目次

はじめに

発刊に寄せて「二項動態が人間とAIの共進化を強化する」　一橋大学名誉教授　野中郁次郎

第１章　技術発展と社会・ビジネスの変革

01　ChatGPTの衝撃
　　 データサイエンティストがいちばん驚いている
　　 ChatGPTの正体
　　 ChatGPTによる変革の波
　　 ChatGPTにできること

02　ChatGPTが変革する人・社会・企業
　　 人間の役割、社会の仕組みを変える
　　 企業そのものを変える

03　日本企業の現状とAI活用の意義
　　 競争力の低下
　　 生産性の向上に必要な「人」依存からの脱却

04　デジタルが先導する変革
　　 デジタルを中心とするアプローチ
　　 “With デジタル”から“On デジタル”へ
　　 ピンチはチャンス

05　意識変革の重要性
　　 ネックになるのは技術革新より意識変革

第２章　GPTによる技術革新

01　技術革新の全貌
　　 社会を変えるAI革命
　　［本書における用語の定義］

02　AIの限界を打ち破ったGPT
　　 従来型AIの限界
　　 GPTによるブレイクスルー
　　「人間らしさ」を獲得するAI
　　 AIのさらなる進化と未来
　　 自然科学としてのAI

03　AIは人間を超えるか
　　 AIはどのように動作しているか
　　 AIに目的を与えるのは人間
　　 AIの限界

04　AIを正しく使うために
　　 不適切なAIの出現リスク
　　 適切な目的設定
　　 制約条件の設定
　　 学習データの精査と管理
　　 人間による最終チェックと責任
　　 AIのもたらすリスクへの対処

05　GPTが変える人間とシステムの関係
　　 人間とコンピュータのインターフェース革命
　　 AIが担う業務が増える
　　 提案書の作成を例にAIが担うタスクを紹介する
　　 人間の役割は「目的を伝え、選ぶこと」

06　AIに代替できない人間の能力と役割
　　 未来を見据えた目的設定
　　 感情と共感がもたらす価値
　　 倫理と哲学の重要性
　　 多様性と非合理性が生む創造力
　　 意思決定と責任

Perspective　企業特化型AIの実装に向けて
　　　　　　　富士通株式会社　人工知能研究所　所長　園田俊浩氏

第３章　AIが業務、そして人間の役割を変える

01　人間とシステムの関わり方が変わる
　　 変革はすぐそこまできた
　　 変化はすべてに及ぶ
　　 GPTが人間とシステムの関係にもたらす革命

02　業務（仕事）が変わる
　　 AIとの付き合い方が変わる
　　 知的業務はAIのほうが得意
　　 報連相はAIの役割
　　 AIが業務意思決定をする
　　 AIがルール・規則・公正さを担保する
　　 AI同士で仕事をさせる
　　 システムが担う

03　チーム構成・関係が変わる
　　 同僚はAI
　　 チームメンバーは各部署が作ったAI
　　 上司・先輩・アドバイザーもAI
　　 AIのサポートがあれば、人間の門戸が広がる
　　 AIとの共同作業
　　 人間は責任を担い、実行はAIが担う

04　組織が変わる
　　「人間」中心から「システム」中心へ
　　 システムを中心に役割が変わる
　　 組織内の人と人との関係が変わる
　　 個人中心の領域が増える
　　 組織構造が変化する

05　既存業務を担う人員数も変わる
　　 既存業務は大幅に削減される
　　 機能の集約による組織のスリム化
　　 “業務量の削減＝人員減”とはならない

06　今の組織のくくりが見直される
　　 システム単位での部署の再編
　　 未来の組織

第４章　人間は何を担うのか

01　人間の担う役割変化
　　 人間の位置付けが再定義される
　　 システムに任せ、人間にしかできないことをする
　　 システム中心だからこそ人間の重要性が高まる
　　 過渡期は難題も生じるが、意識変革が必要

