2025-08-14 AI for Good Global Summit 2025: 労働力のAI知識が競争優位を決める時代へ

※本記事は、デロイトAIインスティテュートのグローバルリーダーであるビーナ・アマナス氏による基調講演「未来を切り拓く：AI主導の職場における教育、スキル、そして標準」の内容を基に作成されています。この講演は、ITU AI for Good Global Summit 2025において行われました。ビーナ・アマナス氏は『信頼できるAI』『ゼロレイテンシーリーダーシップ』の著者であり、デロイトAIインスティテュートにおいて、AIがどのように業界の変革に貢献し、より包括的で革新的な未来の仕事の在り方を構築するかについて研究を行っています。本記事では、講演の内容を要約しております。なお、本記事の内容は原著作者の見解を正確に反映するよう努めていますが、要約や解釈による誤りがある可能性もありますので、正確な情報や文脈については、オリジナルの講演動画（https://www.youtube.com/watch?v=syj1XZ6Vbq0 ）をご覧いただくことをお勧めいたします。AI for Good Global Summitの詳細情報については、https://aiforgood.itu.int/ でご確認いただけます。

1. AIの急速な進歩と現在の状況

スピーカー：私が最後にITU AI for good eventで講演したのは5年前のことでした。当時はCOVID-19の影響でバーチャルイベントでしたが、そのときに話したトピックは「AIが今日できる100のこと」についてでした。正直に言うと、その100の使用事例を見つけるのに苦労したことをはっきりと覚えています。

しかし今日を考えてみると、私たちは本当に大きな進歩を遂げました。今では、AIが善いことに使える方法を10,000例、23,000例のスライドを作ることもできるでしょう。それほど多くの進歩が遂げられているのです。AIは私たちの生活の一部となり、このイベントを通して見てきたように、AIに関して非常に多くのことが起こっています。

Deloitte AI instituteのリーダーとして、私は取締役会や経営幹部と多く働き、ビジネスの観点からAIがどのように使用できるかについて話し合っています。世界最大の企業でAIがどのように活用できるかということです。私の重要な観察の一つは、これらの会話の多くがROI、価値創造、業務プロセスの最適化、コスト削減などに焦点を当てているということです。

しかし、私はこの技術が多くの善いことを行う巨大な力を持っていると思っています。そこで今日の会話では、私たちが全体の議論で見落としている可能性のある重要な要素について少し共有したいと思います。もしあなたに、5年後にあなたの最大の競争上の差別化要因があなたの労働力のAIに関する知識になるだろうと言ったらどうでしょうか。私たちは労働力に対するAIの影響や、リーダーとして私たちが行う必要がある変更について十分に話し合っているでしょうか。これについて考えてみてください。そして今日、私は3つの次元にわたってカバーします。労働力の教育、スキル、そして今日のテーマである基準について、これらの各領域について深く掘り下げていきます。

2. 労働力のAI知識が競争優位となる時代の到来

スピーカー：ご存知のように、技術は急速に進歩しています。数年前に音声アシスタントが登場したときのことを考えてみてください。最初の音声アシスタントは私のアクセントすら認識できず、常に間違った答えを返していました。しかし、この数年間で非常に進歩しました。

今日の音声アシスタントについて考えてみると、複雑な顧客との会話ができます。メンタルヘルスの課題を支援することができます。リアルタイムで会話をキャプチャし、必要であれば数百の言語に翻訳することができます。これはAIの一つの領域だけでこれほどの進歩です。AIのすべての側面の可能性と、それがどれほどの影響を与えているかを考えてみてください。そして、ほんの数十年でどれほどの進歩を遂げたかを見てください。

創薬の例を考えてみてください。科学者のチームが研究を行い、新薬を発見するのに数十年かかっていました。今日、AIを使えば数ヶ月、数年で済みます。私たちは既にそれが実現されているのを見ています。それは科学者たちがAIツールを使用しているからです。彼らはデータをより速く解析し、非常に高速な方法で異なる仮説と組み合わせを考え出すことができます。

それは科学者たちがAIツールについて訓練を受けているからです。もしあなたの従業員がAIツールについて訓練を受けていない、または基本的なAIリテラシーを持っていない場合、何が起こるでしょうか。別の例をお話しします。不動産保険の査定員について考えてみてください。彼の仕事は写真を見て、不動産の損害を確認し、価値を査定して、どのくらい支払われるべきかを決めることです。

