インタビュー
アジャイ・ヴァサル氏、Genpactのデータ・AI世界統括責任者 ― インタビューシリーズ

要点エージェント型AI導入における最大の障壁はモデルの性能ではなく、プロセスの再設計である。
もっと見る
- エージェント型AI導入における最大の障壁はモデルの性能ではなく、プロセスの再設計である。
- 自律型AIシステムに適さない生産性指標を依然として使用している企業の割合。
- ドメインレベルまたは広範な自律性をAIシステムに信頼している組織はわずか22%である。
アジャイ・ヴァサル氏は、Genpactでデータ・AI部門を世界規模で統括する、経験豊富な技術・戦略分野の経営幹部です。人工知能、データ戦略、デジタル変革、企業の合併・買収、企業向けコンサルティングにわたり、20年以上の経験を持ちます。現在は、企業によるAI活用の拡大と、支援型AIから、より自律的で業務に組み込まれたシステムへの移行を支える取り組みを主導しています。Genpact入社前はAccentureに約9年間在籍し、消費者関連業界向けデータ・AI部門の世界統括責任者や、Centre for Data & Insightsの世界統括責任者など、複数の上級管理職を歴任しました。一貫して、業務効率の改善、売上拡大、リスク軽減を通じ、企業がデータから測定可能な事業価値を引き出せるよう支援してきました。また、各業界で戦略的投資、企業の合併・買収、AIを活用した変革計画も主導してきました。
Genpactは、専門サービスとデジタル変革支援を世界で展開する企業です。大企業向けのデータ、AI、分析、高度な自動化、業務の刷新を専門としています。もともとGeneral Electric (GE.TO )の社内で設立され、後に独立企業となりました。現在は金融サービス、医療、製造、小売、消費財など、幅広い業界の組織にサービスを提供しています。同社はAIを活用した企業変革をますます重視し、分析、自動化、各業界の専門知識を組み合わせて、業務の流れの刷新、意思決定の改善、大規模AIシステムの責任ある導入を支援しています。
現在のGenpactでの役職に就く前は、Accentureで長年、業界を横断してデータ・AI戦略の策定に携わってこられました。その経験は、企業が今もAI投資から実質的な価値を引き出すのに苦労している理由について、どのような見方につながっていますか。
業界を横断して働く中で得た最大の教訓の一つは、ほとんどの組織が失敗する理由は技術の弱さではない、ということです。実際には、そもそも自律的な業務遂行を想定していなかった業務運営の仕組みに、AIを付け加えようとするために苦労しています。私たちの最近の調査も、この点を明確に裏付けています。企業はAI導入を積極的に進めていますが、多くの企業では、自律的な業務遂行を大規模に支えるための運営の仕組みを再設計できずにいます。この隔たりは、多くの企業が、統治の仕組み、責任の所在、組織としての準備という問題に今なお取り組んでいることを示しています。
適切な測定の仕組みを整える前に、急速に導入を進める組織も見られます。経営幹部の71%は、エージェント型AIが過去のどの技術の波よりも早く投資収益をもたらすと考えていますが、67%は以前の自動化モデル向けに作られた生産性指標に依存しています。私の経験では、AI導入の成功は、単にモデルを導入すれば実現するものではありません。業務の流れを再設計し、技術を事業上の優先事項に合わせ、ますます自律的になるシステムとともに自分の役割がどう変わるのか、人々が理解できるよう支援することが必要です。
最近の報告書「Autonomy Requires Trust in AI(自律性にはAIへの信頼が必要)」によると、ほとんどの経営幹部はエージェント型AIが事業運営を根本から変えると考えている一方、ほとんどのシステムは依然として監督下にあります。期待と実行の間にある最大の隔たりは何でしょうか。
隔たりの中心にあるのは、まさに信頼です。経営幹部は、エージェント型AIが仕事の進め方を変えると明確に信じています。しかし、技術への期待が、そのまま意思決定の権限を委ねることへの安心感につながるわけではありません。私たちの調査では、特定の業務領域で、または広範に、AIシステムが自律的に動くことを安心して認められる組織は22%にとどまりました。