02　責任の所在の再設計
　　 AI社会でも変わらない役割は意思決定と責任を取ること

03　AIを使いこなす
　　 AIを使って能力を拡張する
　　 AIにルールや指示を与える
　　 AIを駆使する
　　 AIを創り出す
　　 人間としての役割を極める

04　新たに生まれる仕事
　　 役割が変われば、仕事も変わる
　　 AI・システムを作る仕事
　　 業務担当者の新たな仕事「システム企画」
　　 AIを鍛える仕事
　　 システムの不得手を埋める仕事
　　 データ化を補助する仕事

05　新たな役割の創造
　　 新たな職業と領域の創出
　　 チャレンジこそが価値を生む
　　 AIと共存する未来

第５章　ビジネス変革への道筋 ── ビジネス競争環境が変革を促す

01　競争環境が加速させる企業の構造変化
　　 AIが企業の競争力を決定付ける
　　 差別化の３つの鍵

02　競争力の源泉
　　「圧倒的サービス」か「コスト革命」が既存ビジネスを破壊

03　変化はどのように訪れるか
　　 新規参入組が業界秩序を壊す
　　 技術起点の発想が新しい価値創造プロセスを生む

04　競争が進化・淘汰を要求する
　　 新たな価値・サービスの創出、コスト構造の変革が必須
　　 アイデア創出に人手をかけた企業が勝つ
　　 ５年後、10年後を目指して基盤作りに着手する
　　 徹底的にAIを使う

05　競争に勝つために人間の価値を最大化する
　　 AIか人間かではなく、常に人間が重要になる
　　 人間への投資が鍵となる

06　意識変革の必要性
　　 ホワイトカラーの環境変化
　　 企業は「いらない仕事」を残さない覚悟を

第６章　デジタルエンタープライズ

01　デジタルエンタープライズとは何か
　　 システム中心に企業活動が形成される
　　 人間とシステムの関係変化

02　デジタルエンタープライズの目指すもの
　　 デジタル技術で社会を進歩させる
　　 人間の価値を最大化する
　　 システム主導で競争優位を獲得する

03　データ・ナレッジが中核価値となる
　　 大前提は人間が“人らしく”
　　 システムにすべてが記述されている
　　 根源を決めるのは人間
　　 データが企業活動を表す
　　 データドリブンマネジメント
　　 AI×人間で築く知識創造の場

04　データを知識へと昇華させる競争
　　 知識が企業の成否を決める
　　 人間やナレッジの重要性が高まる

05　デジタルエンタープライズのツインサイクル
　　 データ生成と活用を圧倒的なスピードで回す

06　デジタルエンタープライズの構造を理解する
　　 組織・人間・文化が根本的に変わる
　　 人間とシステムを同格で定義する
　　 業務の流れはデータの流れ
　　 システムにより制約を取り払う
　　 人間の仕事はAIを創り、成長させること

07　デジタルエンタープライズが具備するもの
　　 ❶「フィロソフィー」「バリュー」「ミッション」
　　 ❷「データに基づく意思決定」
　　 ❸「組織」「文化」
　　 ❹「柔軟性」「同時多発性」「即時性」
　　 ❺「分散協調」
　　 ❻「相互接続性」「相互運用性」
　　 ❼「協働」「協業」「協調」
　　 ❽「セマンティック性」
　　 ❾「AIに向けた業務設計」
　　 ❿「AIデータ基盤」
　　 ⓫「アーキテクチャ」「ガバナンス」「セキュリティ」

08　知識創造できる企業へ
　　 人間の持つ知識を最大化する
　　 人間の知識創造とAIが共鳴する未来

第７章　デジタルエンタープライズへの道

01　デジタルエンタープライズへ進化する
　　 デジタルエンタープライズ実現への道
　　 一朝一夕には出来上がらない
　　 アーキテクチャをデザインする
　　 推進者トップはCEOである
　　 KPIマネジメントが活動を支える
　　 Bon Voyage ── 帆を上げて始めよう!

