AI活用の成否は「データ管理」で決まる 「全社展開のコストとセキュリティ」を両立させるには：中堅・中小企業が生成AIで成果を出すために

「生成AIを導入したのに思うような成果が出ない」という課題の背景には、社内データの散在、コストの肥大化、セキュリティへの不安など、本格的なAI活用を進められない複合的な要因がある。中堅・中小企業が現実的かつ安全にAI活用を進めるためのヒントを探る。

[PR／ITmedia]

「生成AI導入が成果につながらない」という失敗の実態

　生成AI活用には多くの企業が関心を寄せている。ところがビジネスの現場では「生成AIツールを導入したが、期待したほどの成果が得られていない」という課題に直面するケースが多々ある。

　ディストリビューターとして多くのIT導入支援を手掛けるTD SYNNEXの早水哲也氏は、成果を実感できなかった企業では「生成AI導入前に実施すべきプロセス」を飛ばしている点が問題だと指摘する。

　「生成AI導入前に実施すべき『課題の発見、評価、分析』に十分な時間をかけていない印象です。自社のどの業務に課題があって、それを『AIに任せる業務』『人が判断する業務』『AIと人が協働する業務』のどこに分類するのかが整理されていないのです。利用シーンや目的が曖昧なままでは、導入しても効果が見えにくくなってしまいます」

早水哲也氏（TD SYNNEX アドバンスドソリューション部門 プロダクトマネジメント本部 ハイブリッドインフラ2部 部長代行）

　もう一つの要因として、早水氏は“社内データの散在”を挙げる。ファイルサーバ、NAS（ネットワーク接続ストレージ）、クラウドストレージ、メールなど情報が複数の場所に分散している状態だと、AIは参照すべきデータにたどり着けず、回答精度を向上させられない。

　「生成AIの回答精度は、参照するデータの品質にも左右されます。古くなった資料や重複したデータなど、適切に管理されていないファイルが多いと、期待するほどの精度が得られず、実務で役に立たないのです」

　最近では「データガバナンスの整備」「生成AIで活用できるデータ整理」に関する相談が増加しているという。生成AI活用の成否はデータ管理にかかっている。

本格活用を阻む「コスト」「教育」「セキュリティ」の壁

　現場の課題を整理してもなお、中堅・中小企業が生成AI活用に踏み切れない背景について、早水氏は「コスト」「教育」「セキュリティ」を挙げる。

　コストの問題は顕著だ。オンプレミスインフラで生成AI基盤を整備しようとすれば初期費用がかさむ。初期費用が小さいクラウドサービスでも、ライセンス費用がユーザー単位で生じるサービスを全社員に付与するとランニングコストは膨大になる。コストを抑えるために生成AIツールを導入する部署を限定すると、社内でAIリテラシーの格差が生じるのも問題といえる。特定部門でのPoC（概念実証）の予算は確保できても、全社展開での費用対効果が見通せない、とためらう企業は多いという。

　さらに早水氏は、導入後に顕在化するコスト課題として、クラウドサービスにおけるトークン消費量の増加を指摘する。「生成AIの料金は、入力や出力のトークン数を基準とした価格体系が広く使われています。導入初期は利用範囲が限られるため顕在化しにくいものの、全社展開が進み日常業務に生成AIツールが定着すると、利用頻度に伴ってトークン消費量が増加します。利用を促進するほどコストが増え、来年度予算を見積もりにくくなる点は、PoCでは気付きにくい課題です」

　次に現場教育の問題だ。適切なプロンプトの作り方や、生成AIで効率化が見込める業務を利用者が理解していなければ、効果を引き出せない。日本語特有の文脈や曖昧な表現、業界固有の用語は生成AIが解釈しにくく、回答精度の低下を招く。確認や修正の手間が増えることで、結果的に利用が定着しない事態に陥る。「AIの回答は本当に正しいのか」「社内ルールに沿った内容になっているのか」という不安から、結局は人が全て確認する運用になり、効率化につながらないケースもある。

　セキュリティの問題もある。人事、財務、顧客情報などの機密データを生成AIで処理するには、アクセス権限や監査ログを含めたデータ管理が不可欠だ。AI基盤を構築したいのならば、データの保管方法やアクセス権限、ガバナンスを含めて総合的に検討する必要がある。

データの保管場所を「AI活用のためのデータ基盤」に変える秘策

　こうした課題を解決して生成AI活用を促進するサービスとして注目を集めているのが「DirectCloud AI」だ。DirectCloud AIは、クラウドストレージ「DirectCloud」の全有料プランに標準搭載され、ユーザー数無制限かつ追加料金なしで利用可能だ。個別契約や追加コストなしに、全社員が使えるAIツールとして展開できる。

　「本格的な生成AI活用においては、自社のデータを整理して安全にAIへ渡す環境の整備が不可欠です。企業データが集まるクラウドストレージは、生成AI活用の入り口でありこれからの企業競争力を支える重要な基盤になります。データを保管するだけでなく、安全性を確保した上で日常業務や経営判断に生かせる状態になるまで支えることが、弊社の価値だと考えています」と、ダイレクトクラウドの石田圭一氏は語る。

石田圭一氏（ダイレクトクラウド プロダクト本部 本部長）

　DirectCloudは、アクセス権限設定や監査ログ出力などガバナンスを強化する機能を備えたデータ基盤として定評がある。ここに生成AIを実装することで、ユーザー企業がAI基盤をゼロから構築する必要をなくし、安全性と実用性を両立させた。オンプレミスのストレージと連携したハイブリッド運用も可能だ。

