ChatGPTの登場をきっかけとして、多くの企業で生成AIの導入が急速に進んでいる。日本でもAI技術が進展するなか、三菱グループ各社でも導入が進んでいるが、そもそも日本の生成AI市場は今、どれくらい拡大しているのだろうか。

世界的なITサービス企業であるタタコンサルタンシーサービシズ（TCS）の日本法人で、AIを活用し顧客のビジネス変革を後押しする日本TCSのグローバルコンサルティングプラクティス統括本部の西 誉さんは次のように説明する。
「日本市場では2023年から生成AIの導入が急激に進んでおり、2030年には市場規模は20倍に拡大することが見込まれています。今後各社の導入・利用はさらに活発になっていくでしょう。生成AIの性能はこの1年だけでも目を見張るような技術発展があり、数年後には私達の予想を超えるような発展があるのではないかと見ています」
オープンAIがChatGPTをリリースしたのは2022年11月。以来、生成AIを活用した業務の効率化や省人化、自動化を目指している企業は急増している。西さんはさらなるテーマとなるデータドリブン経営と新事業の創出という観点からも、AIの活用は今後さらに進むと予測している。
「今後は人間主体となっている業務をAIが部分的に担っていくでしょう。そして、これまで暗黙知として属人化された業務をデジタル化・標準化することでAIが業務をこなすようになり、将来的にはAIが主体となって業務を行うような世界がやってくるはずです」

現在はその初期段階であり、各社では試行錯誤しながら生成AIの導入を進めている。導入にあたって、企業はどう活かすべきなのだろうか。同社でAI部門を担当するAI センターオブエクセレンス本部の三澤 瑠花さんはこう語る。

「AIの導入は、目的ではなく手段であることを忘れてはいけません。例えば、日本で人口減が進むなか、省人化や効率化といった経営課題に対し、AIをどう活用していくのか。そうした視点を明確にする必要があります。つまり、やみくもにAI活用を試みるのではなく、あいまいな暗黙知を明確なルールに落とし込むことが重要であるということです。その結果として、AIではなくルールエンジンを用いて業務を省力化・自動化する選択肢もありえるのです。」
そのうえで、AI活用における基本的な考え方を三澤さんはこのように指摘する。
「AIは確率論に基づいているので、必ずしも100％の答えを出せるわけではありません。しかし、日本企業では100％の答えを求めがちです。そうなるとAIは使えないという声も出てきます。しかし、それではいつまでも課題を解決することはできません。AIが主体となっても、人間のレビューは必ず必要になります。今後はアジャイル的な観点を持って、AIと人間を組み合わせるかたちでビジネスに取り入れていく必要があると考えています」

では、実際に三菱グループ各社は生成AIをどのように導入し、どう活用しているのだろうか。これから各社の取り組みについて紹介することにしよう。

日本郵船では、生成AIを活用した社規則検索アプリ『社規則の扉』を展開している。社規則・ガイドラインの検索に特化した生成AIアプリで、ユーザーが社規則に関する質問をすると、社規則が記載されたファイルを検索のうえ回答を生成、回答生成の根拠とした参照ファイルのリンクも提示される。社規則に関する問い合わせについては、法務部門がメール・チャット・会議等で回答しているが、問い合わせ元が自ら事前にスクリーニングすることによる確認の論点の絞り込みや、問い合わせ件数自体の減少など、業務効率化を目的として導入した。
内製開発がスタートしたのは2023年7月。実際にアプリをリリースしたのは同年12月と準備期間は半年弱。基本的に全社員がアクセスでき、社給PCからの利用が中心となっている（社給スマホでも利用できるが、現状は想定せず）。

導入後、社内ではどんな反響があったのだろうか。担当する同社DX推進グループの等々力 勝也さんは次のように語る。
「当初は決裁ルールの問い合わせが多いと想定していたのですが、人ではなくAIが答えることによる気軽さもあり、さまざまな問い合わせが来ています」
これまで社規則については、社規則ポータルサイトを見て自分で調べるか、あるいは法務部門に直接問い合わせていたが、そうした手間を省くメリットがある。
同社のようにChatGPTを内製化するのは一見難しいように見えるが、実際はどうなのだろうか。NYK Business SystemsのDXソリューション開発部の無江 風野さんが説明する。
「仕組みとしては、RAG（※）というデータベースに保管した社内データを生成AIモデルが参照して回答を生成する方法を採用しており、自社用に内製化することは可能です。むしろプロトタイプはすぐに作ることができる一方で、AIの回答をどう最適化するか、どうやってデータをとってくるかというチューニングの部分に難しさがあるといえるでしょう」
（※データベースに保管した社内データを生成AIモデルが参照して回答を生成する方法）

