生成AIの活用事例 | NTTデータ・ソフトバンク・ベネッセなどの事例を紹介

生成AI時代のDX推進に必要な人材とスキルの考え方

経済産業省の「AI 時代の DX 推進に必要な人材・スキルの考え方2024」検討会において、変革のための生成AIへの向き合い方をテーマにして、議論が行われてきた。

生成AIの技術が急速に進展し国内企業における導入も加速している一方で、本格的な利活用には課題が多いという問題認識のもと、生成AIの利活用を妨げる課題と解決に向けた示唆と生成AI時代のDX推進人材のスキルについて取りまとめられている。

2024年6月の報告書の中で、3つのポイントが整理されているので紹介する。

生成AIの利活用の現在地

電子情報技術産業協会（JEITA）が発表した生成AI市場の世界需要額⾒通しでは、日本における生成AI市場は、2030年までに年平均47.2%で成長し、市場規模は約1.8兆円に拡大する⾒込みである。

また、GitHub Japanによると、GitHubを使用する国内開発者数が300万人を超え、2023年に対する成長率は31％増加した。2023年に70万人のユーザーを獲得したことになる。AIプロジェクトへの貢献度は世界第3位であり、日本の開発者が生成AIプロジェクトに積極的に貢献をしていることが伺える。

一方で、Microsoft及びLinkedInの「2024 Work Trend Index Annual Report」によると、知的労働者の生成AIの業務利用割合は、世界平均の75%に比較して、日本は32％と低調である。

また、「競争力を保つにはAIが必要」と考えている経営者の割合は、世界平均の79%に比較して、日本は60％であり、世界の経営者の認識とは差異が見られる。

更に、「業務経験は浅いがAIスキルのある候補者を、業務経験豊富だがAIスキルのない候補者を優先して雇用する」と考える経営者の割合は、世界平均の71％に比較して、日本は51％（同最下位）であり、AI人材ニーズに対する日本の経営者の意識の低さが示されている。

生成 AI 利活用の課題

日本における生成AI利活用の課題として、大きく3つ挙げられる。

1．生成AIへの理解不足と向き合い方

様々な生成AIツールでどのようなことが可能かを理解し、どのように使うのかを計画する段階でつまずく企業が多い。背景には生成AIの理解不足がある。

そもそも生成 AI がどのようなことができるか分かっていない、分かっていても自社の業務に落とし込むことができない企業が多い。また、漠然と利活用領域を構想することができても、優先順位をつけて実現計画に落とすことができないなどの課題が挙げられる。

2．経営層の姿勢・関与

生成AIの利活用にあたり、経営層の役割は極めて重要である。経営層が変化に対して及び腰になり、生成AI導入のメリットよりも、リスクやコストなどのデメリットばかりに目を向けてしまい、導入が進まないことが挙げられている。

経営側の関与が不十分な場合、現場主導で生成 AI 利活用が進む際にも、踏み込んだユースケースとならず、単一の業務・タスクでの生成AI活用にとどまってしまうことが多い。

3．データの整備

生成AIでは、企業データの90％を占める非構造化データが利活用できるようになると言われており、データ利活用を通じた企業価値の向上が強く期待される。一方で、実態として企業においてデータが適切に管理されているとはいえない状況にあり、データの粒度、精度、整合、管理などのデータ利活用に係るマネジメント不足による様々な課題が顕在化している。

生成AI時代のDX推進に必要な人材とスキル

経営層含めた全ての従業員が適切に生成AIを理解し、最大限活用するためには、変化に対しアンテナを張りながら生成AIのような新技術について関心を持ち、その有用性やリスクを知るために、まず使って試してみるという意識が重要である。

その際に、生成AI 時代におけるデジタルリテラシーが必要不可欠であり、具体的には、①変化をいとわず学び続けるマインド・スタンスやデジタルリテラシー（倫理、知識の体系的理解等）、②言語を使って対話する以上は必要となるプロンプト（指示文）の習熟、言語化の能力、日本語力を含む対話力、③経験を通じて培われる、「問いを立てる力」・「仮説を立て検証する力」が重要と整理さえている。

