人工知能（AI）変革は、パイロット段階を超えて統合された業務へと移行し、イノベーションと生産をつなぐときにのみ成功します。
AIは、人間の創造性を補強し、顧客体験を向上させ、倫理的および安全性のガードレールの範囲内で運用されるときに、持続的な価値をもたらします。
世界経済フォーラムは、新しい技術を理解し、その責任ある導入を推進するための中立的なプラットフォームを提供しており、その取り組みの一環として、AIガバナンス・アライアンスを通じて支援しています。
AI時代の真の勝者は、イノベーションと業務運営の両方を使いこなす企業です。
さまざまな分野の企業や組織が変革の取り組みに本格的に着手する中、人工知能（AI）の試験的導入と生産現場での活用との間には、依然として大きな隔たりがあります。先を行くためには、リーダーはこの溝を埋め、AIの計り知れない能力を、従業員、顧客、社会にとっての現実の利益へと転換させる必要があります。
楽天では、「AI化（AI-nization）」と呼ぶ手法を通じて、AI変革へのアプローチを体系化しました。AI化は、AIツールの導入や業務の自動化にとどまるものではありません。信頼でき有用なAIを、当社のグローバルな事業運営、製品開発、計画のあらゆる側面に体系的に組み込む、根本的な文化的・業務的転換です。
AI化を推進する8つの要因
このAI変革を導き、当社のAIの取り組みが知的で、効率的、倫理的かつ生産的であることを確実にするため、当社は「AI化の8つの推進要因」という枠組みを策定しました。これらの推進要因は、エージェント時代において、あらゆる組織が成長を遂げるための、構造化された実行可能なロードマップを提供するものと私は考えます。
1. ビジョンと戦略：進むべき方向を定める
今日、多くの企業が「取り残されることへの恐れ（FOMO）」にAI戦略を委ね、その結果、高コストで一貫性を欠いたAIプログラムが生まれています。
今年初めに発表されたMITの研究では、生成AIのパイロットプロジェクトの95％が測定可能な事業上の効果を生み出せていないことが明らかになり、AIへの投資と見返りとの間に深刻な隔たりがあることが示されました。
楽天は、創造性をAIの力で増幅させるというビジョンに導かれています。この目標を達成するため、経営トップは明確なビジョンを示しており、それは先を見通すものです。
AI化は、楽天の独自のデータ資産と広範なチャネルを活用して、楽天エコシステム全体の成長を促進することと、深層学習の基盤を継続的に強化し、大規模言語モデルに投資することを組み合わせたものです。
2. 目標設定：重要なものを測定する
AI変革には、部門を横断し、チームを縦断する、具体的で定量化可能な目標が必要です。
当社の「トリプル20」イニシアチブはその好例です。これは、AIを活用してマーケティング費用の効率を20％向上させ、業務プロセスを20％改善し、加盟店およびビジネスパートナーの効率を20％向上させることを目標としたものです。各事業単位、部門、チームは、これらの北極星指標に沿った独自のKPIを設定できます。
今後のKPIはさらに野心的なものになるでしょうが、2024年に設定されたこれらの指標は、多くの組織がまだ探索段階にあった時期に、AIが事業成長と効率化に直接貢献していることを確実にするのに役立ちました。
3. AIの安全性とガバナンス：責任をもってイノベーションを進める
生成AIの推論能力や対話能力がますます強力になるにつれ、新たなリスクが生じています。安全性と倫理的ガバナンスへの当社の取り組みも、それに歩調を合わせる必要があります。
この推進要因は、信頼を維持するために、地に足をつけ、警戒を怠らずに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。これには、強固なガバナンス体制とAI倫理規範を確立し、継続的なコンプライアンスを確保するとともに、AIシステムに安全性と透明性を組み込むソリューションを開発することが求められます。
4. 顧客志向：おもてなしの精神
当社のAIへの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、期待を上回る、思慮深いホスピタリティという日本独自のアプローチです。当社は、AIを顧客のニーズに応えるだけでなく、顧客が何を望むかを注意深く先読みするためにも活用したいと考えています。
例えば、楽天市場におけるAIを活用したショッピングアシスタントは、意思決定を効率化し、デジタルの領域において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あり、結果としてユーザーやステークホルダーの体験が向上しないのであれば、そのやり方は誤っています。
5. 技術の基礎：土台から構築する
技術の基礎は重要です。特にモデルを自ら開発する場合、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、AIで成功することはできません。
事前学習、継続事前学習、事後学習に至るまで、最も基本的な基礎レベルでAI技術への深い理解を築くことで、知的であるだけでなく、有用で予測可能であり、事業成果に最適化されたモデルを作成またはカスタマイズすることができます。
6. 組織設計：サイロを超えた協働
AI変革を成功させるには、協働を促進し、分断を最小限に抑える組織構造が必要です。AIとデータを統括する部門として、当社はAIチームを成果を増幅させる存在と捉え、組織全体のサイロを打破しています。これには、事業部門に直接入り込むAIの専門家である「フォワードデプロイド・エンジニア」の配置も含まれます。
この協働モデルは、フィードバックのループを加速させ、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。
7. データのフライホイール：統合された知能の力
効果的なAI変革は、動的なフィードバックループにかかっています。楽天にとって、これは人間とAIが相乗的に協働する「データのフライホイール」を構築することを意味します。
ユーザーの入力や業務データを、70以上の事業およびサービスにわたる数兆件のインタラクションからAIモデルに継続的に供給し、その後、人間の分野専門家がAIの出力を検証・改良することで、独自のデータ資産を構築し、モデルの信頼性を向上させることができます。
一方で、当社は、顧客と直接向き合う優れた専門家の専門知識やノウハウをデジタル化し、AIの知識基盤に加えるための取り組みも進めています。この統合的なアプローチにより、生のデータが強力な知能エンジンへと変換され、業務全体で継続的な改善が促進されます。
8. 学習文化：適応を制度化する
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欠かせません。
楽天では、これは全社員が参加する月次の「AI化朝会」などの仕組みを通じて制度化されています。これらの会議は、組織の一体感を醸成し、経営層の指示を浸透させ、主体的な関与を促進します。
データ、専門家、実験から学び続けるこの姿勢は、AIを日々の業務に組み込むことに役立ち、動的で適応力のある組織を育みます。
人間の可能性を拡張する：変革の触媒としてのAI
結局のところ、AIの成功を真に測る尺度は、その技術的な洗練度や出力の量だけでなく、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、AIでイノベーションを起こすことだけでなく、人類のためにAIを統合することにかかっていると分かりました。すなわち、技術が創造性、生産性、つながりを高めるために役立つ環境を育むことです。
「AI化の8つの推進要因」を取り入れることで、組織は誇大な宣伝を超え、業務を変革し、AIが単なるツールではなく、より知的で人間中心の、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ます。
