多彩なオンラインセッションにて、実務に直結する知見をお届けします。
ぜひご視聴ください。
生成AIの急速な進化により、企業のAI活用は新たな段階へと入りつつある。単なる業務支援ツールとしての利用にとどまらず、ビジネスプロセスそのものを変革する存在として、AIが現実的な選択肢になり始めている。こうした変化の中で、企業はAIをどのように活用し、競争力につなげていくべきなのか。KDDIが開催したイベント「KDDI Business AI Fes 2026」では、「AIが引き起こすパラダイムシフト -AIとデータで競争力を高める-」をテーマに対談形式のセッションが行われた。本記事では、AI活用の最前線からデータ整備とガバナンス、そしてAIネイティブ時代におけるビジネスのあり方について交わされた議論の内容をレポートする。
本セッションでは、SOMPOホールディングス 執行役員常務 グループChief data Officerの村上 明子 氏と、KDDI 執行役員 先端技術総括本部長の藤井 彰人が登壇。研究開発と実務、それぞれの立場からAI活用の現状や課題について意見が交わされた。
藤井は冒頭、「現在、研究開発 (R&D) と社内システム開発の両面からAIにフォーカスしています」と自身の立ち位置を説明。AI社会実装を見据え、大阪・堺に整備されたAIデータセンターを活用した基盤整備や、生成AIの活用に向けた Google との協業を含む取り組みについて触れ、企業内でAIが研究テーマであると同時に事業を支える実装技術に変わりつつある前提が示された。
一方、AI研究者としてのバックグラウンドを持つ村上氏は、保険会社でのDX推進を通じて、実務におけるAI活用の難しさを経験してきた。現在はAIセーフティ・インスティテュートの初代所長も兼任し、ガバナンスやルール設計の重要性を指摘する立場にある。
加えて村上氏は、損保ジャパンのルーツとして、複数の会社の合併によって現在の損保ジャパンが成り立っており、その一つが日本ではじめての火災保険会社である東京火災であることに触れた。お客さまの資産を守るため、かつては自社で私設消防団 (ヒケシ部隊) を持っていた歴史があり、そうした「防災・減災」という火消しの精神を受け継ぐ取り組みが「HIKESHI」プロジェクトだという。
同プロジェクトでは、産官学が連携し、データを活用したレジリエンスの追求を進めており、村上氏は、AI活用が単なる業務効率化にとどまらず、社会課題の解決にもつながり得ることを示した。
藤井は、生成AIモデルの進化について、「2年ほど前はモデルごとの差があると感じていました。しかし、現在は、フロンティアモデル間の争いが高度化し、実際に使う分には大きな違いを感じにくくなってきています」と語る。
村上氏も、「モデルごとに特徴や得意な領域はあるけれど、AIのモデル自体はコモディティ化の域に入ってきたと思います」と述べた。モデルの性能差よりも、AIをどのように業務に活用するかが重要になりつつあるという。
その変化が顕著に表れているのが、ソフトウェア開発の現場である。
藤井は、KDDIでも最近、ソフトウェア開発の現場を中心にAI活用が急速に広がっていると説明する。
アジャイル開発やGitHub (注1)、Jira (注2) といったツールやプロセスが共通化されているため、AIを組み込みやすく効果も出やすいという。
具体例として、IoT分野を担当する技術本部での取り組みが紹介された。設備のメンテナンス状況や障害発生状況を可視化する分析画面の開発において、要件を入力すると、AIが過去のチケット (注3) やソースコードを参照し、詳細なチケット作成から、見積もり、タスク分解までを自動で行う。さらに、そのまま実装、テスト、受け入れまでを一連の流れとして進めることも可能だという。
村上氏は、保険会社の使命を「皆さまの生活を支えること」としたうえで、業務を効率化し、持続的にサービスを提供していくことの重要性を語る。
その際、AIは人をアシストするだけでなく、人ができない領域を補完する存在であり、大規模データ処理やデータの分析・傾向把握に強いと主張する。
一方で、AIを導入すればすべてが置換されるわけではないという。村上氏は、「保険金支払いの局面では、事故や怪我によってお客さまがつらい状況にあります。そういうときにきちんと寄り添うことができるのは、人の力なんだと思います」と語る。
重要なのは、まず人が担う役割を定め、そのうえでAIの役割を考えるという視点である。
村上氏は、保険の引受判断・支払い・営業という三つの領域において、単純にAIを業務の一部に当てはめるだけではなく、業務全体の中で人とAIの役割分担を最適化することで、サービス品質の向上につなげようとしている。
村上氏はAIの具体的な実装例として、約款 (保険契約の細則) に関する問い合わせ対応をAIで支援する取り組みを挙げた。約款は量が膨大で、商品ごとに内容も異なるため、マニュアルに沿って回答するにはかなりの労力がかかるという。こうした業務にAIを活用することで、約款の参照が容易になる。システムの名称は「教えて!SOMPO (略して「おしそん」)」で、現時点では社員および代理店が使用している。「教えて!SOMPO」は、お客さまからの問い合わせに対して、約款をもとにAIが回答を生成し、提示された参照元を人間の目で最終的にファクトチェックする仕組みである。AIと人による二重チェックにより、効率化と誤回答リスクの抑制を同時に実現している。
セッションの中核として語られたのが、データ整備とガバナンスの重要性だ。村上氏は、AI活用の本質はモデルではなくデータにあると繰り返し強調する。
