今週の SYNCON は、AI を「入れるかどうか」ではなく、「どこに置き、誰が出来を見て、どこで止めるか」を問う記事が並んだ。ここでは今週掲載した 12 本を、経営層にとっての 5 つの論点に束ねて振り返る。共通するのは、道具の性能より、社内の役割と順番を先に決めた組織が成果を出しているという点だ。
AI は「どの会社か」より「社員の画面のどこにあるか」
Microsoft を使う会社が Google を足す理由では、Microsoft の業務ツールを残したまま Google の生成 AI(Gemini)を全正社員に配り始めたソニーネットワークコミュニケーションズと、同じ比較から Google 側へ乗り換えた高崎市を並べた。ソニーの子会社では Gemini の利用率が約 75% に達した。以前に全社へ配った自社開発の AI チャットが伸びなかった理由は、性能ではなく、メールや文書の画面から切り離されていたことだった。約 4,000 人が働く高崎市の判断を動かしたのは、機能の優劣ではなくライセンス費用を含む総額である。そして両者とも、社外とのメールやマクロを使う業務では Microsoft 側を残し、「全部替える」を選んでいない。
用語の整理として、WORD SYNC では Gemini とはと Google Workspace とはを取り上げた。Gemini は同じ名前で中身が複数あり、Google Workspace は Gmail やドライブを会社として管理する契約を指す。契約の見直しを議論する前に、社内で同じ言葉が同じものを指しているかをそろえておきたい。
AI を部下として扱うなら、採点役と止める場所を先に決める
NEC は、部門長から社員まで全員が AI という社内組織を新設した(AI の部下に AI を付ける — 人が止める場所を先に決める)。複数の AI を束ねる指揮役(AI マネージャー)が仕事を割り振り、権限・データ・仕様が足りない問題は人への依頼として上がってくる。方向性の提示、最終承認、統制は人が担う。社内の実証では、役員会議向けの経営分析にかかる時間が従来の約 1/7 になったという。管理職に問われるのは、部下を管理する力より、任せる範囲を決めて止める力に移っていく。
LayerX の事例(月 30 万円の AI が仕事を覚えない — 採点役を先に決める)は、その裏にある費用と評価の問題を示した。同社の AI 利用費は社員 1 人当たり月 30 万円で、平均給与約 800 万円の 3〜4 割にあたる。同社の福島氏はこれを「実質的に人件費が 1.4 倍になる」と表現した。今の AI は使っても覚えない。直せるのは指示文、社内資料、権限、手順といった周辺の装備で、何を直すかを決めるのは AI の出来を採点する物差しだ。その物差しは社外では買えず、業務を長く見てきた現場の責任者が持っている。
採点の型として真似しやすいのが、BUZZ SYNC で紹介した同じ依頼文で新しい AI を毎回試す定点観測だ。依頼文を固定すれば、出来の差をモデルの差として見られる。Anthropic は 9 月 22 日に公開した Claude Opus 5.5 について、一般的な作業にかかる費用が前の世代の Opus 5 より 40% 安くなるとしている。最上位のモデルを当然のように使い続けるのではなく、一つ下の価格帯で自社の問いに合格するかを確かめる習慣が、そのまま費用の管理になる。
費用の論点は海外でも表に出てきた。TechCrunch によると、米国の医療保険の Blue Cross Blue Shield は、病院での AI ツールの利用によって 2 年間で約 9.42 億ドルの医療費が追加で生じたと主張している。AI の費用は、使う側の請求書だけでなく、取引の相手側の負担としても議論され始めている。
眠っているデータを、社内の人が自分で使える状態に
ライオン(基幹システムのデータを社内で使う — ライオンは覚える手間を最大 90% 削った)は、SAP 独自の言語で書かれた基幹システムの決まりごとを、生成 AI の Gemini に手伝わせて、データを扱う共通の言葉(SQL)に書き直した。これで SAP の学習にかかる工数を最大 90% 削減したという。注目すべきは順番だ。昨年秋の時点では生成 AI でも書き直せず、定義書を見ながら手作業で再現していた。先に社内の専門組織を作り、外部ベンダーへの依存を最小限にする方針を決め、その上に AI を載せている。
