AIを利便性ツールから
価値創出の基盤へと変える
清水氏AIの活用が広がる中で多くの企業が直面しているのが、「AIを使っているが、価値創出にはつながっていない」という課題です。われわれが目指す「AIネイティブ企業」とは、AIが業務の前提として組み込まれ、競争力の源泉になっている状態を指します。具体的には、一つに社員全体にAI活用を前提とした業務プロセスが浸透していること。もう一つに、社内においてAIが「利便性」ではなく「価値創出」の役割を担っていることです。
岸澤氏もっとも、当社においてもAIをとにかく使ってみる、いわば「慣れる」ためのフェーズがありました。私が現職に着任したのは2023年4月で、生成AIが世の中に登場して半年ほど経った頃です。当時率直に感じたのは、「業務で生成AIに触れないままでいれば、将来的な競争力の低下につながりかねない」という危機感です。
ガバナンスやセキュリティの課題は当然意識しましたが、最初からブレーキをかけてしまうと、組織は一気に萎縮してしまう。全社で利用できる生成AIのSaaSを導入し、まずは業務の中で触れる機会を増やすことを重視しました。
-
東京ガス株式会社
常務執行役員CDO
（最高デジタル責任者）- 清水 精太氏
-
笹氏当時の東京ガスさんはAIを当たり前の環境にする「文化」を形成する段階にあったと認識しています。AIを有効に活用するには、導入するだけではなく、社員の日常業務プロセスの中にAIをうまく位置付ける必要がある。その意味で、「慣れるフェーズ」をきちんと踏んだことは合理的なプロセスだったと思います。
3％の違いが大きな差を生む
「稼ぐAI 」活用の要諦
清水氏他方で強調したいのは、AIを導入した多くの企業において、その活用が翻訳や議事録の要約といった「汎用的な用途」にとどまりやすいという点です。こうした使い方だけでは、AIを業務や意思決定に組み込んで事業価値や収益に結びつける「稼ぐAI」にすることは難しい。導入後の先の展開を見据える企業ほど、共通の課題として意識していると思います。
もちろん、AIは汎用的なデータからでも一定の示唆を得ることができます。しかし、競争力を高め、価値創造につなげていくためには、各社が事業活動の中で蓄積してきた、固有性のあるデータが決定的に重要になってきます。インテリジェンスの世界では、「3％のデータの違いが大きな差を生む」と言われますが、AI活用においてもこの3％をいかに生かせるかが分かれ目になります。
岸澤氏当社においても、AI活用は自社固有の事業やデータを前提とした利活用が不可欠になります。現在は、汎用的なPoCを数多く実施するフェーズを越え、東京ガス“ならでは”の条件を前提とした縦方向の活用、すなわちデータ利活用の「質」を問う段階に移行しています。
-
東京ガス株式会社
DX推進部長- 岸澤 剛氏
-
清水氏利便性だけではない、稼ぐためのAI活用に必要な要素は、与えるデータの「固有性」と、データを利用した仮説検証の「多様性」です。そのためには、データの利活用のハードルを下げる分散管理が必要になる。加えて、ルールやガバナンスの統制も欠かせません。分散と統制の両立─こうした文脈の中でDatabricksの導入を検討しました。
笹氏ご指摘の通り、「稼ぐAI」にするには、データ利活用の「質」が問われます。しかし、従来のいわば中央集権的な管理では、データ準備にかかる手間や、データの所在の分断、利用時の権限調整、品質のばらつきといった点で柔軟性に欠けるケースが少なくありません。
岸澤氏当社も、中央集権的なデータ管理を行ってきました。そのため、事業側から「こういうことをやりたい」という声が上がると、まずデータサイエンティストに相談し、次にデータエンジニアに依頼してデータを準備するといったプロセスを経て、ようやく使える状態になるまでに、数カ月かかることも珍しくありません。Databricksは、データの取り込みから加工、分析、AI活用に至るまでの工程を一つの環境でつなぐことで、データ準備に要するリードタイムを短縮し、「使いたいときに使える」状態を実現できます。
笹氏一方で、データの利活用を柔軟にすればするほど、データの取り扱いに関するルールやガバナンスの重要性が高まる。個人情報や機微情報の管理、外部提供の可否、アクセス権限の設定、監査ログの取得、さらにはモデルや生成AIの利用ルールなどを適切に整備しておかなければなりません。
当社のデータ基盤の特徴は、データの利用のリードタイムを短くしながらも、権限管理や監査性を、個別対応ではなく「基盤側」で一元的に担保しやすい点にあります。現場でのデータ利活用のスピードを損なわず、全社として必要な統制を効かせる設計が可能です。
-
データブリックス・ジャパン株式会社
代表取締役社長- 笹 俊文氏
-
突出する人や組織を抑制しない
中央集権から分散管理へ
岸澤氏データパイプラインの構築が高速化したことで、データサイエンティストがエンジニアに近い役割まで担えるようになりました。社員が役割の壁を越えてデータ全体をコーディネートできる。これまでのAIに慣れるフェーズからさらに一歩進み、「気軽にデータを使ってやってみよう」という文化が、社内に根付き始めていると感じています。思いついたら、まずDatabricksを触ってみる。そんな行動が自然に出てくるようになりました。
清水氏企業戦略というのは、突き詰めれば「いかにディファレンス（差異）をつくれるか」だと思っています。だからこそ、せっかく他社との違いをつくって突出しようとしている人や組織を、管理のあり方で抑制してしまうのは、非常にもったいない。そう考えると、これからの組織運営は、分散管理の方向に進んでいくのが自然だと考えています。現場が自ら考え、試し、成果を出せる余地を広げていく。
当社の場合、DatabricksをはじめとしたAI関連の道具立てがこれだけ整っている今、次に問われるのはどこにレバレッジをかけるかを見極め、取り組みを着実にスケールさせていくことです。AIの力を借りて、リニア（線形）ではない、エクスポネンシャル（指数関数的）な成長を目指すには、挑戦を恐れずに踏み出す姿勢が欠かせません。企業文化として、そうした攻めの姿勢や気概、いわばアニマルスピリッツを、意識的に持つことが重要だと思っています。そして、その意識を醸成していく役割は、マネジメント層が継続的に担っていかなければならない。ここに、これからの経営の大きなテーマがあると感じています。
データ・インテリジェンス・プラットフォーム
企業内のデータを統合し、AIによる分析と活用を支援するプラットフォームです。効率的で安全なデータ活用環境を提供します。
Databricksが提供する統合データとAI基盤
