人工知能は、多くの組織、そして多くの従業員が無理なく吸収できるペースを上回る速さで進化しており、それが企業のAI導入を妨げています。
日本企業のAI導入が比較的遅い理由を検証したBBCの最近の記事は、不都合な現実を浮き彫りにしています。AI導入は単なる技術の問題ではありません。信頼、スキル、そして組織変革の問題です。
日本が特に興味深いのは、他の多くの経済圏が同時に経験し始めている複数の要因を併せ持っているからです。
- 就業者の高齢化
- 人手不足
- 経験豊富な従業員
- 比較的慎重な企業文化
- ばらつきのあるデジタルスキル、そして
- 時に誤った結果を出す技術に対する許容度の低さ
最後の点が重要です。
生成AIは確率的なものです。絶対に誤らないわけではなくても、極めて有用になり得ます。
誤りがプロジェクトコスト、調達、契約、安全、収益性に影響し得る業界では、AIのわずかな誤り率でも、不釣り合いなほど大きな信頼の問題を生むことがあります。
しかし、これは日本だけの問題ではありません。
日本の課題は他の地域でも現れつつあります
OECDの調査は、日本が直面する課題の大きさを裏付けています。
職場でAIを使用していると回答した日本の従業員はわずか8.4%であり、高齢の労働者ほどAIを使用したり、AI関連の研修に参加したり、雇用主が導入したAIシステムを信頼したりする可能性が低いとされています。会社からAI研修を受けたと回答した日本のAI利用者は約30%にとどまり、日本はOECDの比較対象となった8か国の中で、雇用主のAIに対する信頼度が最も低い結果となりました。
これが国際的に重要なのは、人口動態の圧力、デジタルスキル格差、組織の慎重さという同様の組み合わせが、他の地域でも生じつつあるからです。
韓国：おそらく最も日本に近いアジアの事例
韓国は、日本と最も強い類似性を持つ国かもしれません。
急速な高齢化と、世界でも有数の技術的に高度な経済を併せ持っています。しかし、高度な国家インフラがあるからといって、世代を超えて同等のデジタル能力が自動的に備わるわけではありません。
OECDの最近の分析によると、韓国の55〜65歳の労働者の職業関連研修への参加率は20%を大きく下回っており、55〜65歳の労働者と25〜54歳の労働者との専門ソフトウェア利用の差は35%を超えています。これはOECDが特定した年齢によるデジタル格差の中でも最大級です。
韓国企業におけるAI導入も、依然としてバラつきがあります。OECDの推計では、韓国の中小企業のAI導入率は日本より高いものの、ドイツやアイルランドなどの国を大きく下回っています。同時に、韓国の雇用の80%以上が中小企業に集中しており、従業員による導入が特に重要となっています。
ここから得られる教訓は重要です。
技術的に進んだ経済であっても、従業員による導入の問題を抱えている可能性があります。
南欧・南東欧：高齢化と生涯学習の弱さが重なる
ギリシャ、イタリア、ポルトガル、スペイン、そしていくつかのバルカン諸国を含む南欧・南東欧の一部にも、同様の課題が存在します。
問題は、これらの国に有能な専門家がいないことではありません。
むしろその逆です。
これらの国には、産業、エンジニアリング、経営に関する膨大な知見が蓄積されています。
課題は、その知見をますますデジタル化する業務環境へと移し替えることです。
EU全体では、55〜64歳の労働者の約35%が職業関連研修に参加しているのに対し、35〜54歳の労働者では48%です。ギリシャとトルコでは、高齢労働者の参加率は10%を下回っています。
欧州委員会も、対象を絞った施策で低成長地域やより脆弱な層に対応しない限り、AIがもたらす雇用上の恩恵は高スキル層や働き盛りの労働者に偏って分配される可能性が高いと警告しています。
欧州の最近のエビデンスも同じメッセージを裏付けています。AI導入は、AIツールが技術的に利用可能かどうかだけでなく、従業員のスキル、研修の機会、組織の意思決定への参加に大きく左右されるということです。
企業のデジタルトランスフォーメーションにとって、これは極めて重要です。
多くの若手エンジニアよりも建設の経済性を理解している58歳のベテラン積算担当者は、自動化で置き換えるべき問題ではありません。
その従業員は、何十年にもわたる企業の知見を体現しています。
目指すべきは、テクノロジーによってその知見をさらに生かすことです。
中東欧：もう一つの新たな格差
中東欧の一部も、関連する課題に直面しています。