彼は非常に手動的にそれを行っており、必ずしも非常に正確であるとは言えません。しかし、会社はこれらの写真を見て、査定員がより良い査定をより速い方法で行うのを支援できるAI描画ツールに投資します。しかし、査定員はAIやそのツールについて訓練を受けていませんが、提供されたマニュアルに基づいてAIを使用することが期待されています。

そして明らかに、AIが仕事を奪うという物語があります。そのため、彼はAIツールを使用すると自分の仕事がなくなってしまうのではないかと心配しています。そこで彼は今まで通りの方法で仕事を続けます。もし会社がそのAIツールを構築または購入するのと同じくらい労働力のAI教育に投資していたら、違いは明らかだったでしょう。

このように、企業や組織がAIについて考え、従業員がAI journey の一部になることがなぜ重要なのかを理解することが極めて重要であることがわかります。すべての従業員が私たちと一緒でなければ、AI journeyで成功することはできません。

3. AI技術の進歩による業界変革の実例

スピーカー：教育について言えば、私たちは教育において興味深い地点に到達しています。技術はまだ進歩し続けています。私は長い間AIを学んできました。年齢がばれてしまいますが、1990年代初頭に遡ります。その時代、AIのほとんどは理論的なものでしたが、今日それは現実となり、進歩し続けています。私たちはAIの最終段階にはまったく近づいていません。この技術にはまだ多くの開発が起こることでしょう。AI研究には大規模な投資が行われています。

毎日、新しいAIツールがリリースされたり、ヘッドラインで新しいAI機能について聞いたりしています。そしてそれは続くでしょう。信じてください、私たちは生成AI、AIエージェントの時代を見てきました。来年にはAIの次の反復が起こるでしょう。私たちはAI技術の表面をかろうじて引っ掻いているだけです。

3つの並行するレーンがあるシナリオを想像してください。最初のレーンはAI研究で、ここでコア技術であるAIが技術として開発されています。これが最初のレーンで、大規模言語モデルの新しい次のバージョンや新しいエージェントが開発されているという話をたくさん聞きます。私に想像してもらいたい2番目のレーンは、研究者や研究所によって作成されたそのAIが現実世界で使用される、銀行や病院、あなたのサプライチェーンで適用される時です。これが世界の応用AIです。完全に成熟していない技術を、私たちは既に現実世界で使用しているのです。

そして3番目のレーンは実際に基準、ガードレール、現実世界で発展途上の技術を使用することの副作用です。これら3つのレーンを考えてみてください。車は最初のレーンで開発されています。それはあなたをポイントAからポイントBへより速く移動させることができます。そのため、それは既に道路で使用されていますが、速度制限がありません。道路は開発されていません。道路はまだ馬車用に作られています。

速度制限がありません。シートベルトもありません。そのため事故が起こっています。私たちの世代は、これら3つのレーンに影響を与え、形作る巨大な機会の時にいると思います。そして私たちは適切なガードレール、適切な基準を設定し、すべての人類をこの journey に参加させることができるのです。

このシナリオでは、教育は非常に困難です。あなたは従業員を訓練している技術が、彼らが訓練を受けて成功するまでに時代遅れになったり、新しい開発が来ることを理解しています。そのため、教育は興味深い挑戦です。それは一度きりのものではありません。私たちは真に継続学習の時代に入りました。

かつては大学の学位を取得すれば、その一回の教育だけに基づいて40年間のキャリア全体を構築できる時代がありました。今日、それはもはや関連性がありません。私はコンピュータサイエンスを学んだと言えますが、多くのコアコンセプトはそこにありますが、プログラミング言語の多くは既に時代遅れになっています。今日誰がCOBOLやPascalを使っているでしょうか。しかし、私は基礎があるので新しい言語を学ぶことができます。

4. AI教育の成功と失敗から学ぶ重要な教訓

スピーカー：それは科学者たちがAIツールについて訓練を受けているからです。もしあなたの従業員がAIツールについて訓練を受けていない、または基本的なAIリテラシーを持っていない場合、何が起こるでしょうか。