更に、企業が生成AIを組織的に導入・利活用しDXを更に推進するには、DX推進スキル標準において定義した５つの人材類型（ビジネスアーキテクト、デザイナー、データサイエンティスト、ソフトウェアエンジニア、サイバーセキュリティ）の活用が必要となる。

DX推進人材は生成AIなどの新技術を知り、試しに使ってみるというリテラシーのレベルを超えて、自社のビジネスや自組織の業務プロセスに対する生成AIを組み込んだ製品・サービスの開発と提供、さらには自組織に組み込まれた生成AIの本格的な活用が求められる。

そのため、生成AI専門人材の類型ごとの業務やスキルに与える影響等を踏まえ、人材類型ごとに重要視されるスキルについて明らかにする必要がある。

生成AIの活用事例①　NTTデータグループ

NTTデータグループにおける生成AIを活用したシステム開発の取組みを紹介する。

AIを活用した業務変革の実現

NTTデータグループでは、お客様のAIを活用した業務変革の実現に向けて「積極的なAI活用の推進」と「AIガバナンスの徹底」の両輪で取り組んでいる。

積極的なAI活用の推進では、主要プレーヤーとの戦略的パートナーシップ、先進顧客との事例創出、技術アセットの整備の好循環を生み出し、顧客のバリューチェーン変革と自社のバリューチェーン変革の両方を推進している。

AIガバナンスの徹底では、AIガバナンス室を立上げ、予防、予知、評価、対応のPDCAサイクルを適切に運用する仕組みを構築している。

ソフトウェア開発分野への生成AIの適用

AI技術の適用に当たっては3つの考え方を導入している。一つ目の軸は、プロジェクトタイプ ✕ 工程軸であり、要件定義工程、設計工程、製造工程、テスト工程の各工程において生成AIの活用を検証しながら、システム開発案件への適用を進めている。

二つ目の軸は、適用言語軸であり、オープン系、ホスト系、基盤系言語によって登録されているコード量が異なり、学習データが不足しているレガシーコードに対する精度が低いなどの課題がある。

三つ目の軸は、AI活用術軸であり、そのまま活用する場合、プロンプトエンジニアリングを行う場合、RAG（Retrieval-Augmented Generation）で外部情報を付加する場合、業界特化などファインチューニングをする場合、複数モデルを組合せる場合など、活用シーンに応じた適用である。

特に、生成AI技術を活用したソフトウェア開発生産性の革新には力を入れており、開発工程全体の抜本的な生産性革新に向けて、アセット整備・展開をグローバルで推進している。

生成AIの活用事例②　ソフトバンク

ソフトバンクにおける生成AI活用は、社内活用と企業向け生成AIサービスの提供の両方を行っている。

生成AIの社内活用の促進

ソフトバンクグループは、早くから戦略的にAIに着目し、情報革命の主戦場がAIになることを想定していた。生成AIに限らず、さまざまな事業領域においてAI活用の取組みを推進している。例えば、LINEでは音声認識/API連携を推進（LINE AiCall）、ASKLUではロジスティクスやロボットにおける活用、ZOZOでは購買行動予測などの取組みを進めている。

生成AIの社内活用は、2023年５月から全従業員２万人が生成AIを使えるセキュアな環境を構築し、７月に「ソフトバンクAI倫理ポリシー」を策定し、安全なAIの活用を推進している。

また、全グループ社員のITリテラシー底上げを狙い、生成AI活用コンテストを毎月開催し、アイデア累計は11万件以上にのぼる。

生成AI業務活用の環境整備

SmartAI Chatを利用により、企画・アイデア出し、要約・翻訳、プログラミング補助等での活用を推進している。

また、既存システムでの活用も行っている。チャットサポート、既存システムのUX改善、業務データ分析などでの活用を推進し、OAヘルプデスクや法人問合せ窓口の生産性改善に貢献している。

OPEN環境の提供にも力を入れ、現場が効果的・効率的なAI活用事例の創出に取り組んでいる。具体的には、CSオペレーター応対サポート、SBショップ店頭提案サポート、AI音声サポートなどが挙げられる。

生成AI業務活用の推進体制の構築

IT推進室がリードし、ナレッジやノウハウの蓄積を進めるとともに、全社生成AI活用推進ポータルを構築し、グループへの情報共有を促進している。具体的には、プロンプト集、活用事例、学習コンテンツ、API活用ガイダンス等を用意している。