世界銀行は、テクノロジーへのアクセスだけでは不十分であることが明らかになりつつあるため、欧州・中央アジア全域でデジタルスキルとAI対応力のプログラムを積極的に展開しています。ルーマニア、トルコ、ブルガリアなどでの最近のプログラムは、AIに対応できる人材に必要なスキルの育成に特に焦点を当てています。
OECDの調査も同様に、高齢労働者の職場研修への参加が比較的少ない南欧・中欧・東欧の国々を複数挙げています。
これは、企業のAI導入が「二つの速度」で進むリスクがあることを意味します。
デジタルに自信のある従業員は加速する一方、経験豊富だがデジタルに不慣れな従業員は、企業の業務システムからますます取り残されていきます。
それは重大な戦略上の失策となるでしょう。
中央アジア：課題は高齢化よりもスキル
中央アジアには、異なる解釈が必要です。
カザフスタンやウズベキスタンなどの国は、現時点では日本ほどの人口構造を示していません。
これらの国の課題は、主にデジタル能力、制度面の準備、そして従業員のリスキリングです。
OECDはカザフスタンにとって成人学習への参加とスキルの効果的な活用が重要な課題であると指摘しており、アジア開発銀行は、ウズベキスタンが自動化とAIの恩恵を享受できるかどうかは、研修とデジタルスキルの育成に大きく依存すると強調しています。
この違いは重要です。
日本、韓国、欧州の一部では、企業はますます高齢化する従業員がデジタルを使いこなせるようにする必要があります。
中央アジアの多くの地域では、企業は急速にデジタル化する経済の中で働く従業員のデジタル能力を、短期間で底上げする必要があります。
したがって導入の進め方は異なるかもしれませんが、企業に求められることは同様です。
すべての従業員が技術者になることを期待するのではなく、テクノロジーが人に合わせるべきです。
AIの不完全さが導入をさらに難しくする
ここで、AI導入をめぐる議論で指摘されている第二の側面を加えましょう。
AIは間違えます。
これは特殊な心理的問題を生みます。
- 組織は日常的に人間のミスを許容しています。
- 積算担当者は計算を誤ることがあります。
- 購買担当者は間違ったサプライヤーを選ぶことがあります。
- 現場エンジニアは誤った数量を入力することがあります。
- プロジェクトマネージャーは予測を誤ることがあります。
ところが従業員は、人工知能にははるかに高い水準を期待しがちです。
一度AIのハルシネーションや誤った推奨を目にすると、信頼は急速に低下します。
したがって、答えは次のようなものであってはなりません。
「AIを信頼しなさい。」
DANAOS Projectsでは、より良い原則は次のとおりだと考えています。
AIをやみくもに信頼するのではなく、管理する
企業向けAIは、AIが時に間違う可能性があることを前提に設計されるべきです。
つまり、次の形から：
AI → 意思決定
次の形へと移行することです。
AI → 推奨 → 検証 → 承認 → 実行 → 監査
これは、建設、EPC、造船、オフショア、海事、鉱業、その他のプロジェクト型産業で特に重要です。
AIエージェントが50万ユーロ分の鋼材の購入を推奨した場合、組織は言語モデルの判断だけに頼るべきではありません。
システムは次の点を検証できる必要があります。
- この資材はBoQに含まれているか？
- どのWBS作業がそれを必要としているか？
- いつ必要か？
- どのCost Codeがその支出を負担するか？
- 予算上の数量はどれだけか？
- すでにどれだけ消費されたか？
- 在庫はあるか？
- 過去にいくらで購入したか？
- どのサプライヤーが承認済みか？
- 予算は十分にあるか？
- 誰がその取引を承認する権限を持っているか？
ここでERPはAIに不可欠なインフラとなります。
ProjectVIEW ERPが信頼の方程式を変える理由
ProjectVIEW ERPは、ビジネス取引を3つの基本的なプロジェクト軸で結び付けます。
BoQ ↔ WBS ↔ Cost Codes
これにより、業務上の意思決定を取り巻く構造化されたビジネスコンテキストが生まれます。
調達、予算編成、協力会社、資材、機械、労務、出来高、コスト管理は、孤立したAIプロンプトではありません。ユーザー、権限、ワークフロー、承認を備えた共通のプロジェクト環境の中に存在しています。
ProjectVIEWはすでに、一元的な役割ベースのアクセス、ワークフロー、取引ログ、トレーサビリティを提供しています。そのため、すべてのプロセスを担当従業員の責任と権限に従って実行できます。結果としてAIは、企業の管理システムの外側ではなく、その内側で稼働できます。
