面倒なプロントではなく、ざっくり頼めるAIエージェントの世界へ
──BuddyAIの将来像やビジョンがあればお聞かせください。
野々村：現状はユーザーがBuddyAIにプロンプトを入力して個別のタスクを実行するといった形式ですが、将来的にはBuddyAIが自律的にタスクを分解して実行し、レポートまでを行う「Agentic AI」の体制を確立します。これは世の中で言うところの「AIエージェント」です。
さらに、そうした作業を行う各領域のBuddyAIを統合するAIエージェントも構築し、相互にデータをフィードバックし合いながら、さらに精度を高めていくような仕組みを築き上げたいと思っています。
──現在、生成AI導入に取り組んでいる企業にアドバイスはありますか。
野々村：私がBuddyAIの導入を進めるなかで感じたのは、現場の意見や意向の重要性です。当初、マーケティング領域にBuddyAIを導入する際には、現場のプロセスやニーズなどをそれほど考慮せずに取り組みを進めました。すると、導入直後には利用率が一定程度高まったものの、すぐに頭打ちを迎えます。不思議に思い、マーケティング領域のメンバーにヒアリングしてみると、私たちからは見えていない不便さや不満が数多くあることに気付いたのです。
生成AIを用いて、全社的な生産性向上や組織的な価値創出を目指す企業は多いと思います。ただ一方で、ユーザー一人ひとりが利便性高く利用できなければ、そうした成果は得られません。いかに活用するかという戦略面と、ユーザーにいかに寄り添うかといった支援面を両立するのが、生成AI活用の重要なポイントではないでしょうか。
──貴重なお話をありがとうございます。価値創出の成果として、多くの新規事業が生まれることを期待しております。
個別に精度を最大化させる「生成AI3.0」とは（取材後記：小宮昌人）
今回取材させていただいたキリングループでは、AI基盤は共通のうえで、マーケティング組織を出発点として、様々な組織ごとにUIや機能が最適化された「組織別Buddy AI」を展開する形が進む。これは、企業が目指すべき「生成AI活用を先取りしたロールモデル」になるだろう。
企業における生成AI活用は、既存の生成AIにプロンプトを打って都度回答してもらう「生成AI活用1.0」から始まる。ただし、LLMの進化は目覚ましいものの、この活用段階では一般論での回答に留まり、当然ながら企業の業務やデータに基づいた回答は期待できない。そこで、生成AIに対して、自社のデータ・ナレッジを大規模言語モデル（LLM）に外部の情報を検索する機能を組み合わせるRAGを行い、踏み込んで回答させる「生成AI活用2.0（オペレーション変化）」が重要になる。
さらに先行企業では、「生成AI活用3.0（ビジネス変化）」という段階まで進んできている。以前に多くの取り組みがあったのは、「共通のAIに様々なデータをRAGで参照させる」というものだ。しかし、この方向で取り組む企業でわかってきたことは、1つのAIに様々なデータを参照させると個々の精度が上がりづらいという傾向だ。
キリングループやトヨタなどでは、別の取り組みを開始している。これらの先行企業では役割別のマルチAIを設置し、個別に精度を最大化させるようなデータ・ナレッジをRAGさせる方向へと進化させているのだ。
組織ごとにBuddy AIを設置し、必要となるデータ・ナレッジのRAGやUI・機能を整備するべく取り組んでいるキリングループは、企業の生成AI活用のロールモデルになる。先行者ゆえの課題や試行錯誤はあるものの、今後AI活用を進める企業が必ず直面する課題に既に対峙している。今後いかに早くこうした取り組みを行い、課題に直面し、乗り越えていくのか。そのナレッジや経験の積み重ねが企業の競争力を分けることとなる。企業のAI活用を進める日本企業にとって、今回の記事が少しでもヒントや気づきとなれば幸いである。
