3️⃣AI時代を読み解くキーワード③ AI Native──AIを「後から導入する企業」から「最初からAIで設計する企業」へ

AI NativeとAgentic AIの関係

第2回で取り上げたAgentic AIは、AI Nativeを実現する重要な技術の一つです。

AI Nativeな会社では、AIは質問に答えるだけではありません。

目的を理解し、

必要な仕事を分解し、

情報を集め、

システムを操作し、

結果を確認しながら仕事を進めます。

例えば人財開発部門であれば、

* 経営計画を読み取る
* 必要な人財像を整理する
* 現在の人財データを分析する
* スキルギャップを特定する
* 育成施策を設計する
* 対象者へ案内する
* 実施結果を分析する
* 次の改善案を作る

という一連の流れを、複数のAIエージェントが支援する可能性があります。

Agentic AIが「行動するAI」なら、

AI Nativeは、

そのAIが活躍することを前提につくられた企業や仕事の形

です。

AI Nativeになるには、データが必要になる

AIは、何もないところから企業の仕事を理解できません。

企業固有の情報が必要です。

例えば、

* 経営方針
* 商品情報
* 顧客情報
* 業務手順
* 社内規程
* 過去の意思決定
* 成功事例
* 失敗事例
* 人財情報
* 現場の暗黙知

などです。

しかし、多くの企業では、これらの情報が整理されていません。

個人のパソコンに保存されている。

部門ごとに形式が違う。

古い情報と新しい情報が混在している。

文章になっておらず、ベテラン社員の頭の中にだけ存在する。

この状態では、AIに正しい仕事を任せられません。

Google Cloudも、AI Nativeな考え方を業務全体へ統合するには、社員がAIを使える自信と教育を持ち、AIを日常のワークフローへ組み込む必要があるとしています。(Google Cloud)

AI Native化の第一歩は、高性能なAIを購入することではありません。

企業の知識とデータを整理すること

です。

AI Native企業に必要な人財

AI Native時代に必要なのは、単にAIツールを使える人ではありません。

重要なのは、AIを活用して仕事そのものを設計できる人です。

具体的には、

* 課題を明確にする力
* 目的を言語化する力
* 業務を分解する力
* データを読み取る力
* AIの出力を検証する力
* 倫理やリスクを判断する力
* 人間とAIの役割を設計する力
* 現場へ導入する力
* 利用結果を改善する力

が求められます。

私は、AI時代だからこそ、自立型人財が重要になると考えています。

AI Native企業で価値を持つのは、指示された作業を速く行う人ではありません。

自ら目的を理解し、

自ら問いを立て、

AIを使い、

結果を検証し、

必要に応じて方法を修正できる人です。

AIが主体的に動く時代だからこそ、人間にも、より高い主体性が求められます。