これは根本的な違いです。
- AIエージェントが推奨する。
- ProjectVIEWがビジネスルールを提供する。
- 責任ある従業員が検証する。
- ワークフローが承認を管理する。
- ERPが何が起きたかを記録する。
管理された不完全さ
これは企業向けAIにとって重要な概念につながると私たちは考えています。
管理された不完全さ（Controlled Fallibility）。
AIが大きな価値を生むために、完璧である必要はありません。
誤りを特定し、制限し、修正できる環境の中で稼働することが必要なのです。
したがって、自律性の度合いは、判断がもたらす影響の大きさに応じたものであるべきです。
たとえば：
- 低リスク：AIがプロジェクト文書を自動的に要約する。
- 中リスク：AIが資材の購買申請を作成し、従業員が確認する。
- 高リスク：AIがサプライヤーの選定を推奨するが、調達部門の承認が必要。
金銭的な確約：AIが取引を準備し、権限を持つ管理者が実行を承認する。
目的は自動化の最大化ではありません。
許容できるリスクの範囲内で、有用な自動化を最大化することです。
テクノロジーに不慣れな従業員はどうするのか？
まさにここでこそ、AIは最も大きな価値を発揮できると言えるでしょう。
従来の企業向けソフトウェアは、従業員にソフトウェアの使い方を覚えることを求めます。
- どのメニュー？
- どの画面？
- どの項目？
- どのレポート？
- どのワークフロー？
このやり方は、デジタルへの習熟度が大きく異なる従業員を抱える企業では、ますます問題となります。
AIによって、この関係を逆転させることができます。
従業員にERPの言葉を教えるのではなく、ERPに従業員を理解させることがますます可能になっています。
ベテランの現場所長が次のように言う場面を想像してください。
「来週、擁壁用に鉄筋をあと20トン必要だ。」
その従業員がAIモデルを理解している必要はありません。
AIアシスタントが要求を解釈し、ProjectVIEWが企業としてのコンテキストを提供します。
プロジェクト → BoQ → WBS → 資材 → 倉庫 → 予算 → サプライヤー → ワークフロー。
システムが取引を準備します。
従業員がそれを確認します。
権限を持つ管理者が承認します。
これは、ソフトウェアではなく建設の専門家である従業員にとって、はるかに容易な導入への道筋です。
DANAOSの導入戦略：自動化より先に定着を
技術アーキテクチャだけでは、この問題は解決しません。
導入戦略も同じくらい重要です。
これは、変化を段階的に導入する必要がある日本、韓国、南欧、バルカン諸国、中央アジアなどの市場で特に当てはまります。
DANAOSの導入は、すべての組織を汎用的な導入テンプレートに当てはめるのではなく、As-Is／To-Beプロセス分析、GAP分析、設計ブループリントから始まります。研修計画、チェンジマネジメント、UAT、Go-Live戦略、導入後サポートは、正式なプロジェクト成果物です。
目的は、働き方を変える前に、従業員が現在どのように働いているかを理解することです。
1. ソフトウェア別ではなく役割別に研修する
積算担当者が、ProjectVIEWにできることをすべて学ぶ必要はありません。
倉庫責任者も同様です。
CFOも同様です。
DANAOSは役割別の研修コースを採用し、ユーザーが実際の業務に関係するプロセスを学べるようにしています。現在のProjectVIEWのフレームワークには正式な研修ニーズ評価が含まれており、各研修プログラムを定める前に、ERPの習熟度、組織上の役割、業務プロセス、言語要件、ユーザーの都合を考慮します。
これは、デジタル経験の少ない従業員にとって特に重要です。
研修のテーマは、
「自分の仕事をどう進めるか？」
となり、次のようなものではなくなります。
「この複雑なERPをどう操作するか？」
2. Go-Live前の実践的なシミュレーション
ユーザーが基幹業務に関わるテクノロジーを、本番環境で初めて学ぶべきではありません。
ProjectVIEWの研修では、現実的なビジネスシナリオを備えた専用のサンドボックス環境を使用し、従業員が本番の取引に影響を与えずに練習できるようにしています。
DANAOSの導入では、シミュレーション期間に続いて、展開時には現場でのハンズオン支援も行います。
これは、新しいテクノロジーに不安を感じる従業員にとって特に有効です。
自信は、PowerPointのプレゼンテーションではなく、反復から生まれます。
