生成AIを巡る期待と現実【第2回】

経営層視点で生成AI活用を考える

はじめに
前回は、生成AIの歴史と仕組み、GMPとの間にある本質的なギャップ、そして立場ごとに異なる期待について整理しました。
今回は、生成AIの特性と限界を理解した上で、GMP領域に生成AIを活用していく際に必要なマインドと注意点を経営層視点で考えてみたいと思います。

経営者に求められる二律背反と意思決定の難しさ
経営者には常に二つの相反する役割が求められます。ひとつは既存事業を安定的に運営し、収益基盤を守ることです。もうひとつは将来に向けた新規事業や変革への投資を決断することです。現場改善やシステム投資、DX施策など、多様な提案が日常的に経営層へ持ち込まれます。
その際、経営者は「それにいくらかかるのか」、「どれくらいの期間で回収できるのか」、「失敗した場合のリスクは何か」といった点を、限られた時間の中で判断しなければなりません。しかし実際には、現場やIT部門から十分に整理された定量的なデータが上がってこず、十分な判断材料がそろわないケースも多く見られます。費用対効果が曖昧なまま、定性的な説明や議論の熱量だけが先行し、経営判断が難航することも少なくありません。
結果として、担当者へのヒアリングを何度も重ねることを指示したり、提出された複数の資料を突き合わせたりと、情報の収集に多大な時間を費やすことになります。
とはいえ、時間に余裕のない経営者がすべての案件に十分な検討時間を割けるわけではありません。やむを得ず、根拠が十分とは言えない判断を下した経験を持つ経営者も多いのではないでしょうか。
さらに医薬品の値段は薬価によって決まっているため、設備が完全に故障し生産が止まるといった明確な危機が発生しない限り、追加投資が先送りされがちです。また、供給不安の問題に対し増産体制を構築する際にはスピード感が最優先で、どちらかというと既存の製造ラインを模倣して作られることが多いかと思います。
いわゆるDXのような攻めの改革を行うためには、需要に対して供給が追いついており、かつ資金が潤沢でなければ、大きな投資判断は行われにくいのが実情です。この構造が、変革のスピードを鈍らせている側面もあるかと思います。

生成AIがもたらす新しい意思決定支援の形
ここで重要なのは、現場や担当者の能力不足を問題視することではありません。多くの場合、課題の本質は判断に必要な情報が、経営者の意思決定フォーマットに変換されていない構造にあります。
現場は現場の言語で課題を捉え、IT部門はシステムや技術の観点で説明します。一方で、経営者が求めているのは、投資額、回収期間、リスク、事業へのインパクトといった経営言語で整理された情報です。この翻訳作業が属人的に行われているため、情報の質やスピードにばらつきが生じてしまいます。
この翻訳コストこそが、経営判断を遅らせ、時には機会損失を生む要因となっています。
生成AIは、この構造的な課題に対する有力な解決手段となり得ます。生成AIの本質的な価値は、単なる自動化や省力化ではなく、情報を別の視点・形式に変換する能力にあります。
例えば、現場から上がってきた改善案やシステム導入案を、生成AIを用いて以下のように情報整理することが考えられます。