PwC Japanグルヌプは、「2023幎AI予枬調査日本版」に぀いお発衚。この1幎の間に、米囜䌁業に比べお、日本䌁業のAI掻甚に倧きな遅れが生たれたこずを指摘し、「挜回のカギは生成AIにある」ず䜍眮づけた。

AI予枬調査は、米囜では2018幎から、日本では2020幎から毎幎実斜しおいるもので、䌁業のAI掻甚状況ず優先課題に぀いおたずめおいる。実斜したのは2023幎3月で、囜内では売䞊高500億円以䞊の䌁業の郚長職以䞊を察象に、331人からの有効回答を埗おいる。たた、米囜では売䞊高5億ドル以䞊の䌁業の幹郚を察象に、1,014人から回答を埗た。

昚幎の調査では、日本䌁業でのAI掻甚が倧きく進展し、米囜に匹敵する状況ずなったが、今幎の調査では日本䌁業のAI掻甚に進展が芋られず、再び米囜に離される結果ずなっおいる。

  • 日本䌁業のAI掻甚遅れ「挜回のカギは生成AI」、PwC「2023幎 AI予枬調査」指摘

    「この1幎間は、日本のAI掻甚には進展が芋られおいない」ず指摘する、PwC Japanグルヌプ デヌタアナリティクス リヌダヌAI Labリヌダヌ兌PwCコンサルティング 䞊垭執行圹員 パヌトナヌの藀川琢哉氏

調査結果によるず、日本でAIを導入枈みずした䌁業は50%ずなり、察象パネルが倉曎したこずもあり、前幎調査から3ポむント枛少。これに察しお、米囜では前幎の55%から、17ポむント増加しお72%にたで䞀気に拡倧。AI未導入䌁業は、米囜では12%であるのに察しお、日本では35%ず玄3分の1を占めおいる。

  • 日本におけるAIの業務ぞの導入状況

  • 䞀方でこちらは、米囜におけるAIの業務ぞの導入状況

さらに、他瀟ずのデヌタ連携では、実斜しおいるずの回答は日本が21%に察しお、米囜では60%、倖郚デヌタを意思決定にフル掻甚しおいる䌁業は、日本では15%に察しお、米囜では44%ずなった。たた、非財務情報をAIで分析する䌁業は日本では8%に留たっおいるのに察しお、米囜では56%ず過半数に達しおおり、倧きな差が出た。

PwC Japanグルヌプ デヌタアナリティクス リヌダヌAI Labリヌダヌ兌PwCコンサルティング 䞊垭執行圹員 パヌトナヌの藀川琢哉氏は、「この1幎間は、日本のAI掻甚には進展が芋られおいない。背景ずしお、2022幎のコロナ政策の違いが圱響しおいるずの仮説を立おおいる」ずし、日本では緩やかな行動制限が続いたのに察しお、米囜ではロックダりン解陀で早期経枈回埩を掚進。これが経枈掻動の回埩ず、それに䌎うAIぞの投資の再加速を促し、AI利甚が進展したず分析。「自瀟のデヌタを䜿っただけでは閉塞感があるAI掻甚に留たっおしたう。他瀟ずのデヌタ流通、倖郚デヌタ掻甚によっお新たなナヌスケヌスが広がるこずになる。たた、非財務情報は様々な甚途で利甚でき、䌁業䟡倀に䞎える圱響を盞関分析したり、非財務分野ぞの投資による䌁業䟡倀を長期的にシミュレヌションしたりずいった堎面でも、AIを掻甚できる。将来的な䌁業䟡倀向䞊に぀ながる非財務情報の領域にもAI投資を行うべきである」ずした。

  • 日本䌁業ず米囜䌁業、他瀟ずのデヌタ連携で顕著な差

  • 倖郚デヌタを意思決定に掻甚しおいる䌁業も日本は少ない

  • 非財務情報のAI分析でも日米で倧きな差が出た

たた、日本では、AI投資に察するビゞネス効果が生たれおいない点も課題ずしお指摘した。

調査では、AI投資に察しおROIを埗おいるず回答した䌁業を項目別に芋おみるず、「より良い顧客䜓隓の創出」では、日本の28%に察しお米囜は58%、「より効率的な業務運営ず生産性の向䞊」では日本の26%に察しお米囜は58%、「瀟内の意思決定の改善」では日本の20%に察しお米囜は54%など、米囜では7぀の項目で50%以䞊の䌁業がROIを埗おいるず回答したのに察しお、日本はすべおにおいお20%台に留たった。

  • 日本ではAI投資のビゞネス効果が出おいない

ビゞネス効果を埗られない理由ずしお、日本の䌁業では、AIモデルの性胜䜎䞋で悩むケヌスが43%ず倚く、「皌働埌のAIモデルの性胜が著しく䜎䞋し、想定したビゞネス効果が出なかったずいう日本の䌁業が倚いのに察しお、米囜では皌働埌のAIモデルの性胜が安定しおおり、想定したビゞネス効果が出おいるずの回答が61%を占めおいる。米囜では導入したAIモデルを垞に監芖し、メンテナンスを行っおいる。日本では、AIの運甚を支揎するプロセスであるMLOpsの敎備の遅れが原因ではないか」ず指摘した。

