AIの利活用におけるトップダウンの弊害
これまで、AIの特徴や功罪面にスポットをあて、ITも含めて便利な道具として適切に使い効果を上げるべきであることを主張してきた。同時に、IT 環境の変化にともない、環境変化に適合して自分自身も変化していく必要性を訴えてきた。それらを踏まえ、実社会でのAI活用にどのように向き合うべきか、どのような注意が必要なのかを論じていきたい。
いま、多くの企業で「AI」あるいは「対話型AI」の実用を促すトップダウンの指示がなされている。新聞紙上でも、多くの企業に同様のアンケートが実施されている。さて、そのトップダウンを受けて、現実にはどのような動きになっているだろうか。
トップダウンを受けた組織は、最初に勉強から始めるのではないだろうか。その場合、指示と同時に、コンサルタントが作成した利活用の事例が配られ、ときには勉強会などで説明を受ける。そしてその事例を自部門の業務に当てはめ、適当な業務を選定し、効果想定した数字を添えて提案して実行に移す。これがAI利活用の実績となる。
コンサルの立場でもある筆者がいうのもなんだが、このコンサルによる誘導が本質的な利活用を妨げ、指示待ちの受け身姿勢を生み出し、イノベーションを阻害するのではないかと感じざるを得ない。結局、必要性に応じた導入ではなく、使うこと自体が目的化してしまっているのだ。
つまり、AIを使用している進んだ企業であるというプロパガンダを重視し、各組織に導入を競わせている。実際、東京都庁の発表では、全部局へ導入し５万人規模の利用者とのことだ。が、この構造で生み出された実績は虚構でしかない。ユーザーの必要に寄り添っていないからだ。
システム開発を成功に導く秘訣の一つとして古くからいわれているのが、ユーザー参加である。それは、ユーザーが実際に困っていることを解決し、実施したいことを実行する手法として、システムという道具を利用すべきだからだ。そこでユーザー側の要件定義が肝になるのは当然である。
確かに変化と冒険を嫌う日本社会の気質で新しい道具を実用化するには、トップダウンによる強力なリーダーシップは必要不可欠だ。が、だからといってユーザー側の需要を無視して有効な実用化につながるはずはない。
AI導入におけるカイゼン力の重要性
業務の効率化を目指す道具としてAIなどのシステムツールを導入するには、ユーザー側の要件を優先する必要がある。いわゆるユーザー参加型のシステム構築である。定型の事務業務のためのERPパッケージを導入したり、グループウエアなどを導入したりするのとはわけが違う。つまり、従来型の情報システム部門主導やトップダウンでは、本質的な有効活用は適わない。
では、どのように考えるべきなのか。筆者の基本的考えは、TPM（Total Productive Maintenance OR Total Productive Management）やカイゼンの考え方で現場が真剣に効率化を模索し、経営がコミットするかたちである。その上で、方法論の一つとしてAI（Chat GPTなど）やRPA（Robotic Process Automation）を選択肢にできる環境を整備しておくことだろう。
これは、我が国をジャパン・アズ・ナンバーワンといわしめた原動力であるモノづくり力を支えたパワーである。残念ながらモノづくりの現場には浸透していても、いわゆるホワイトカラーの現場、企画や開発などの現場への浸透はしていない。
おそらく現場の効率を上げる地道な取り組み手法では、イノベーションは生まれないという誤解があるのではないだろうか。また、新たなコトを生み出すにはムダの積み重ねが必要であるとも考えているだろう。それはそれで事実である。
しかし、よく考えてもらいたい。欧米型経営であれば、イノベーションを生み出して創業者利益を勝ち取り、事業ごと売り逃げして次のイノベーションに投資することもできるだろう。しかしこのやり方は、日本の経営に馴染んでこなかったのが事実である。
一方で日本型経営は、小さなイノベーションの種を大切に育て大きくしていきながら、周辺に拡大していく。これは、欧米型と比較して長期的継続性がある地道なものが多い。もちろん事業転換を図ることも多々あるが、それでも日本社会においては、自社の強みを軸足とした周辺や関連への転換が多くの成功事例だろう。
では、このようなケースでのイノベーションの種はどこにあるか。間違いなく企画や開発などの現場にあり、現場の必要がイノベーションの種になるのである。そしてさらに言えば、クリエイティブの現場にも一定量の事務作業は存在し、それはモノづくりと同様の効率化、ムダ取りの考え方が生かせる領域であり、その発想が次なるイノベーションの種にも成り得るのだ。
ユーザー主導は現場へ丸投げではない
結局のところ、トップダウンやいわゆる情報システム部門主導でのAI導入では、イノベーションどころか、効率改善すら望めず、余分な負荷増やその他のリスクすら発生してしまう。ユーザー主導、ユーザー参加型でないと、本当の実績化は達成できない。
しかしユーザー主導といっても、野放図に現場任せの丸投げでは、別のリスクが生じるので注意が必要である。それは個々の部分最適化が進み、ブラックボックスが大量発生し、引き継ぎ困難な野良ツールとなって不良資産化することだ。ブラックボックス内に存在するバグもリスクとなるだろう。
実はすでに、同様の不良資産は現場に大量に存在している。エクセルのマクロ、VBAやAIの前にブームになったRPAで生成されたツールである。これらは、少しリテラシーが備わっていれば、本１冊読む程度で簡単に開発できる。自分の関わる事務業務を自動化するなど、便利なのだ。だが実は、簡単で誰でもできてしまうことが危険なのである。
現場任せで生成されたツールは、ほぼ個人の頭の中でロジックは成立しており、引き継ぎは相当に困難である。また、業務変化にともなう改修が重なるとブラックボックス化が進展し深刻化していく。このかたちでAIツールの導入が進めば危険でしかないことはおわかりいただけるだろう。
巷ではAI、とりわけChat GPT導入におけるガイドライン策定を促しているが、それ以上に重要なのは、生成される個々の成果物を把握、資産として評価することだ。IT資産は個々に全数把握するのは基本中の基本、いわゆる資産管理が必要不可欠である。
資産管理の入り口は、一定のレビューを受けて承認を得ることである。機能や影響範囲、運用方法、想定リスクと低減策などを定義し、指摘を受け、内容に改善を加えてリリースすることになる。したがって、改修する場合も変更管理の対象としてレビューが必要である。そして定期的に運用状況などを確認する監査も、抜き取りで必要である。
そんな面倒くさいことはできないという意見があるかもしれないが、たったそれだけのこともできないで有効な道具として利活用することなど夢のまた夢だろう。
ただし、このレビューにおける指摘をするレビューアは、従来の情報システム部門的な思考回路では役に立たない。IT管理の基本知識は当然必要だが、現場業務に対する理解やイノベーションを受け入れる柔軟な思考回路がなければならない。そうでなければ単なるブレーキ勢力、規制にしかならないだろうからだ。
この種の新たな道具を有効活用する要諦は、レビューアを務め、監査においてもイノベーション視点の思考回路を持ちながら、推進していく機能である。どうやってこの機能を組織化するかが肝心なのだ。
