「多くの企業が人工知能（AI）を導入すればすぐに業務革新が起こると期待しているが、実際の現場では全く異なる問題が現れている。」
ヤン・ヨンモ レッドブリック代表は最近、企業のAI転換（AX）プロジェクトの雰囲気についてこのように説明した。生成型AIの熱風の中で、チャットボットや文書要約、報告書自動化システムの導入は急速に増加している。しかし、実際の現場での活用段階では予想外の限界が繰り返し現れているという診断である。
ヤン代表は特に最近の企業現場で「AIは構築したが、実際には従業員があまり使わない」という話が頻繁に出ていると伝えた。彼は「最初はほとんどがAIモデルの性能と回答の正確性中心で検討が行われるが、実際の業務環境では既存システムとの接続構造、データ管理体系、権限問題などの運用要素がはるかに重要に機能する」と述べた。
実際の現場ではAI自体が既存の業務フローと衝突するケースが少なくない。一企業は生成型AIに基づく業務支援システムを構築したが、活用率は期待に達しなかった。ERP（企業資源計画）やコラボレーションツール、内部システムと自然に接続できず、従業員には既存業務に追加された別のプログラムのように認識されたという説明である。
文書管理体系の問題も繰り返し現れるケースの一つである。最新の文書と過去の資料が混在しているか、部門ごとに管理基準が異なり、AIが古い資料を基に回答する場合も発生している。ヤン代表は「企業AIで重要なのは単純な正確性ではない」とし、「どのデータを基に回答しているのか、アクセス権限が適切に反映されているのかを含む運用構造が核心である」と説明した。
最近、企業が複数のAIモデルを同時に活用する『マルチLLM』環境に移行する点も新たな課題として挙げられた。マーケティング組織はサービス型ソフトウェア（SaaS）基盤のAIを、開発組織はオープンソースモデルを、顧客対応組織は別のAIソリューションを使用するなど、AI活用の方法が多様化している。しかし、これを統合管理できる体系は依然として不足しているとの分析である。
彼は「企業の立場では、どの組織がどのデータをどのAIに活用しているのかさえ把握しにくくなる状況が発生する可能性がある」とし、「マルチLLM環境ではデータの制御とセキュリティポリシー、コスト管理も考慮しなければならない」と述べた。特に金融・製造・公共分野のようにセキュリティと運用の安定性が重要な産業ほど、この流れがより顕著に現れているという説明である。実際、最近では単純なAI導入よりもデータ接続構造や権限管理体系、運用ガバナンス設計まで一緒に求めるケースが増えている。
ヤン代表は企業の最大の誤解の一つとして「AIを技術プロジェクトとしてのみアプローチすること」を挙げた。彼は「内部データ構造や業務フロー、承認体系が整理されていない状態でAIを導入すれば、運用段階で問題が発生するのは避けられない」とし、「AXは単にAI機能を追加するのではなく、企業の運営構造自体を再設計するプロセスに近い」と強調した。
続けて「今後、企業のAI競争力は誰がより優れたモデルを導入したかではなく、AIを実際の業務の中でどれだけ安定的かつ繰り返し運用できるかで分かれる可能性が高い」と付け加えた。
* この記事はAIによって翻訳されました。
