生成AIで、職場はどう変わるのか？
ChatGPT時代の新たな組織開発と人材育成

セッション概要：https://www.hrd-inc.co.jp/hrd-next/2024/#modal-session2-day1

このセッションでは、最新の生成AI技術、具体的にはChatGPTを取り上げ、これがいかに職場環境に革新をもたらすかに焦点を当てます。未来を見据え、組織開発と人材育成の新しい局面について深く掘り下げ、参加者の皆様が今後のビジネス環境において主導的な役割を果たすための洞察を提供します。

ChatGPTは言語モデルの最先端を走り、自然な対話を行うことができるAIです。本セッションでは、これを活用して組織内のコミュニケーション、問題解決、意思決定プロセスがどのように変わるかについて具体例を挙げながら解説します。また、AIを活用した新たな業務プロセスや仕事の進化に焦点を当て、参加者が変化に適応し、リーダーシップを発揮できるようなスキルを育む方法もご紹介いたします。

組織開発においては、ChatGPTを含むAI技術が新たなチームダイナミクスやリーダーシップのスタイルに影響を与えています。これらの変革に柔軟かつ前向きに対応する方法や、人材育成においてAIを有効活用する手法についても本セッションでお話しいたします。参加者の皆様が、この変化の波に乗り、ビジネスの成長に繋げるための具体的なスキルや知識を身につける手助けになることでしょう。

新たな時代のビジネス環境において、生成AIがもたらす変化に対応するための重要な情報と洞察が本セッションには詰まっています。ぜひ、ご自身のキャリアや組織の発展に向け、参加登録をいただき、未来の成功への第一歩を共に歩んでいきましょう。AI時代のリーダーシップと組織の未来を共に考え、共に築いていくために、是非ご参加ください。
（※この文章は、ChatGPTにより生成しました。）

セッションのモデレーターはHRD株式会社代表取締役社長の韮原が務めます。

Chat GPTのリリースから約1年半、日本企業における生成AIの活用状況はいかに

韮原：それでは「生成AIで職場はどう変わるのか」というテーマで、ブレインパッドの代表取締役の関口朋宏さんをお招きします。生成AIによって、皆さんの職場や働き方、仕事のあり方がどのように変わっていくのかについてお話ししたいと思います。

ここ1年ぐらいブレインパッドには、生成AIをビジネスにどう活用すればよいかといった相談は結構来ていますか？　

関口：そうですね。

韮原：まずどういう状況か、生成AIマーケットの温度感みたいなところを、コメントお願いします。

関口：改めまして、ブレインパッドの関口と申します。当社は、今年で創業20周年になりますが、データ分析のSaaS企業としてAIの開発も行っていますので、当然ながら、生成AIの話はつねにお客様企業からたくさんいただくのですが、現状は「とりあえずChatGPTを使ってみたい」といったお話が中心です。

韮原：それは何か、ただやってみたいだけなのか、何か明確な課題があって使いたいのか、どういった程度ですか？

関口：お問い合わせの平均値は、「おもしろそうだから使ってみたい」という興味が強いです。おもしろそうの意味するところは、何か仕事が便利になりそうだというイメージがあるからで、そのために「とりあえず使ってみよう」「その環境を整備しよう」という流れが基本的にあります。

もちろん踏み込んでいる方は、企業の抱えている課題に対して生成AIを使いたいというニーズももちろん持っていますが、日本の現状は、とりあえず触ってみようよといった温度感です。使ってみて便利だったら、もっと活用を進めていこうよといったスタートラインに立ったぐらいの感じですかね。

韮原：ということで、まだ皆さん探り探りだということが分かりましたので、私たちもChatGPTを使いながらセッションを進めましょう。

そもそもこのイベントのこのセッションの紹介文なんですけども、これはまるごとChatGPTに生成してもらいました。ChatGPTに生成してもらった原文をそのまま、イベントページに掲載しています。

なので、私が文章作成にかけた時間は、6、7分くらいですかね。明日の他のセッションについても、説明文をChatGPTに生成してもらいました。

ChatGPTに与えたプロンプトは消してしまって残っていませんが、「次のタイトルで、こんな講演を企画しています」といった前提をまずインプットして、「Webサイトに紹介する紹介文を600字程度で生成してください」と初稿を出してもらった、と。初稿を「今度400文字でお願いします」といって調整していきました。

私も個人的に使ってみて、文章の作成にはとても時間がかかるので、それがChatGPTを使えばあっという間によい線の文章が書けるなと思いました。生成AIの使い方の1つは、こういった使い方ですかね。