AIとはいえ、100％確実に正解を提示できるわけではない。そのため、回答の根拠とした参照ファイルのリンク先を提示することで、ユーザーにはAIの回答を鵜呑みにせず、自分の目で文言をチェックするように推奨している。
「現在は法務部門のメンバーとともにユーザーの利用状況を見ながら、AIの回答が正しいかどうか1つひとつチェックして、誤りがあれば、チューニングを行い、なるべく正答率を上げていく取り組みを行っています」（無江さん）

今後の生成AI活用については、過去の船舶事故のレポートデータを集約し、データ活用するなどさまざまな活用方法を模索している。等々力さんが言う。
「生成AIを導入し検証できたことで、今後できることの可能性は拡がったと考えています。ただ、今は発展途上の段階で、幅広く使うというよりも、ある程度、限定した業務で明確な用途を示した方がメリットを感じやすいのかもしれません。現状は社規則のほか、翻訳やメール作成などにも活用しています。社内のどんな部署ならAIを活用することができるのか、これからも事例を重ねて、知見を蓄えていきたいと考えています」

東京海上ホールディングスでも生成AIプラットフォームである『One-AI for Tokio Marine』を内製開発し、2023年10月から東京海上グループ内で展開している。
現在は、文書のたたき台作成や、各種アイデア出し、検討の壁打ち、営業でのロールプレイ作成など、さまざまな場面で活用している。2024年には、ファイルアップロード機能も追加した。担当する同社デジタル戦略部に所属し、データサイエンティストの川村 雅之さんは次のように語る。

「生成AIを使うメリットを一口で言えば、汎用性です。これまでのAIは将棋やチェスのように特定のタスクに対して回答を出すことが基本でしたが、これを大きく変えたのがChatGPTの登場でした。あらゆることを人と同じくらいの精度で回答してくれるという汎用性がある。従来なら複数のAIが必要でしたが、今ではいろいろなことが1つの生成AIでできてしまうことも大きなメリットだと言えるでしょう」

東京海上グループの中核会社である東京海上日動では、今年5月時点で全社員約16,500人のうち、ユーザー数約12,500人、累計使用回数は約29万回、1日の平均使用回数は1,000～1,500回となっている。AIがコンシェルジュのように社員の仕事をサポートすることを目指し開発された『One-AI for Tokio Marine』は業務やメンバーを特定せず、活用されていることがデータからも伺える。

一方で、生成AIを導入するうえでの注意点とは何なのだろうか。川村さんが説明する。
「使い方です。使い方を間違えれば、著作権リスク、レピテーション（企業の評判）リスクなどが発生する可能性があります。ほかにも、ハルシネーションにも注意が必要です。ハルシネーションとは、生成AIが幻想を見ているかのように、もっともらしいウソをつくことです。生成AIは決められたルールで回答しているわけではなく、世界中のウェブサイトのデータから学習して、その結果をもとに確率的に正しそうなことを自信あるように言っているに過ぎません。そのため、どうしても人の目が必要であり、ビジネスで実際のお客さまに対応するにはまだ難しいレベルにあります。それらを防ぐためにはルールづくりが必要です。そのため、利用のガイドラインや使用方法に関する動画を必ず見てから、利用するよう案内しています。」

導入後の工夫も欠かせないという。

「導入しただけでは活用は広がりません。そこで私達は定期的にイベントを開催したり、Teams上でのコミュニケーションがとれるスレッドやポータルサイト等を作っています。そこでは、社員同士の意見交換ができたり、部門別で活用事例を共有できたりするようにしています。」東京海上日動ではほかにも各職場で生成AIの推進役の社員を任命し、各職場単位でもフォローができるように工夫を凝らして活用を促しているという。

生成AIプラットフォームである『One-AI for Tokio Marine』。今後は社内情報検索のためのRAGや、議事録自動作成機能などもリリース予定で、取り組みを加速していく方針だ。
「生成AIの進化は加速しています。例えば、翻訳については、単純な翻訳だけでなく、ビジネス英語やカジュアル英語などニュアンスやレベルも変えることができるようになっています。言語の垣根は生成AIの世界ではなくなりつつある。これからは生成AIを使うことがデフォルトになる世界が訪れ、そのトレンドから逃れられないでしょう。私達は生成AIと共に仕事を進めることがこれからのスタンダードになる。その流れに柔軟に対応できるよう準備をしておくことが重要です。」

三菱ＵＦＪ銀行では、デジタル戦略統括部・システム企画部・三菱ＵＦＪインフォメーション・テクノロジー㈱の3部署協働で2023年4月から開発に着手し、同年11月に内製化したChatGPT『AI-bow（アイボウ）』を国内全行員向けにリリースしている。
AI-bowでは、Chat機能やRAGの機能を全行に提供しており、検索、文章生成、要約、翻訳、校正、アイデア創出、コード生成など各人の業務のあらゆるシーン・さまざまな用途で利用されている。担当者である同行デジタル戦略統括部AI・データ推進グループの谷川 綾さんが次のように語る。