3. 社内チャンピオンを育成する
変化への抵抗を克服する最も効果的な方法の一つは、定着の責任をIT部門に負わせないことです。
各業務部門の中に、信頼されるユーザーを育てることです。
DANAOS ProjectVIEW ERPチャンピオンプログラムは、同僚を支援し、モジュールを横断するワークフローを理解し、問題をエスカレーションし、Go-Live後にDANAOSと連携できる上級パワーユーザーを育成します。
経験豊富な調達マネージャーは、通常、外部のAIコンサルタントよりも同じ調達の専門家を信頼します。
これにより、同僚主導のデジタル定着が生まれます。
4. ワークフローに人を残す
ProjectVIEWでは、組織が必要とする箇所に正確に承認権限を残すことができます。
ユーザーと役割がアクセス権を決め、ワークフローが承認を決め、取引履歴がトレーサビリティを提供します。
したがって、AIによる自動化は段階的に導入できます。
AIが情報を提供する → AIが推奨する → AIが準備する → AIが承認された範囲内で実行する。
手作業からいきなり自律運用へと飛び移る必要はありません。
5. 学習を継続的なものにする
ERPとAIの定着を、一度きりの研修イベントとして扱うことはできません。
ProjectVIEWは、自分のペースで進められるデジタル学習、録画研修、オンラインドキュメント、アプリ内ガイダンス、役割別のフォローアップ研修をサポートしています。従業員がそれぞれのペースで学び、デジタル変革から取り残されないため、高齢化する組織にとって特に重要です。
6. 信頼する前にテクノロジーを検証する
同じ考え方はAIそのものにも当てはまります。
ProjectVIEWの現在のSaaSフレームワークには、本番環境への変更前に、管理されたテスト環境、ユーザー受入テスト（UAT）、回帰検証が組み込まれています。大きな変更には、本番切り替え前にUATと顧客の承認が必要です。
これこそが、組織がAIに取り組むべき方法です。
信頼は要求するものではなく、実証するものです。
AIは高齢化する従業員の助けにもなり得る
見落とされがちな、重要な利点があります。
AIは必ずしも経験豊富な労働者を脅かすものではありません。
彼らがより長く生産的に働き続けられるようにする技術の一つになる可能性があります。
OECDは、対話型システムは既存の専門知識を補完できるため、使いやすいAIアプリケーションは、高度な専門ソフトウェアよりも高齢労働者にとって導入しやすい可能性があると指摘しています。
これは大きな変革をもたらす可能性があります。
したがって、企業向けソフトウェアの未来は、経験豊富な労働者にますます複雑なインターフェースを覚えさせる方向から離れていくかもしれません。
従業員は自然な言葉で伝え、AIがその意図を構造化された業務プロセスへと変換します。
正しく導入されれば、AIは前世代の企業向けテクノロジーよりも包摂的になり得るのです。
本当の競争優位はAIそのものではありません
AI競争に勝つ企業は、必ずしも最も多くのAIエージェントを導入した企業ではありません。
勝つのは、次の要素をうまく結び付けた組織です。
人間の専門知識 ＋ 信頼できる企業データ ＋ AIによる自動化 ＋ ビジネスルール ＋ ガバナンス
これは日本、韓国、南欧などの高齢化する経済圏で特に重要であり、中東欧や急速にデジタル化する中央アジア市場でもますます重要になっています。
DANAOS Projectsにとって、これがProjectVIEW ERPの方向性を定めています。
私たちはProjectVIEWを、目的別のAIエージェントが個々のプロセスを加速させる一方で、企業のデータファブリックを織り上げるプロジェクト業務の中央司令塔、そしてオーケストレーターとして構想しています。
ERPはコンテキストと管理を提供します。
AIはスピードと知能を提供します。
従業員は経験と判断力を提供します。
DANAOSは、この3つを結び付ける導入・研修・チェンジマネジメントのフレームワークを提供します。
目的は、経験豊富な従業員に一夜にしてAIへの適応を求めることではありません。
ましてや、AIが絶対に誤らなくなると装うことでもありません。
目的ははるかに実践的なものです。
AIを、十分に使いやすく、信頼できるほどに管理され、従業員が自ら使いたいと思えるほど価値あるものにすることです。
なぜなら、企業のAI導入を阻む見えない障壁は、モデルではないからです。
実際に事業を動かしている人々が、それを使う準備ができているかどうかなのです。