関口：そうですね。僕自身も2023年の7月にブレインパッドの代表に就任し、いろいろと外に発信をしなければいけないとか、社員に向けても話すことが多いわけです。

そうすると、例えば、オーディエンス（聞き手）のスタイルによって話し方を変えたり、伝える言葉を変えたりしなきゃいけないときに、自分の中にそこまでたくさんのボキャブラリーがないことがあります。例えばそのとき、「聞き手がこうだった場合に、どう伝えたらわかりやすいですか」といったことをChatGPTに投げかけたりします。

そうすると、「こういうふうに言った方が分かりやすいですよ。なぜなら、こうだからです、こういう理由もあります」といったことを教えてくれるので、「なるほど！」と思いながら使うことがあります。

韮原：（画面を共有しながら）まさに私もそういう使い方をしていました。明日のセッション概要をChatGPTに生成させてみて、「参加者の多くは企業の人事担当や人材育成担当であることを踏まえて、校閲してください」と言うと最後にこんな回答が得られました。

「ファッションデザインの世界で培った成功体験を通じて、人材の発掘と育成において新たな視点を提供します」と、紹介文をちょっとアレンジしてくれるんですね。ChatGPTに人格を与え、方向性をナビゲートしながら使うのは、結構大事ですよね。

関口：はい、大事ですし、ChatGPTは断ってこないのもポイントですね。僕らが納得するまで回答を続けてくれるんで。そういう意味では、使い続けるとよいと思います。

韮原：そうですね。あとは、例えば1回1200字ぐらいで文章を生成してもらい、気に入ったところを指定して「この辺を中心に800字に直して」と指示したり。私たちはコンサルファーム出身ですが、こういう文章の生成を業務の中で散々やってきて、文章の書き直しだけで何万時間かけたか分かりませんが、私たちの新人のころよりもよっぽど使い勝手がよい部分がありますよね。

関口：端的に伝えることも大事です。資料を書くときも、上の方に2行ぐらいで収めたい、しかもビビッドに伝えたいと思ったときに、言いたいことは実は10行ぐらいあるんだけど、それをギュッとしたらどうなるかみたいなことは、資料の作成上意外と大事だったりするので、そうした要約を考えさせるのも向いています。

ですが、ChatGPTには1つ欠点があって、1回短くさせた文章を後から膨らまそうと思うと、膨らませてくれないんですよ。なので、最初は長めに書いてもらい、徐々に縮めていった方がいいと思います。

韮原：なるほど。後から膨らますには、どういう方向でどんな風にといった指示を結構明確にしてあげないといけませんからね。ほかにおすすめの使い方はありますか？

関口：ChatGPTの使い方のヒントとして、「ChatGPTに人格を与えた方がいい」ということがあります。例えば、僕がとある事業でファンドを組成したいと思ったとします。でも、ファンドを立ち上げた経験はありません。

そうしたときに、「『あなたは優秀な会計士です』、ファンドを設立するには、どうしたらいいですか？」と伝えてやると、会計士の言葉を加味して返答が返ってきます。なるほどね、と思える回答は得られるので。

韮原：いいですね。実際に生成してみましょうか。

「あなたはデータサイエンスをサービスとした上場企業を経営しています。新たにファンドを組成しようと思っています」

“新規事業として”と入れましょうか？　新規事業として…いや、ファンド、投資事業かな、投資事業にしましょうか。

「投資事業を開始しファンドを組成しようと思っています。あなたは優秀な会計士です」……なんて入れたらいいでしょうね？

関口：「設立までの手続きを教えてください」とか。

韮原：「その設立までの手続きを教えてください」。（回答を組成中）早いですね。

関口：そう、早いんですよ。

韮原：「新しい投資事業を開始するためにいくつかの法的および会計的な手続きが必要です」と。あっ、項目が出てきました。

まず、「ビジネスプランを策定すること」。どういうビジネスプランなのかを作れよということですね。「法的構造の選択」。これはどういう意味だろうか……なるほど、LLCにするか株式会社にするかといった、会社の形態を決めないといけないということですね。「登記等法的手続き」。会社や定款を登記しなければいけない、と。「規制遵守とライセンスの取得」「会計システムの導入」「税務計画の策定」「契約の作成」「リスク管理」など。

こういう感じで、網羅的に答えてくれますよね。

関口：つまらない答えのようにも見えるんですけど、まったく知識のない人からしたら、ファーストステップとしては十分じゃないですか。

韮原：そうですね。

関口：今までだと、それを考えようとすると、書籍の通販サイトで一生懸命、会社設立に関係する本を探しに行ったりしますよね。ウェブサイトで検索してもよいですが、ChatGPTを活用すればそうした手間がいらないので、これは便利だと思います。