「全体のユーザー数は4万人弱おり、全行リリース以降右肩上がりで利用者数は増加しています。AIが生成した回答の利用にあたっては、そのまま使うのではなく、人が回答結果を確認したうえで利用いただいています」
部署によって使い方にはバリエーションがあり、本部の企画部署では新企画のアイデア出しや壁打ち相手としての活用、勉強会を開催する際の構成づくり・事後アンケートの分析、手続きマニュアル・通達文面等文章のドラフト作成・校正などに活用している。ほかにも、レポートやニュースの要約、重要なポイントの抽出によって、一瞬で概要を把握できたり、Teamsトランスクリプトを活用した会議議事録の作成や会議内の知りたい情報をGPTに答えてもらうことで、録画をすべて見なくても内容を把握できるようにするなど、幅広い業務・さまざまなシーンで活用し業務効率化に繋げている。

では、導入にあたって、気をつけたポイントはどこか。
「行内業務へのLLM（Large Language Model；大規模言語モデル）適用のポテンシャルは非常に幅広いと当初から考えておりましたので、導入にあたっては安全に行内のさまざまなユースケースに対応できるような環境を整えることを重要視しました。
具体的には、LLMへの入力情報が学習に使われないこと、データが越境しないように国内のデータセンターでLLMを動かすこと、ＭＵＦＧとデータセンター間を専用線で繋いで閉塞的な環境とすることがポイントとなりました。これを満たす環境としてMicrosoft Azure OpenAI Serviceを活用しています。また、生成AIならではのリスクがあり、ユーザーが理解したうえで利用するよう、全行員にeラーニングを受講することを必須としています。もしアクシデントが起こった際のリスク対応についても想定シナリオを用意しています」

同行では生成AIの導入にあたって、3大優先ユースケースを策定している。その3つとは、「社内手続きの検索」「ウェルスマネジメント」「融資の稟議」になる。
「このうちウェルスマネジメントでは、営業員がお客さまに合った高度なご提案ができるように活用したり、融資の稟議では、融資担当者などが融資を実行する前に稟議書を作成するサポートに活用したりすることを想定しています。」

同行で興味深いのは、生成AI活用を担当しているデジタル戦略統括部AI・データ推進グループが、誰もが思い描くような理系人材ばかりを擁しているわけではないことだ。もともと谷川さん自身も支店営業をしていた経歴が長く、今の部署に着任した1年半前に初めてデジタル分野を勉強したという文系キャリアの持ち主。ほかにもさまざまな経歴の人達が混在している組織であるという。
「作ったシステムは現場の方々が使うシステムなので、現場をわかっていなければよいシステムもつくれないという考えがあります。そのため、多種多様な背景を持ったメンバーが集まっているのです」

今後は生成AIについて銀行業務のさまざまな場面でも活用していく方針だという。
「生成AIの活用については、一般的に見ても、AIに仕事を奪われるのではないか、または、AIをどう使っていいかわからないといった不安を感じることが少なくありません。私達はそうした不安を払拭しつつ、行内のさまざまな業務をサポートしてくれる“相棒”のように使っていただきたいと考えています。これからはいかに生成AIを使いこなせるかが不可欠となります。今後は生成AI活用による効率化だけでなく、行内の至る所で生成AIが使われる状態を目指すべく、現場をわかっているメンバーと、技術がわかっているメンバーの混成で支援をしていきます」。

三菱総合研究所ではAIを活用した業務変革「シンクタンクDX」を推進している。現在は動向レポートの自動作成ほか、社会課題の解決に向けた「行動促進策」のナレッジベース化、職業情報データとChatGPTの技術を用いた雇用影響試算、社内外への文書の作成支援などに活用しつつある。
例えば、同社の研究員がレポート作成の際、事例を調べたり、定点観測したりするために使っている。もちろん成果物は研究員自身がレビューし、生成AIが作成したものをそのまま公表することはない。

同社の開発時期は早く、2020年に中期経営計画で「シンクタンクDX」を掲げ、リサーチ・コンサルティングに関わる各種業務のAI活用による高度化に取り組んできた。そのため、ChatGPTが登場する以前の2020年10月に内製開発をスタートし、2021年3月に独自運用を始めている。その後、2022年に登場したChatGPTの技術も活用し、社内業務の変革を大きく加速させた。また、世の中の業務の社内DXにつなげるべく、2023年には『ロボリサ』という名称で外部向けの提供も開始している。
同社ビジネス＆データ・アナリティクス本部全社DX推進グループのグループリーダーである高橋 怜士さんはこう語る。

