「AIを導入したものの、会社全体の成果につながっていない」「進化が速すぎて、どこまで投資すべきか判断できない」。AI活用を進める経営者にとって、こうした悩みは身近なものになっています。

その問いを考えるうえで、多くの示唆を与えてくれるのが、AnthropicのCEO、ダリオ・アモデイ氏と、JPMorgan ChaseのCEO、ジェイミー・ダイモン氏による対談です。

AnthropicのIPOロードショーに関連するこの対談で語られたのは、AIモデルの性能だけではありません。人材と企業文化、安全性、投資判断、そしてAIがもたらす仕事や社会の変化でした。

本記事では、その内容をもとに、日本企業がAX(AIトランスフォーメーション)で成果を出すための「5つの条件」を考えます。

※本記事は「Anthropic IPO roadshow – CEO Dario Amodei in Conversation with Jamie Dimon」の文字起こしに基づいて編集しています。発言の日本語表現は読みやすく整理しています。数値や将来見通しは登壇者の説明であり、各節の日本企業への提案は、それを踏まえたJSPの考察です。

1.AI導入の目的を、顧客への価値から考える

対談の冒頭でダイモン氏が示したのは、明快な目的でした。

「お客さまに、より良い仕事を提供するためにAIを使う。それが目的です」

同氏は、JPMorgan Chaseでは25万人の社員が、さまざまな形で週に何度もAIを利用していると説明しています。しかし、発言の中心にあったのは利用人数そのものではなく、顧客への価値でした。

これは、日本企業のAI導入でも出発点にしたい考え方です。アカウント数や研修の受講率は、導入状況を把握する指標にはなります。ただ、それだけでは事業への貢献は分かりません。

たとえば営業部門であれば、提案書の作成時間だけでなく、顧客への提案までの日数や、提案内容の質を確認する。顧客対応部門であれば、回答作成の効率に加えて、解決までの時間や再問い合わせの割合を見る。こうした評価が必要です。

AIを使った結果、顧客にとって何が良くなるのか。この問いを先に置くことで、導入する業務と、測定する成果が具体的になります。

2.経営者が、人材と企業文化に時間を使う

他社との違いを問われたアモデイ氏は、最も重要なのは「人材と文化」だと答えました。

人材と文化が技術を生み、技術が製品を生み、製品が販売や事業の成果につながる。技術の最前線にいる経営者が、競争力の源泉として組織のあり方を挙げている点は印象的です。

同氏によれば、自身の時間の40〜50%ほどを人材と文化に使い、2週間ごとに全社員へ率直に状況を伝える場を設けています。また、技術的に優秀でも、周囲と協力できない人や、会社の価値観に合わない人は採用しない方針を徹底していると説明しました。

AIを使える個人の工夫を、会社の力に変える

日本企業でも、AIを使いこなす社員が数人現れただけでは、組織全体の変革にはつながりません。その社員の工夫が共有され、ほかの人も再現でき、部門を越えて業務を改善できることが重要です。

そのために経営者が整えたいのは、次のような環境です。

  • 小さく試し、うまくいかなかったことも共有できる
  • 優れた使い方を、手順やテンプレートとして残せる
  • 部門内の効率だけでなく、前後の業務も含めて改善できる
  • AIで生まれた余力を、顧客対応や人材育成に振り向けられる

AI研修と並行して、知識を共有する仕組みや、改善に取り組む人を評価する仕組みを整える。その両方が、AXを定着させる土台になります。

3.AIに任せる範囲と、人が責任を持つ範囲を決める

AIエージェントを機密情報にアクセスさせる前に何が必要か、という質問に対し、アモデイ氏は「一番大切なのは安全性」と答えました。

同氏は、エージェントの能力が急速に向上する一方で、社内や顧客企業への導入を制約しているのは、安全に実行できるかどうかだと説明しています。

企業にとっては、AIが仕事をこなせることと、その仕事を安心して任せられることの間に、埋めるべき課題があります。

業務の影響に応じて、任せ方を段階的に広げる

たとえば営業メールであれば、最初はAIに文案を作らせ、人が確認して送信する運用から始められます。社内資料の検索では、閲覧できる情報の範囲を限定する方法があります。

一方、顧客への正式回答、契約条件の変更、支払いなどは、誤った処理が与える影響を踏まえ、人の承認を組み込むことが重要です。

  • 情報の範囲:どのデータを読み取ってよいか
  • 操作の範囲:何を作成・変更・送信してよいか
  • 承認の条件:どこで人の確認を必要とするか
  • 記録と復旧:何を実行したか確認でき、問題時に止めたり戻したりできるか

