住友化学が全従業員6,500名へ自社専用の生成AI、検証で最大50%の効率化

同社は中期経営計画で「デジタル革新による生産性の向上と事業強化」を掲げており、素材の創成から応用、生産プロセスの設計まで、幅広いデータと知見をもとに事業を運営しています。その裏側で、日々のオフィス業務や研究・製造データの分析にかかる工数が積み上がっていました。

ただ、これを単純な「作業時間が多すぎる」という問題として読むと、この事例の勘所を外してしまうように思います。編集部の見立てでは、本質はむしろ、AIを当てられる範囲が業務の周辺部に限られていたことにあったのではないでしょうか。素材開発や生産プロセスの設計に関わるデータや技術アイデアは、そのまま外部のサービスに投げられる性質のものではありません。つまり、最も工数がかかり、最も効果が見込める領域ほど、汎用の生成AIでは手を出せない領域だった。工数の問題の下にあったのは、この適用範囲の壁だったと考えられます。

入力した情報が外部に出ない専用環境を自社で組み上げたことが、この取り組みの起点になっています。これはセキュリティ対策という守りの話にとどまらず、AIをどこまでの業務に使わせるかという適用範囲を決める設計判断でもありました。この環境があるからこそ、技術アイデアの創出や研究・製造データの分析という、事業の中核に近い作業までAIの対象に含められます。安全に使える範囲を広げることを先に片づけた順序が、後の展開を素直にしたのではないでしょうか。

対象をいきなり約6,500名の全従業員に広げた展開の仕方も、この事例を特徴づけています。一部門に絞った試験運用を長く続けるのではなく、約200の典型的な業務パターンで事前に効果を確かめたうえで全社に開くという段取りです。どの業務にどう効くかを机上で決め切らず、用途の発見そのものを現場に委ねた設計と読めます。

そして、ツールを配ることと、現場が使えるようになることを別の課題として扱った点も見逃せません。利用頻度の高いプロンプト集や指示文の書き方の共有は、初めて触れる人が最初の一問を作れずに離脱するのを防ぐ手当てです。順守すべきルールを明文化した措置も、禁止事項を並べるためというより、機密を扱える環境で「どこまでなら使ってよいか」の線を見えるようにし、萎縮を解く働きをしていると考えられます。教育動画まで含めて支援を束ねた構えは、定着を運任せにしない姿勢の表れです。

導入に先立って約200の典型的な業務パターンで検証が行われ、最大で50%以上の業務効率化が確認されました。文書作成や校正、プログラムのソースコード生成といった一般的なオフィス業務で負担が軽くなっています。今後は、社内の各組織に蓄積されたナレッジを連携させる仕組みの整備や、特定分野のデータで追加学習させた特化型モデルの構築も視野に入っており、汎用の対話から自社固有の知見の活用へと軸足を移そうとしている段階と読めます。