「実は2018年から独自に文書生成AIの開発を進めてきた。要約目的で実用化できる目途が立ったのが2020年でした。そのため、自然言語処理に関しては長く手掛けており、多くの知見も蓄積しております。将来的にはほぼすべての業務で生成AIを利用できるよう開発を進めています」
むろん生成AIにいち早く取り組んだのは、シンクタンクゆえの狙いがある。
「破壊的なイノベーションが起きるのであれば、私達自らが起こすべきであるという考え方があります。もちろん蓄えた知見やノウハウをコンサルティングなどに活かす狙いもありますが、他社がやるなら、私達自身が取り組むべきだと判断したのです」
ただ、導入に当たっては懸念する意見も社内から聞かれたという。
「懸念されたのは、調査スキルが落ちるのではないか。または、情報の収集先が偏ってしまったとき、おかしな結論を招くデータを使ってしまうのではないかということでした」

シンクタンクでは書く仕事が多い分、具体的に社内ルールはどうなっているのだろうか。同じくビジネス＆データ・アナリティクス本部のAIイノベーショングループ・グループリーダーである清水 浩行さんが説明する。
「研究員はもともと他者の著作物を使って書くことには日頃から注意を払っています。生成AIの利用についても、使ううえでのガイドラインがあり、必ずレビューしたうえで、成果物を出すことになっています。逆にいえば、生成AIを使って、そのまま成果物を出そうにも、そのクオリティーに達していないのです。

一方で懸念された調査スキルに関しては、生成AIによって芋づる式に調査対象が提示されていくので、むしろ今までよりも広く調べることができるようになっています。また、生成AIに対し、質問や指示をどうすればいいのか。あるいは、回答をどう評価するのか。これからは質問力や指示力、評価力といったスキルの違いによって、生成AIをうまく使えるかどうかの差が出てくるのではないでしょうか」
ただ、もし皆が生成AIで同じデータのもと成果物を作れば、その内容も同じようなものができるのではないかという疑問も浮かぶが、どうなのか。清水さんが続ける。
「それは正直、懸念されていることです。さらにいえば、多様性がなくなり、生成AIが主で人間が従となり得る可能性も孕んでいます。その意味では、生成AIが作るような成果物を出すようでは、コンサルタントとしての競争力はなくなってしまう。そこにいかに独自性を出していくのか。そんな時代がやってきていて、すでに対策に取り組んでいます」。

このように三菱グループ各社の生成AIの取り組みについて見てきたわけだが、日本企業は今、生成AIの活用についてはどのレベルにあると言えるのだろうか。再び日本TCSの西さんに登場してもらおう。
「各企業の事例を見ても、やはりAIが人間の補助をする、もしくはAIと人間の共同作業といった取り組みが多いのかもしれません。その意味では初期段階にあると言えます。定型業務については旧来のAIや生成AIでもやりやすいのですが、次の段階の接客対応など非定型業務については、難しい部分も出てくるでしょう。しかし、生成AIと人間の共同対応は今後確実に拡大していきます。そうなると今後は生成AIだけでなく、ほかのAIと組み合わせたAIのシステム化が進んでいくのかもしれません」

同社の三澤さんは、こう続ける。
「生成AIは人間が作り出したデータを学習して情報をつくりあげます。それはフェイク情報だったり、過去の情報に基づいた情報になったりする可能性があります。また将来的にはAIが生成した情報をもとにAIが学習するということも起こりかね、情報の信頼性やリスクには考慮が必要です。AIをさらに活用していくならば、AIの特性を使い手が正しく理解することが重要です。」

海外ではAIをビジネスに活用する動きがあるようだが、日本での取り組み方との違いは何なのだろうか。
「アメリカではAI研究が進展していますが、AIの研究者や開発者達は技術発展と同時に政府と一緒に法規制も考えています。日本の場合は開発が先で法規制は後でつくられ、欧州の場合はマーケットをとられないために、法規制をつくるという傾向があります。アメリカは開発と同時に法規制をつくっているため、すぐにマーケットを拡大する準備ができているのです。そこが大きく異なるといえるでしょう」

日本では今、AIエンジニアも不足している状況にある。人材市場ではAI人材の獲得競争が過熱しているなか、これから私達は生成AIにどう対処していけばいいのだろうか。
「生成AIによって、AIの世界が民主化されたことで、特定の専門家だけでは回せない状況となっています。だからこそ、新たにリスキリングして、AI人材を育成していくことが不可欠となっています。AIの活用では倫理面も含めた議論も必要です。これから私達はAIとうまく仕事をしていくためにも、適切な使い方を学び、相棒のように付き合っていくことが重要になっていくでしょう」。