生成AI時代に日本企業が生き残る方法はあるのか。投資家として1000社にのぼるAI（人工知能）スタートアップを見てきたシバタナオキさんは、著書『アフターAI　世界の一流には見えている生成AIの未来地図』で、欧米での成功事例をたくさん紹介しています。しかし、欧米の業務アプリはそのままでは日本で使えないと言います。成功している分野を見定め、企業が持つ現場の膨大なデータを業務アプリに学習させれば、世界で勝負できます。（聞き手・構成／岩元直久、写真／小野さやか）

生成AI＝チャットの固定観念から脱却を

生成AIを事業のポジティブなドライバーとして活用することで、日本の企業にも勝ち筋があるというお話を「中編」までに伺いました。それでは、企業は具体的にどうしたらいいのでしょうか。ChatGPTのような生成AIを導入したという話は聞きますが。

シバタナオキさん（以下、シバタ）：まさに一番多い誤解がそこにあると感じています。OpenAIが2022年にChatGPTをリリースして、今までに生成AIの世界で一番ヒットした生成AIプロダクトがChatGPTであることは間違いありません。一方でそのために、生成AIというと「チャット」の形で使うものだと思ってしまうのです。これは誤解で、「生成AI＝チャット」ではありません。

シバタ ナオキ氏

NSV Wolf Capitalにて、パートナーとして、シリコンバレーの新興VCへのファンド投資、スタートアップへの直接投資を担う。エンジェル投資家として50社以上のスタートアップへ投資実績あり。楽天執行役員、東京大学助教を経て、スタンフォード大学の客員研究員として渡米。米国シリコンバレーでAppGroovesを起業。「決算が読めるようになるノート」を創業（2022年に事業譲渡）。東京大学大学院工学系研究科技術経営戦略学専攻 博士課程修了（工学博士）。著書は『MBAより簡単で英語より大切な決算を読む習慣』（日経BP）、『テクノロジーの地政学』（共著）（日経BP）。

　ChatGPTは、わざわざ「Chat」と名付けているように、GPTにチャットのユーザーインターフェースを付けたものです。それ以外にも生成AIの製品やソリューションには、チャットではないものや人間が直接目にすることがなく動くものが数多くあります。世界を見渡すと、チャットで使う生成AIよりも、チャット以外の使い方をする生成AIのほうが金額的にも多いと見ています。

生成AIを使いこなすというと、つい「チャット」の使い方を考えてしまうのが1つの間違いなのですね。

シバタ：生成AI＝チャットだと思うから、頭が固まってしまうのでしょう。裏側ではLLM（大規模言語モデル）が動いているとしても、チャットの形ではない製品やサービス、ソリューションがすでに数多く登場してきて、ゲームチェンジの扉を開いています。コールセンターの音声通話から自動要約や顧客ニーズの洞察を提供するAI、A／Bテストを自動的に実施するAI、見込み顧客の開拓を自動化するAI、採用の面接を実施したり受験者の不正を自動検知したりするAI、患者と医者の会話から電子カルテの下書きを作成するAI。一例を挙げるだけでも、こんなAIがすでに提供されています。

　書籍『アフターAI』の中では、アメリカでどんなスタートアップが登場していて、どのような業界、職種で使われるようになっているかを説明しています。まず、生成AIがどんなところで使われているかを体感する必要があるでしょう。チャットだけではない使い方で、産業のゲームチェンジが着々と進んでいるのです。様々な領域のソリューションが出尽くしたと言ってもいいぐらいのスタートアップがあり、事例があります。さらに新しい製品やサービスもどんどん出てきます。まず世界の現在地を知ってください。

　その上で、会社のトップの「会社を成長させるためにAIを使う」といったステートメントがあって、自分たちの会社の中でできそうな部分から製品やサービスを使っていけば、生成AIの活用というのは“とんでもなく難しいこと”ではないと思います。多様な製品やサービスがあって、自分たちのビジネスに不足している部分と突き合わせれば、打つべき手ははっきりしていくでしょう。

「業界特化型生成AIアプリ」は参入障壁が高い

ユーザーとしての企業は、生成AIを活用した製品やサービスをうまく使っていけば生き残る術があることが分かりました。一方で、日本の産業としてはどのように生成AIと向き合っていけばいいでしょう。

