日立製作所 Generative AIセンター 吉田氏が語る生成AIの「責任ある」活用──体制構築とAIガイドライン策定

3人のChief AI Transformation Officer（CAXO）体制で取り組む

──まず、生成AI活用に取り組むための組織体制を整備した経緯から聞かせて下さい。

　以前から私たちの本部ではデータサイエンスに取り組んできましたが、「生成AIって面白いよね？」から始まって、2022年秋頃から有志200人ほどが集まり、情報交換を始めたのが今の組織を立ち上げたきっかけです。下地ができていたとはいえ、日立グループは大きい組織なので、各セクターが独自に組織を作ると一貫した取り組みができません。そこで、ワンストップでできる組織を作ろうと、2023年のGW明けにGenerative AIセンターを立ち上げました。

　さらに、2023年12月には、「グリーンエナジー＆モビリティ」「コネクティブインダストリーズ」「デジタルシステム＆サービス（DSS）」という3つのセクターそれぞれにChief AI Transformation Office（以下、CAXO）を設置しました。背景には、日立としてOTの領域で差別化したいという思いがあるためです。私は3つ目のIT領域を管轄するDSSセクターのCAXOを務めていて、社内の案件の検証とお客様のPoCの支援の両方の取り組みをリードしています。生成AIでOT領域の事業を強くしなくてはならないわけですから、私たちは他の2人のドメイン知識を活かしながらのサポートを意識しています。また、DSSセクターの中には2021年7月に買収して子会社化したGlobalLogicがいて、海外の案件は彼らが主にリードしています。

──2024年度になって変わったことはありますか。

　大きくは変わりませんが、日立には多くのビジネスユニットやグループ会社があります。それぞれの部門で生成AIの活用を推進する部署ができ、CXAOやGenerative AIセンターと連携し、ナレッジの共有や人財育成を共同で行う体制になりました。社員はかなり変わったと実感しているのではないかと思います。また、今年度からは、本格的にソリューション提供を始める計画を進めています。

──2024年度にやろうとしている生成AI活用について、もう少し詳しく教えて下さい。

　社内改革と、社外のお客様に向けての取り組みの両方があります。まず、社内改革では「システム開発の生産性向上」と「フロントラインワーカー不足の支援」の2つが重点領域です。システム開発では、ソースコードだけでなく各種仕様書の生成を含め、開発プロセスの各フェーズに生成AIを適用し、どこの何に効果的かを検証しているところです。日立の場合、大規模で社会を支える重要なシステムが多いため、品質や信頼性がとても大切です。対外的には、2027年までに3割の生産性向上という目標を示していますが、社内で段階的に適用を進めながら、その成果をノウハウとしてお客様に提供していこうとしています。

人員削減ではなく、人員不足を知恵で補うために使う生成AI

──コード生成だけではなく、プロセスに焦点を当てているのですね。

　要件定義からデプロイまでのステップそれぞれが対象です。また、ミッションクリティカルなシステムの多い国内ではウォーターフォール開発、海外ではアジャイル開発が中心と採用手法が異なるので、GlobalLogicと一緒に検証中です。コード資産もJavaやPythonなど、様々なものがありますし、品質保証のドキュメント資産も将来の差別化の源になりそうです。

──2つ目のフロントラインワーカー不足への対応では何を計画していますか。

　対象は、コールセンターのオペレーターの他、鉄道や電力などの設備保守を担当する人たちを想定しています。現在、フロントラインワーカーは世界的に減少傾向にあり、人員不足を補うために生成AIを使うことが期待されています。たとえば、コールセンター業務では、お客様からの問い合わせを受ける際の調査、回答作成への生成AI適用で、エスカレーション件数を減らす成果を得ています。また、設備保守の業務では、現場でのナビゲーションに生成AIを適用しています。以前であれば、機械にトラブルが出ると、保守員が機械を見て原因を判断して対策を実施していました。ところが、人員不足が進むと、メンバーの知識やスキルレベルにバラツキが出てきて、解決が遅れてしまう。機械が状態を表すデータを出力する代わりに、日本語や英語などの自然言語で説明してくれれば変わるのではないか。それでできたのが「話す機械」です。生成AIは機械の中に直接ではなく、ユーザーインターフェースに組み込む設計で、このようにユースケースの開発で効率向上を実現する方法を検証しています。

　この他の取り組みを含めて、進行中の取り組みが、最終的にはお客様に提供するソリューションになる予定で、2024年度は日立らしいソリューションを充実させていくつもりです。業種別にユースケースも整理しています。

──AIはもっと前から取り組んでいた印象です。

　1960年代から長期間にわたってAIに取り組み、ここ10年ほどはデータサイエンティスト育成にも注力してきました。生成AIの登場で、データサイエンティストの役割は、モデルを作る立場から、モデルを使う立場に変わりつつあります。アプリケーションを開発する、あるいはRAGのようなモデルの出力を調整する仕事は、従来、データサイエンティストにとっては周辺の仕事という感覚で、当初は「それは私たちの仕事じゃない」という声も一部ありました。しかし、ここまで大きなトレンドになると、むしろ新しいあり方として積極的に受け入れています。