社内でのAI活用がPoCから「全社展開」へと進まないワケ──AIの有用性だけでは突破できない3つの壁

“＋α”の正体とは？ 積み上げるだけで成果に結びつくとは限らない

　権限、セキュリティ、データ整備──限定的なデータを少人数での検証のためだけに使うPoCでは、これらの論点が小さく見えてしまいがちだ。だが、全社展開ではそうはいかない。AIを全社で使うために必要な3つの観点を、組織としてどう管理するか。

　冒頭、これら3つの観点を「AIの有用性＋α（プラスアルファ）」と呼んだ。このプラスアルファの正体は、一言でいえば「ガバナンス」だと笹田氏。ただし、ここでいうガバナンスとは、3つの観点を個別にルールで縛ることではない。「“業務で使えるAI”を組織として統制し、安心して広げられる状態を作ること」こそがガバナンスである。

　笹田氏は、セゾンテクノロジーの社内で推進されたAI活用プロジェクトの中で得た気付きを3点挙げた。

　だからこそ、AIを組織の中で安全に使えるように、手綱を引ける状態にすることが重要だと同氏は述べた。

そのための「生成AIエージェント基盤」、連携と実行を司る2つのプラットフォーム

　こうした課題を解決する手段として、複数のAIエージェントを業務データ・権限・コストの観点から統合的に管理する「生成AIエージェント基盤」がある。この基盤を構築するには、オンプレミスからクラウド、ファイルサーバーまで、多様なデータソースを引き込む機能と、それらを探して集め、示唆を出す複数のAIエージェントを取りまわす機能が必要だ。

　セゾンテクノロジーは、これをiPaaS（データ連携プラットフォーム）である「HULFT Square」と、AIの業務実行基盤「Agent Orchestration」によって実現する。HULFT Squareは、社内外のシステムやデータソース間を接続し、業務に必要なデータをAIが扱いやすい形で連携する役割を果たす。そしてAgent Orchestrationは、複数のAIエージェントの作成・管理・利用を担う基盤だ。GPTやClaude、Geminiといった複数のAIモデルを使い分け、SQLの自動生成とオートリトライ、エラー検知・自動修正によって精度を高める仕組みとなっている。

　Agent Orchestration上では、各AIエージェントのモデル選択や関連ドキュメント、アクション設定をノーコードで行える。営業部門が使う提案戦略立案エージェント、情報システム部門が使う社内問い合わせ対応エージェント、人事部門が使うタレントマネジメントエージェントなど、業務に応じたAIエージェントを作成し、業務に紐づいた回答や示唆を得るだけでなく、その後の業務処理まで自律的に実行できる。AIを単なるチャットではなく、業務プロセスの一部として組み込むことが可能になるというわけだ。

　Agent Orchestrationの権限管理は、①全体管理者、②エージェント管理者、③ユーザーの三階層で設計されている。全体管理者は、組織全体におけるエージェントの利用状況を俯瞰し、エージェント管理者は部門・業務ごとにエージェントを作成・育成して、利用範囲や扱うデータを管理する。そしてユーザーは、許可されたエージェントを日々の業務で使う。こうして役割を分けることで、組織としての統制と現場での使いやすさを両立できる。回答精度は、構造化データはSQL、文書はテキスト検索、意味の近さはベクトル検索と、データの種類や用途に応じて検索方法を組み合わせることで担保する。

　ここまでを踏まえて、AI活用を進めるうえでは「試すことばかりではなく、小さくてもとにかく『使い始める』」という考え方を大切にすべきだと笹田氏は訴える。PoCの繰り返しに終始するのではなく、部門や特定の業務で実際に使い始め、ユーザーの反応や改善要望を取り入れながら成功体験を積み上げ、さらに他の部門や業務へと横展開していくことが重要だ。その際、ポイントは2つ。「最初から万能の巨大基盤を目指さないこと」、そして「AIを実験で終わらせず、実際の業務を支える仕組みへと早期に育てていくこと」である。