【AI時代の企業境界と差別化｜第1回】生成AIは「新しい外注先」である会社の情報をAIに預ける前に考えたい7つの境界線
【AI時代の企業境界と差別化｜第1回】
生成AIは「新しい外注先」である
会社の情報をAIに預ける前に考えたい7つの境界線
こんにちは、ぜっとです。
先日、
「AI時代の企業境界と差別化」
というテーマで、これから何本かの記事を書いていくことにしました。
今回が、その第1回です。
最初に考えたいのは、
生成AIを会社の中でどう位置づけるのか。
という問題です。
ChatGPTを開く。
資料を貼る。
「この内容を分析してください」
と入力する。
数秒後には、整理された回答が返ってくる。
社員が自分の机で操作しているので、感覚としては、
「社内で仕事をしている」
ように見えます。
私も最初は、そう考えていました。
AIを使えば、これまで外注していた仕事を内製できる。
文章も。
画像も。
資料も。
企画も。
かなりのところまで自分たちで作れる。
これは確かに、その通りです。
でも、少し考えると妙なことに気づきます。
その仕事をしている「知的処理能力」は、本当に自社の中にあるのでしょうか。
生成AIは、会社の中にいるようで、会社の外にいる
例えば、外部のデザイナーへチラシ制作をお願いするとします。
企画書を渡す。
商品情報を渡す。
写真を渡す。
価格を伝える。
そして、
「この内容で作ってください」
と頼む。
これは誰が見ても外注です。
では、生成AIならどうでしょう。
商品情報を入力する。
画像を渡す。
販売条件を伝える。
「この内容でチラシ案を作ってください」
と頼む。
やっていることの構造だけを見ると、かなり似ています。
違うのは、
相手が人間ではなく、AIになった。
ということです。
もちろん、法律上すべての生成AI利用がそのまま「業務委託」に当たる、という意味ではありません。
ここで私が言いたいのは、経営上の見方です。
クラウド型生成AIを利用する場合、
モデル。
計算設備。
サーバー。
保守。
セキュリティ。
アップデート。
サービスの継続。
こうした知的処理の基盤を、自社では持っていません。
外部企業が提供する能力を借りています。
そう考えると、
生成AIは「新しい外注先」と考えた方が、会社の情報管理を考えやすい。
私はそう思うようになりました。
AIを使うとき、仕事だけを渡しているわけではない
ここからが今回、本当に考えたいところです。
外注するときには、仕事を渡します。
でも実際には、
仕事だけを渡すことはできません。
仕事をしてもらうための情報も渡します。
例えば、
「この文章を要約してください」
という仕事。
作業だけ見れば、簡単です。
でもその文章が、
取締役会の議事録だったら。
人事評価だったら。
新規事業計画だったら。
顧客からの相談内容だったら。
仕入原価一覧だったら。
一気に意味が変わります。
ここで私は、一つの区別が必要だと思っています。
「作業を外へ出してよいか」と、
「その作業に必要な情報を外へ出してよいか」は、別の判断である。
これです。
「単純作業だから外注」は、もう危ない
例えば、商品別の原価集計を考えてみます。
やることは、
数字を拾う。
分類する。
合計する。
比較する。
それほど高度な仕事ではありません。
だから以前なら、
「単純作業だから外注できる」
と考えたかもしれません。
ところが、その作業をするためには、
仕入原価。
販売価格。
仕入先。
商品別粗利。
販売数量。
取引条件。
といった情報を見る必要があります。
これらは会社によっては、かなり重要な情報です。
つまり、
作業価値は低い。
しかし、情報価値は高い。
という仕事が存在します。
この場合、
人へ外注する。
一般的なクラウドAIへ丸ごと渡す。
という判断より、
社内で自動化する
方が合理的な場合があります。
ここがAI時代の面白いところです。
以前なら、
社員がやる。
外注する。
ほぼ二択でした。
今は、
社員がやる。
人へ外注する。
クラウドAIへ渡す。
社内システムで自動化する。
匿名化して外部AIへ渡す。
限定された専門家と共同で処理する。
選択肢そのものが増えています。
だから「AIに何をさせるか」より先に、境界線が必要になる
AI活用を考えると、
つい、
「何ができるか」
から始めます。
議事録。
資料作成。
分析。
メール。
コピー。
画像。
プログラム。
でも会社では、その前にもう一つ問いを置いた方がいい。
