AI導入「爆死する企業」「成果出す企業」の埋めがたい差 ホワイトペーパー3選：レガシーシステム連携で陥る“サイロ化”の罠
生成AIの導入が活発化する一方で、期待した成果を得られず失敗に終わるプロジェクトがある。成功と失敗を分ける要因は何か。生成AIの導入を実際の成果につなげるためのポイントが学べる3つの資料を紹介する。
生成AIは既に企業でPoC（概念実証）の段階を終え、実導入が進みつつある。導入後の生成AIが価値を生めるか、あるいは「使い物にならない」という失望で終わるか。その明暗を分けるのは、導入の手法や、既存のレガシーシステムやデータ資産との連携の仕組みにある。
レガシーシステムにAI機能を強引に継ぎ足した結果、運用がサイロ化し、AI機能の拡張性が失われるケースがある。それに対して成功を収める企業は、生成AIを業務に組み込むために、レガシーシステムやドキュメント、業務プロセスを整備している。
生成AI導入の失敗と成功を分ける要素は何なのか。生成AI導入の“失敗例”や、実際の企業の生成AI導入の成功事例について取り上げたホワイトペーパーを紹介する。
“小さな失敗”をRAGプロジェクトの成功につなげる
RAGプロジェクトを成功させる方法 〜あるいは早く失敗しておく方法〜
企業では社内文書を検索し、回答させるRAGシステムの構築や導入が進みつつある。RAGはユーザー企業のデータベースや社外のデータソースにあるドキュメントなどの情報を参照し、LLM（大規模言語モデル）が事前学習していない情報も踏まえて回答できるようにする手法だ。しかし「期待した回答が得られない」「業務で使い物にならない」という失望の声もある。その原因は、技術的な問題だけではない。
アマゾン ウェブサービス ジャパンの本資料は、RAGプロジェクトで「致命的な失敗」を避けるためのポイントをまとめている。どの段階で「ドキュメントを直す」べきか、または「プロンプトを工夫すべきか」という判断基準を提示し、早期に小さな失敗を繰り返しながらシステムを洗練させるための実戦的な手法を説明している。
RAGを構築したが精度が上がらずに困っているエンジニアや、AIプロジェクトの適切な評価指標を模索しているプロジェクトマネジャーに適した資料だ。
北海道テレビの生成AI活用事例に学ぶ 社内システムをモダナイゼーションするには
併せて読みたいお薦め記事
AIプロジェクトを成功させるコツ
生成AIとモダナイゼーションこそビジネス差別化の鍵：AWSを使った生成AI活用事例の紹介
生成AIを導入しても、既存システムがレガシーな状態では、AI技術を「外付け」する形になり、運用の複雑化やデータの分断を招く。生成AIを単なるツールとして捉えると、ビジネスプロセスへの統合に失敗しがちだ。
本資料は、生成AIの真価を引き出すには、システムに加えて社内の業務プロセスや組織構造のモダナイゼーション（近代化）が不可欠であると説く。具体的な生成AI導入の成功事例として、Amazon Web Services（AWS）の「Amazon Bedrock」や、Anthropicの生成AIモデル「Claude 3」を用いて自動ブログ執筆システムを構築した北海道テレビ放送（HTB）の事例を取り上げ、システム構成やシステムの活用方法を詳説する。加えて営業支援やコンテンツチェックなど、生成AIを活用した6つのユースケースも提示する。
50％のAIプロジェクトは失敗する？ 生成AI活用に適したデータセンターを構築するためのヒント
企業で生成AI導入を急ぐあまり、部門ごとに異なるツールやインフラが乱立する「サイロ化」が進むことがある。これは将来的なセキュリティリスクや運用コストの肥大化を招く要因となる。
VMwareとNVIDIAが共同で提供する本資料は、AIアプリケーションを含めて全社のシステムを統合的に構築、管理できるデータセンターの重要性を強調する。エンタープライズ水準の管理性やデータ保護をAIアプリケーションで実現するために、CIO（最高情報責任者）が備えるべき視点がまとめられている。
AI技術の導入を全社的なガバナンスに基づいて進めたり、既存のインフラを最大限に活用しながらAIシステムを構築したりするためのヒントとなるだろう。
Copyright © ITmedia, Inc. All Rights Reserved.