JAL グループ(問い合わせの録音を探せる資産に)は、年間 200 万件を超えるコールセンターの音声データを、AI で検索・分析できる形にする取り組みを進めている。録音やメール本文のような表にならない記録は、文字に起こして分類すれば、普段の言葉で探せるようになる。ただし成否を分けるのは技術より役割分担で、JAL は 2026 年 4 月にグループのデジタル機能を JALデジタルに集約し、各業務部門にデジタル担当者を置いて現場に伴走させる体制へ転換した。
2 つの事例に共通するのは、データを「外注先しか触れない箱」や「トラブルのときに聞き返す証拠」のままにせず、社内の誰が何を問うかを先に決めた点である。AI は専門知識の壁を低くするが、その壁を登る人を決めるのは経営だ。
入口は裏方の古い設備 — 守りの順番は経営が決める
DEEP SYNC のサーバ約 100 台停止、復旧に 50 日では、パルグループホールディングスの事例を追った。攻撃者は老朽化した保守用の遠隔接続の通路(VPN)から入り、古い勤怠システムのサーバを経由して、社内のアカウントと権限をまとめて管理する仕組み(Active Directory)を攻撃した。約 100 台のサーバが一斉に止まり、各店舗の売り上げが見えなくなった。インシデント発生から復旧までにかかったのは 50 日間だ。入口になったのは売り上げを生む看板システムではなく、更新を後回しにしやすい裏方の設備だった。
一方で、守る側の余力は乏しい。TD SYNNEX の「セキュリティ疲れ白書 2026」では、国内企業の 75.4% が守りの運用に疲弊感や限界感を覚え、87.3% が運用が特定の担当者に依存していると感じていた。最も求められた改善策は「アラート対応の自動化・優先順位付け」の 36.3% だった。古い設備をすべて更新する予算と人手が無いなら、「社外から入れるか」「会社全体の鍵束につながっているか」で順番を決めるのが現実的だ。パルグループは復旧後の訓練で、約 2 カ月かかった業務復旧を約 6 時間で終えられたという。訓練の時間と予算を確保できるのは経営だけである。
ロボットも道具も「現場の一作業」から考える
BUZZ SYNC のロボット導入は華やかなデモより「現場の一作業」からでは、三菱総合研究所と PwC Japan の論考を並べた投稿を起点に、現実の空間で自分で判断して体を動かす AI(フィジカル AI)と日本企業の向き合い方を整理した。三菱総研の対談は、華やかなデモと現場で安定して働くことの距離を認めたうえで、現場起点で導入できる領域から段階的に進める道を示した。PwC は中国の強さを、技術そのものより「政策が初期リスクを引き受け、民間が成長スピードを担保する」構造に見ている。日本流は、工場や現場の暗黙知を生かし、特定の作業に機能を作り込む方向だ。最初の一歩は、止まっても事故にならない巡回や点検の一作業を切り出すことになる。
GEAR PICK でも、働く場面を一つに絞った道具を選んだ。Bellroy Transit Workpack Proは 16 インチのノート PC と出張 1 泊分を 1 つのリュックに収める提案、BenQ ScreenBar Halo 2は画面の反射を消して夜のオンライン会議を楽にする提案である。何でもできる道具より、自分の一日のどの場面を楽にするかで選ぶ。ロボット導入と同じ考え方が、身の回りの道具にも当てはまる。
SYNCON の視点 — 来週の経営会議で問うべき 3 つ
今週の記事を通して見えたのは、AI やシステムの成否が、道具の性能より「置き場所」「採点役」「守りの優先順位」という社内の決めごとで分かれるということだ。いずれも情報システム部門だけでは決めきれず、経営が名指しで担当と期限を置く必要がある。
- 社員が毎日開く画面の中から、いま契約している AI を開けているか。開けていないなら、足すのか、替えるのか、置き場所を変えるのか
- AI に任せている仕事について、出来を誰がどの頻度で採点し、どの条件で止めて人に戻すかを書面で決めているか
- 社外から入れる古い通路と、会社全体の鍵束につながる古い設備はいくつ残っていて、それぞれ誰がいつまでに塞ぐ判断をするのか
情報ソース:
・今週の SYNCON 掲載記事(上記リンク)
・TechCrunch「Insurers claim AI is already increasing healthcare costs」(2026 年 9 月 26 日)https://techcrunch.com/2026/09/26/insurers-claim-ai-is-already-increasing-healthcare-costs/
AI・最新テックの動きを、毎日 X でお届けしています
X で @SYNCONJP をフォローPR
コメント