韮原：あとは、こういったことも聞けますよね。正式にこの会社が設立されたときのために、「会社のビジョン・ミッション・バリューは、何にすればよいですか」と。

関口：プロンプトに「あなたは優秀なコピーライターです」と入れてもよいですよ。

韮原：社名も考えてもらいましょうか。「当社はデータサイエンスを主要事業にしていることを踏まえてください。あなたは優秀なコピーライターです」。これで社名を聞いてみましょう。

「データビジョンエクスぺートリーズ」…これ、どういうことでしょうね？「エクスパティーズ」ということでしょうか？

関口：そうですね。

韮原：「データビジョンエクスパティーズ」、どう思いますか？

関口：もう一歩ですね（笑）。

韮原：（GPTの回答を読み上げる）ミッションは、未来の洞察を形成し、データの力で世界を変革する。ミッションはデータの深い理解と…と続きます。はい。あとは会社名ですね。「会社名を10個出してください」。

「データ・クリスタル・インサイト」「データ・ブレイズ・ソリューション」「フューチャー・データー・サイエンス・ネットワーク」「プログレッシブ・データ・ディスク」などなど、いろいろ言ってくれます。

関口：ヒントは出るし、「なるほど、そういう単語ってありだよね」と気付かされることも多いわけです。この話だけで、1時間すぐ経ってしまうほどです。

韮原：こうした生成AIのインパクトについて、そして職場がどう変わるのかという話をしていきましょう。まず、私から皆さんに、ChatGPTないし生成AIの前提知識をお話したいと思います。

実は私、6年前に『いちばんやさしい機械学習プロジェクトの教本（https://book.impress.co.jp/books/1117101044）』という書籍も出しています。今日は私も関口さんと同じAIの専門家としてお話ししたいと思います。

2022年11月、OpenAI社がChatGPTをリリースしました。マッキンゼーによると、生成AIのインパクトを発表しています。いろんな職種の中で、どの領域へのインパクトが大きいかといったときに、エデュケーター&ワークフォーストレーニングという領域において、非常に自動化の余地が大きく伸びました。

つまり、画像認識や数値の予測といったツールしかなかったときは、15パーセントほどしか自動化が進まないと思われていたのが、ChatGPTないし生成AIが出てきたことで、54パーセントくらいまで自動化できるだろうということで、一番生成AIのインパクトが多い職種がエデュケーター&ワークフォーストレーニングになっています。

一方、フードサービスやレストランの領域では、あまりインパクトは大きくないだろうと見られています。現状から大きくは変わらないだろう、と。農業なども生成AIが出てきたからといって、どうこうはないというデータになっています。

では、どんな業界でどれぐらいの影響があるかというと、これについてもマッキンゼーが出している調査結果があります。まず、人材組織に関するファンクションというのは影響がかなり小さいと見られています。タレント&オーガニゼーションに関わるファンクションには影響がありますが、その他からするとそこまでありません。

ただ、エデュケーション産業において、とくにマーケティングやセールスのファンクションには影響があることは他の業界と一緒ですけれども、サプライチェーン＆オペレーションへの影響が大きいとされています。

教育事業におけるサプライチェーン＆オペレーションというのは、例えばカリキュラムを考えるとか、教材を作るだとか、ファシリテートを実際にするとか、eラーニングのコンテンツを作るだとか、そうしたことは他業界のいろんなファンクションの中でも、かなり自動化が進むと予測されています。

ほかにももっと進むのは、ハイテク産業の中のソフトウェアエンジニアリングです。例えば、コードを自分で一生懸命書かなくても、生成AIがコードを生成してくれるという意味です。文章を書くことを仕事にしている人の仕事がもっとも減っていきそうですが、その次くらいに大きな影響を受けそうだと予想されていますね。

一方、日本の状況を考察したいと思います。この調査は、生成AIの導入・活用によって、どれほど生産性が上がるのかを調べたものですが、グローバルで3.3くらいの平均値に対して、日本は4.9になるそうです。ドイツでも3.9ですね。

このデータが本当に当たっているかどうかはともかくとして、同じ条件で各国の生産性変化を比較してみたところ、どうも日本が、生成AIの活用によって生産性が上がる見込みが非常に高いと見られています。

2022年から2040年にかけて、プロダクティビティの成長率で、アーリーステージで4.2パーセントぐらいは上がっていくだろう、と。こんなような話がありますが、どうですかね、関口さん。リアリティは感じられますか？

関口：リアリティはすごくあるなと思っています。先ほどもChatGPTを操作してみましたが、ここで大事なのは、ChatGPTは別に「知能」ではないということです。

要は何かというと、結局コンテンツを作ってくれるツールなので、コミュニケーションの接点があるものについては代替可能だと思うんですよね。例えば、教育や人に関連する産業では、コミュニケーションが命です。

