誇大広告を超えて－エージェント時代に真のAI変革を推進する8要因

AI時代の真の勝者は、イノベーションとビジネスの両方を掌握した企業となるでしょう。

様々な分野の企業や組織が変革の旅に真っ向から取り組む中、AIのインキュベーションと生産現場での導入との間には、依然として大きな隔たりが存在しています。他社に先行するためには、この隔たりを解消し、AIの膨大な能力を従業員、顧客、社会にとっての実世界の利益へと転換する必要があります。

楽天では、AI変革へのアプローチを「AI化」と呼ぶ概念で体系化しました。AI化とは、単にAIツールを導入し、タスクを自動化すること以上のものです。信頼性が高く有用なAIを、グローバルな事業運営、製品開発、計画立案のあらゆる側面に体系的に組み込む、根本的な文化的、運営上の変革です。

このAI変革を導き、AIイニシアチブを知的、効率的、倫理的かつ生産的なものとするために、私たちは「AI化を推進する8つの要素」というフレームワークを開発しました。これらの要素は、構造化された実践可能なロードマップを提供し、エージェント時代におけるあらゆる組織の繁栄に役立つと確信しています。

今日、多くの企業が「取り残されることへの恐れ」に導かれてAI戦略を策定した結果、コストがかさみ、まとまりのないAIプログラムを生み出しています。

マサチューセッツ工科大学（MIT）の調査によると、生成AIのパイロットプロジェクトの95%が測定可能なビジネスインパクトをもたらすことができず、AI投資とリターンの間に懸念すべきギャップが生じていることが明らかになりました。

当社では、AIの力で創造性を拡張するというビジョンを指針としています。この目標達成に向け、経営陣は先を見据えた明確なビジョンを提示。

つまり「AI化」とは、独自のデータ資産と広範なチャネルを活用し、楽天エコシステム全体の成長を促進すると同時に、深層学習基盤の継続的強化と大規模言語モデルに投資することを意味します。

AI変革には、部門横断的かつチーム垂直的な具体的、定量化可能な目標が必要です。

マーケティング費用の20%効率化、業務プロセスの20%改善、加盟店、ビジネスパートナーにおける20%の効率化をAIで達成するという「トリプル20」イニシアチブは、この考え方を表しています。各事業部、部門、チームは、こうした指針となる指標に沿って独自のKPIを設定します。

将来のKPIはさらに野心的なものになると考えられますが、2024年に設定されたこれらの指標は、多くの組織がまだ模索段階にあった時期に、AIが直接的に事業成長と効率化に貢献することに役立ちました。

ジェネレーティブAIの推論能力や対話能力の強化に連動して、新たなリスクが生じています。したがって、安全性と倫理的ガバナンスへの取り組みも、その進化に歩調を合わせなければなりません。

この推進要因は、信頼を維持するために、地に足をつけ、警戒を怠らず、イノベーションを追求することの重要性を強調しています。堅牢なガバナンス体制とAI倫理規範の確立、継続的なコンプライアンスの確保、安全性と透明性をAIシステムに組み込むエンジニアリング・ソリューションが求められます。

当社のAIアプローチの中核にあるのは「おもてなし」の概念です。これは、期待を超える心遣いを表した、日本独自のホスピタリティの考え方です。私たちはAIを活用し、お客様のニーズに応えるだけでなく、お客様が求めるものを先読みして提供したいと考えています。

例えば、楽天市場におけるAI搭載ショッピングアシスタントは、意思決定を効率化し、デジタル領域におけるおもてなしを体現しています。効果的なAI変革は本質的に顧客中心です。ユーザーやステークホルダーにとってより良い体験をもたらさない結果であれば、それは誤った取り組みなのです。

技術的基盤は重要です。AIで成功を収めるには（特に自社でモデルを開発する場合）、これらのシステムが実際にどのように学習し進化するかを理解しなければなりません。

事前学習から継続的学習、事後学習に至るまで、最も基礎的なレベルでAI技術を深く理解することで、知能的であるだけでなく、実用的で予測可能、かつビジネス成果に最適化されたモデルを創出、カスタマイズすることができます。

成功するAI変革には、協働を促進し、分断を最小化する組織構造が求められます。AI、データ部門は中央に集約し、AIチームを組織横断的なサイロを打破する「戦力増幅装置」と位置付けています。これには「前線配置エンジニア」、つまり事業部門に直接統合されるAI専門家の配置も含まれます。

この協働モデルはフィードバックループを加速し、カスタマイズされたツールの効率的な開発を可能にします。

効果的なAI変革には、ダイナミックなフィードバックループが必須です。当社にとってこれは、人間とAIが相乗的に働く「データ・フライホイール」の構築を意味します。

70以上の事業やサービスからは、数兆件のインタラクションが生じます。ここから得られるユーザー入力や運用データをAIモデルに継続的に供給し、人間のドメインエキスパートによる検証、改良を重ねることで、独自のデータ資産を構築し、モデルの信頼性を高めます。

同時に、顧客対応に実績のある専門家の知見やノウハウをデジタル化し、AIの知識体系に組み込んでいます。この統合的アプローチにより、生データを強力な知能エンジンへと変革。業務全体の継続的改善を推進します。

AI化には学習文化が不可欠です。AIが急速に進化し続ける中、継続的な学習と適応が求められます。

当社では、全チームが参加する月に一度の「AI化朝会」を通じて、方向性の共有、経営陣の考え方の伝達、関与の促進を図り、これを制度化しています。

データ、専門家、実験から学ぶというこの取り組みは、AIを日常業務に統合し、ダイナミックで適応力のある組織を育む一助となります。

最終的にAIの成功を測る真の基準は、その技術的な洗練度や出力量だけではなく、人間の可能性を増幅させる能力にあります。

AI化への取り組みを通じて、当社のような組織の将来の成功は、単にAIを用いた革新だけでなく、人間のためにAIを統合すること、つまり技術が創造性、生産性、つながりを高める環境を育むことに依存していることが明らかになりました。

「AI化の8つの推進要因」を取り入れることにより、組織は単なる誇大広告を超え、業務プロセスを変革し、AIが単なるツールではなく、よりインテリジェントで人間中心、かつ繁栄する社会を実現するための強力な触媒となる未来に貢献することができるでしょう。