ほとんどの企業は、提案、要約、業務支援を行う補助役としてなら、今もAIを抵抗なく使えます。ためらいが生まれるのは、業務、顧客、法令順守、財務上の成果に影響する形で、AIシステムが自律的に行動することを求められる場面です。そのため多くの企業は、より自律的な運営の仕組みを目指す一方で、承認や監督の過程に人間を深く関与させ続けています。
多くの企業がAIに多額を投資しながら、十分な収益を示せていません。AIが生む価値を測ろうとするとき、組織が陥りやすい間違いは何でしょうか。
大きな間違いは、多くの組織が以前の自動化の波に合わせて設計された生産性指標を使い続けていることです。データによれば、企業の67%は、状況に適応し、意思決定に基づいて動くシステムの価値を十分に捉えられない、生産性中心の測定に依存しています。これにより、期待と、実際の価値の測り方との間に大きな隔たりが生じます。
もう一つの問題は、多くの組織がAIの特性に即した成功指標をまだ定義していないことです。業務の流れを自律的に最後まで完了する割合、人間への判断の引き上げの減少、例外事象の自律的な処理などを測っている企業は、ごく一部です。コスト削減や作業時間の節約だけに注目し続ければ、エージェント型AIが目指す、より広い業務上の効果を見落としてしまいます。
報告書では、技術そのものよりも組織としての準備が大きな障壁だと指摘されています。エージェント型AIの可能性を最大限に引き出すには、企業は具体的にどのような構造改革を行う必要がありますか。
組織は、責任の所在、業務の流れを管理する主体、意思決定の進め方を、事業全体で見直す必要があります。調査から得られた最も明確な知見の一つは、組織としての準備が、技術そのものよりも大きな障壁になりつつあるということです。実際、企業の33%は、業務プロセスがエージェント型AIの組み込みに対応できていないことを、導入の最大の障壁として挙げました。
最も進んでいる企業は、自律的なシステムが明確な境界と監督の仕組みの下で動けるように、業務の流れを最初から最後まで再設計しています。また、企業の44%は、従来は中間管理職が担ってきた調整業務をシステムが引き受けることで、エージェント型AIが管理階層を減らすと予想していました。従業員には、監督の責任、介入すべき場面、そして自律化が進む環境で人間の判断がどこに位置付けられるのかを、はるかに明確に示す必要があります。
AIエージェントに実質的な自律性を安心して認められる組織は、ごく一部です。企業が意思決定の権限を委ねられるほどAIシステムを信頼するには、何が必要でしょうか。
エージェント型AIへの信頼を最終的に支えるのは、責任の明確化と制御です。企業が意思決定の権限を委ねることに慎重なのは、経営層が、自律的なシステムが明確な制約と統治の仕組みの中で動けると確信したいからです。
先行する企業は、判断を上位や人間に引き上げる経路、介入を開始する条件、統治のための管理手段を、運営の仕組みに直接組み込んでいます。ほとんどの組織は、完全な自律性へ一気に移行するのではなく、事業の状況とリスク許容度に応じて段階的に権限を与えています。導入を成功させる中で自信がつくにつれ、信頼も高まります。意思決定の過程、責任の所在、人間による監督がどう維持されるかを、経営層が明確に確認できるためです。
企業はエージェント型AIを急速に展開すると予想している一方、多くは古い生産性指標に依存しています。AIの特性に即した、より効果的な業績指標はどのようなものでしょうか。
AI向けの指標では、活動量ではなく、業務の遂行と成果を測る必要があります。従来の生産性指標は、人がより速く働いているかに注目していました。しかし、エージェント型AIでは、システム自体が業務の一部を担い始めるため、前提が変わります。この点が重要なのは、多くの組織が、自律的な業務遂行ではなく以前の自動化の波に合わせて設計された生産性の観点から、今もエージェント型AIを測っているためです。
より効果的な指標では、業務の流れを自律的に最後まで完了すること、人間などに判断を引き上げる割合の低下、意思決定から実行までの迅速化、そして人間の介入を抑えながらシステムが例外をどれほど効果的に処理できるかに注目すべきです。これらの指標なら、AIが大規模な業務遂行を本当に改善しているかを、はるかに明確に把握できます。