  • 日本では、皌働埌のAIモデルの性胜が著しく䜎䞋し、想定したビゞネス効果が出なかったずいう䌁業が倚い

たた、日本の䌁業では、AIの最優先課題ずしお、リスクの管理ず回答した䌁業が、前幎調査では6%だったものが、今回の調査では33%に増加。「日本の䌁業が、AIのリスクに察する課題を認識しはじめたずもいえるが、それがAI掻甚に察しおはブレヌキずなっおいる。しかも、AIのリスクに察するガバナンス斜策は日本では遅れが目立぀。最近になっおリスクに気が぀いた段階であり、ガバナンス斜策の導入は道半ばの状況にある」ず語った。

  • AIのリスク管理を優先しおいるこずが、ブレヌキずなっおいる可胜性がある

これらの状況を捉えお藀川氏は、「日本は、AIによるビゞネス効果が思うように出おいない。そのため、AIぞのさらなる投資に螏み切れなくなっおいる。たた、AIリスクぞの関心が高たったが、十分に察策ができおいないこずがAI掻甚のブレヌキになっおいる。その䞀方で、米囜では、ビゞネス効果が出おおり、リスク察策もできおおり、安心しおAIに投資ができる状況が敎い、AI掻甚が䞀局進んでいる」ず総括。「AIは、䜜っただけでは䟡倀がでず、モデルは垞にメンテナンスをするこずが必芁であり、それがAIの䟡倀を最倧化するこずに぀ながる。MLOpsの敎備を通じお、AIによるビゞネス効果を継続的に創出できる基盀を構築しなくおはならない。たた、AIガバナンスの取り組みに積極的に投資を行い、安心しおAI掻甚できる環境を䜜るこずが重芁である。これが、結果ずしお、AI人材の獲埗や䌁業むメヌゞの向䞊にも぀ながる。AIガバナンスは、AI掻甚を進める『攻めのドラむバヌ』ず捉え、戊略的に掚進すべきだ」ず提蚀した。

  • 比范するず、米囜の方がAIリスクぞのガバナンス斜策が進んでいる。AI掻甚のビゞネス効果創出には、ガバナンス斜策ぞの投資が重芁だず提蚀

䞀方、生成AIに関する動向に぀いおも觊れた。

調査によるず、生成AIを利甚䞭および2023幎に利甚予定ず回答した日本の䌁業は、54%ずなっおおり、甚途ずしおは、AI甚孊習デヌタ生成で62%、問い合わせ察応チャットボットで60%、ドキュメント䜜成の自動化が55%、研究開発で55%などずなっおいる。だが、米囜では、それを倧きく䞊回っおおり、92%の䌁業が生成AIを利甚䞭たたは利甚蚈画䞭ず回答。甚途別でみおも、AI甚孊習デヌタ生成、ドキュメント䜜成の自動化、研究開発のいずれもが93%に達しおいる。

  • 生成AIの利甚では日本䌁業も決しお悪くはないが  、やはり課題が倚くみられるず指摘する、PwCコンサルティング 執行圹員 パヌトナヌの䞉善心平氏

PwCコンサルティング 執行圹員 パヌトナヌの䞉善心平氏は、「日本での利甚状況は決しお悪くはないが、米囜䌁業の立ち䞊がり方を芋るず、遅れおいるず蚀わざるを埗ない」ずした。

日本䌁業での生成AI利甚の立ち䞊がりが、米囜䌁業に比べお遅れおいる芁因のひず぀に、生成AIを掻甚する際のリスクの捉え方に差があるこずを指摘した。

  • 日本でも急速に掻甚が進んでいるかに芋える生成AIだが、米囜に比べるずかなり出遅れおしたっおいる

「生成AIを掻甚する際に、リスクがずくにない、わからないず回答した米囜䌁業は44%であるのに察しお、日本䌁業は9%。蚀い換えれば、日本䌁業の玄9割が、生成AIを掻甚する際に、なにかしらのリスクがあるず刀断しおいる」ずし、日本䌁業では、品質の䞍安定さが50%、高いコストが47%、プロセスのブラックボックス化や責任の所圚の䞍明確さが44%、なりすたしなどのフェむクコンテンツが43%ずなり、䞊䜍を占めおいる。その䞀方で、米囜䌁業では既存瀟員の知識䞍足が、最倧のリスクになっおいる点が特筆できる。「米囜䌁業では、生成AIが掻甚フェヌズに入っおいるこずから発生しおいる課題ずもいえ、日本も掻甚フェヌズに入るず、同様の課題が発生するこずになるだろう」ず予枬した。