シバタ：『アフターAI』の中でも説明していますが、生成AIは5つのレイヤーに分けて考えるといいでしょう。上位から下位に向けて、「業界特化型アプリケーション」「汎用型アプリケーション」「LLM」「インフラ・MLOps・ツール」「GPU／チップ」というレイヤー構成です。日本が向き合うべきなのは、どのレイヤーかを明確にしましょう。

　すでに「LLM」より下のレイヤーは、GAFAMが社運を懸けて巨額な投資をして取り組んでいて、OpenAIやアンソロピックのような関連企業も含めて開発に邁進（まいしん）しています。短期間に資金を捻出して実行できるのはアメリカの企業にほぼ限られると言っていいでしょう。日本の大手企業が手を組んで国産LLMの開発に取り組んだとしても、GAFAMとは桁違いに少ない資金で、これから戦うことになります。私見ですが、LLM以下のレイヤーは、国産で世界と戦うのは諦めたほうが安全でしょう。

それでは、どこならば勝負になるのでしょうか。

シバタ：やるならアプリケーションのレイヤーをしっかりやることです。「業界特化型アプリケーション」のレイヤーは、日本が世界と戦えるレイヤーなのです。生成AIの領域は、大企業が先に動くことで利用が広まっていく可能性が高いと考えています。なぜなら生成AIは学習データが必要で、現場の膨大な学習データを持っているのは大企業だからです。大企業が「やる」とコミットしてくれた領域に対して、スタートアップがLLMの学習などを支援していく形で、アプリケーションが広がっていくと思います。

　もう1つ日本にとって有利なことは、クラウドやSaaSに比べて、生成AIの領域はそれぞれの国の現実社会に実装するための参入障壁が高いと考えられることです。デジタル植民地になりにくい領域なのです。なぜかというと、国ごとに業務の慣習やプロセスはかなり違います。その上で規制が関係しているような金融やヘルスケアでは、国ごとに求められる内容が異なってきます。日米でも全然違うので、アメリカのデータで学習したAIモデルをそのまま日本に持ってきても使い物になりません。各国のデータで学習し直す必要がありますし、それだけ障壁が高いことになります。もちろん生成AIアプリケーションのすべてがそうだとは言いませんが、日本の中で完結するエコシステムがかなりできるのではないかと考えています。

LLMは欧米に任せて、アプリケーションで勝ち筋を

LLMの登場で言語の壁がなくなる方向に向かい、日本にも海外からアプリケーションなどが流入してくるものだと考えていました。

シバタ：生成AIの登場で、言語の壁が低くなっているのは確かです。しかし、アプリケーションのレイヤーを主戦場にすると心を決めたときには、それぞれの国ごと業界ごとのデータを追加学習してあげないと使い物にならないのです。国が違っても、例えばコーディングのように企業の研修システムが近いような場合には横展開が可能かもしれませんが、欧米の製品やサービスが日本にすんなりと入ってくるようなことにはならないでしょう。ぼくは、世の中の大半の人よりも、日本がアフターAIの時代に生き残っていけると思うポジティブな見方をしています。その大きな理由が、アプリケーションのレイヤーでは企業文化や法令などの障壁が高いことなのです。

シバタさんのお話を伺って、元気が出てきそうです。最後に日本の皆さんに、シバタさんから「アフターAI」に向けたメッセージをお願いします。

シバタ：ぼくは2009年にアメリカに渡りました。その頃からiPhoneが出てきて携帯電話市場を席巻し、Googleがなりふり構わず市場を取りに行くといった姿を目の当たりにしてきました。そこで米国企業が本気で生存競争に立ち向かったときの強さを感じました。生成AIでもLLM以下のレイヤーに今から日本が割り込むのは難しいと実感しています。

　それだけに、米国企業がお膳立てし続けてくれる生成AIをどう使うかがキモになります。米国やグローバルでは、アプリケーションのレイヤーでも勝ち馬の企業やスタートアップが見えてきています。日本でも、その勝ち馬に乗れるように早く行動に移すことが必要です。『アフターAI』を参考にしてもらって今から行動に移すことで、アフターAIの世界で勝ち残っていきましょう。

『 アフターAI　世界の一流には見えている生成AIの未来地図 』

［画像のクリックで別ページへ］

日本の生成AIのビジネス実装は一見、諸外国に比べて立ち遅れているように見えるが、その実、ひとたび実装に向けてかじを切ることさえできれば、有利な状況はそろっている。AI革命以降に日本企業がたどるべき道を示した生成AIの「未来地図」となる一冊。

シバタナオキ・尾原和啓著／日経BP／2420円（税込み）