これまではRAG (検索拡張生成) による外部知識の補完が中心だったが、特化型AIの開発やAIエージェント化が進むなかで、「すべてはデータが命」と村上氏はいう。保険分野では、一般的な保険知識を学習させたAIであっても、「この保険商品がこの事象をカバーできるかどうか」といった判断には答えられないという。業務固有の判断を可能にするには、その前提となる専門データが不可欠だ。
しかし、データがあればすぐにAI活用が進むわけではない。村上氏は「教えてSOMPO」の開発を始めた際、「正しい約款がどこにあるのか」を調べるところから着手したと述べる。部門ごとに管理が分担されている状態では、AI活用以前に人がデータを探すこと自体が課題になる。そこで重要になるのが、AIが読み取り、検索し、参照できる「AI-Ready」なデータ整備だ。どのデータが正で、どこにあり、どの業務で使われるのかを明確にしなければ、AIは正しく機能しない。村上氏は、データガバナンスを机の整理に例え、必要な書類がすぐに見つからない状態では仕事が進まないのと同様に、データが整理されていなければAIも正しく機能しないと指摘する。
ガバナンスは単なる法令遵守のための仕組みではない。AIを正しく、安心して使い続けるための土台であり、AI活用が進むほど、その重要性はむしろ高まっていく。
村上氏は、保険金支払いの自動化が夢物語ではなくなってきたと述べつつ、だからこそガバナンスが運用課題になると語る。POC/POV段階で正解率を担保してリリースできても、精度が維持されている点をモニタリングできているかが問われると語る。
さらに、不当なバイアスにより本来保険金を支払うべきお客さまに支払いが行われていない可能性がないか、データバイアスをどうチェックするかが、AIガバナンスの論点である。
こうした問題は企業の内部にとどまるものではない。村上氏は、自治体でもAIの利用が進み、補助金申請など社会生活に影響する領域にまで広がっていると指摘する。そうした状況において、消費者には「どのようなAIが使われ、どのような判断が下されたのか」を知る権利があると述べる。
またAIの失敗例として、採用AIが過去データの偏りに引きずられ、性別だけを理由に候補者を不利に扱ってしまうケースを挙げた。さらに、購買レコメンドの仕組みによって個人情報が意図せず露呈してしまう例にも触れ、プライバシー侵害につながるおそれがあると指摘する。AI活用が広がるほど、透明性や説明責任をどう確保するかが重要な課題になる。
藤井は、地政学的な変化を背景に、AI活用においてもソブリンシー (主権) が議論されるようになったと述べ、データやAIを主権的にコントロールすることについて触れた。村上氏は、「モデルがコモディティ化する局面でこそ、データを自分たちで守れるかが重要であり、それがデータ主権であると考えています」と述べる。また、LLMがブラックボックス化する中で「どこにAIが使われているのか」「同じ入力に対して継続的に同じ品質の結果が得られるのか」といった制御可能性も重要な観点として挙げられた。AIが生成する内容の質だけでなく、それをどこまでコントロールできるかも重要になるという指摘である。
この制御可能性は、システムやAIを安定的に運用し続けるという観点から、BCP (事業継続) の議論にもつながっていく。
村上氏は、「システムが止まったらビジネスが止まるような状態は責任範囲の問題になる」と述べ、特定の技術や基盤に過度に依存しない設計の重要性を指摘した。
藤井も、「AIを外部委託のように捉えて、どこまで任せてよいか、どこは内製化すべきかを整理する必要があると考えています」と語った。その具体例として藤井は、KDDIの取り組みに言及した。KDDIでは、シャープの跡地工場を活用してGPU基盤を構築し、データセンター内の閉じた環境でフロンティアモデルを扱える体制を整えている。Gemini などの先端モデルを、自社のイントラネット環境内で利用できるようにすることで、用途やリスクに応じた柔軟なAI活用が可能になってきているという。
村上氏も、「フルスタックすべてを日本製で揃えることにこだわるのではなく、主権を見るべき点を見極めて、どこに最も優れた技術を使うのかをバランスよく考えることが重要です」と語った。
結びとして村上氏は、時代が「AI-Ready」から「AIネイティブ」へ移行しつつあるという見立てを示した。これまでのように、AIを業務の補助として使う段階から、ビジネスプロセスそのものをAI前提で設計する段階へと進むにつれ、人の役割も大きく変わっていく。
そうした世界では、単にAIを導入していること自体は差別化にはならず、データ整備、ガバナンス、ソブリンシー、そして基盤設計まで含めたAIネイティブなビジネスデザインを実現できるかどうかが企業競争力を左右する要素になると指摘した。
同時に村上氏は、リスクをおそれてAIを使わないことこそが最大のリスクになり得ると強調。一方で、AIの規定やガバナンスには明確なゴールがあるわけではなく、変化の激しいAI時代においては継続的に更新していく「リビングドキュメント」として運用する必要があると述べた。
最後に藤井は、現在は革命期にあり、複数のAIエージェントを活用する新しい業務の進め方が広がる可能性に言及し、「AIを活用してさまざまな開発やサービス企画を行っていますが、ぜひ皆さまと共に作り上げていきたい。この新たな時代に、AIを活用して互いの競争力をどんどん高めていきたい」と呼びかけ、対談を締めくくった。