KDDIの社内版ChatGPT、約1万人が使う生成AI活用を広げた2方向の展開

決裁の重い領域と、現場の裁量で動く領域を切り分け、それぞれに別の進め方を当てたことが、この展開の核心だと読めます。既存システムと生成AIの連携は、部署をまたぐ調整や投資判断を伴うため、現場の工夫だけでは前に進みません。ここに本部長クラスのプロジェクトオーナーを置いた設計は、意思決定の速度を組織の階層に合わせて確保する狙いだったのでしょう。

一方、日々の業務で効率化に直結する使い方を現場の従業員自身に見つけさせるやり方は、用途の発見を中央に集約しないという判断です。生成AIは、業務の細部を知っている人ほど有効な使いどころを言い当てられる性質があり、企画部門が用途一覧をまとめて配る方式とは噛み合いません。探索を現場に開いた構造は、経営側が想定していなかった使い方まで拾える余地を残します。

法人向けに提供する前に、自社を先行の実験場に充てた順序も見落とせません。社内で実証実験を重ねる過程では、効果の出る使い方だけでなく、運用上のつまずきや定着の難しさも当事者として経験することになります。こうした手触りは製品の仕様説明からは得られないもので、外部に提供するサービスの設計材料としての厚みが違ってきます。自社の業務を最初の顧客に見立てた進め方が、蓄積される知見の質を左右したと考えられます。