それではAIの導入で成功するためのポイントは？
大和田：まずAIは100％信頼できるとは限らないことを前提に、AIでも問題のない業務と人間が担当すべき業務に明確に分けることが重要です。AIが行うのは間違ってもリカバリー可能な業務に限りましょう。例えば情報収集や分析などは、最後に人間がチェックすれば問題なくできるはず。一方で、金銭の振り込みをAIに任せて誤った場合、修正には手間がかかり、相手が取引先なら信頼回復にも時間が必要です。水谷：DXの観点からは、導入自体が目的化しないようにトップダウンとボトムアップの両方から、使える環境を整えることが大事です。経営者が導入を進めるのにあわせて、現場ではAIに学習させないデータを切り分けて他のデータを学習させ、部署共通や全社共通で使えるプロンプトを共有するなどですね。
大和田：そして導入後も、ただやみくもに使えばいいのではありません。確かにアメリカの企業の一部ではTokenmaxxing、AIを最大限に使って仕事の効率化を図る方法が広がり、AIトークンの消費を人事評価に加える動きもあったほどです。しかし、トークンを膨大に使う割には仕事の精度・品質が向上しないとの指摘も増え、利用料金も高額になる中で、最近はトークン消費による価値の最大化へとシフトしています。
水谷：今の仕事をAIで置き換えて効率化したと満足せず、AI導入にあわせて不要な業務をなくす発想も重要です。例えば会議の議事録をAIでまとめるにしても、そもそも議事録を毎回作る必要があるのか、それを長期間保存する必要があるのか。業務全体を見直せる企業と漫然と続ける企業では、AIの使い方やその成果にも差が出ると思います。
POINT2
AI利用は多くのトークンを消費する手法から、効率的に結果を出す時代へ。業務の見直しもAIの効率利用につながる
