(前編より続く)
AIを武器とするために必要な二つの力
ここで重要なのは、AIを導入した企業が、そのまま「AIを武器とする企業」になるわけではない、ということです。
生成AIの利用環境を用意した。社員にアカウントを配布した。AI研修を実施した。
もちろん、これらは重要な取り組みですが、それだけで企業の競争力が高まるわけではありません。
AIを武器とするためには、個人と組織、それぞれのレベルで変革を進めていく必要があると考えています。
① 個人の力:AIという優秀な部下をマネジメントする
まず、個人レベルで求められるのは、AIを自分の部下として使いこなす力です。
生成AIは、非常に優秀な部下のような存在だと思っています。
膨大な知識を持ち、調査や資料作成、分析、アイデア出しなど、さまざまな仕事を驚くほどのスピードでこなしてくれます。
しかし、どれだけ優秀な部下であっても、仕事の目的を伝えず、適切な指示も出さず、成果物のレビューもしなければ、期待した成果を得ることはできません。
AIについても、同じことが言えます。
自分が何を実現したいのかを明確にする。目的や背景、制約条件を伝え、適切な仕事を依頼する。
出てきた成果物をレビューし、足りない観点を指摘し、必要であれば方向修正を行う。
そして、最後は自分自身が責任を持って判断する。
これは、まさにマネジメントそのものではないでしょうか。
AIを使いこなすためには、いわゆるプロンプトの技術だけではなく、論点を設定する力、仕事を構造化する力、成果物を評価する力、そして意思決定する力といった、ビジネスの基本能力が重要になってくると考えています。
これまで部下を持たなかった若手社員であっても、AIという優秀な部下を持つことができる時代になりました。
だからこそ、これからのビジネスパーソンには、早い段階から「仕事を自分でこなす能力」だけでなく、「仕事を任せ、成果を出させる能力」が求められていくのだと思います。
そして、AIが提示した情報や示唆を判断材料として活用し、人間がより良い判断を行う。
これが、私たちの提唱する「AI-Informed(AIインフォームド)」という行動様式です。
社員一人ひとりがAI-Informedになり、AIという優秀な部下を使いこなせるようになること。
これが、個人レベルでのAI活用の重要なポイントだと考えています。
② 組織の力:AIを前提に、業務プロセスそのものを作り変える
そして、私が企業の競争力という観点で、より大きな可能性を感じているのが、組織レベルでのAI活用です。
ここで、私が昔から気に入っている論文をご紹介したいと思います。
ニコラス・G・カー氏による『IT Doesn’t Matter』という論文です。米国のHarvard Business Reviewに2003年に掲載され、日本では『ダイヤモンド・ハーバード・ビジネス・レビュー』2004年3月号に掲載されたものです。
この論文には、19世紀末の工場における電力の導入に関する、非常に興味深い事例が紹介されています。
当時の工場では、水車や蒸気機関などの大きな動力源から、滑車や歯車、ベルトなどの複雑な仕組みを通じて、個々の機械に動力を伝えていました。
そこに、電力という新しいテクノロジーが登場します。
多くのメーカーは、従来の水車や蒸気機関を電動機に置き換え、既存の動力伝達の仕組みをそのまま使い続けました。
一方で、一部の先進的なメーカーは、電力の本質的な利点に着目しました。
電力は、電線を通じて工場内のどこにでも届けることができる。そして、個々の機械に直接モーターを取り付けることができる。
この特性を活かして工場全体の仕組みを作り変え、複雑で非効率な動力伝達設備を廃止しました。
その結果、従来の仕組みに電力を当てはめただけの企業に対して、生産効率で大きな優位性を獲得したのです。
私は、この話が非常に好きです。
新しいテクノロジーが登場したとき、既存の業務プロセスにそのまま当てはめるだけでは、そのテクノロジーが持つ本来の価値を十分に引き出せない。
テクノロジーの本質を理解し、それを前提に業務プロセスそのものを再設計することで、初めて大きな生産性向上や競争優位が生まれる。
この考え方は、私がビジネスとテクノロジーの関係を考える際の、重要な原点の一つになっています。
以前、ギックスの創業10周年ブログでも、この事例を取り上げました。
(「データインフォームド適用合戦」が始まる(2022年12月)https://www.gixo.jp/blog/21112/)
当時は、ビッグデータやアナリティクスを企業の業務プロセスにどう適用するか、という文脈で紹介しました。
そして今、生成AIやAIエージェントという新しいテクノロジーが登場したことで、まさに同じことが起きようとしていると感じています。
例えば、これまで人間が行っていた資料作成やデータ集計をAIに代替させる。
それだけでも一定の効率化は実現できます。
しかし、それは、かつての工場が蒸気機関を電動機に置き換えたことと、あまり変わらないのかもしれません。
本当に考えるべきなのは、その先です。

そもそも、なぜその資料を作っているのか。なぜ人間がデータを集め、分析し、報告書を作ってから、会議で判断する必要があるのか。
AIがデータを常時確認し、変化や異常を検知し、必要な分析や仮説を提示できるのであれば、これまでの仕事の流れそのものを変えられるかもしれません。
人間はAIが提示した選択肢や根拠を踏まえ、重要な判断に集中する。そして、定型的な実行部分はAIエージェントや既存システムに任せていく。
このように考えると、単なる業務の効率化にとどまらず、企業の仕事の進め方そのものを大きく変える可能性があります。
重要なのは、AIで何ができるのかという技術起点の発想だけではありません。
「自社のどの業務に、どのような形でAIを適用すれば、競争力を大幅に強化できるのか?」
この問いに真摯に向き合い、業務の仕組みそのものを変えていくこと。