これはAIに見せてよい情報なのか。
です。
その判断を、私は7つの境界線に分けて考えてみます。
境界線1
その情報は、すでに外へ出ている情報か
最初は簡単です。
ホームページに掲載済み。
チラシで配布済み。
SNSに公開済み。
一般のお客様へ案内済み。
こうした情報は、比較的扱いやすい。
例えば、
公開済みの商品説明を読みやすくする。
Instagram投稿を別媒体向けに書き換える。
公開している営業時間から案内文を作る。
この辺りは、生成AIをかなり使いやすい領域です。
一方で、
社内会議だけで使っている資料。
まだ発表していない企画。
未公開の数字。
ここから先は、一段慎重になる。
まず、
公開情報か、非公開情報か。
この一本を引くだけでも、かなり違います。
境界線2
個人情報・機密情報・競争力になる情報ではないか
次は情報の重さです。
社員名。
顧客情報。
人事評価。
給与。
契約内容。
未発表商品。
詳細な原価。
仕入条件。
経営計画。
この辺りになれば、扱いは当然変わります。
そして私は、
「個人情報かどうか」
だけでは足りないと思っています。
会社には、法律上の個人情報とは別に、
他社へ知られたくない情報
があります。
例えば、
どの価格帯で商品が動くのか。
何曜日に何が売れるのか。
どんな組み合わせが効くのか。
どんな顧客がリピートするのか。
何年も営業していれば、こうした情報が蓄積されます。
単なる数字の集まりではありません。
その会社が時間をかけて作ってきた、
市場を見る目
になっていることがあります。
だから私は、
「漏れたら法的に困るか」
だけではなく、
競合へ渡ったら、自社の強みが減る情報ではないか。
も見た方がいいと思っています。
境界線3
AIに、本当にその情報全部を渡す必要があるか
これは実務でかなり使えます。
AIは情報をたくさん与えた方が、良い回答が出る。
そう考えて、資料をそのまま全部貼ってしまう。
でも、本当に全部必要でしょうか。
例えば、
「この商品の利益改善策を考えたい」
という相談なら、
実際の商品名。
取引先名。
担当者名。
正確な仕入値。
まで必要とは限りません。
商品A。
売価500円前後。
粗利率25％程度。
月500個ほど販売。
値引率3％程度。
これでも十分、考察できる場合があります。
個人データの委託について、個人情報保護委員会のガイドラインでも、委託業務に必要のない個人データを提供しないことが示されています。(警察庁)
AI利用でも、この発想は非常に参考になります。
必要な仕事だけ渡す。
必要な情報だけ渡す。
何でも丸ごと渡す必要はありません。
境界線4
匿名化・抽象化しても、仕事は成立しないか
ここは、これから企業のAI活用でかなり重要になる能力だと思っています。
例えば、
「株式会社〇〇から287円で仕入れている」
を、
「仕入先A、原価率約70％」
にする。
顧客名を、
「顧客A」
にする。
正確な数字が不要なら、
1,287万円
を、
「1,200〜1,300万円程度」
にする。
AIへ渡す前に、
問いに必要な解像度まで情報を落とす。
ということです。
私はこれを、
最小開示
と考えています。
会社の内部情報を全部見せて、
「何か考えてください」
と頼むのではない。
必要な情報だけ切り出し、
その範囲で外部の知能を借りる。
人間のコンサルタントを使うときにも、本来同じ考え方ができるはずです。
境界線5
そのAIサービスは、入力された情報をどう扱うのか
ここは、
「AIは危険」
「大手だから安全」
のような二択では判断できません。
見るべきなのは、
サービス。
契約。
プラン。
設定。
です。
例えばOpenAIは現在、ChatGPT BusinessやEnterprise、Edu、APIなどのビジネス向けサービスについて、組織の入力・出力をデフォルトではモデル学習に使わないと明示しています。(OpenAI)
ただし、
「学習に使わない」
と、
「何を入れてもいい」
は、まったく同じ意味ではありません。
保存。
アクセス管理。
共有。
保持期間。
外部接続。
管理者権限。
機能によって確認すべき条件は変わります。
だから会社としてAIを採用するなら、
性能だけを見るのではなく、
このサービスへ、会社としてどの情報まで預けられるか。
という目で選ぶ必要があります。
これは、外注会社を選ぶ感覚にかなり近いと思います。
境界線6
社員が、会社の知らないAIを使っていないか
会社でAI利用ルールを作っても、
