| この記事でわかること |
|
| この記事の対象者 |
|
| 効率化できる業務 |
|
「今年こそ全社でAIを活用して、業務効率を劇的に上げるぞ！」
経営陣からそんな大号令がかかり、鳴り物入りで最新の生成AIツールを導入した。……けれど、数ヶ月経ってみて蓋を開ければ、現場の社員がやっていることといえば「長いメールの要約」や「ちょっとした企画書の壁打ち」ばかり。
企業の経営企画部やDX推進部、そして情シス部門で日々汗を流しているみなさん、正直にお答えください。「AI導入、ぶっちゃけ行き詰まっていませんか？」
これは決して、あなたたちの会社だけの話ではありません。多くの企業が「AIという魔法の杖」を手に入れた気になりつつも、実際にはごく一部の個人の作業を少しだけ楽にする「便利なおもちゃ」止まりになっているのが現実です。
なぜ、そんな悲しいすれ違いが起きてしまうのでしょうか？
その答えは、AIが「あなたの会社の空気（コンテキスト）」を全く読んでいないからです。
本日は、この「局所的なAI活用」という分厚い壁をぶち壊し、AIを真の「組織の相棒」へと変えるDevRev社のAIプラットフォーム「Computer」の全貌に迫ります。さらに、SEOの世界で重要視されている「E-E-A-T」という独自の視点を交えながら、現場で本当に使えるAIの作り方を一緒に考えていきましょう。
「AIを入れたのに現場が変わらない…」その悩みの正体とは
個人ツール化するAIと「組織の壁」
基盤モデルの高性能化に伴って、個人レベルでのAI活用は日進月歩で進んでいます。ChatGPTをはじめとするツールは、確かに私たちの個人の生産性を上げてくれました。
しかし、いざ「組織での利用」となると話は全く別です。組織での利用においては業務の全体像を把握できず、結果として人間の作業を部分的に補助する道具となるケースも多いのが今のリアルな実態です。
少し想像してみてください。中途採用で優秀な社員が入社してきたとします。彼にいきなり「うちの会社の過去のトラブル事例を踏まえて、新しい顧客対応のマニュアルを作って」とお願いしても、おそらく頓挫するでしょう。なぜなら、彼には「過去のトラブルがどこに保存されているか」「誰がそのキーマンなのか」という社内の文脈が全くわからないからです。
いま、多くの企業がAIに対してやっているのは、まさにこの「何も背景を教えずに無茶ぶりをする」という行為です。これでは、AIがどれだけ賢くても、表面的な一般論しか返してくれません。
ハーネスエンジニアリングでも超えられない限界
AIに少しでも気の利いた回答をさせようと、プロンプトエンジニアリング（AIへの指示出しの工夫）に必死になっている方も多いでしょう。 しかし、単に人間の指示を言語的に解釈する能力だけでは不十分です。どれだけ巧妙な言葉で指示を編み出しても（ハーネスエンジニアリングを駆使しても）、AIがアクセスできる情報がサイロ化（孤立）していれば、根本的な解決にはなりません。
指示が発せられた背景や組織の運営状態、すなわち「文脈（コンテキスト）」を把握する必要があるのです。この「コンテキストの欠如」こそが、AI導入が現場で空回りしてしまう最大の原因だと言えます。
救世主となるか？ DevRevのAIプラットフォーム「Computer」とは
この痛切な課題に、真っ向から挑んでいる企業があります。それが「DevRev（デブレブ）」です。
「Computer」誕生の背景と創設者の想い
DevRevという会社、皆さんはご存知でしょうか？実は彼ら、生成AIブームに便乗してポッと出たスタートアップではありません。 DevRevは2020年10月、なんとChatGPTが登場する約2年前に、Nutanixの元CEO兼創設者であるDheeraj Pandey氏、SVP of EngineeringであったManoj Agarwal氏によって創設されました。
創業以来、彼らが一貫して掲げている目標があります。それは、サイロを打破し、AIと人間が協働する「チーム・インテリジェンス」の実現です。
このDevRevにおいて、プロダクト組織、ブランド、マーケティングを包括的に統括し、フラッグシップ製品である「Computer, by DevRev」のローンチを主導したのが、Michael Machado氏（以下、マチャド氏）です。 マチャド氏は、2014年頃からデータ分析やディープラーニングモデルの応用研究に従事し、SalesforceでVP of Product Managementを務めた経験を持つ、まさにAIとビジネスデータの酸いも甘いも噛み分けたスペシャリストです。
サイロを破壊し、コンテキストをつなぐ
マチャド氏はSalesforceに在籍していた当時から、ある強い問題意識を抱いていたと言います。それは、「AIがビジネスにおいて真の能力を発揮し、自律的に業務を遂行するためには、コンテキストの把握が不可欠である」ということです。
「Computer」は、まさにその思想を体現したプラットフォームです。社内のあちこちに散らばったカスタマーサポートの履歴、開発者のコード、営業の商談メモ……そうしたバラバラのデータを一箇所につなぎ合わせ、AIに「会社の文脈」をインストールするための土台を提供してくれます。
数兆規模のデータをナレッジ化する「7つの層」と安全性
