なぜ、AI導入が進まないのか？業務プロセス改善とデータ基盤で見えてくるAIエージェントで変革する企業DX - intra-mart LIVE 2025基調講演より

驚異的な生産性を持つAIエージェントが誕生し、企業の現場では抜本的な業務改革が待ったなしの状況に追い込まれている。そんな中、企業DXの支援事業を展開するNTTデータ イントラマートは、年次イベント「intra-mart LIVE 2025」を開催。このような現状を打開するためのアイデアを、実際の現場での成功事例を元に公開した。AIエージェントの登場を迎え、企業業務においてどのようにAIを活用していけば良いのかレポートする。

NTTデータ イントラマートは、国内の企業DX・業務改革支援企業を結集したイベント「intra-mart LIVE 2025」を11月6日から7日にかけて、ザ・プリンス パークタワー東京で開催。7日にはオンラインでも実施された。イベントでは、ラウンドテーブルとして代表取締役社長 中山 義人氏が登壇し、基調講演「人とAIが共創する"次の業務"―プロセス×データ×AIエージェントが描く変革の最前線―」で自身や同社のAIに対する施策や対応などを発表し、開発を進める新たなAIエージェントの披露も行った。

○なぜ、AIの導入が進まないのか。根本原因である構造設計(プロセス)と土台整備(データ)の不備

中山氏は国内では、未だにAIの活用が十分に進んでいない現状について語る。日経コンピュータが2025年10月16日号で特集した業務特化型の生成AIの導入実態調査から、導入調査を開始し実証実験を行った企業で成功したといえる事例がたった5％しかない事実に言及し、導入が進まない理由について、多くの企業が問合せ検索や要約などの個人適用段階で止まっている一方、成功を体感している企業は業務プロセスの中にAIを組み込んでいると分析した。

生成AIは、汎用性が高く単一の業務にとどまらず、業務プロセス全体で運用できるポテンシャルを持っている。更に進化したAIエージェントは、最適な手段を自律的に選択して業務を遂行することが可能だ。なぜその能力を業務に生かせないのか？

その理由は大きく分けて2つあると中山氏は語る。1つ目は、AIによって大規模に重要な成果をもたらすユースケースを特定できていない場合だ。これは、いわゆる構造設計(プロセス)上の問題となる。2つ目は、AIがアクセスできる全てのデータを活用できるようになっていないこと。つまり土台整備(データ)の不備だ。この二つの大きな課題を解決することで新たな活路が見いだせるようになる。どうすればよいのか？

構造設計の問題は、業務プロセスでAI活用により重要な成果をもたらす「ユースケース(プロセス)」を特定できていないことだ。業務の流れが混沌としている状況でAIを入れても、その処理の調整で更に事態が混沌としていく。これはRPAなどの導入時にも同じことがおこっていた。この問題を解決するには、一旦業務プロセスを整理し、その過程で重要な成果をもたらしうるユースケースを特定し、その範囲で効果的に運用できるフローを構築することだという。

フローが構築できれば、継続的な改善サイクルであるPDCAを回していくことができる。同氏は、AIで効果を出すためにはテクノロジーサイドよりもビジネスサイド、つまりAI技術よりも、AIに適合した業務運営体制の構築こそが重要になってくると強調する。

では、どのような業務プロセスを構築していけばよいのか。ビジネスにおける適切なKPI(Key Performance Indicator:重要業績評価指標)をきちんと理解することが手掛かりになるという。業務の全体構造を把握するために解析を行っていくと従来の視点と違いAI活用の新たな視点が見えてくるという。

それがAIとの適切な役割分担だ。事例として顧客からの解約申し込みをAIエージェントが処理するシステムを事例としてあげる。通常ならAIにより作業は自動化され人は削減されることになるが、AIと新たに役割を分担すれば、状況に合わせて人が解約の引き止め、別の契約を進めることもできる。これにより更に成果を上げることができる。

つまり、適切なKPIに基づいた業務プロセス全体のデザインを考えることで更に効果を増すことができるということになる。

そこで着目したいのが何の業務をAIに任せられるかだ。この点に関して留意しなければならないポイントとして「何の業務をAIに任せるのか」「AIには100%の再現性がない」「人の役割」の3点をあげる。
○AIに任せる仕事とは何か、人の役割は？

「何の業務をAIに任せるのか」については、業務の内容全体を俯瞰した上で、一般的にルーチン化できる規模の大きな業務はすでにルールベースで定型化されており、RPAやBPOで効率的に処理されている。この部分に新たにAIを投入するのは無駄が多い。寧ろニッチ且つロングテールでIT投資のROIが合わない非定型業務、昔の職人の仕事のような高度な専門性と経験が必要とされた非定型業務だという。

2つ目の留意点である「AIには100%の再現性がない」については、特に問題を多く含んでおり、利用者を忌避させているポイントでもある。AIエージェントは情報処理の面では優秀だが、ことライセンスや著作権問題、情報の正確性などコンプライアンス面で、問題があることはよく知られる。その点からもAIエージェントの活用は、コンプライアンスに関する業務は避けるか、再現性のあるプロセスを構築し定型化して利用する必要があるのだと語る。

3つ目の「人の役割」については、上記のように一部信頼性に欠けるAIを俯瞰した観点で管理していくのが人間の仕事になる。AIが適切に運用されているかパフォーマンスを測定し、その都度役割の見直しを行い、それらを仕組み化し、運用AIを継続的に育成していく。いわゆる「Human in the Loop」の考えに根差したアプローチだ。同氏は、この考えを更に進め「Human On the Loop」として、AIを“持続的価値創出の手段”として活用すべく、より責任をもって管理監督していく姿勢が必要になってくると主張する。

.