もう一つ問題があります。
会社指定のAIではなく、
社員が個人で使っているAIです。
無料チャットAI。
翻訳AI。
議事録AI。
画像生成AI。
ブラウザ拡張。
スマートフォンのAIアプリ。
便利だから、ちょっと使う。
悪気はない。
でも、その「ちょっと」の中に、
会社の情報が入ってしまう。
IPAも2026年に、未承認AIを従業員が業務で利用する「シャドーAI」を、情報漏洩につながり得る管理上の課題として取り上げています。(情報処理推進機構)
私はここで、
「AI禁止」
だけでは難しいと思っています。
便利なものを全面禁止すると、
見えないところで使われる可能性もあります。
それより、
会社で使用してよいAI。
入力してよい情報。
禁止する情報。
迷ったときの確認先。
を決める。
AIを使わせるなら、AIの使い方も会社の仕組みにする。
ここまで必要になると思います。
境界線7
そもそも、外部AIへ渡すことが最適なのか
最後です。
ここは、少し立ち止まりたいところです。
AIができるから、AIにやらせる。
ではありません。
例えば、
単純な処理。
しかも機密度が高い。
この場合、
外部AIへ資料を渡すより、
社内システムで自動化した方がいいかもしれません。
逆に、
高度な専門知識が必要。
でも情報は公開情報だけで済む。
なら、
外部専門家やAIを積極的に使いやすい。
さらに機密度が上がれば、
閉域環境やオフライン環境、社内で管理可能なAI基盤という選択肢も出てきます。IPAでも2026年、オフライン閉域環境でAIを活用する実証が行われています。(情報処理推進機構)
つまり、
AIを使うかどうかではなく、どこでAIを動かすか。
という問題にもなります。
仕事と情報を2本の軸で見る
ここまでを、ものすごく単純化するとこうなります。
情報を外へ出しやすい情報を外へ出しにくい外へ出しやすい作業外注・クラウドAI・自動化社内自動化を優先自社固有性の高い仕事外部専門家・AIとの共同原則社内保持・限定環境
この表で面白いのは、
単純作業だから外注
という発想が崩れることです。
単純でも、
情報価値が高ければ外へ出しにくい。
反対に、
高度な仕事でも、
情報を抽象化できれば外部の知識を借りられる。
だから、
「難しい仕事か、簡単な仕事か」
だけでは判断できません。
NDAを結べば終わり、でもない
人へ外注する場合でも同じです。
個人データの取扱いを委託する場合、個人情報保護法25条では、委託元に委託先への「必要かつ適切な監督」が求められています。(警察庁)
つまり、
仕事を外へ出したから、
管理まで全部外へ出た。
とはなりません。
生成AIについても同じ感覚を持っておいた方がよいと思います。
契約がある。
法人プランを使っている。
大企業のサービスだから安心。
それだけではなく、
自社として何を入れるか。
を決める必要があります。
結局、最後に情報を守るのは、
会社側の線引きです。
ここまで考えると、「内製」という言葉も怪しくなってくる
社員がAIを使って仕事をしている。
だから内製化した。
普通なら、そう言います。
でも本当にそうでしょうか。
社員は社内にいる。
判断も社内にある。
しかし、その仕事を成立させる知的生産設備は外部企業が持っている。
もしAIサービスが止まれば。
仕様が変われば。
料金が大幅に上がれば。
自社はその能力を維持できるのでしょうか。
ここを考え始めると、
「作業の内製」と「能力の内製」は違う
という、また別の問題が出てきます。
これは次回、もう少し深く考えてみたいと思います。
AIを恐れる話ではありません
ここまで読むと、
「やっぱりAIは危ないのか」
と思う人もいるかもしれません。
私は、そういう話をしたいわけではありません。
むしろ逆です。
生成AIは、かなり便利です。
これからもっと使われるでしょう。
AIエージェントが普及すれば、
メール。
カレンダー。
社内文書。
顧客情報。
業務システム。
今よりずっと多くの情報へAIが触れるようになるかもしれません。
だから、
使わない会社より、使い方を設計できる会社の方が強い。
私はそう思っています。
問題は、
AIを使うか。
使わないか。
ではありません。
何をAIへ任せるのか。
何をAIへ見せるのか。
何を会社の中に残すのか。
この三つを分けて考えられるかどうかです。
便利だから全部渡す。
怖いから全部禁止する。
そのどちらでもなく、
境界線を引く。
これがAI時代の会社には必要になるのだと思います。