02　AI活用のためのデータマネジメント
　　 データマネジメントをアップデートする
　　 AI活用のための企業データとその拡張領域
　　 AIの学習効果最大化のためのデータ収集観点
　　 自社の発生データを余すところなく活用する
　　 データの意味付けが成否を握る

03　データをいかにマネジメントするか
　　 現在進行形でデータは失われている
　　 データ蓄積はその発生源から変える
　　 データをリッチ化する

04　AIデータ基盤を整備する
　　 AIデータ基盤とは
　　 AIデータ基盤の全体アーキテクチャ
　　 AIデータ基盤とデジタルエンタープライズ
　　 AIデータ基盤へのロードマップ

05　AIアーキテクチャ構築の着眼点
　　 自社固有のAI・データが差別化の鍵
　　 AIモデルとデータのどちらが重要か
　　 乱立する企業内AIをマネジメントする

06　AI導入に当たって
　　 AI導入の進め方 ── ５レベル
　　 AI導入における心構え
　　 企業全体の変革そして意識変革が重要となる
　　 強力なリーダーシップ
　　 AI導入を進める
　　 IT部門の役割変化

07　生成AIに特化した導入・活用アプローチ
　　 生成AI導入で第一歩を踏み出す
　　 生成AIの活用ステップ
　　 一般業務での活用
　　 部門・企業全体での活用 ── ナレッジマネジメントとして
　　 AIワーカー化に向けた取り組み
　　 生成AIプラットフォームの検討

08　生成AIを業務で使用する際の注意点
　　 GPTが内包するリスクに注意を払う
　　 AIポリシーを作れ

Perspective　業務効率化のその先を目指して
　　　　　　　日産自動車株式会社　デジタルトランスフォーメーション推進本部
　　　　　　　グローバルエンタープライズアーキテクチャー部
　　　　　　　部長　蓬澤 健一氏

第８章　未来に向けて

01　５年・10年単位で未来に近づいた
　　 技術進歩のすさまじいスピード
　　 世界は確実に塗り替えられる

02　自らがディスラプトされる危機感
　　 すべての人の“仕事”が変わる
　　 さまざまな職種がなくなるか縮小する

03　人間はAIに勝てるのか
　　 AIは敵視すべき対象ではない
　　 人間の優位性の正体
　　 人間の直感力や身体で覚えた知識は真似できない
　　 必要なのは、敵対ではなく共創

04　大変革に向けてどんな準備をすべきか
　　 覚悟を決める
　　 くだらない仕事を排除する
　　 未来を語る
　　 外部接点が未来を照らす

05　未来に向けて伝えたいこと
　　 人類の叡智でリスクを乗り越える
　　 子どもたちのために

付録01　GPT活用のユースケースモデルと発展経路

付録02　バリューチェーンにおけるAI適用のユースケース

著者

野村昌弘
上席執行役員　Partner, Business Science Practice Leader
流通業、製造業におけるSCM改革、業務改革、IT戦略コンサルティングを多数手がける。富士通の経営戦略室にて経営戦略策定業務に従事。主として事業戦略立案、成長戦略立案業務を担当。近年はBusiness Science Practiceをリードし、生成AIの活用をはじめとするデータ活用型企業への変革に向けた多数プロジェクトを推進している。

高橋敏樹
Business Science　Director
金融業、製造業、流通業を中心としてデータ活用を起点とした営業戦略、マーケティング戦略、業務効率化などのコンサルティングサービスを得意領域として活動。近年では生成AIを含むAIを活用したDXプロジェクトを数多く手掛ける。外資系コンサルティング アソシエイト・パートナー、外資系スタートアップ Country Managerを経て現職。

中村一仁
Business Science　Senior Manager
ソフトウェア工学博士／技術士（情報工学部門）。富士通の共通技術部門にて、主にシステム企画〜要件定義までの上流工程技術・手法の開発に従事。近年は、Ridgelinezにて、専門とするEA（Enterprise Architecture）手法を活用した、製造業を中心とする日本企業向けDX＆IT企画コンサルティングを多数手がける。

佐藤文孝
Business Science　Manager
素粒子物理学の研究員、外資系コンサルファームを経て現職。業種を問わないデータ活用視点によるプロジェクトに多数従事。製造現場における数値解析による品質予測、数理最適化による計画業務の自動化、自然言語処理に代表されるAI技術活用など、技術領域を問わないデータ活用知見を有する。近年では生成AIプロジェクトを数多く担当。