別の例をお話しします。不動産保険の査定員について考えてみてください。彼の仕事は写真を見て、不動産の損害を確認し、価値を査定して、どのくらい支払われるべきかを決めることです。彼は非常に手動的にそれを行っており、必ずしも非常に正確であるとは言えません。しかし、会社はこれらの写真を見て、査定員がより良い査定をより速い方法で行うのを支援できるAI描画ツールに投資します。

査定員はAIやそのツールについて訓練を受けていませんが、提供されたマニュアルに基づいてAIを使用することが期待されています。そして明らかに、AIが仕事を奪うという物語があります。そのため、彼はAIツールを使用すると自分の仕事がなくなってしまうのではないかと心配しています。そこで彼は今まで通りの方法で仕事を続けます。もし会社がそのAIツールを構築または購入するのと同じくらい労働力のAI教育に投資していたら、違いは明らかだったでしょう。

このように、企業や組織がAIについて考え、従業員がAI journeyの一部になることがなぜ重要なのかを理解することが極めて重要であることがわかります。すべての従業員が私たちと一緒でなければ、AI journeyで成功することはできません。結局のところ、可能な限り最高のAIツールを持つことができますが、誰もそれを使わなければ、それは失敗したAIプロジェクトです。

このシナリオでは、教育は非常に困難です。あなたは従業員を訓練している技術が、彼らが訓練を受けて成功するまでに時代遅れになったり、新しい開発が来ることを理解しています。そのため、教育は興味深い挑戦です。それは一度きりのものではありません。私たちは真に継続学習の時代に入りました。

実際、私たちの最近の調査の一つで、70%の従業員が新しい技術を学び、それが次の6ヶ月で陳腐化することを学びました。そのため、雇用主として、リーダーとして教育は興味深い問題であり、私たちが働いている興味深いシナリオです。従業員の継続学習が方程式の一部であることを本当に受け入れる必要があるAI時代に入りました。

5. AI教育における根本的な課題と継続学習の必要性

スピーカー：3つの並行するレーンがあるシナリオを想像してください。最初のレーンはAI研究で、ここでコア技術であるAIが技術として開発されています。これが最初のレーンで、大規模言語モデルの新しい次のバージョンや新しいエージェントが開発されているという話をたくさん聞きます。私に想像してもらいたい2番目のレーンは、研究者や研究所によって作成されたそのAIが現実世界で使用される、銀行や病院、あなたのサプライチェーンで適用される時です。これが世界の応用AIです。完全に成熟していない技術を、私たちは既に現実世界で使用しているのです。

そして3番目のレーンは実際に基準、ガードレール、現実世界で発展途上の技術を使用することの副作用です。これら3つのレーンを考えてみてください。車は最初のレーンで開発されています。それはあなたをポイントAからポイントBへより速く移動させることができます。そのため、それは既に道路で使用されていますが、速度制限がありません。道路は開発されていません。道路はまだ馬車用に作られています。速度制限がありません。シートベルトもありません。そのため事故が起こっています。

私たちの世代は、これら3つのレーンに影響を与え、形作る巨大な機会の時にいると思います。そして私たちは適切なガードレール、適切な基準を設定し、すべての人類をこのjourneyに参加させることができるのです。

このシナリオでは、教育は非常に困難です。あなたは従業員を訓練している技術が、彼らが訓練を受けて成功するまでに時代遅れになったり、新しい開発が来ることを理解しています。そのため、教育は興味深い挑戦です。それは一度きりのものではありません。私たちは真に継続学習の時代に入りました。

かつては大学の学位を取得すれば、その一回の教育だけに基づいて40年間のキャリア全体を構築できる時代がありました。今日、それはもはや関連性がありません。私はコンピュータサイエンスを学んだと言えますが、多くのコアコンセプトはそこにありますが、プログラミング言語の多くは既に時代遅れになっています。今日誰がCOBOLやPascalを使っているでしょうか。しかし、私は基礎があるので新しい言語を学ぶことができます。

そこで、あなたの労働力も基本的なスキル、基本的なAIリテラシーを持っていることを確実にする方法、しかし毎日作成されるAIツールの先を行くための道筋、経路があることを確実にする方法があります。実際、私たちの最近の調査の一つで、70%の従業員が新しい技術を学び、それが次の6ヶ月で陳腐化することを学びました。そのため、雇用主として、リーダーとして教育は興味深い問題であり、私たちが働いている興味深いシナリオです。従業員の継続学習が方程式の一部であることを本当に受け入れる必要があるAI時代に入りました。