安全に任せる仕組みを整えることが、AIの活用範囲を広げる条件になります。

対談ではサイバー防御についても、脆弱性の発見、修正、安全なコードの作成、リアルタイムの防御という段階が語られました。自社の取り組みでも、問題を見つけるだけで終わらず、修正と確認まで責任を持って進める体制が必要です。

4.AI投資を段階的に進め、業務ごとの費用対効果を測る

アモデイ氏は、計算資源への投資を「会社が直面する最も根深い経営上のジレンマ」と表現しました。

需要がどれだけ伸びるか分からないなかで、先に資源を確保する必要がある。買いすぎれば財務負担が増え、少なすぎれば顧客対応や研究開発ができなくなる。この両方に備えなければならないためです。

同氏は、事前の確保量を比較的控えめにし、事業が予想以上に伸びた場合に追加で調達する方針を説明しました。上場の目的についても、大きな成長機会に投資しながら、不確実性に対応するための資金的な余力を確保することを挙げています。

日本企業では、検証結果に応じて投資を広げる

AIを利用する企業にとっても、「将来の可能性に備えること」と「効果が不明なまま固定費を増やすこと」は分けて考える必要があります。

まず一つの部門や業務で、導入前後の成果を測る。必要なデータ整備や運用の負担も把握する。そのうえで、対象人数や連携範囲を広げる方法が現実的です。

また、対談では、安価な小型モデルと、高度な課題に対応する最先端モデルの両方が必要になるという考え方も示されました。定型的な分類と、複雑な提案の検討では、求める能力が異なります。

評価したいのは、利用料金だけでなく、人による確認や修正まで含めた費用対効果です。

  • 仕事が完了するまでの時間は短くなったか
  • 確認や修正の負担は増えていないか
  • 顧客への提供価値や成果物の品質は上がったか
  • 利用料金、システム連携、教育、運用を含めて採算が合うか

モデルの性能順位に追随するより、自社の業務で繰り返し測定できる評価基準を持つことが、投資判断を安定させます。

5.効率化の先にある、新しい価値と人の役割を考える

アモデイ氏は、AIの能力が向上するたびに、新しい市場が生まれると説明しました。チャットボットからコーディングへ、さらに科学、ライフサイエンス、材料、ロボティクス、サイバーセキュリティへと、活用領域が広がるという見方です。

医療や科学への期待も語られましたが、同氏自身、分野によっては懐疑的な見方が正しい可能性があり、実現時期も分からないと認めています。将来の可能性と、いま実現できることを区別して受け止めることが大切です。

「削減できる仕事」と「新しく提供できる価値」を一緒に考える

企業のAXでも、既存作業の時間短縮に加え、その余力で何ができるようになるかを考えたいところです。

たとえば、提案資料の作成時間が減れば、顧客ごとの課題を深く調べる時間を増やせます。問い合わせ対応の整理が進めば、寄せられた声を分析し、商品やサービスの改善につなげられます。

同時に、社員の役割も変わります。AIの出力を確認する力、顧客の曖昧な要望を具体化する力、複数の選択肢から判断する力が、より重要になるでしょう。

対談では、AIによって生まれる富の集中への懸念や、仕事の変化への適応を支援する必要性も語られました。企業のなかでも、効率化によって得た成果を、社員の学び直しや新しい役割への移行につなげる視点が求められます。

AXの第一歩は、一つの業務を最後まで変えてみること

今回の対談から見えてくるのは、AI導入が、目的設定、組織づくり、権限設計、投資判断、人材育成にまたがる経営課題だということです。

最初から全社を一度に変える必要はありません。顧客や社員の負担が大きい業務を一つ選び、次の順序で取り組むことができます。

  1. 成果を決める:誰に、どのような価値を提供したいかを明確にする
  2. 業務を整理する:AIに任せる作業と、人が判断する部分を決める
  3. 小さく試す:対象と権限を限定して、実際の業務で検証する
  4. 効果を測る:時間、品質、費用、顧客への影響を確認する
  5. 組織に広げる:成果の出た方法を、手順と教育とセットで展開する

アモデイ氏は、Anthropicの姿勢を「約束は控えめに、成果は期待以上に」と表現しました。企業のAI導入でも、実際の成果を確かめ、その積み重ねで信頼と活用範囲を広げていくことが大切です。

人とAIで、企業の未来を創る。

ジャンプスタートパートナーズ(JSP)は、AI研修・人材育成、AI導入・実装の伴走支援、AIソリューションを通じて、企業のAXを支援します。

「自社ではどの業務から始めるべきか」「AIを使える社員をどう育てるか」「試験導入を、事業の成果につなげたい」。こうした課題をお持ちの企業さまは、JSPへご相談ください。


出典・参考資料

本記事は企業のAI活用・経営に関する解説であり、特定の有価証券への投資を推奨するものではありません。