの多い軽い作業と、共感や複雑な判断が要る重い作業に分けます。

2. 問いを投げる前に、前提と役割を渡しましょう。

   いきなり質問をぶつけず、参照してほしい資料と演じてほしい立場を先に指定します。返ってきた答えは、必ず一次情報に当てて確かめます。

3. リスクの小さな成功体験を一つ作りましょう。

   議事録の要約や顧客向けメールの下書きなど、効き目がすぐ見える小さな用途から始めます。うまくいった経験はチームで共有します。

読み終えて手元に残るのは、技術の知識より、自分の立ち位置への問いでした。マーさんは、自分が生み出す価値を考え、その価値をAIが代わりに出せるのかと問い直すよう促します。脅しの言葉として受け止めるより、自分の市場価値を見つめ直す誘いとして読むほうが、前向きに動けます。

合わせて読みたい

保科学世『生成AI時代の「超」仕事術大全』が示す、人間とAIが共創する新しい働き方 経営の視点で語られた人とAIの協力を、日々の仕事術の水準まで具体化した一冊。導入の議論に入る前に、まず手元で試したい人に合います。

梶谷健人『生成AI時代を勝ち抜く事業・組織のつくり方』｜AIを味方にして黄金時代を生きる方法 本書の五つの観点と響き合う、組織づくりに重心を置いた本。小さな成功体験や心構えを組織にどう根づかせるかを考えたい人に。