「AIをとにかく活用せよ」が頓挫するワケ、“PoC死”防ぐパーソルクロステクノロジーの共創AIサービス開発

　多くの企業で、経営層からの「とにかくAIを活用せよ」との号令のもと、AIプロジェクトが立ち上がっている。しかし、その実行を託された現場は戸惑うばかりだ。予算だけが先に確保され、「この予算でAI活用を進めてほしい」と託されるものの、AIで解くべき業務課題や到達点が十分に整理されていないケースも多い。停滞の根本にあるのは「目的の曖昧さ」だ。

「経営層が担当者に任せるケースが多いのですが、企画する方自身に『AIで何がどこまでできるか』というゴールや目的が定まらないままスタートするケースがあります。予算ありきで始まったり、まず汎用的なSaaSツールを導入したりしても、業務のどこで価値を出すのかが見えていなければ効果は出ません。結果として『どうしよう』と戸惑っている企業も少なくありません」（神田氏）


　背景には、AIが「誰でも使えるツール」になった事情もある。CopilotやChatGPTのようなツールに加え、ローコード・ノーコードの領域も広がり、現場の担当者がAI活用に着手しやすくなった。一方で、手軽になったことは、AI開発・活用に必要な設計を不要にするわけではない。

「今はCopilotやChatGPTのようなツールが、すでに社内に入ってきています。こうした状況ばかりが先行し『AIだから何でもできる』と思われがちですが、実際には、ツールを業務にどう生かすかを考えることが大事です。これが1つ目の課題です」（江副氏）

　2つ目はPoCの「設計」にまつわる課題だ。「PoCでの検証が期待通りでなかったときに、次に何を検証するか、ゴールから逆算し、AIのモデルやデータの質を確認していくPoCの事前設計がうまくいっていないケースが見受けられます」と続ける。

　そして3つ目が、システム環境の整備に関する課題だ。「AI技術は日々、急速に進化しており、システム開発やガバナンス、セキュリティを含めたデータの扱いについて、お客さまが内製で環境を設計しようとする際に壁に直面するケースがあります」と説明する。

　加えて、市民開発領域にも別の壁がある。ローコード・ノーコードによってAIを使い始めやすくなった一方、業務担当者がシステム開発の勘所を十分に持たないまま進めると、「処理が止まったらどうするか」といった設計や運用の論点が抜け落ち、結果的にプロジェクトが行き詰まってしまう。

　つまり、プロコードによる本格開発でも、現場主導の市民開発でも、それぞれに越えるべき課題があるのだ。

　こうした3つの課題を整理すると、「PoC死」は単にAIの精度が出ない問題ではなく、課題・ゴール・マイルストーンが十分に設計されないまま検証が始まることに起因する。特にPoCまで進んでも実運用や市場投入に至らないケースでは、「PoCの目的のズレ」が大きな要因となる。

「本来PoCは『立てた概念が正しいか』を見るものですが、その先にある価値（バリュー）が経営層や推進部門、情シスの間で共有されていない。結果、AIの精度検証ばかりに目が向きがちです。予算だけ先に確保し、ROIや目的が曖昧なまま走り出すため、いざレビューの段階で『これは違う』となってしまうのです」（神田氏）

　さらに「1回うまくいかなければそこで終わり、という企業が多い」とも指摘する。本来は、期待通りでなかった結果を踏まえて次のPoCを重ね、ゴールへ近づいていくべきものだ。

　江副氏は、これまで同社が支援してきたAIプロジェクトを振り返り、PoCの成否を分けるポイントは「PoCに至るアプローチにある」とする。


「当社がプロジェクトを支援するケースでは、まず『AIを使って何をするか』『どんな業務効率化を実現するか』というゴールを必ず設定します。そこへ到達するために、AIの精度やデータの質といった課題を1つずつ確認していく。ゴールに近づくための確認を積み上げるPoCなので、うまくいかなければ次はこうする、という道筋を明らかにすることを最も重要視しています」（江副氏）

　つまり、PoCを「作って終わり」にしないためには、検証そのものより前に、課題整理、ゴール設定、マイルストーン設計を顧客と一緒に行うプロセスが欠かせない。ここに、共創AIサービス開発が必要とされる理由がある。

　また、AIを実装に導くには、UX設計から大規模運用に耐える基盤構築まで、幅広い知見が欠かせない。これを自社のIT部門だけで内製したり、従来型の外注で進めたりすると、どこかで限界にぶつかる。

「AIの知識だけでなく、インフラやセキュリティ、UXデザインまで含めて、非常に広範囲の理解が必要です。しかもAIはモデルが半年で刷新されるほどスピードが速い。1つの分野のスペシャリストがいるだけでは話が進まず、全体を通して推進できる人材がいないと、プロジェクトの停滞を招いてしまいます」（神田氏）

　江副氏は、内製の壁を「知識・ノウハウ不足」と「データの扱いへの慎重さ」に整理する。AI技術は日々情報を追わなければ活用しにくく、自社データをどう扱うかというガバナンス設計には、企業も特に神経を使うからだ。体制面の問題も見落とせない。

「多くは通常業務を持つメンバーがタスクフォースで取り組みます。日々進化するAIの情報を、その隙間時間で追い続けるのは難しい。私たちはそこにコストをかけて成功させている。ここが大きな違いです」（神田氏）