会社に残すべきものは、作業ではなく競争力なのかもしれない
AIによって、
文章を書く作業は減るかもしれない。
画像を作る作業も。
集計する作業も。
資料をまとめる作業も。
それ自体は悪いことではありません。
人間がやらなくてよい仕事なら、
AIへ渡せばいい。
自動化すればいい。
外注してもいい。
ただ、その仕事の奥にある、
顧客理解。
商品知識。
独自データ。
判断基準。
取引関係。
失敗から得た知恵。
会社としての思想。
まで、一緒に外へ出す必要はありません。
むしろ、
そこは会社の中へ残し、育てていく。
その上でAIの能力を借りる。
AI時代の内製と外注は、
「誰が作業するか」
だけでは決められなくなってきた。
私は今、そう考えています。
次回は、
「AIを使えば、本当に内製化なのか」
を考えます。
社員がAIを操作している。
成果物も会社の中で作っている。
それでも、その能力を支える基盤が外部企業に依存しているなら、
本当に「自社の能力」と呼べるのか。
製造機械やクラウドサービスの話も含めながら、
「作業を内製すること」と「能力を内製すること」の違い
を掘り下げてみたいと思います。
ぜっと
あわせて読みたい｜Z Observerの関連マガジン
今回の「AI時代の企業境界と差別化」は、生成AIだけを扱うシリーズではありません。
AIが会社の中へ入ってくることで、
何を人が判断するのか。
何をAIへ任せるのか。
何を会社の中に残すのか。
そして、そもそも「自社らしさ」とは何なのか。
そんなところまで考えていくシリーズです。
そのため、これまでZ Observerで書いてきた他のテーマとも、かなり深くつながっています。
『AI時代の中小企業の経営戦略』
今回のシリーズと、もっとも近いマガジンです。
人・お金・時間が限られる中小企業が、AIを単なる便利ツールとしてではなく、経営資源の一つとしてどう組み込むかを考えています。
「AI時代の企業境界と差別化」を読んで、
「では実際の会社経営ではどう考えればいいのか」
と思った方には、まずこちらがおすすめです。
『Z式構文』
AI時代になるほど、答えを出す速度は上がります。
だからこそ私は、
答えを急ぐ前に、何と何を分けて考えるべきか
が大切になると思っています。
事実と解釈。
作業と情報。
内製と外部依存。
AIの能力と、自社の能力。
似ているようで違うものをいったん分けて観測する。
今回の「企業境界」というテーマも、実はこの考え方の延長線上にあります。
判断そのものの精度を高めたい方には、『Z式構文』も合わせて読んでいただければと思います。
企業・経営を「観測する」記事
会社では、目の前に見えている数字や結果だけでなく、
なぜそうなったのか。
どこにズレがあるのか。
何が会社の中に残っているのか。
を見る必要があります。
AIを導入して成果が出たとしても、
それがAIサービスに依存した成果なのか。
会社自身の能力として蓄積されたのか。
ここを区別しなければ、本当の強さは見えません。
企業・経営を「構造として見る」というZ Observerの経営記事とも、今回のシリーズは強くつながっています。
『AI時代のライフプランニング』
今回の話は会社だけの問題でもありません。
個人でも、
AIに任せられる仕事が増えたとき、
自分には何が残るのか。
AIがなくてもできることは何か。
AIを使っても、他人と違うものを作れるか。
という問いが出てきます。
企業にとっての「自社らしさ」は、
個人に置き換えれば、
「自分らしさ」「自分固有の資産」
でもあります。
仕事やキャリア、人間の能力そのものをAI時代から考えたい方には、こちらのテーマもつながってきます。
こうして並べてみると、
AI時代の企業境界と差別化
は、新しく独立したテーマでありながら、
Z式構文。
企業・経営。
中小企業のAI活用。
仕事と人生設計。
これまで書いてきたテーマを横につなぐ位置にもあります。
AIをどう使うか。
だけではなく、
AIが当たり前になったあと、人や会社は何を自分の中に残すのか。
この問いに興味を持ったところから、気になるマガジンへ読み進めてもらえればうれしいです。
#生成AI
#AI活用
#AI時代
#経営
#経営戦略
#中小企業
#業務改善
#情報セキュリティ
#外注
#AI差別化能力
いいなと思ったら応援しよう！
よろしければ応援お願いします！ いただいたチップはクリエイターとしての研究費および活動費に使わせていただきます！