企業が直面する「AI活用の壁」
2023年以降、大規模言語モデル（LLM）をはじめとする「生成AI」の普及は爆発的に進み、多くの企業が実証フェーズにまで駒を進めた。しかし、現場からは「一般的な回答は得られるが、業務には使えない」という声が聞こえてくる。
AI／データ活用の推進現場を知るプレイド 西村達一朗氏は、「組織としてAIを捉えるならば、『超優秀な新人』のようなものだ。一般論は即座に返してくるが、自社の課題までは捉えきれていない」と話す。個人がAIツールを利用する分には便利だが、業務に組み込もうとすると途端に難易度が上がる。特に問題視されているのは、現場主導による個別最適化がもたらす弊害だ。現場担当者が業務効率化のために個別にAIツールを導入した結果、社内データの分断、いわゆるサイロ化が加速している。
加えて、AIが回答を導き出すプロセスがブラックボックス化されているため、個々で見れば業務が効率化されているように見えても、全社的に見ればデータのつながりが失われてしまい、結果として当初描いていたAI活用の姿から離れてしまうケースも少なくない。
以前からデータのサイロ化は課題視されていたが、AIの導入が皮肉にも加速させている。また、そうした課題を乗り越えたとしても、競合他社と同様のLLMやAIを使用しているだけでは、競争優位性を生むことは難しいだろう。
西村氏は、現況を打破するためには、経営層から現場までが同じデータを基にして判断できる環境を構築しなおす必要があると指摘する。
「AIの推論プロセスが可視化され、自らの意志で“AIを操れる”ことが重要だ。ブラックボックス化を避けながら現場からデータを生み出し、経営層が戦略の粒度や濃淡を落とし込んで、再び現場にデータを還流する。そうした『データの循環』が求められている」（西村氏）