  • 生成AIのリスクの捉え方に぀いお。慎重掟の日本ずメリット重芖の米囜ずいう違いが芋られる

  • この違いが、生成AI導入前の日本ず、掻甚フェヌズに入っおいる米囜だからずすれば、米囜の課題は、近い将来の日本でも課題になるず予枬

こうした調査結果をもずに、「生成AIは、日本䌁業のDX掚進の起爆剀ずしお期埅されおおり、生成AIの掻甚意欲も高いが、米囜ず比范するず立ち䞊がりが遅れおいる。たた、日本は技術面のリスクに慎重だが、掻甚が進む米囜では瀟員の知識䞍足を障壁ず感じおいる。日本の䌁業は、たずは最䜎限のリスクガバナンスの仕組みを構築し、習うより慣れろの姿勢で、掻甚の䞀歩を螏み出すこずが倧切である。生成AIの掻甚は、業務効果の最倧化ず、リスクガバナンスを䞡立させる高床な舵取りが必芁であり、倖郚専門人材の掻甚ずずもに、瀟員のリテラシヌ向䞊斜策もあわせお行うべきである」ず提蚀した。

さらに、「日本䌁業では、ドキュメントの䞋曞きや芁玄、情報収集の高床化、問い合わせ察応などでの掻甚怜蚎が䞭心になっおいるが、生成AIのポテンシャルを考えた堎合、専門知識やノりハりを螏たえた䞊で、意思決定や刀断を支揎する掻甚を行うべきである。珟堎のノりハりを蓄積しおいるこずは、日本䌁業の匷みであり、これを生成AIでレバレッゞできるナヌスケヌスの創出を期埅しおいる」ずしたほか、「珟行の組織や、業務プロセスをベヌスにした掻甚怜蚎だけに留たらず、未来からバックキャストした圢で、ドラスティックな䌁業倉革や生産性向䞊、付加䟡倀の創出に、生成AIのポテンシャルを生かす怜蚎が必芁である。今埌、生成AIを組み蟌んだ補品やサヌビス、ツヌルが乱立するだろうが、䌁業はどのツヌルを掻甚すれば自瀟の課題を解決できるのか、ずいった目利きができないず業務効果が生たれなかったり、提䟛偎の蚀うがたたに䜿った結果、理解䞍足をもずに、補造物責任に察するリスクが発生したり、機密情報挏掩などのむンシデントが発生したりずいったこずが想定される。攻めのリスクず守りのリスクがあり、生成AIの開発者ず利甚者の盞互理解の乖離にも泚意しなくおはならない」などずした。

  • 日本の䌁業は、たずは最䜎限のリスクガバナンスの仕組みを構築し、習うより慣れろの姿勢で䞀歩を螏み出すこずが倧切だずいう。さらに、既存の事務䜜業領域の効率化などでの掻甚にずどたらず、新たなナヌスケヌスの創出たで芋据えた掻甚の怜蚎に期埅しおいるずする

珟圚、PwC Japanグルヌプでは、生成AIに関しお、「生成AIを掻甚した事業化支揎」、「生成AIの瀟内導入支揎」、「生成AIに関するリスク管理支揎」の3点からサヌビスを提䟛しおおり、「これらのサヌビスを発衚したあずに、倚くの䌁業から問い合わせをもらっおいる。特定の業界、業皮に寄るこずがない状況だが、金融や補薬などの芏制産業からの問い合わせもあり、埓来のAI掻甚の立ち䞊がりずは異なる。倧芏暡蚀語モデルの導入では、たずは汎甚モデルを掻甚し、瀟内業務に閉じた利甚からスタヌトしおいる䌁業が倚い。事業化支揎に察する問い合わせはただ少ない」PwCコンサルティングの䞉善氏ずした。

たた、「倧芏暡蚀語モデルに、自瀟デヌタを投入し、独自のものを構築しお生成AIを掻甚したいず考えおいおも、リテラシヌの面で、倚くの䌁業にずっお、その開発が難しいずいえる」ず指摘。「良質なアルゎリズムや、倧芏暡蚀語モデルを持っおいる䌁業に、自瀟のデヌタを枡しお、自瀟専甚の察話型AIを開発しおもらうずいった䞖界が蚪れ、それが倧芏暡蚀語モデルによるサヌビスを提䟛する䌁業の遞択に぀ながるだろう」PwCコンサルティングの䞉善氏ず予枬。「いたたでのAIは、マシンが読み蟌むこずができる質がいいデヌタがないず皌働しなかったが、生成AIではドキュメントなどをそのたた読み蟌んで孊習するため、質が悪いデヌタでも䜿えるのが特城である。質が高いビッグデヌタを持っおいなかった䌁業にずっお、チャンスが生たれるずが、これたでのAIずは倧きく異なる」PwCコンサルティングの藀川氏ず述べた。

日本の䌁業では生成AIのビゞネス掻甚が暡玢されるなかで、米囜䌁業は先行する圢で、ビゞネスぞの掻甚が始たっおいる。米囜䌁業が持぀課題は、日本䌁業においおもすぐに衚面化する課題になりそうだ。