ですが、コミュニケーションが上手な人と苦手な人が必ずいるとしたときに、苦手な人を補う観点でいうと、ものすごい役に立つと思うんですね。

私もありますよ。例えば社員でも、技術系のメンバーで非常にロジカルな人がいたときに、ファジーな表現が通用しづらいタイプの相手に対して、普段僕が話すようにナチュラルに喋ってしまうと、意図が伝わらないんですよ。もっと伝わるようにもっと丁寧に言葉を定義してあげて、定義をはっきりしながら喋るような話し方を文章に落としてあげると、伝わることがあります。

ですから、僕からすると、タイプの違う人間同士でコミュニケーションを取るときのプロトコルを合わせるときに、ChatGPTはとても使えると思います。なるほど、そういう意味では、教育や組織、人と接点があるファンクションでは、すごく有効に働くのだろうと思っています。

韮原：DiSC®でいうと、関口さんはIスタイルの方なので、Cの要素が強い人にどうスペシフィックにお話するかについて、もうChatGPTの力を借りてしまおうということですね。DiSC®を活かして円滑なコミュニケーションすることについても、ChatGPTが手当てしてくれるようになるとよいと思いました。

関口：人それぞれコミュニケーションスタイルが違うので、コミュニケーションが苦手な部分を埋めるのに、ChatGPTは有益です。

ある会社で、ChatGPTの全社導入を進めている人も同じことを言っていました。やはり機械的に出力した文章や、異なる形のものをより人間的に補ってくれる、コミュニケーションを補ってくれるものとして生成AIを取り扱った方が、うまくいくという話を社内でしているらしいです。なので、DiSC®と混ぜて使うのはよいのではないでしょうか。

韮原：そういう余地もありますし、皆さんが、DiSC®で培ってきたようなことが、もしかしたらどんどん生成AIに代替されてしまう可能性さえもあるかもしれません。チャンスと脅威と、両方あるような感じがしました。

生成AIは間違った情報を提示するもの、機械学習の仕組みを学び、どう受容するかがカギ

韮原：先ほど、単なる文章予測といいますか、「ChatGPTは機械的にコンテンツを出しているだけだ」というお話があったので、ここから私のインプットセッションを入れさせていただきます。

そもそも人工知能とは？　これを知ることで、生成AIとの付き合い方が結構変わりますので、その話をしたいと思います。

生成AIは、人間の知覚する世界を、計算可能な表現に変更する技術、研究領域です。「計算可能な表現」というのがポイントですね。今、私と関口さんが話しているのは、別に計算処理をしているのではなく、意識の言語処理をして話してるわけですけども、ChatGPTや人工知能は計算可能な表現に変換しているんですね。

ChatGPTも機械学習ですので、超簡単な機械学習の仕組みをお話すると、こういうサンプルデータや教師データと呼びますが、伸長と体重のデータセットのようにAIが学習するためのデータがたくさんあったときに、身長と体重の関係ってのはこういうことなんじゃなかろうかという、「学習済みモデル」が生成されます。

その学習済みモデルにもとづいて、例えば身長160センチの人が来たときに、この人の体重は55キロじゃないかと予測値を出します。ですから、AIがやっていることは、入力値のXに対する出力Yについての相手の関係を説明する数式を作ることですね。

今はイコールXの数式にしていますけど、実際はもう何十次元とか何百次元、何億次元とあってもよいですが、とにかく数式を作っています。関数を作って関連性の線を引く作業をしています。

線を引くからには、なるべく中央値に関連性を示す線を引きたいと思います。そうすると予測精度が上がるので。つまりAIは、誤差がもっとも小さくなるような線を引くための計算をやっているということです。

このとき、線の引き方を決めているのは、「アルゴリズム」と呼ばれるものです。いろんな線の引き方があり、直線ではなく曲線でもいいんですが、今使われているアルゴリズムは、最小二乗法というアルゴリズムです。総じて、機械学習がやっているのは統計的なデータ処理だということです。 ChatGPTがやっていることも、私たちが普通に話している自然言語を理解してはいますが、こうした統計処理の産物であるということを覚えておいていただいて、実は線から外れているところにも点（データ、実数）があるっていうことが、かなりみそです。AIがすべての正解を当てられるわけではなく、どこまでいっても予測モデルであるということを理解しなければいけません。

続いて、自然言語処理をChatGPTがどう行っているのかということについて触れます。言語推理の問題で、例えば「フランス：パリ」の関係は「日本：何」になりますか？　この答えは、何でしょう関口さん。

