2023年AI予測

第3章 挽回の起爆剤としての生成AI

第3章では、日本がAI活用で米国に追いつくためのカギとなる生成AIに関する調査結果とPwCの考察をご紹介します。

第2章で見てきたように、2023年の調査では日本のAI活用に進展が見られず、逆に米国に突き放される結果となってしまいました。停滞を乗り越え、再び活用を推進し米国にキャッチアップするためにはどうすればよいのでしょうか。PwCは2022年末から2023年にかけて急速に普及し、注目を集めている「生成AI」がそのカギを握っていると考えています。

生成AIは従来のAIと何が異なるのでしょうか。生成AIは膨大なデータに基づいた豊富な知識を保有しつつ、高い論理性・考察能力を持ち、手軽に、質の高い多様なアウトプットを生み出すことができます。

生成AIで実現できることを示したのが、図表14です。データの種類（テキスト、プログラム、画像／動画、音声／音楽）別に、「知的業務」と「創造業務」の活用方法を例示しています。ここでの知的業務とは、特定の目的を達成するために既存の情報を活用する業務を指しており、「創造業務」とは、知見や経験にとらわれずに新しいものを生み出す業務を指しています。従来のAIでも知的業務において企業活動の生産性向上に一定程度は貢献してきました。しかし、生成AIは知的業務における認識・予測の精度向上だけでなく、従来のAIでは活用が困難だった創造業務においても大きなビジネス効果を上げることが期待されています。

日本の弱点を克服する生成AI

では、なぜ生成AIが日本にとって起爆剤になるのでしょうか。

日本企業でAI活用が停滞している要因としては、欧米に比べて業務の標準化、システム統合が進んでおらず、その結果、データが散在しサイロ化し、学習の前処理のデータ統合に膨大な手間を要し、AI活用のハードルが高くなっていることが考えられます。その点、生成AIはデータ統合が不要になる可能性を秘めています。バラバラの数値データ、テキストや画像などの非構造データからでも生成AIがその関連性を学習するからです。サイロ化されたシステム・データを持つ日本にとって、AI活用の救世主となり得る技術です。

もう1つの要因としては、AI効果にコミットメントできるほど経営層のリテラシーがないことが考えられます。生成AIはアルゴリズムこそ複雑ではあるものの、非常に直観的なユーザーインターフェースを持つことが大きな特徴です。そのため、専門知識がなくても容易に活用ユースケースをイメージでき、経営層自身が業務活用の企画しリードできる経営者フレンドリーな技術と言えるでしょう。

さらに、初期的にはすでに学習済みで提供されている生成AIモデルを、より効果的に活用するための工夫が各企業で必要になりますが、中期的には生成AIに何を学習させるかの重要性が高まると考えられ、当然ながら生成AIは学習データの質がアウトプットのカギを握るため、各業界・業務領域で長年蓄積されたノウハウを持つ日本企業にとってはチャンスです。

生成AIの「サイロ化されたデータ・非構造データに強い」「ユーザーフレンドリーで経営者でもリードしやすい」「質の高い学習データ（蓄積されたノウハウ）を保有している」という3つの特徴が、日本がAI活用で遅れている原因を解決する可能性を秘めているため、他国に一気に追いつく起爆剤となりえます。それだけでなく、他国を追い抜く可能性すらあると私たちは考えています。

欧米と比べ、日本企業にはボトムアップで地道に業務を改善していく文化があります。ひとたびユーザーフレンドリーな生成AIが現場の隅々まで浸透すれば、現場の「カイゼン」力を武器に素晴らしいユースケースがボトムアップに多数生まれ、他国を引き離す可能性が十分にあります。

また、生成AIブームは企業よりも個人・消費者主導で作り出されている側面も大きいため、広く一般社会での活用機運は継続すると考えられます。こういった側面もボトムアップに強い日本には追い風と考えられます。

日本の弱みを克服し、強みを活かせる生成AIを日本企業が使わない手はありません。後述する通り、相応のリスクも伴いますが、積極的に活用していくべきだと考えます。

活用に積極的な日本

それでは、日米の生成AIの活用の実態はどうなっているのでしょうか。

日本における生成AIの領域別利用状況を調査したところ、問い合わせ対応ChatBot、プロダクトデザイン、ソフトウェア開発自動化など、各領域ともに「現在利用中」の企業が20%以上を占め、「2023年に利用を計画中」を合わせると約50%に上ります。ChatGPTをはじめ、BardやStable Diffusionといった生成AIが急速に注目を集めはじめたのが昨年末である点を踏まえると、日本企業の生成AIに対する積極的な姿勢が見て取れます。

一方、米国に目を向けると、生成AIを「利用中」「2023年に利用を計画中」と回答した企業がどの領域においても90%を超えています。AIによるビジネス効果を創出することに長じている米国では、より貪欲に生成AIをビジネスに組み込んでいると言えるでしょう。

生成AIの黎明期ともいうべきこの時期において、日本はかつてないほど積極的に活用を進めているものの、その積極性も米国に遅れた形となっています。生成AIが日本のカルチャーにフィットする技術であることを認識し、米国を挽回するほどのユースケースと成功事例の創出をしていくことを期待します。

メリット重視の米国と慎重派の日本

生成AIの活用にはリスクが伴います。日米でリスクの捉え方にどんな違いがあるのでしょうか。

生成AIのリスクと感じている上位3つを回答してもらったところ、日本では「品質の不安定さ」が50%、「高いコスト」が47％、「ブラックボックス化・責任の所在の不明瞭さ」が44％で上位を占めました。一方、米国では「特にない・わからない」と「既存人員の知識不足」がそれぞれ44%という結果でした。

特に目を引くのは、米国では「特にない／分からない」が最上位であることです。背景には、AI活用によりビジネス効果を享受できている成功体験、AIリスクガバナンスを構築できているという自信、リスクよりもメリットを重視するマインドセットがあるため、「特にない・分からない」と回答する企業が多いと考えられます。さらに、すでに導入に着手しているが故に生まれているのが「既存人員の知識不足」です。メリット重視で進め、導入のためのスキル不足に困っていることがうかがえます。

対する日本は、AI活用によるビジネス効果創出に苦戦している状況です。AI導入が盛んに謡われ、PoCを実施するものの、継続して効果を享受できている事例が少ないのが実態です。投資に二の足を踏むこのような状況では、導入に着手する前に「品質の不安定さ」「高いコスト」の不安要素に焦点があたっていると考えられます。メリットが感じられないが故に、新たな技術に対しても慎重に見定めている日本という見方ができます。

しかし見方を変えれば、日本のほうが米国よりリスクを適切に認識しているとも言えます。生成AIを活用していくにあたり、そのリスクを把握しておくことは重要で、それらリスクを統制する仕組みを早期に構築し、活用の一歩を踏み出すことが日本にとっての最重要課題であると言えます。