では、具体的にどうやってバラバラのデータをAIに理解させるのでしょうか。そこには泥臭くも緻密なデータ処理の裏側があります。
AIが本当に求めている3つのもの
マチャド氏はこう語ります。「AIが本来求めているのは、『推論の基盤となる一貫性のあるデータ』、『自律的に動くための明確な方向性』、そして『安全に稼働するための適切なガードレール』です」と。
一貫性のあるデータがなければ、AIは迷子になります。
明確な方向性がなければ、AIは的外れな作業を始めます。
そしてガードレールがなければ、AIは自信満々に大嘘をつく（ハルシネーションを起こす）危険な存在になってしまいます。
独自の視点：SEOの「E-E-A-T」に学ぶ、AIと自社データの幸せな関係
ここで少し、面白い視点を取り入れてみましょう。皆さんは、Googleの検索対策（SEO）で最近最も重要視されている「E-E-A-T」という言葉をご存知ですか？
E-E-A-Tとは、Experience（経験）、Expertise（専門性）、Authoritativeness（権威性）、Trust（信頼性）の略です。Googleは近年、コンテンツ評価の指標としてこのE-E-A-Tを強く重視しており、特に2022年末に「Experience（経験）」が追加されたことで、実体験に基づく情報発信がより評価されるようになりました。
実はこれ、組織のAI活用と全く同じ構造なんです。 AIが作ったありきたりな一般論の文章は、Googleからも「独自性がない」と見なされて検索順位が上がりません。AIが生成した文章は無難で表面的な内容になりがちであり、独自の視点や深い洞察に乏しいからです。 ペナルティを避けるには、実際の経験談や専門的知見を記事に織り交ぜることが不可欠とされています。
社内のAIもこれと同じです。世の中の一般的なデータだけを食わせたAIは、あなたの会社にとっては「ただの物知りな部外者」です。
AIに「自社ならではの泥臭い経験（過去のクレーム対応など）」「専門性（自社製品の深い技術仕様）」というE-E-A-Tデータを注入して初めて、AIは「現場で使える相棒」へと進化するのです。
つまり、「Computer」のようなプラットフォームがやろうとしていることは、自社の生々しい体験データをAIの血肉にする（＝コンテキストに変換する）作業だと言えます。
実践編：組織全体でAIを機能させるための3つのステップ
では、私たち現場の人間は、具体的にどう動けばいいのでしょうか？今日から意識できる3つのステップをご紹介します。
ステップ1：データの「サイロ（孤島）」に橋を架ける
一番しんどいけれど、絶対に逃げられないのがここです。
営業部はSalesforce、開発部はJira、カスタマーサポートはZendesk……。システムごとに分断されたデータは、AIにとって最大の敵です。まずは、これらの点と点をつなぎ、一つの巨大な「ナレッジの湖」を作る必要があります。
「そんなの大規模なシステム改修が必要じゃないか！」と思われるかもしれませんが、まさにその手間を引き受けてくれるのが「Computer」のようなプラットフォームの役割です。
ステップ2：業務の文脈（コンテキスト）をAIに教え込む
データが繋がったら、次は「文脈」の翻訳です。
単なる単語の羅列ではなく、「なぜこのクレームが起きたのか？」「その時、開発チームはどういうコード修正を行ったのか？」というストーリー（文脈）を持たせてAIに学習させます。
人間的な感情やニュアンスを加えることで、無機質なデータが「生きた知見」へと変わります。
ステップ3：安全な運用体制（ガードレール）の構築とHuman in the Loop
「AIに全部任せておけば安心」なんてことは絶対にありません。 AIは時として事実誤認（ハルシネーション）を起こします。そのため、公開前や重要な意思決定の前に、必ず人間がファクトチェックを行うことが重要です。
専門用語では「Human in the Loop（人間をループに組み込む）」と呼びますが、要するに「AIの仕事の最終確認は、やっぱり血の通った人間が責任を持ちましょうね」という当たり前の話です。 マチャド氏が述べる「安全に稼働するための適切なガードレール」とは、まさにこの人間とAIの二人三脚の仕組みづくりを指しているのです。
まとめ：AIは「便利な道具」から「心強い相棒」へ
いかがでしたでしょうか。
AIを導入して、「なんかしっくりこないな」「現場が全然使ってくれないな」とモヤモヤしていた理由が、少しクリアになったのではないでしょうか。
原因はAIの性能不足ではなく、AIに自社の「コンテキスト（文脈）」を与えられていなかったことにあります。
DevRevの「Computer」が目指すように、数兆規模の自社データをAIに安全に学習させ、組織の経験（Experience）と専門性（Expertise）を注入すること。それこそが、局所的なAI活用から脱却する唯一の道です。
AIは、冷たい機械ではありません。あなたが自社の泥臭いデータを教え込み、共に汗をかくことで、AIは初めて「頼れる相棒」へと成長します。
さあ、魔法の杖を振るだけの毎日はもう終わりにしましょう。組織の分厚い壁を壊し、人間とAIが真の意味で協働する「チーム・インテリジェンス」の世界へ、一歩踏み出してみませんか？
引用
CodeZine「数兆規模のデータを現場のコンテキストに変換──「Computer」が変えるAIの正確さ、コスト、安全性」