関口：東京ですか？

韮原：そうですね。フランスの首都がパリだから、日本の場合は東京だと人間は考えますが、機械学習でどう解くかというと、フランスベクトルからパリを引いて、日本を足すといった計算をして、答えを導いていきます。要は、ベクトルの計算過程に落とし込んで解いているということです。

ベクトルとは、向きと大きさを持つ量のことです。大量の言葉を学習させるときに、「ポルトガル」の向きと大きさ、「スペイン」の向きと大きさ、「ギリシャ」の向きと大きさが学習されます。今、フランスからパリ（のベクトル）を引いたときの線は、こういった線が引かれるので、そこに日本のベクトルを足します。すると、また別の線が引かれ、その延長線上にある一番近い都市は「東京」だと予測が立てられます。

先ほどChatGPTで出したような文章も、何億次元といったものすごい数の次元の計算結果にもとづいて、一番近いところを当てて回答されているだけ、といったことです。

なので、AIの回答には必ず誤差が発生するということも覚えておかなければいけないことで、あくまで予測値なので間違いも起きるということです。

関口：最近聞いたことある方も多いかもしれませんが、「ハルシネーション」とは、まさにこの生成AIのときの間違いについて言っています。ハルシネーションが課題だから企業で使うときは気を付けましょう、といった話がよくされています。

韮原：ハルシネーションは「幻覚」という意味で、機械学習が幻覚を見てしまって、ついつい間違ったことをあたかも正しいことかのように出力してしまう現象のことを言いますね。

関口：ですので、AIの回答をそのまま受け取ってはいけないということです。だったら使えないじゃないか、みたいな議論も当然、世の中で出てきていますが、そういうことは先ほどの説明にあった通りで、確率的に一番高そうな回答を出してきているからです。

身長と体重の関係性をとっても当然ながら同じ身長でも違う体重の人がいるわけですから、必ずしもすべてが当たらないわけです。当然ながら細かいところでは外してしまいますが、それを理由に使わないのはもったいないと正直思います。

韮原：私も思うのは、セッションの紹介文を作るなんていうのは、正解がないし間違いもないっていうところがあるので、そういう間違いがないものについては自分が生成する時間よりもよっぽど早く文章が作れるので。たくさん出した中から選ぶ方が早くなるので、結構職場は変わるなと思っています。

関口：そうですね。先ほどChatGPTで出した会社設立の手順などは、世の中の一般的な情報をたくさん集めて作ったものなので、一般論の集合体のようになっていますが、今、企業で進めているのは、企業の独自のデータを学習させて、企業の人しかわからないような情報にも回答できる生成AIを作る方向に進化しています。

例えば、企業の中にたくさんのマニュアルがありますよね。研修のテキストは多分ものすごい量があると思いますが、あれを生成AIに1回読み込ませることで、研修をすべて受けなくても、受講したい研修内容だけを好きな時に取り出してオンデマンドで受講できるといったことは、やれるように今進化してきているのが最新の使い方ですね。

そうやって一般論でもないし、研修テキストの中に書かれている内容しか答えないようにわざとするようなことにもチャレンジしていますが、それでもやはり回答がちょっとずれます。

ただ、100点取らなきゃダメかというとそうでもなくて、これは日本人の難しいところですが、100点にこだわりますよね。90点80点を許さないところがある。これが海外との違いだと思って、ここに対してもう少し寛容になると生成AIの活用がもっと進むと思います。こんなところが今の状況かなと思います。

韮原：生成AIによって教育の現場がどういうふうに変わりそうかという点で、コンテンツ生成の時間は相当短くなりそうだというのは間違いなくあると思うんですよね。

それ以外に職場に話を戻して、職場はどう変わるのかについて、関口さんも結構、タイプの異なる人とどうコミュニケーションしたらよいかといった話をしていましたが、これらを踏まえると、これから職場でどんな変化がありそうでしょうか？

関口：よく語られるのは、生産性の話に必ずなりますが、日本の企業のトップの方々とお話すると、やっぱり圧倒的に人が足りないと言っています。結局、労働生産性をいかに上げるかが、すごく課題になってくる。

例えば、日本で外国人を登用しようと思っても、カルチャー面での制約もありなかなか難しく採用の進まないケースもまだあります。そうしたことを考えたときに、既存社員の労働生産性にアプローチしなければいけないということだと思います。

とくに皆さんが気にしているのが、ベテランの方々が持っているノウハウを若い人にスピーディーに承継していくか、世代交代のためにどう教育をしていくかです。

例えば、ある程度スキルのある人は社内の文章でも、検索しながら見つけて読めば理解しますけれど、1回も読んだことない若者に対して、それを読む膨大な時間がありません、そもそも。だったら要約して教えてもらった方が早く習得できますね。

