日本企業のAI活用の現状をどう見ていますか。

藤岡セキュリティーやガバナンスを厳格に管理したり、社内外のデータを連結したりしてAI活用の効果を生み出す基盤を十分整えている日本企業は、まだ少ないと思います。世界的な自動車メーカーや大手通信キャリアなど、ごく一部の企業に限られている印象です。これから本格導入が始まるところ、という段階ではないでしょうか。

伊藤忠テクノソリューションズ株式会社
常務執行役員
デジタルサービス事業グループ担当役員
兼 北米管掌

藤岡 良樹氏

山田同じ印象です。ただ、「日本企業のAI活用は世界に後れを取っている」と思われがちですが、実際は米国企業も試験的な活用から本格導入への移行が始まったばかりで、それほど大きな差はないと感じています。

もっとも、大きく異なるのはAI活用に対する姿勢です。米国企業は業務の効率化や人員削減など、明確な目的を持って生成AIを導入していますが、日本企業では現段階ではまだ「AIを使う」こと自体が目的化しているケースが多い。そのために、日本企業はなかなか具体的な成果を感じられていない、という現状があるのではないでしょうか。

中村当社はこれまで、お客様のIT部門に対してソリューション提案を行うことが多かったのですが、こと生成AIに関しては事業部目線で課題解決に取り組む必要性を強く感じています。山田さん指摘の、AIを使うこと（＝IT部門）と、効果を期待すること（＝事業部門）、という関係性に関する話と近いものがあるかもしれません。このようにAIは、過去のテクノロジーとは位置づけが異なることで、お客様の中では戸惑いの要因になっている可能性があります。

企業におけるAIの活用フェーズとAIプラットフォームのあり方はどう整理しておけばよいでしょう。社外のネットワークを使うクラウド型が良いのか、自社に設置するオンプレミス型がよいのかなどの視点もまじえていかがでしょう。

山田セキュリティー視点では、扱う情報に合わせて使い分けるというのが正解だと思います。安全性に振るならば当然オンプレミスですが、それなりのスケールで推論系を組む場合には、その運用リソースの整備も問題になります。一方で、この話題で実は皆さん気にしている別の視点がコストです。オンプレミスかどうかよりも課金にまつわる問題ですが、AIを湯水のように使うようになった時に、トランザクションベースで費用清算していくとコストが大きく膨らみがちです。段階を踏んでPoCをしていくお客様の場合、スケール段階でコスト問題が出てきて、セキュリティーの懸念とあいまってクローズドシステムを望まれる場合も多いです。

日本電気株式会社
Corporate SVP
兼AIテクノロジーサービス事業部門長
兼AI Technology Officer

山田 昭雄氏

吉岡重要な視点ですね。実際、生成AIの活用にはいくつかのステージがあると思います。まず「AIで何かできないか」という段階なら、汎用的なクラウドサービスを使うのが簡単です。しかし山田さんご指摘の通り、そのまま活用を拡大していくと必ず経済合理性の問題にぶつかります。

自社保有のデータを活用する際のデータ保全性やセキュリティーも重要ですが、それ以上にリアルなのがコストの問題で、これを回避する方法としてオンプレミスでの環境構築を選択肢に入れるお客様が増えています。今後はパブリッククラウドとプライベートクラウドであるオンプレミスのハイブリッド型が、AIプラットフォームの現実解になると当社は考えています。

冨永オンプレミスを活用する背景は、企業によって様々のようです。当社のお客様でも、自動運転などの先端技術を扱う分野の企業がオンプレミスで生成AIを活用しています。こちらは、「機密性保持の観点でデータをクラウドに移せない」という事情があるようです。また別の企業は経営層からAI活用を推奨されているものの、現場レベルで活用方法が明確化できていないケースが多く、それゆえクラウドサービスの利用が増える傾向があるようです。

パブリッククラウドとオンプレミスのハイブリッド型が中心になると、顧客を支援するベンダー側にはより広範なスキルが求められるようになります。

福井米オープンAIのChatGPTや米グーグルのGeminiなどの汎用サービスは、誰でも簡単に使えるので一気に活用が広まりました。一方で、AI活用で企業の変革を起こしたいというお客様が最終的に求めるのは、やはり「自社のデータを使った生成AI活用」だと思います。そのためのシステム全体の構築には一定の技術や知識が必要で、それを支援するのが我々ソリューションベンダーです。「お客様の課題はこうすれば解決できます」という分かりやすい例や、具体的な提案を提示することがますます重要になっていると感じます。

