はじめに——AIは「守り」だけのものではない

ここまでの連載では、AI事業者ガイドラインが示す「人間中心」「安全性」「公平性」「プライバシー」「セキュリティ」「透明性」「説明責任」といった指針を読み解いてきました。これらは、AIを安全に使うための「守り」の側面に重きを置いたものです。しかし、ガイドラインが語っているのは守りだけではありません。

AI事業者ガイドラインの後半には、企業の成長を後押しする「攻め」の指針が並んでいます。今回取り上げるのは、共通指針8「教育・リテラシー」、共通指針9「公正競争確保」、そして共通指針10「イノベーション」の3つです。

「教育」と聞くと、社員研修のような退屈なイメージを持つ方もいるかもしれません。しかし、ここで言う教育は、もっと前向きで実践的なものです。社員一人ひとりがAIを理解し、使いこなし、AIとともに新しい働き方を創り出していく。そして、自社だけの殻に閉じこもるのではなく、他社や外部のシステムと連携しながら、これまでにない価値を生み出していく。今回の3つの指針は、そうした「攻めのAI活用」の道筋を示してくれるものです。

前回の第7回で取り上げた「透明性と説明責任」が信頼の土台を築くものだとすれば、今回の指針はその土台の上に、成長の柱を建てるためのものと言えるでしょう。

共通指針8「教育・リテラシー」——社員の仕事を奪うのではなく、新しい働き方へ導く

AIリテラシーとは何か

共通指針8は、AIリテラシーや倫理観を確保するための教育を行うことを求めています。ここでいうリテラシーとは、もともと「読み書きの能力」を意味する言葉ですが、AIリテラシーとは「AIとは何か、何ができて何ができないか、どう使えば安全かを理解する力」のことです。

中小企業の経営者の方からよく聞くのは、「うちの社員にAIの専門教育なんて無理だよ」という声です。しかし、ガイドラインが求めているのは、全社員をAIエンジニアにすることではありません。求められているのは、日々の業務でAIツールを使う際に、その結果をうのみにしない判断力を持つことです。AIが出した回答に疑問を感じたら立ち止まれること、個人情報をAIに入力してよいかどうかを判断できること、AIの限界を理解した上で活用できること——こうした基本的なリテラシーを全社員が持つことが、ガイドラインの趣旨です。

リスキリング——仕事を奪われるのではなく、仕事が変わる

ガイドラインは、働き方が変わることを見据えた「リスキリング（再教育）」を検討するよう求めています。リスキリングとは、新しい仕事や役割に必要なスキルを身につけ直すことです。

AIの導入によって、一部の定型業務は自動化されていきます。これは避けられない流れです。しかし、「仕事が奪われる」と恐れるのではなく、「仕事の内容が変わる」と捉え直すことが大切です。

たとえば、経理部門で請求書のデータ入力をAIが自動化したとしましょう。それまでデータ入力に1日3時間かけていた担当者は、浮いた時間を何に使えるでしょうか。取引先ごとの支払い傾向の分析、キャッシュフローの予測、経営判断に資するレポートの作成——これまで「時間がなくてできなかった」付加価値の高い業務にシフトできるのです。

リスキリングとは、こうした新しい役割を担うためのスキルを身につけることです。データ入力のスキルから、データ分析のスキルへ。マニュアル作業の正確さから、AIの出力を評価する判断力へ。仕事がなくなるのではなく、仕事の質が変わっていくのです。

中小企業がリスキリングに取り組む際には、いくつかのポイントがあります。まず、全社員を一律に教育するのではなく、業務内容に応じた段階的なプログラムを設計することが効果的です。AIツールを直接操作する担当者にはツールの具体的な使い方を、管理職にはAI活用の意思決定に必要な知識を、というように対象者ごとに内容を変えていきます。

また、座学だけでなく実際の業務の中で学ぶ「OJT型」のリスキリングが特に有効です。「AIを使ってこの業務をやってみましょう」という実践から入り、うまくいった点と改善点を振り返る。この繰り返しが、最も効率的な学びになります。

レジリエンス——AIリスクから立ち直る力を育てる

ガイドラインはもう一つ、AIリスクに対する「レジリエンス（回復力）」を高めることを求めています。レジリエンスとは、困難な状況から回復し、適応する力のことです。

AIを活用していれば、必ず何かしらの問題は起きます。AIが誤った情報を生成してしまった、AIシステムが一時的にダウンした、AIの判断に偏りがあることが発覚した——こうした事態が起きたときに、パニックにならず、冷静に対処し、元の状態に戻せる力がレジリエンスです。