　AI活用で代表的な懸念事項は、アクセス権限の設定不備に伴う情報漏えいだ。権限設定が甘いと、特定部門しか閲覧してはいけない情報が、生成AIの生成結果を経由して流出するような状況が、悪意の有無にかかわらず起こり得る。ダイレクトクラウドは、セキュリティを追加機能ではなく経営上の前提条件と位置付けていると石田氏は強調する。

　「企業の成長を考えるならば、生成AIを一律禁止にするのではなく、管理された安全な利用環境を提供することを目指すのが健全です。DirectCloud AIは、参照できる情報をエンドユーザーのアクセス権限に基づいて制御します。そのため、閲覧権限のない情報を生成AI経由で取得する事態は防止できます。クラウドストレージで培ってきたアクセス権管理の仕組みを、そのままAI活用にも適用できる点は当社の強みの一つです」

　データは日本国内に保管され、入力データがAIモデル学習に利用されない。プロンプトやファイルアクセスなどの操作履歴は監査ログとして保管され、もし問題が発生しても状況を追跡できる。生成結果（回答）やログに個人情報が残らないようにする自動マスキング処理の機能もある。DirectCloud AIは、データを安全に守りながら活用へとつなげる基礎になるだろう。

高精度RAGや対話型UI、MCP連携がもたらす業務効率化

　DirectCloud AIはRAG（検索拡張生成）機能を搭載し、社内の多様なドキュメントやPDF、メール、画像などの非構造化データを処理できる。表形式で管理された数値データも、行と列の対応関係を維持したまま読み取れる。表を単なる文字列として扱うのではなく「どの項目の、どの期間の数値か」という構造を保ったまま処理するため、売上実績や在庫、価格表といった数表を含む資料でも、値を取り違えることなく参照し、内容の要約や比較に生かせる。

　「事前にFAQを作成しなくても、既存のマニュアルや問い合わせ履歴を参照して根拠付きの回答を生成します。弊社のWebサイトの問い合わせ対応にAIチャットbotとしてDirectCloud AIを運用したケースでは、月間約500件の問い合わせに対応して、サポート部門への問い合わせ流入を約14％削減した実績があります」（石田氏）

　DirectCloud AIはWeb検索機能（Perplexity APIとの連携）も備えており、社内の資料と、市場動向などの外部情報を組み合わせた検索や分析が可能だ。外部の市場調査データと社内の提案書や製品資料を統合した企画立案など、業務の質を高めるユースケースが考えられる。

　日常的な業務も、自然言語で指示できる対話型UI「AI アシスタント」が効率化の一助になる。特定のファイルを探すとき、フォルダ階層をたどったり、キーワード検索したりするのは手間がかかるものだ。DirectCloud AIなら、自然言語のプロンプトでファイルを探し出し、複数のファイルの内容を確認して、共有リンクを作成し、相手へメールを送る……という一連の作業を自動化する。「従来であれば数分から30分以上かかっていた操作でも、自動処理によって十数秒で完了します」と石田氏は説明する。

　管理者の運用業務でも効果は大きい。例えば「異常なログイン履歴を確認し、毎朝9時にレポートして」と指示すれば、AIが監査ログを確認して要点を整理し、定期的に通知する。定型的な監視・報告業務を自動化することで、担当者は改善活動やユーザー対応など付加価値の高い業務に集中できる。「人材不足に悩む企業にとって、これは経営課題への対応でもあります」（石田氏）

　DirectCloud AIのもう一つの特徴が、外部のAIアプリケーションからDirectCloud内のデータを、アクセス権限や監査ログを維持したまま安全に参照できるMCP（Model Context Protocol）サーバ連携だ。「ChatGPT」「Claude」「Copilot」など、ユーザー企業が日常的に利用しているAIツールを変更することなく、MCPという共通インタフェースを介して、DirectCloudのデータに安全に接続できる。

　参照時もアクセス権限制御や監査ログ取得が適用されるため、原本データを安全なストレージ内に保持したまま外部AIサービスを活用できるようになる。「私たちが目指しているのは『データは安全に管理し、AIは現場で自由に活用できる』状態です。企業はDirectCloudでデータを安全に管理しながら、目的に応じて最適なAIを選べる。これが現実的で柔軟なデータ活用の形だと考えています」（石田氏）

課題の整理とデータ基盤整備から始める、現実的な生成AI活用

　生成AI導入で重要なのは、早水氏が強調する通り「課題の発見、評価、分析」だ。自社業務の課題を特定して、AIに任せる業務と人が判断すべき業務を切り分けた上で導入プロセスを進めることは、投資対効果を明確化するのにも役立つ。TD SYNNEXは、業務課題の洗い出しから優先順位付け、実行計画の策定まで伴走するワークショップ形式の支援プログラム「AI Game Plan」を提供し、導入前プロセスの実行を支援する。

　「AI導入そのものをゴールにするのではなく、AIで何を解決するのかを先に定めることが重要です。日本語特有の文脈や業務慣習、厳格なセキュリティ要件への対応も含めて伴走できるパートナー選びが、成功の鍵になります」（早水氏）

　有料プランならユーザー数無制限で利用できるDirectCloud AIは、コストの肥大化を抑えて全社展開を容易にするライセンス体系である点が強みといえる。ダイレクトクラウドは2027年にかけてAIアシスタント機能を強化し、2028年以降は製造、金融、自治体など業種固有の業務に特化した高度なバーティカルAIエージェントへ発展させる見通しだ。「最初から全社員が使える環境を整えておけば、使いこなせる社員が起点となって活用は組織全体に広がります。特定の人しか知らない情報を全社で活用できるようになれば、属人化も減っていく。まずは自社データを安全に集約し、AIが活用できる状態を整えることが第一歩です。中堅・中小企業にも高いセキュリティとガバナンスを備えたAI活用基盤を提供することで、サプライチェーン全体の安全性と生産性を高めていきたいと考えています」（石田氏）