それこそが、AIを組織として使いこなすということだと思っています。
社員個人がAIを上手く使えるようになるだけでは、企業全体の競争力が飛躍的に高まるとは限りません。
企業としてAIを前提とした業務プロセスを設計し、データやシステム、組織の役割分担まで変えていく。
そして、それを一度きりの改革ではなく、継続的に進化させていく。
個人のAI活用を、組織としての競争力に転換できるかどうか。
ここに、これからの企業経営における大きな差が生まれるのではないかと考えています。
「AIを武器とする企業」になるために、私たちができること
私たちギックスは、クライアント企業が「AIを武器とする企業」へと進化していくために、さまざまな支援サービスを展開しています。
目指しているのは、AIの導入を支援することではなく、個人と組織の両面から、AI-Informedな企業への変革を支援することです。
まず、企業全体としてAIをどう活用していくのか、どの業務を変革し、どのような仕組みを構築していくのか。
その戦略立案から実行までを、クライアントのCAIO(Chief AI Officer)やAI推進責任者に寄り添う形で支援するのが「チームCAIO」です。
単にAIの導入計画を作るのではなく、ビジネス上の価値や投資対効果、リスク、技術的な実現可能性などを踏まえ、AIを組織の競争力につなげていくための伴走支援を行います。
また、「AI-Informed Platform(AIP)」では、企業が保有するデータと生成AIを組み合わせ、経営や現場の意思決定に必要な情報や示唆を得られる環境を構築します。
単に高性能なAIを導入するのではなく、企業のデータに意味を与え、AIが業務の文脈を踏まえて情報を活用できる仕組みをつくることを重視しています。
そのために、ギックスが培ってきたGATEメソドロジーを活用したセマンティックレイヤーの構築や、オントロジーの整備なども支援しています。
さらに、既存の業務システムを活かしながらAIを組み込んでいく「AI wrapping」など、実際の業務プロセスにAIを実装していくための取り組みも進めています。
一方、どれだけ良い仕組みがあっても、それを使う人間が変わらなければ、企業は変わりません。
そこで、社員一人ひとりがAIを使いこなし、日々の判断や行動を進化させていくための「AI-Informed Training」にも取り組んでいます。
このトレーニングで重視しているのは、単に生成AIというツールの操作方法やプロンプトの書き方を覚えることではありません。
AIという非常に優秀な部下を持ったとき、上司としてどのようなビジネススキルを身につけるべきなのか。
目的や論点を設定する。適切な仕事を依頼する。成果物をレビューし、フィードバックする。必要に応じて方向修正を行い、最終的な判断を下す。
そのような、AI時代に求められる仕事の進め方そのものを身につけていただくことを目指しています。
また、企業がAIやデータを使いこなすために、すべての機能や専門人材を自社で保有する必要があるとも考えていません。
内製化は重要ですが、すべてを自社の社員だけで賄おうとすることが、必ずしも経済合理的とは限らないからです。
そこで、人と仕組みの両面からクライアントの業務に入り込み、データやAIの活用を継続的に支援する「DIaaS(Data-Informed as a Service)」なども用意しています。
自社ですべてを作り上げるのではなく、外部の専門性や仕組みを活用することで、時間を買っていただくという考え方です。
重要なのは、どのサービスを導入するか、ではありません。
企業によって、AI活用の成熟度も、業務上の課題も、保有するデータやシステムも異なります。
そのため、すべての企業に同じやり方が適しているわけではありません。
人材育成から始める企業もあれば、特定の業務にAIを組み込むことから始める企業もあるでしょう。まずはAI戦略や全体アーキテクチャの整理が必要な企業もあると思います。
私たちは、これまで培ってきた戦略コンサルティング、データサイエンス、データエンジニアリング、システム構築、プロダクト開発といった力を組み合わせ、それぞれの企業に適した方法でAI活用を支援していきたいと考えています。
目指しているのは、AIを導入することではなく、AIを活用して、クライアント企業が継続的に成果を生み出せる状態をつくることです。
あらゆる判断を、Data-Informedに。そして、クライアントをAI-Informedに。
振り返ってみると、アクセンチュア時代に『分析力を武器とする企業』という本に出会い、感銘を受けたことが、今の私の仕事につながっているのだと感じます。
あの頃、分析力を企業の競争力に変えていくという考え方に、大きな可能性を感じました。
そして今、生成AIやAIエージェントという新しいテクノロジーによって、当時とは比較にならないほど多くのことが実現できるようになってきました。
しかし、私たちが目指していることの本質は、変わっていません。
データも、AIも、人間がより良い判断をするための強力な道具です。
そして、その道具を一人ひとりが使いこなすだけでなく、組織としての能力にまで高めていく。
その力によって、企業の生産性を高め、事業を成長させ、社会をより豊かなものにしていく。

「あらゆる判断を、Data-Informedに。」というパーパスを掲げて創業したギックスは、今、2030年に向けて「クライアントをAI-Informedに。」という新たなコンセプトのもと、次の挑戦を進めています。
社員一人ひとりがAIという優秀な部下を使いこなし、企業が組織としてAIを業務プロセスに組み込み、新たな競争力を生み出していく。
その両面から、クライアント企業の皆さまを支援していきたいと思っています。
かつて私が憧れた「分析力を武器とする企業」。
これからは、「AIを武器とする企業」を一社でも多く増やしていきたい。
それが、今の私たちギックスが目指している世界です。