プロセスの再設計が導入の最大の障壁だと強調されています。AIの次の段階では、モデルの性能よりも業務の流れの変革が重要なのはなぜでしょうか。
最先端のAIシステムであっても、機能していない、あるいは分断されたプロセスの中では、効果的に規模を拡大できません。だからこそ、業務の流れの変革が重要なのです。私たちの調査では、企業の33%が、プロセス側の準備をエージェント型AI導入の最大の障壁として挙げました。
次の段階がこれまでと異なるのは、エージェント型AIが、業務の流れの中で単に補助するだけでなく、その流れを横断して業務を遂行するように設計されていることです。組織は、意思決定の責任者を明確にし、不要な引き継ぎを減らし、統治の仕組みを業務の流れに直接組み込むことで、自律的な業務遂行を中心にプロセスを再設計する必要があります。多くの意味で、業務の流れの再設計こそが、AIを大規模に導入するための真の基盤になっています。
報告書では、調整業務の自動化に伴い、AIが組織の階層を減らすと指摘されています。その結果、経営層や中間管理職の役割はどう変化するとお考えですか。
エージェント型AIがより多くの調整業務や業務の監督を担うにつれ、経営層の役割は、日常的な実務の管理から、戦略、判断、統治の方向付けへと移っていくと考えられます。私たちの調査では、多くの企業が、自律的なシステムの業務監督責任が増すにつれて、エージェント型AIが組織内の調整の階層を減らすと予想しています。
中間管理職は従来、意思決定を適切な相手へつなぎ、チーム間で業務の継続性を維持する重要な役割を担ってきました。自律的なシステムがこれらの活動をより多く引き受けるにつれ、管理職は例外への対応、責任の明確化、システムと事業目標の整合性の確保に、より力を注ぐ必要があります。状況の理解、倫理、判断が特に重要な分野では、人間の指導力がいっそう重要になります。
Genpactは、エージェント型AIと先進技術のソリューションを提供する企業と位置付けています。エージェント型AIへの取り組みは、従来のコンサルティング企業や技術企業とどう違うのでしょうか。
Genpactが重視するのは実行と成果、そして私たちがよくAI導入の「最後の一歩」と呼ぶ問題の解決です。多くの組織は、AIモデルが知見を生み出し、生産性を高められることを既に実証しています。しかし本当の課題は、実際に仕事が行われる、稼働中の業務の流れに、その能力を組み込むことです。多くのAIの取り組みが、ここで停滞します。私たちは、実行に至る最後の一歩までエージェント型AIを業務に定着させる支援に力を入れています。財務、供給網、顧客対応など企業の中核業務で、システムが測定可能な成果を生み出せるようにするためです。
私たちの特徴は、業務プロセスへの深い専門知識と、データ、技術、AIの能力を組み合わせることです。単にモデルを導入したり、試験導入を行ったりするだけではありません。業務の流れを再設計し、統治の仕組みを業務に組み込み、大規模な自律的業務遂行に必要な責任体制づくりを支援しています。また、自社の業務にもエージェント型AIを組み込んでいるため、実験から全社的な効果へ移行するために何が必要か、実践的な経験があります。
今後、エージェント型AIは先行企業と出遅れる企業の差を広げるとお考えですか。取り残されないために、企業は今何をすべきでしょうか。
はい、差は広がると思います。エージェント型AIは、これまでの技術の波とは異なる形で、価値を累積的に増やすからです。業務の流れを再設計し、責任体制を確立し、自律的なシステムへの信頼を築くことに成功した組織は、競合他社が再現しにくい業務上の優位性を得るでしょう。注目すべきなのは、この変化の速さです。企業の29%は、今後12か月以内にエージェント型AIが事業全体へ展開されると予想しています。
競争力を維持したい企業が今優先すべきなのは、自律的な業務遂行に対応できる運営の仕組みを整えることです。業務の流れの再設計、責任主体の明確化、AIの特性に即した測定の仕組みの構築、従業員の準備への投資が含まれます。こうした基盤づくりに早く着手する組織は、AIを依然として独立した技術上の取り組みとして扱う組織よりも、はるかに有利な立場に立つでしょう。
貴重なお話をありがとうございました。詳しく知りたい読者は、Genpactをご覧ください。