　こうした課題をたどると、AI開発で必要なのは単なる技術実装だけではないことが見えてくる。課題整理からゴール設定、PoC設計、環境構築、そして社内に知見を残すところまで、一連の流れを顧客と同じラインで進めることが欠かせない。そこでパーソルクロステクノロジーは、これまでのAIプロジェクト支援で蓄積した知見とノウハウを「共創AIサービス開発」として体系化した。

　AI人材が不足する企業に対して、ユースケースの検討からAI機能の実装、クラウド基盤の構築までを共同開発（共創）し、プロダクトやサービスとして市場価値を生むところまで伴走するサービスだ。AI×XRのような新しい提供価値の設計から、プロトタイピングと検証による品質向上までを担い、競争力あるソリューションへと仕立てていく。

　具体的に提供するのは、大きく4つの機能だ。デバイスの制約やリアルタイム性、セキュリティを両立する「活用シーン検討・実現方式の設計」、画像解析・音声認識・翻訳・要約といった「AI機能の実装と統合」、体験・精度・技術を見極める「アジャイル前提のプロトタイプ検証」、そして認証・課金・端末管理など大規模利用に耐える「サービスクラウド基盤の構築」である。

　これらを一気通貫で担えるのが大きな特徴であり、パーソルクロステクノロジーでは、顧客とともに開発に入りながらノウハウを移転していく「内製化支援」にも力を入れているという。

　そもそも、同社がサービスに「受託」ではなく「共創」という言葉を掲げるのには、明確な意図がある。

「受発注では、決まった仕様通りに作るだけです。共創は、お客さまの組織に入り込み、同じラインで一緒に作り上げる。だからこそお客さま自身に知見が蓄積されます。私たち自身もAIを使った事業開発の実績があり、そのノウハウも含めて共に形にしていく。そこにこの名前の意味を込めています」（神田氏）

　続けて江副氏は、その関係性を「プロ同士の協業」と表現する。

「お客さまは業務のプロフェッショナル、私たちはAIのプロフェッショナルです。お客さまが無理にAIのプロになろうとせず、プロが自らの領域を担当し、一緒にAIの価値をつくる。提案して終わりのコンサルとも、モデルを作るだけのベンダーとも違います」（江副氏）

　その価値は、開発やツールの提供にとどまらない。作ったものが「みんなで使えていない」という定着の課題に踏み込んだり、他ベンダーの提案が妥当かを見極める「セカンドオピニオン」を求められたりする場面も増えているということだ。

　こうした“共創力”の裏付けとなっているのが、自社グループでの実践だ。パーソルグループでは、社内向け生成AI基盤「CHASSU（PERSOL Chat Assistant）」を構築。人材サービスを母体とするグループならではの厳しいセキュリティ要件を満たしながら、わずか3カ月で国内グループ38社・約2万人規模が使えるセキュアな基盤を立ち上げた。

　利用率は90％を超え、1人あたり月平均3.3時間の作業時間削減を実現している。藤田氏は次のように振り返る。


「立ち上げ段階から法務やガバナンスの専門家を巻き込み、コストをかけてやり切ったことが定着の鍵になりました」（藤田氏）

　なお同社は、マイクロソフトのAI領域における高度な認定（第三者監査を伴うスペシャライゼーション）を国内でもいち早く取得し、「Partner of the Year Awards」を複数年連続で受賞するなど、共創パートナーに相応しい技術力の裏付けも備えている。加えて、日経BPでのPower PlatformやCopilotに関する書籍・情報発信など、AI活用を実務に落とし込む知見の発信実績も多数重ねている。

　共創AIサービスが新たな事業価値に生んだ象徴的な事例が、大手電機メーカーとのAI×XRグラスの共同開発だ。企画段階から参画し、グラスを使うユーザーへの提供価値を起点に、デバイスの制約とリアルタイム性・セキュリティを両立するアーキテクチャを設計。

　画像解析や音声翻訳などのAI機能の実装から、認証・課金・端末管理を担うクラウド基盤の構築までを一気通貫で手がけ、2024年12月の発表、2025年3月の発売へとつなげた。藤田氏は「ハードウェアメーカーと、クラウドを得意とする私たちがタッグを組んだからこそ実現できた、最も成功した共創事例の1つです」と語る。

　一方、社内業務の変革では「現場に定着し、自走できるか」が問われる。

　大手自動車メーカーのIT部門の事例では、最初の提案時には「内製で進めたい」と一度は見送られたものの、半年後の展示会で再会した際に相談が動き出した。同社は初期から伴走型のアプローチで支援し、担当者がプロジェクトに加わることでセキュリティ申請などの社内調整も速く進み、AIの進め方が組織に根づいていったという。

　現在はPoCの成果を踏まえて次フェーズへ進む段階にある。「経営層が求めたAI活用を着実に前進させると同時に、担当者自身にノウハウが残ったことが大きな成果です」と藤田氏は話す。

　最後に、AI活用や新規サービスへの組み込みに悩む担当者へ、メッセージを聞いた。

「『AIで何か新しいことを』と焦る必要はありません。大切なのは、実現したい体験や現場の課題にフォーカスすること。構想段階のモヤモヤした状態からで構いません。どんなフェーズでも、悩んだら相談していただければ、次に何をすべきかを必ず明確にします」（江副氏）

　AI活用の入り口で立ち止まっているなら、まずは「相談」という最初の一歩から始めてみてはどうだろうか。