その他、開発相談窓口も設け、案件の見える化やデータガバナンスの支援を強化している。

企業向け生成AIサービスの提供

ソフトバンクグループでは、生成AIの導入から運用までトータルサポートを提供している。生成AIの導入支援に始まり、環境構築、本導入、データ作成までEnd-To-Endでのサポートが特徴となっている。また、顧客企業におけるIT/AI人材育成のサポートも行っており、国内企業のAI活用を人材面からもサポートを行っている。

主なサービス

サービス提供実績と事例をユースケースとして蓄積するとともに、AI計算基盤と生成AI基盤モデルを構築している。各産業の顧客向けにファインチューニングができるように、ユースケースの高度化に取り組んでいる。

生成AIの活用事例③　ベネッセホールディングス

ベネッセグループは、顧客もビジネスモデルも異なる多様な事業を展開しており、デジタル活用の進展度やディスラプション状況が事業ごとに異なる。そのため、グループのDX戦略は、「事業ごとのフェイズに合わせたDX推進」を行いながら、「組織全体のDX能力」を高め続ける、相互にスパイラルアップしていくように取り組んでいる。

生成AIの活用を促進する実行体制

ベネッセホールディングスでは、Digital Innovation Partners（DIP）と呼ばれる社内外の専門人財を終結させ、各事業（たまひよ、こどもちゃれんじ、進研ゼミ、ベネッセスタイルケアなど多様な事業）へ版権する仕組みを構築している。データ分析、AI開発、環境整備など、内製化の範囲を広げ、学習の機会をつくり、手を動かしながら、一人ひとりが成長し、チーム・組織として進化を続けることを狙っている。

また、Digital Innovation Fund（DIF）と呼ばれる投資ファンドを運営しており、教育・生活・介護など多様な事業領域やDX関連ベンチャー企業への出資を行っている。

ベネッセグループと事業上のシナジーが期待できる、あるいは、ベネッセが推進するDXに関連するサービスの企画・開発力などを有する企業へ出資を行い、デジタルの力で共創を目指す。また、革新的な技術・市場を持つ企業、もしくはその開拓が期待できる企業への出資を行い、新規事業の共創を目指す。

生成AI活用の取組み

2023年4月に社内AIチャット「Benesseチャット」を導入し、生成AI系対応に最も重要なことは「企画」と捉え、社員が自由に使える環境を整備した。

その後、2023年6月に生成AIを活用した「次世代型コンタクトセンター」プロジェクトを開始し、品質と生産性の非連続的向上を狙った取組みを推進している。具体的には、5つの取組みである。

1. 自己解決の大幅促進
2. オペレーター応対前のサポート
3. オペレーター応対中の自動化
4. オペレーター研修の効率化
5. センター管理業務の生産性向上

2023年7月には、小学生向け生成AIサービスである「自由研究お助けAI」をリリースした。答えを教えるのではなく、考える力を養うAIキャラクターによるナビゲーションを提供し、小学生の利用に配慮した安心・安全な設計を実現。生成AIの使い方、ルールといった、情報リテラシーを学ぶための動画解説も提供している。

更に2023年8月には生成AIを活用した「次世代型WEBサイトプロジェクト」を始動させた。具体的には、5つの取組みを推進中である。

1. サイト・広告制作プロセスの抜本的改革
2. ライティング業務の自動化
3. 画像生成業務の自動化
4. 顧客コミュニケーションの個別化
5. 生成AI を活用したPDCA 高速化

このように世の中の動きに素早く対応できる組織への進化を続けている。

生成AIの活用事例④　旭鉄工

旭鉄工は、エンジン部品、トランスミッション部品、ボディ部品、サスペンション部品といった幅広い製品群を鍛造・ダイキャスト・加工・組付け技術を活用して生産しているトヨタ自動車関連のTier1自動車部品メーカーである。

旭鉄工では、競争力強化を狙ったDXと新ビジネス創出のDXと2つのDXを推進してきた。競争力強化のDXではIoTカイゼンと変革を推進し、2013年比で労務費を年間4億円削減、電気使用量を26％削減を実現してきた。