レジリエンスを高めるためには、まず「AIは完璧ではない」という前提を全社で共有しておくことが大切です。AIを導入する際に「これで完璧になります」と過度な期待を持たせてしまうと、問題が起きたときの失望と混乱が大きくなります。「AIは非常に優秀な助手だが、時々間違える。間違いに気づいたら、すぐに報告してほしい」という文化を作ることが、組織のレジリエンスの土台になります。

そして、AIが使えなくなったときの代替手段（フォールバックプラン）を事前に用意しておくことも重要です。第7回で触れた対応方針の文書化とも関連しますが、「AIが止まったらどうするか」を事前に決めておくことで、実際に問題が起きたときの回復速度が格段に上がります。

共通指針9・10「公正競争確保とイノベーション」——自社だけでは生み出せない価値を、オープンな連携で実現する

公正競争確保——AIが新しいビジネスの芽を摘まないために

共通指針9は、新たなビジネスが創出されるよう、公正な競争環境の維持に努めることを求めています。これは、AIの力を持つ大企業が市場を独占し、新しいプレイヤーが参入できなくなる事態を防ぐための指針です。

中小企業の経営者の方にとっては、この指針は「自社を守ってくれるもの」として理解できるでしょう。大企業だけがAIの恩恵を受け、中小企業が取り残されるという状況は、ガイドラインが目指すものではありません。むしろ、AIを活用することで中小企業が大企業と同じ土俵で戦えるようになる——それがこの指針の精神です。

同時に、自社がAIを活用する際にも、取引先や競合他社に対して公正であることが求められます。たとえば、AIで収集した市場データを不当に利用して競合を排除したり、AIの力を使って取引先に不利な条件を押し付けたりすることは、この指針に反します。

イノベーション——オープンイノベーションと相互運用性

共通指針10は、オープンイノベーションを推進し、他のシステムとの「相互接続性・相互運用性」を確保することを求めています。

オープンイノベーションとは、自社だけでなく、外部の企業や研究機関、コミュニティなどと知識や技術を共有しながら、新しい価値を生み出していく考え方です。自社の壁を越えた協業によって、一社では実現できなかったサービスや製品を生み出すことができます。

「相互接続性・相互運用性」とは、異なるシステム同士がスムーズにデータをやり取りし、連携して動作できることを指します。たとえば、自社の在庫管理システムと取引先の発注システムがスムーズに連携できれば、在庫切れのリスクを減らしながら発注業務を効率化できます。AIシステムを導入する際に、自社だけで閉じたシステムにするのではなく、他のシステムと連携できる設計にしておくことが、将来の可能性を広げます。

中小企業こそオープンイノベーションの恩恵を受けられる

「オープンイノベーションなんて大企業の話でしょう」と思われるかもしれません。しかし実は、中小企業こそオープンイノベーションの恩恵を大きく受けられる立場にあります。

大企業は組織が大きいため、社内の意思決定に時間がかかり、外部との連携も手続きが煩雑になりがちです。一方、中小企業はフットワークが軽く、経営者の判断ひとつで新しいパートナーシップを始められます。

たとえば、地域の同業他社とAIの活用事例を共有し合うことは、立派なオープンイノベーションです。「うちではAIをこう使っている」「こんな失敗をした」という情報を交換するだけで、お互いのAI活用レベルが底上げされます。競合であっても、AIの基本的な活用ノウハウは共有しても競争力を損なわない場合が多いのです。

私たち京谷商会では、大阪府南河内郡太子町を拠点に、AIスタッフを活用した業務運営を実践しています。その中で得た知見をポータルサイトで発信しているのは、まさにこのオープンイノベーションの精神に基づいています。自社だけの成功にとどめず、同じ課題を抱える中小企業の皆さまと知識を共有することで、地域全体、ひいてはAI活用全体の底上げにつなげたいと考えています。

また、AI導入においてクラウドサービスやAPIを活用することも、中小企業にとっての現実的なオープンイノベーションです。自社でゼロからAIシステムを構築するのではなく、既存のAIサービスを組み合わせて自社の業務に適用する。これは、他社が開発した技術と自社の業務知識を掛け合わせるという意味で、オープンイノベーションの実践にほかなりません。第4回で紹介した「3つの立場」の考え方を思い出してください。AI開発者が作った技術を、AI提供者のサービスを通じて、AI利用者である自社が活用する。この分業と連携こそが、ガイドラインが推奨するイノベーションの形なのです。

教育とイノベーションを両輪で回すために

学び続ける組織文化の重要性

共通指針8の「教育・リテラシー」と共通指針10の「イノベーション」は、一見別のテーマに見えますが、実は深くつながっています。社員がAIについて学び、リテラシーを高めることで、初めてイノベーションの種を見つけ、育てることができるからです。