冨永我々システムインテグレーター（SIer）としては、「どのシステムをクラウド／オンプレミスに配置するべきか」のコンサルティングなど、より企業戦略の上流からお客様を支援できるスキルが求められていますね。

SCSK株式会社
業務役員
ITインフラサービス事業グループ
ITインフラ・ソフトウェア事業本部長

冨永 剛氏

藤岡おっしゃる通りですね。ソリューションを売る側も意識を変える必要があると思います。例えば、従来はお客様側に課題や実現したいことがあって、それを解決するために我々はシステムやサービスを提案してきました。ただAIの場合、お客様と一緒に課題を見つけて、それをどうやって解決するかを一緒になって考える必要があります。まさしくDX（デジタルトランスフォーメーション）支援と同じようなことが求められるのです。

この状況に対応するには、ベンダーが今までのやり方を見直し、自社事例の情報を先方へ提示したり、サービスを含めたオファリング（提案）ビジネスとして展開したりするなど、新しい取り組みに挑戦する必要があると思います。

AI活用には、経営層の関与や戦略性も極めて重要になりますね。

中村AI活用で最も重要なことの一つが経営層の関与、それが不可欠だと思います。AI活用で成果を出すには、まず「手元にある自社のデータは宝の山」と認識し、そして経営層が「当社はそのデータを使って競合に勝つんだ」という強い意志を示すことが重要です。

ある損害保険の会社は、そのような経営層の強い意志によって成功を収めています。保険の契約情報や事故情報、問い合わせ履歴など、オンプレミス環境に蓄積された大量のビジネスデータをAIで処理することで、業務効率化やコスト削減、新たなサービス創出につなげています。このような組織横断的なデータ活用を具現化するには、現場からのボトムアップの取り組みだけでは限界があると思います。

ユニアデックス株式会社
執行役員 CMO
ビジネス&マーケティング部門 部門長

中村 智弘氏

藤岡各システムに蓄積された多様な形式のデータを分析可能な形式に整える、いわゆるデータパイプラインの整備がとても重要だと感じています。

山田こうした整備をまず実施する。それをするかしないかで、AI活用の真の効果が発揮されるかどうかが決まりますね。

では、経営層を動かすためには何が必要でしょうか。AI活用はROI（投下資本利益率）を明示しにくいため、それが経営層を説得しにくい要因になっているケースもあるようです。

中村比較的容易なのは、コスト削減効果を示すことでしょう。先ほどの損害保険会社の例では、人手に依存していた事故発生時の支払いや契約内容の精査にAIを活用することで大幅な効率化を図りました。そのような事例を、定量的な効果と併せて提示することは効果的だと思います。

山田同感です。なお間接コストの削減に当たっては、ときにはリスキリングなどの取り組みも必要になるかもしれません。痛みを伴う改革推進こそ、経営者にしかできない仕事ではないでしょうか。効果を提示する際は、強い意志と先頭に立って引っ張る責任を持って改革を推し進める必要があることも、経営層の方々にしっかり理解していただくことが肝心です。

吉岡ちなみに、海外のAIプロジェクトではROIを後付けで記載しているケースも多いようです。計画段階からROIなどの具体的な数値目標を必須にすると、なかなかプロジェクトが動かないので、まず走り出し、その過程で目標を明確化していくという進め方ですね。もちろん、この手法が日本企業にフィットするかは検証が必要ですが、早急な取り組みが求められる中では1つの参考になると思います。

中村加えて、ROIの観点でよく話が出るのがセキュリティーです。これについて当社は、重要システムを侵害された場合、致命的な損失につながるリスクがあることから、セキュリティー投資は「税金」だとお客様に伝えています。AI活用が加速していくと、この考え方と同じように、AI投資は税金だと考えられるようになるのではないでしょうか。

投資なら回収が必要だが、税金なのでその必要はないと。

中村そういうことです。「税金」というとちょっと聞こえは悪いかもしれませんが、意図しているのは生き残るためにはAI活用を進めなければならない。その上で当然に必要となる経常的なコストとしてとらえ、単なるコストではなく、差別化の要素＝未来への投資ととらえるべきであると、お客様の経営層に腹落ちしていただくことが大切です。