ということで、人手不足の中で、これまで培ったスキルをどう伝承していくか、世代交代をうまくやっていくかという観点において、すごく今重要なポイントがあると思っていて、エデュケーションの業界に近いところはありますが、人口のポートフォリオが変わっている中で、世代交代は1つの大きなテーマであり、知識の伝承、技術の伝承に対して生成AIは、1つ大きな役割を果たしていくだろうなと考えています。

韮原：伝承するのに、「何をどうやってきましたか」という具合に、言語化するのにいろいろ質問していきますね。体系的になっていないスキルなどを、とにかくバーッと喋ってもらって、総まとめはChatGPTにお願いするようなことは可能です。

関口：天才が自分の技術を人に伝えるときに、「ギュッと握ってバッとやれば何とかなる」みたいな感覚的なことを仰るということがあります。ですが、そう言われても経験の少ない若い人ほど、感覚がつかめません。

であれば、ベテランの人からその感覚で教えられるよりも別な形で、もう少し言語化されたもので教えてもらった方がわかり得るってことがあったりすると思います。そういうことにも生成AIは使えるのかな、と思ったりはします。

韮原：生産性はかなり伸びるという予測は、マッキンゼーの調査のとおりだと思いますが、ただその通りに本当になるかは分からないと思います。というのも、生成AIを使うかどうかにかかっていると思うので。いかがでしょう。

関口：使うのであれば使うと決めて取り組むことが重要です。ただ、僕の理解では、使わないというオプションはないと思います。絶対に使った方がよいと思っています。

そのとき、ハルシネーションの問題に突っかかっていたら活用が進まないので、そこを突破することがすごく大事だと思いますし、海外ではどんどん生成AIが使われています。例えば、従業員のエンゲージメントを高めるために、社員にとってのアシスタントとして活用しているそうです。

今まで、分からないことがあって上司に聞こうとすると、「こんなことも聞いてくるのか、ちゃんと勉強しとけ」と怒られることもあると思いますが、AIアシスタントに聞いたらそういうことは言わない。丁寧に教えてくれる従業員アシスタントみたいな使い方が喜ばれています。そういう職場なら気楽に働けますよね。

それから、採用のときのオンボーディングで活用されています。よく中途採用で入ってくると、会社の仕組みが分からないなどあります。「これについて、どこに書いてあるんだろう」「Wi-Fiのネットワークのパスワードを知りたい」といったときに、AIに聞けば教えてくれるなど。

気楽にその職場で働ける環境を作るためにAIを活用するような取り組みは、今海外でも行われています。楽に楽しく、より本業の仕事に集中できるような環境作りのために、無駄な作業やコミュニケーションを生成AIで楽にしてあげるような世界観はもっと作っていけるとよいと思います。

韮原：そうですね。

生成AIを活用すると決め、仮説検証のサイクルを回すことが重要

韮原：関口さん、先日ニューヨークに行かれたそうで。その際に、AIに適応するスピードが現地はとても速いというお話をしていたかと思います。詳しくお聞かせいただけますか。

関口：アメリカの状況を見てきたときに、先ほど申し上げた、日本の企業でいうと「間違いを答えてしまうから危ない」といった話がすぐ出てきますが、海外ではその話が全然ありません。とにかく使う。

労働生産性、エンゲージメント、最近でいうと人的資本経営の中で、より人として、ウェルネスとか、そういうことをハッピーに働くためのものとして生成AIを使わないってオプションはない、といった感じで活用が進んでいくので、まずそのハードルを突破しています。

その前にラスベガスで開催されたテクノロジーの展示会のレポートにも、生成AIに対して昔は怖いという意識がアンケート調査の上位でしたが、今はその回答率が下の方に下がってきて、逆に上位には「活用が楽しみだ、未来的だ、創造性がある」といった回答が占めているんですね。海外では、AIに対してポジティブな状態です。この波に日本も乗っていかなければいけないということは、経営をする方々は意識された方がよいな、と。

経営が「多少失敗してもいいから、やってみろ」ということを言っていかないと、せっかくのチャンスを逃してしまいます。AIの会社だからそういうことを言っているわけではなく、マーケットの流れがそうなっていますので。

韮原：AIの活用を阻むものは何ですか。

関口：先ほどお伝えした100点満点主義の考え方が大きいです。ただ、生成AIとかAIを使って一生懸命社内で広めようとしている人にとって一番のハードルになっているのは、先ほどベテランの匠の技を伝承する話をしましたが、こうした取り組みを進めるにあたり、匠がうなる体験を作らなければいけないということです。