AIの進化は非常に速いため、一度きりの研修では不十分です。大切なのは、「学び続ける文化」を組織に根づかせることです。毎月30分でもいいので、AIに関する最新の話題を共有する時間を設ける。社員がAIツールを試す自由を与え、うまくいった活用法を社内で発表する場を作る。こうした小さな取り組みの積み重ねが、組織全体のAIリテラシーを底上げし、やがてイノベーションにつながっていきます。

失敗を許容する風土がイノベーションを生む

イノベーションには、失敗がつきものです。新しいAIツールを試してみたけれどうまくいかなかった、AIの活用アイデアを実行したけれど期待した成果が出なかった——こうした「失敗」を責めるのではなく、学びとして活かす風土が必要です。

先ほど触れたレジリエンスとも関連しますが、「失敗しても大丈夫」「失敗から学べばいい」という文化がある組織は、新しいことにチャレンジしやすくなります。そして、たくさんのチャレンジの中から、思いもよらなかったイノベーションが生まれるのです。

経済産業省の「生成AI時代のDX推進に必要な人材・スキルの考え方2024」でも、AI時代に求められるスキルとして、技術的なスキルだけでなく、課題発見力、創造的思考力、コミュニケーション力といった「人間ならではのスキル」が強調されています。AIが定型業務を担ってくれるからこそ、人間はより創造的な仕事に集中できる。その転換を支えるのが、教育とリスキリングなのです。

ガイドラインの後半に教育とイノベーションの指針が置かれているのは、偶然ではありません。守りの仕組みを整えた上で、攻めに転じる——その順序こそが、AIを安全かつ効果的に活用するための正しい道筋なのです。

用語集——この記事で使われた重要用語

この記事で登場した重要な用語を改めて整理しておきます。

リテラシーとは、もともとは「読み書きの能力」を意味する言葉ですが、現在ではある分野について基本的な知識を持ち、適切に活用できる能力を広く指します。AIリテラシーとは、AIの仕組み・能力・限界を理解し、業務や日常生活で適切に活用できる力のことです。全社員がAIの専門家になる必要はなく、「AIの結果をうのみにしない判断力」が核になります。

リスキリングとは、新しい仕事や役割に適応するために、必要なスキルを身につけ直すことです。AIの普及により一部の業務が自動化される中で、人間がより付加価値の高い業務にシフトするための「学び直し」を指します。単に新しい技術を覚えるだけでなく、思考の枠組みや仕事へのアプローチ自体を更新していくことが含まれます。

レジリエンスとは、困難な状況に直面したときに回復し、適応する力のことです。AIの文脈では、AIシステムの障害や誤判断が発生した際に、組織として冷静に対処し、迅速に正常な状態に戻れる能力を指します。「AIは完璧ではない」という前提のもと、問題発生時の代替手段や復旧手順を準備しておくことが、組織のレジリエンスを高めます。

オープンイノベーションとは、自社だけでなく外部の企業や研究機関、コミュニティなどと知識・技術・アイデアを共有しながら、新しい価値を創出する考え方です。中小企業においては、クラウドAIサービスの活用、地域企業との事例共有、業界団体を通じた知見交換なども、オープンイノベーションの実践に含まれます。

参考資料

まとめ——守りの土台の上に、攻めの柱を建てる

今回は、AI事業者ガイドラインの共通指針8「教育・リテラシー」、共通指針9「公正競争確保」、共通指針10「イノベーション」を読み解きました。

教育・リテラシーの指針は、AIによって仕事が奪われることを恐れるのではなく、新しい働き方へのシフトを積極的に支援することを求めています。リスキリングによって社員の能力を高め、レジリエンスによって組織の回復力を養う。これらは、AIを安全に活用し続けるための投資です。

公正競争確保とイノベーションの指針は、自社だけで閉じるのではなく、オープンな姿勢で外部と連携しながら新しい価値を創出することを奨励しています。中小企業はフットワークの軽さを活かし、クラウドサービスの活用や地域企業との知見共有を通じて、大企業にはない形のイノベーションを起こすことができます。

ガイドラインが前半で「守り」の指針を、後半で「攻め」の指針を示しているのは、この順序が大切だからです。安全性・公平性・透明性という守りの土台があってこそ、教育とイノベーションという攻めの柱が安定して立つのです。

次回の第9回では、「AIを作る側の責任と世界の約束」と題して、AI開発者に対する指針と、国際的な取り組みである広島AIプロセスを取り上げます。世界がAIにどう向き合おうとしているのか、その大きな流れを一緒に見ていきましょう。

この連載の記事一覧