日本のAI導入はワークフロー設計の取り組みになりつつある

主な動き

11月5日に発表された3件の事例は、いずれも同じ方向性を示している。日本におけるAI導入は、技術を使うべきかという問いを越え、ワークフローのどこに配置すべきかを厳密に決めるという、より難しい作業へ移りつつある。共通するのは、選択的な自動化と人による確認を組み合わせるパターンだが、各発表の根拠は、発表元の組織またはその調査パネルに限られている。

1. フジテレビ、ドラマ制作における一つのツールとしてAIを検証

ANDENTによると、同社のAI開発部門は「AI Sandbox」を通じて、フジテレビの制作・技術チームと連携している。このプロジェクトでは、実写撮影、VFX、CGと生成AIを併用しており、救命病棟24時の制作でも活用された。フジテレビは2026年10月期から、四半期ごとに少なくとも1作品をAI活用強化作品に指定し、2027年10月ごろまでに、すべてのドラマでAIを選択肢として利用できるようにすることを目指している。

発表では、AIを活用した一部の画像制作工程で最大70～80%の作業時間削減が報告されているが、制作費全体の削減率でも、ワークフロー全体の平均値でもないことが明記されている。したがって、より有用な示唆は組織面にある。つまり、生成技術を制作全体の代替手段とみなすのではなく、監督や技術スタッフがシーンに応じて複数のツールから選択するプロセスを、制作現場が構築しているということだ。(ANDENTの発表を読む)

2. 製造業向けモデルは、AIに判断させない領域を決めることから始まる

Co-Labo AIが提案する図面・設計チェックの手法では、作業を3つのグループに分けている。明確なルールの下で自動化できるチェック、データや条件を明確にすれば自動化できる可能性があるチェック、そして専門家による解釈が引き続き必要な判断である。同社によると、最終的な判断と承認は人が担い、その修正内容を、後続のチェックに利用する構造化されたフィードバックに変換できるという。

見出しに掲げられた80%の削減は、あくまでモデル上の試算にすぎない。この例では、月600枚の図面を扱い、各図面の一次確認が60分から12分に短縮されると仮定している。顧客への導入による実績は示されていない。それでも、この枠組みは、AIを評価する製造業にとって重要な運用上の教訓を捉えている。難しい作業は多くの場合、モデルを選ぶ前に、基準、データ、エスカレーションの境界を定義することである。(Co-Labo AIのモデルを確認する)

3. 消費者は最終判断を手放さずにAIショッピングツールを試している

楽天インサイトが7月に実施したオンライン調査では、予備調査の対象者5,000人のうち25.6%が、過去1年間に商品やサービスを検討または購入する際にAIを利用したことがあると回答した。こうした経験を持つ回答者1,003人を別途分析したところ、AIの提案と自分の直感が食い違った場合、自分の直感を優先すると答えた人は48.8%で、AIに従うと答えた13.4%を上回った。同じAI利用経験者のサンプルでは、20.7%が購入に失敗した経験を報告し、34.5%がAIによって選ぶ楽しさがいくらか減ったと回答している。

これらの結果は、登録済みのオンラインパネル会員を対象としたものであり、全国的な利用率として扱うべきではない。それでも、プロダクトチームにとっての実務上の制約が示唆される。レコメンドシステムは、自動的に受け入れられることだけを最適化するのではなく、比較と判断を支援しなければならない。(楽天インサイトの調査発表を見る)

日本の企業にとっての意味

エンターテインメント、工業設計、ショッピングのいずれにおいても、より大きな機会は無差別な自動化にはない。重要なのは、慎重なワークフロー設計である。反復可能な作業を特定し、説明責任を伴う人の判断を維持し、実際の成果を測定し、利用者に限界を説明することだ。こうした基盤整備に取り組む組織ほど、AIの実証を持続的な運用能力へ発展させられる可能性が高い。