6. AIを活用した新しいスキル開発アプローチ

スピーカー：スキル開発について考えてみてください。生涯学習者になる必要があることを受け入れ始めたら、企業が提供できるものは何でしょうか。もはや同じ古い訓練方法についてだけではありません。実際にAIを使用してより個人化された訓練を提供することができるようになりました。つまり、AIでAIについて訓練することができるのです。これはどういう意味でしょうか。

教室ベースの訓練だけでなく、あなたが最も慣れ親しんだ学習のタイプに応じて提供することができます。私には2人の息子がいますが、そのうちの1人は非常に視覚的な学習者で、学習するためにビデオや写真が必要です。私たちは常に1人の教師と複数の学生、1対多数の学生での教育を受けてきましたが、今では従業員の観点からAIコーチを持つことができます。

あなたの仕事、あなたの役割に応じて、AIは実際にAIが構築できる個人化されたAI訓練経路を持つことができ、各役割に対して個人化されたAIコーチを持つことができます。あなたが倉庫で働いていて、基本的な訓練を受けたとして考えてみてください。しかし、倉庫での労働力でのリアルタイムの流出を通してあなたをコーチできるAIコーチがあったらどうでしょうか。つまり、AIは訓練をより簡単で、従業員にとってより楽しいものにする非常に多くの力を持っています。

AIが学習自体に使用できる創造的な方法は非常にたくさんあります。また、訓練を提供するだけでなく、基準があることを確実にすることも重要であることも見てきました。明確な安全基準のない自動運転車に乗りますか。私は今日自動運転車がある都市から来ており、今日それは観光地のアトラクションのようなものですが、実際に、自動運転車がどのような安全基準を公表しているか、どのようなガードレールが設置されているか、事故が起こる可能性はどの程度かについて明確な基準があります。

基準なしに誰もがAIを信頼することは非常に困難だと思います。基準はAI導入の基盤です。そこで、必要なさまざまな種類の基準について考えてみてください。今日の議論全体が、基準について行われているすべてのことを垣間見ることができると思います。私はこれが素晴らしい機会であり、AIが成功するために、それらの基準、速度制限、シートベルト、そしてAI用に建設された道路を持つことが絶対に重要だと思います。

7. 標準とリスク管理の重要性

スピーカー：今年の初めに出た私たちのDeloitteの調査の一つでは、AI導入の最大の障害は実際にはリスク管理と規制遵守であることが示されました。このイベントでもそれについてかなり話し合ってきました。しかし考えてみてください、リスク管理は第3のレーンですよね。規制や法律が開発される中で、まだそこにはギャップがあります。そして技術がまだ変化していることも助けにはなりません。それは教育と同じ問題です。技術がまだ進化し、成熟しているからです。静的な状態ではありません。

急速に変化する技術世界において、あらゆる可能なシナリオをカバーする非常に堅牢な法律を持つことは非常に困難です。そしてあらゆる可能なシナリオを考え抜いた静的な基準や規制を持つ可能性は非常に低いですが、同時に私は、特に高度に規制された業界において、ガードレールを提供し、進歩を遂げるのに役立つ十分な規制が既に整備されていると信じています。

リスク管理は、従業員が訓練を受けることが重要なもう一つの領域です。リスクはあなたのITチームからだけでなく、AIチームからだけではありません。それはあなたの組織のあらゆるレベルに存在する可能性があります。全面的にリスクについて考えなければ、それはあなたのマーケティング組織のインターンがマーケティングツールを評価していて、どのような質問をするべきか、または彼らが評価している製品の特定の側面について懸念がある場合に誰に連絡すべきかを知らないということになりかねません。

そこで私は、AI訓練の一部として、ツールを責任を持って準拠した方法で使用し、リスクエクスポージャーを減らす方法についても従業員を訓練することが絶対に重要だと思います。私たちはAIが仕事を置き換えるということをよく聞きますが、今ではAIと人間が協力して働くということがより明確になってきていると思います。もちろん、変化し進化する仕事もあるでしょう。新しく創造される仕事もあるでしょう。

