“割に合わない”AI導入、どう回避？ キホンを歴14年のPKSHAに聞いた

PKSHA Technology の執行役員・森下賢志氏が指摘する「割に合わないAI導入」の本質は、生成AIが基本的に高コストだという点にある。学習、推論、API呼び出しなど、どのステップをとっても従来の機械学習に比べて金がかかる。一方、ディープラーニングのブーム時代と同じ誤解が蔓延している――「これからのAIは生成AIだ、だから何でも生成AIを使おう」という思い込みだ。その結果、本来は機械学習や簡単なルールベースで十分な業務に、生成AIの砲火を浴びせている企業が少なくない。

森下氏のシビアな指摘は「極端な話、時給1400円の大学生アルバイトを雇った方が安い」というものだ。人間の脳は自然言語処理に最適化されており、単純な分類・整理・検索といった仕事では人間の方が柔軟だ。このコスト比較を真面目にやった企業は、意外に少ないのではないか。不正検知やシフト最適化など、「揺らぎがあってはいけない」タスクも同じだ。生成AIの出力は確率に基づいているため、同じ入力でも結果が変わる可能性がある。こうした業務では、機械学習や数理最適化の方が、確定的な動作を保証できる。

中小企業の実務者にとって重要なのは、ベンダーの提案を聞く前に「本当にそのツールが必要か」を問う癖をつけることだ。機械学習やルールベースで事足りるなら、AI導入という看板を外して、むしろシンプルな設計を優先すべき。AIを導入することが目的ではなく、業務を効率化することが目的である点を、改めて押さえる必要がある。