「AIでここまでできるんだね、なかなかやるね」と感じられる体験をうまく作っていかなければ、「だからダメなんだ」と一蹴されてしまいます。技術の高い方は、技術へのこだわりはさることながら、自分の生存競争もありますから。つまり、AIに技術を習得されたら自分が代替されてしまう、自分がいらなくなってしまうという危機感があり、その恐怖と絶対に向き合っていると思います。

そうすると、自分の方が優れていると示したくなるので、基本的には生成AIの活用に反対したくなるものだと思っています。ですから例えば、データ分析をしている人も本当はツールで楽にできるのに、わざと手で書く方法を選んでしまうといったことが起きます。

韮原：そうした作業が、自分の価値を表現することにもなっているので。

関口：そこが一番、突破しなければいけないところになっていて、AIを推進する側も、ベテランや匠の方々が「これいいじゃないか」と言ってもらえる体験を、ちょっとでも作ってあげることによって、急にスピードがでます。そうした体験をうまくデザインして進めていく必要があります。

人事の皆さんも、そうしたところをうまくサポートしてあげるとよいのではないかと思います。IT部門の人たちだけが一生懸命やっても、多分うまくいかないと思っています。

韮原：ありがとうございます。ここで、視聴者から質問が来ているので読みあげます。「確率統計やデータを、組織変革や人材育成のために導入し、うまくいっている企業の共通点や、お二方が重要だと考えられているポイントを伺えますか」。関口さん、どうでしょう。

関口：先ほどの東海東京証券さまのセッションは、まさにそうした話だと思いますが、よい意味で1回失敗されています。1回トライしたけれど、行動データは取れていたが資質と紐付けができておらずに職場の変革に結び付かなかった、という話がありました。

組織や人材を変えていこうと思ったときに、データで出ている客観的なデータに社員が向き合えるかどうかが結構大事です。それこそ経営のスタイルとして、「いや俺は直感でこうだから、それはダメだ」みたいな経営判断を行っているタイプの会社はこれからの舵取りが多分難しくなると思います。さまざまなステークホルダーがいろんな意見を言ってくる中で、ファクトを捉えようとしたり、実際にどうなっているかを確かめたりしていくことが重要です。

今聞いた話は全体として多い話なのか、一部の人だけが言っている話なのか、まさに確率統計分布だったり、そのデータはどれぐらい分散しているのかといったことに経営陣が興味を持って、会話をしていかないと、業績が上がらないと思います。

先ほどの東海東京証券では、鈴木さんが初めてトップの方々に対してそういうアプローチを取り入れて現場をフォローしているので、組織への浸透が進んでいったということではないかと見ています。

韮原：今のお話に私も補足したいと思います。東海東京証券では、いきなり「ツールを使って人材データ分析をやりましょう」とご相談にいらっしゃったわけではなく、データドリブンにマーケティングやセールスをどう改善できるのか、どうやったら営業員の方々が効率的にお客様に買っていただけそうな商品をご提案できるか、といったところにも従来からかなり取り組んでおり、その上で社員の成績に差があるので、その差の理由を究明したいという点で分析をトライアルされたんですね。

ですが、売れる営業社員の行動を真似ようといっても、外から見えている行動だけを見ても真似できないものがたくさんありますよね。分析を通じて行動傾向は把握できたものの、再現性が弱いということに課題を感じられてのご相談でした。

例えば、イチローが毎朝カレーを食べているので、自分も毎朝カレーを食べるようにしたところでメジャーリーガーにはなれません。表層上の行動だけを追ってしまうと、それだけではうまくいかない部分というのは必ずありますよね。

関口：そうですね。

韮原：ただ、「行動データを取ってみたけれどダメだったね」と終わらせるのではなく、もう1回やってみようということで、今回は内面のデータも見ていくし、行動についてもセールスチェックポイントを活用し、ハイパフォーマーのコンピテンシーを網羅的にスコア化し、正規化されたデータを使って分析を行いました。

一度で諦めずに、会社が向き合わなければいけない部分に向き合うことを信じて、進めてくださったっていう背景がありました。

関口：別の言い方をすると、とにかく仮説検証なんです。先ほどのお話だと、「行動パターンに差があるはずだから、それを見てみよう。ちょっと足りなかったから、今度は内面も見てみよう」といった仮説検証を繰り返したわけですね。

そのように仮説を出してデータで検証するという、やってみるサイクルを回せるタイプの会社さんは、うまくいくと思います。

韮原：東海東京証券はもう、そうしたサイクルを回していくことが、会社の文化として根付いてると感じますね。データにもとづいて、科学的に正しいことをやれば成果は上がるものであるとういうことを、現場も含めて会社全体がご理解されていると。