数十年間存在してきた人たちを見ると、私たちがキャリアの旅を始めたときに存在していた仕事は変化し進化してきたことがわかります。私がコンピュータサイエンスを学んだときには、データサイエンティストという肩書きを持つ人は誰もいませんでした。データサイエンティストを忘れて、データサイエンスさえも、モバイル開発者というのも存在しない役割でした。これらは創造された仕事です。

8. AIと人間の協働関係と未来の働き方

スピーカー：私たちはAIが仕事を置き換えるということをよく聞きますが、今ではAIと人間が協力して働くということがより明確になってきていると思います。もちろん、変化し進化する仕事もあるでしょう。新しく創造される仕事もあるでしょう。数十年間存在してきた人たちを見ると、私たちがキャリアの旅を始めたときに存在していた仕事は変化し進化してきたことがわかります。

私がコンピュータサイエンスを学んだときには、データサイエンティストという肩書きを持つ人は誰もいませんでした。データサイエンティストを忘れて、データサイエンスさえも、モバイル開発者というのも存在しない役割でした。これらは創造された仕事です。

適切なAIリテラシー訓練によって、このAI時代をより深く進むにつれて、誰もがAIに精通し、最新のAIツールを使用して仕事を向上させることができるようになります。新しい仕事が創造されるでしょうが、それはすべて個人としてAIについて学ぶことにどれだけ積極的であるか、リーダーとしてあなたの組織をこのAI journeyに参加させ成功させることにどれだけ積極的であるかにかかっています。

結局のところ、可能な限り最高のAIツールを持つことができますが、誰もそれを使わなければ、それは失敗したAIプロジェクトです。そこでAI導入を推進するためには、従業員がAIを効果的に、責任を持って使用し、ツールの新しいアイデアを持つようになる方法を見る必要があります。AIと人間が協力して働くことで多くのことができます。

あなたの仕事を奪うのはAIではありません。しかし、AIを知っていて、自分の仕事でAIツールをどのように使用するかを知っている人間が、あなたの仕事を引き継いだり、次の昇進を得たり、就職面接に勝ったりするでしょう。そこで私は、あらゆる側面から誰もがAIに精通し、AIリテラシーを持つことがいかに重要かを十分に強調することはできません。

9. 実践的なAI学習環境の構築とリテラシーの定義

スピーカー：最後にもう少し話したいのは、AIサンドボックスを持つことです。リーダーシップの観点から言えば、それは訓練を提供したり、AIコーチを提供したりするだけではなく、従業員が安全で準拠した方法でさまざまなツールを試すことができる環境をどのように提供するかということです。従業員が機密データを公開環境に出してしまうというシナリオを聞いたことがあるでしょう。

そこで、リーダーが従業員に新しいツールを試したり、新しいツールについて学んだり、AIを構築することさえも実際に体験できる安全な場所、サンドボックスをどのように提供できるかを考えることが重要です。AIリテラシーについて話すとき、明確にしておきたいのは、すべての従業員がデータサイエンティストになったり、アルゴリズムの構築を始めたりすることを期待しているわけではないということです。しかし、AIのABCに慣れ親しんでもらいたいのです。

つまり、ディープラーニングが何であるか、大規模言語モデルが何であるか、AIツールが何であるかを説明できるようになるべきです。もしあなたが会計士なら、会計の世界で利用可能なAIツールは何でしょうか。そして会計士のためにあなたの組織内で利用可能なツールは何でしょうか。これはすべての従業員が関与する絶好の機会であり、サンドボックスを持つことで、従業員がこれらの役割においてより積極的で関与するための実践的な経験を提供します。

ハイライトの観点から言えば、継続的なAI教育です。もし皆さんに一つのことを残していきたいなら、AIについて学び、AIリテラシーを持つようになってください。ヘッドラインを超えて、あなたの役割、あなたの世界、あなたの仕事でやりたいことを見て、あなたのスペースでAIツールに極めて詳しくなり、それについて責任を持ってください。

私たちは大きな機会の頂点に立っており、私たちには多くの違いを生み出すこの機会があります。今日の私たちの決定は影響が深く、もし私たちがこの瞬間を掴むなら、本当にAIをすべての人にとって良いものにすることができます。ありがとうございました。