生成AIの活用においてもこうした取組みが生きており、DXによるPDCAの高速化とカイゼンを楽しむ組織風土が好影響を与えていると言える。

生成AIを活用したナレッジマネジメント

旭鉄工では、カイゼンGAIと呼ばれる仕組みを構築している。横展開アイテムリストと呼ばれる改善ノウハウ集を作成し、社内で共有している。内容は設備停止、サイクルタイム、電力削減など様々なテーマがあり、蓄積されている。

従来のナレッジマネジメントの仕組みでは、事例が蓄積されてもうまく探せずノウハウが埋没してしまうが、ChatGPTを活用したカイゼンGAIによって自然言語でノウハウを食わせることで、大量の事例から必要なノウハウを抽出する仕組みを構築した。

更にこの仕組みをカイゼンGAIプラットフォームとして、企業の壁を越えて競争力を強化する仕組みを構築しようとしている。効果査定を行った上で改善実行事例をカイゼンGAIに登録し、ノウハウ検索を可能なプラットフォームである。

旭鉄工では、「生成AIによりカイゼンが民主化される」と定義しており、生産性強化をコスト削減から付加価値向上へと変革しようとしている。

生成AIを活用した稼働状況のデータ解釈

旭鉄工では、AI製造部長と呼ばれる自社の視点で問題点を自動抽出してくれる仕組みを構築している。具体的には、生成AIが稼働状況を巡視し、問題点を自然言語で教えてくれる。

実際の内容

製造AI部長「よっしゃ、2023年11月8日の巡視を始めるぞ」

製造AI部長「ストラット溶接・切断工場に移動中」

製造AI部長「溶接0号機を調査中」

製造AI部長「「設備停止」が3回記録されとるねんけど、10分を超えたのは無いっちゅう事やな。あと、「電源OFF」は2回あるんやけど、どちらも問題なし。しかし「計画停止」が何度か行われていて、そのなかには172分と、281分の長時間停止も含んでるんやで。」

旭鉄工では、こうした生成AIなどの最先端の技術活用のポイントとして、経営者の姿勢・考え方がカギであるとしている。失敗を恐れずやってみる姿勢が重要で、全体の幸福を考え、既存のルールややり方を変え、リスク・費用よりも効果を考えることが大切であり、経営者がDX人材になることが重要としている。

生成AIの活用事例⑤　メルカリ

メルカリでは、生成AI/LLM専任チームを発足させ、「AI Driven」の方針を推進している。AI Drivenとは、AIを活かしたお客様へのプロダクト体験を提供し、AIを活かすための基盤投資を行い、AI活用を前提とした業務設計・組織設計を行うという考え方である。

生成AI/LLM専任チームでは、生成AIを既存プロダクトへの適用・応用を進めている。企画提案から、利用モデルの選定、prompt engineering、プロダクト実装を一気通貫で提供している。

具体期には、SEOに関わるメルカリ検索画面のタイトル情報をLLMで生成する仕組みを構築している。その他、Mercari ChatGPTプラグインをリリースし、顧客ニーズに合致したより有効な商品検索を追求している。

その他にも、メルカリAIアシストも提供している。出品した商品への改善提案機能を強化しており、具体的には以下のようなステップでより良い商品情報の登録が可能となっている。

メルカリに出品した商品への改善提案機能

• ステップ1：改善できる商品に対してAIアシストから提案が届く
• ステップ2：チャットを開いてAIアシストからの提案を選ぶ
• ステップ3：AIアシストの指示に従って選択を進める
• ステップ4：内容を更新して完了すると、出品商品の情報が更新される

メルカリでは、この他にも、購入サポート機能、出品サポート機能、お困りごと解決機能などのお客様のプロダクト体験向上に向けた機能をリリース予定としている。

また、お客様へのプロダクト体験向上だけでなく、全社のLLM Readyのための取り組みを推進している。具体的には、ガイドライン策定と勉強会・ハッカソンの開催である。

LMM活用のためのガイドラインでは、MLチームだけでなく一般のSWEチームもプロダクト実装できるように心がけている。また、メルカリ研究開発組織「R4D」とも連携しつつ策定され、開発者向けガイドラインは一般公開もされている。

参考：LLMを用いたプロダクト開発をスピーディーに行うためのガイドライン https://r4d.mercari.com/news/LLM-guideline/