それから現場も、この会社はそういうことをやる会社だっていう理解があるっていうことだと思うんですよね。このあたりが、ご質問への答えになるかと思います。

関口：生成AIについてわからないことだらけだったり、一見難しく考えている方もいらっしゃると思いますが、現状を考えるとそこまで難しく考えない方がいいと思いますね。

というのも名前を見れば一目瞭然で、生成AIは「生成」してくれるだけなので。本当の意味での知能ではないから、人間には絶対勝てないんで。それを恐れるみたいなことがボトルネックになるのは非常にもったいないと思います。

海外もそうですけど、AIは人間とともに歩むという発想なので、自分の横にとりあえず置いてみるっていうぐらいの。スマホと一緒ですよね。今、スマホを持っていた方が便利じゃないですか。皆さんそれにAIっていうものが、1個自分のポケットに新しく入ってきたくらいのつもりで臨んだ方がいいと思います。

ちなみに、テクノロジーの話はIT部門やデジタル部門が進めるのが常識ですが、人事の皆さんが社員の皆さんに生成AIを導入しましょう、使いましょうと言ってみてはいかがでしょうか？

韮原：よいと思います。ご質問が来ましたので、読み上げますね。

「昨年、ソフトバンクの孫社長が、ChatGPT4.0を使わない理由がない、と言っていました。ChatGPT3.5と4.0の違いを教えてください」。

すみません、先ほどのデモンストレーションでChatGPT3.5を使っていましたが、関口さんお答えいただけますか。

関口：これは、学習量がまったく違うということですね。自然な言語表現については圧倒的にGPT-4.0の方が高くなっていますし、言葉の理解や言葉の種類について学習している量が全然違いますから、例えば「優秀なコピーライター風に書いてくれ」といった答えへのバリエーションも結果的には増えていると思います。検証はしていませんが。

韮原：ちなみに、先ほど使ったのはGPT-3.5でした。無料版です。

関口：3.5でもあれくらい書けますからよいですよね。

韮原：ちなみに孫さんといえば、AGI（Artificial General Intelligence）、人工知能によるシンギュラリティの時代が来ると言っていますが、その意見に私は超否定的です。孫さんに怒られてもいいなと思って言っているんですけれど、言いたいのは、人間の思考は果たして計算可能なものなのか、ということです。

ノーベル賞物理学者のロジャー・ペンローズは、人間の思考過程や意識そのものは計算可能な表現ではないとしました。なので、たかだか計算表現でしか表現できないプログラミングに、人間の思考が負けるわけはないといったロジックなんです。

関口：僕も同じ意見です。ただ、声高に叫んでくれる人がいることは大事だと思っていて。孫さんが「AGIが来る」と言ってくれたおかげで、AIを活用しなければと思った人たちがたくさんいると思います。ああやって声高に言ってくれる人がいることは、日本にとっての強みだと思いますね。

韮原：そうですね、それによって私がいまAGIは来ないと思うと発言し、それに対して、皆さんが興味を持って調べてみようとなるかもしれませんし。

関口：マーケットを作ってくれている意味で、すごく心強い存在だなと思っております。

韮原：それでは、生成AIで職場はどう変わるのか。まとめをお願いします。

関口：先ほどお話したとおりで、生成AIを使うか使わないかといった議論はもうやめた方がよいと思います。使うことを前提にやるべきだと思いますし、それによってハッピーになる人たち、助かる人たちがたくさんいます。

とくに日本はもう、人材不足、労働人口の減少と向き合わざるを得ません。生産性向上と向き合わなければいけない状態なので、それに対してこのオプションを取らないのは、やはりもったいないと思いますし、いろんな反対意見があっても、推し進めた会社とそうじゃない会社でこの先にすごい差が出てくる可能性があるので、このタイミングでしっかり取り組んでいくべきだと思います。

韮原：ありがとうございます。最後に、ChatGPTに「生成AIで職場はどう変わりますか」と聞いてみましょう。

「さまざまな面で、業務の自動化と効率が上がります」と。さんざん議論してきた通りですね。「データ解析と意思決定のサポートになります。コミュニケーションの向上になります。新しい職種が生まれ、トレーニングとスキルの変革が促せる。セキュリティが強化されます。柔軟性と遠隔勤務によい」など、だそうです。 この45分の議論に対して、味わいはありませんでしたね（苦笑）。ただ、正しそうなことを端的にまとめてくれるといった使い方のよい例になりました。こうした特徴を理解しながら生成AIを活用し、皆さんの職場をより働きやすい場に変えていっていただけたらと思います。今日はありがとうございました。

---

セッション動画全編はこちら
動画申し込みURL：https://survey.hrdgroup.jp/zs/6IClGN

2024年01月25日