山田ある米国のお客様は、「生成AIのROIは考えていない」とおっしゃっていました。「生成AIは電気や水道と同じようなインフラであり経費なのだ」と。このお客様の考え方も、中村さんの話と共通する点があると思います。

先ほど、AIプラットフォームのハイブリッド型に関する話が出ましたが、オンプレミスとクラウド、それぞれが適するケースを教えてください。

藤岡例えば特定業務に特化した大規模言語モデルは、ローカルLLMといわれるオンプレミスを含めた閉域網の中で構築するのがよいと思います。まずこのローカルLLMで特定業務特化型AIの効果を実感してもらい、それを文章に整えるところで汎用クラウドサービスを使う、といったケースが考えられると思います。

山田その意味では、ハイブリッドというよりも「使い分け」という表現が、より分かりやすいかもしれませんね。

藤岡そう思います。適切に使い分けることで、今多くのお客様が気にしているデータ主権（Data Sovereignty）も確保しやすくなります。

福井現在はオンプレミスの大規模言語モデルの推論精度も上がってきているので、オンプレミスで完結できる業務は今後、さらに増えると思います。処理にかかるコストが抑制できるほか、経済安全保障の観点でもオンプレミスは有利です。より幅広い業務に、オンプレミスの生成AIが使われるようになるでしょう。

SCSK株式会社
業務役員
技術戦略本部長

福井 勝史氏

最後に、今後の生成AI活用の拡大や高度化に向けて、各社それぞれの注力ポイントを教えてください。

藤岡CTCではお客様の実務環境へのAI実装を加速させるため、お客様が安心して自社データを活用できるローカルLLMと、その要となるデータパイプラインの実行環境の整備に取り組んでいます。また、マルチモーダルなデータを活用する業種別、業務別のAIエージェントを開発し、CTC社内で実践した活用ノウハウをお客様に提供していきます。また、自律型AIエージェントの発展形としてのロボット活用などフィジカル（物理）AIへの取り組みも強化中です。

福井SCSKは自社製品群へのAI導入を加速しています。例えばAIネイティブな次世代ERP（統合基幹業務システム）「PROACTIVE AI」は、AIエージェントを活用したデータ分析の自動化など経営者向けの生成AI機能を実装しています。また、要件定義から保守まで、システム開発の全工程をAI駆動型に移行する取り組みも進行中です。

山田NECではAIエージェントがもたらす価値に注目しており、業務プロセスの自動化から判断支援まで、組織全体の生産性向上を目指しています。また、AI活用のリスク管理では、Safety（意図した通りにAIが動作する）とSecurity（AIを守る）の両面の取り組みが必要です。この課題に対応するため、特に機微なデータを扱うお客様に向けたAIのオンプレミス実装を支援しています。

中村ユニアデックスは高精度かつセキュアなオンプレミス型の生成AIエンジンを開発した米Lazarus AI社と戦略パートナー契約を締結し、日本ヒューレット・パッカード（HPE）のGPU（画像処理半導体）サーバーと組み合わせたプライベートAIソリューションの提供を開始しました。AI導入前の構想から導入後の活用支援まで、成果を継続的に最大化する伴走支援を通じて、クローズド・オンプレミスを含めたハイブリッド型の生成AI実装を支援していきます。

吉岡HPEは、お客様が安全かつ効率的に即日AIアプリケーションを開発・運用できるようにするため、ハードウエアとソフトウエアを統合した「HPE Private Cloud AI」というプライベートクラウドソリューションを提供しています。米NVIDIAとの共同開発によって実現したもので、機密性を確保しつつ、社内データを生かした生成AIを迅速に構築・展開できるのが特徴です。AIフレームワークやツール、事前学習済モデルを提供してAIソフトウエアスタックの複雑性を解消するとともに、AIモデルからAIソフトウエア（NVIDIA AI Enterprise、HPE AI Essentials）、AIハードウエアまで包括したワンストップサポートを提供します。

日本ヒューレット・パッカード合同会社
執行役員
ハイブリッドソリューションズ事業統括本部長

吉岡 智司氏

日本企業が今後も競争優位性を確保し、持続的成長を遂げていく上で、生成AIの戦略的な活用は不可欠です。本日はありがとうございました。