AIプロデューサーとは？AIを統括する人材と日本の勝機｜神奈川大学・山口高平教授

AIプロデューサーとは、推論AI・学習AI・生成AIの3種類のAIと従来のソフトウェアを、業務に応じて組み合わせ、使い分け、連携させる人材です。

生成AIの弱点を補い、AIを業務改革につなげるには、複数のAIを統括する人材と、組織全体で使えるデータが欠かせません。神奈川大学の山口高平教授は、6〜7年前から「AIプロデューサー」の育成を訴えてきました。さらに、米中が圧倒的なスピードでAI開発を進める中で、日本が勝負すべき独自の領域についても語ります。

本記事では、山口教授へのインタビュー（聞き手：デフィデ株式会社 代表 山本哲也）をもとに、AIプロデューサーの役割、日本企業のデータ統合を阻む組織の壁、経営層のITリテラシー、米中のAI開発競争と日本の課題、そして日本が勝負すべき「人と共創する優しいAI」について解説します。

AIプロデューサーとは？――3種類のAIを統括する人材

AIはもはや特定の分野にとどまらず、あらゆる分野に浸透しています。前編で紹介したように、AIは推論AI、学習AI、生成AIの3種類に分けられます。中でも重要なのは生成AIですが、生成AIは100％正しい実行はできません。経路検索で駅名や料金を間違える、簡単な足し算をたまに間違える――定型処理には向かない面があるのです。

ある大手IT企業の会長も講演で、定型処理は100％正しくなければならないのに、生成AIを使うとエラーが起きる、だからこそ従来からある推論AIも使いこなす必要がある、と話していたといいます。

これらをうまくコーディネートし、使い分け、連携を考える人材が求められています。米国では、そうした人材の報酬はAIエンジニアよりも高くなっているといいます。

「そういう人材を私は『AIプロデューサー』と呼び、その人材育成をすることが我が国では非常に重要になってくると思います。」

――山口教授

6〜7年前から言い続けてきたこの考えが、最近になってようやく理解されるようになってきたと山口教授は語ります。中編で紹介した「AIオーケストレーション」で指揮者を務めるのが、このAIプロデューサーです。

データがあっても使えない――データ統合を阻む組織の壁

多くの企業と産学連携を進める中で、山口教授が気づいたことがあります。企業はデータをかなり持っているのに、それが機械学習やデータサイエンスに使える形になっていないのです。はっきり言えば、宝の持ち腐れの状態です。

例えば、ある企業では製造部に多様なデータがあるのに、活用されていませんでした。機械学習で良い結果を出すには多くのデータを連携させる必要がありますが、部署によってデータの整理の仕方がまったく違うため統合できず、結局、機械学習を断念したことがあったといいます。

日本の製造業は、中国企業の追い上げに脅かされるケースが増えています。「従来どおりで良い」と悠長なことを言っている場合ではない――データの統合は、今ようやく日本でも危機感を持って取り組まれ始めたところです。

中小企業のIT人材不足と、経営層のITリテラシー

日本の大手IT企業は、米国のビッグテックに倣ってAI人材の育成に取り組んでいます。問題は、日本の企業数の99.7％を占める中小企業に、情報系のIT人材が少なすぎることです。情報処理推進機構（IPA）の調査でも、DXを推進する人材が不足している日本企業は85.1％に上ります。

出典：独立行政法人情報処理推進機構（IPA）「DX動向2025」／中小企業の割合は中小企業庁「中小企業白書」による

もう一つの大きな問題は、経営者のITリテラシーの低さです。これは中小企業に限らず、非IT系の大企業でも同様だと山口教授は指摘します。約20年前、大手企業のトップが集まる場に参加した際には、ITに精通した人が一人もいなかったといいます。今はかなり変わってきたものの、課題は残っています。

「あくまでもデータ中心で進めること。」

――山口教授

ITやAIに精通した人をリーダーに迎え、その指揮のもとで組織全体の業務改革を推進する。全国の製造業を回る中で、中国企業の追い上げに「このままではいけない」という危機感を抱く中小企業の経営者が増えていると、山口教授は感じています。

米中のAI開発競争と、日本の課題

AIのソフトウェアは米国が当面No.1。ロボットについても、数年前までは「日本はフィジカルAIで巻き返せるのではないか」という声が多くありました。しかし、この1年ほどで、中国が国の強力な支援のもとでAIロボットの研究開発を急速に進め、状況は大きく変わったと山口教授は見ています。

中国では、人型ロボットの運動会で記録が1年で大幅に伸びるなど、その勢いが注目されています。生成AIが膨大な数の本に相当するデータを学習して一気に成長したように、ロボットにも動作に関する大規模なデータを学習させようと、政府の主導で大学を巻き込み、動作データを集める取り組みが進められたといいます。上が方向性を示せば全体がそこに向かって動く――そのスピード感は、日本にはないものです。

日本の課題の一つとして山口教授が挙げるのが、規制です。自動車メーカーの関係者からは、日本は安全に関する規制が強く、先進的な技術が登場しても許可が下りにくいという声を聞くといいます。安全性はもちろん重要ですが、それを重視するあまり新しい技術の導入が遅れてしまう――AIをいち早く社会インフラに実装し、あらゆる場面で使える環境を整えてほしいと山口教授は期待しています。

日本が勝負すべき「人と共創する優しいAI」

AIのソフトウェアは米国、ロボットは中国――。では、日本はどこで独自性を発揮すればよいのでしょうか。山口教授が挙げるのは、人との関わりです。

人の感情を汲み取り、AIの側が反応を変えていく。人と共創する「優しいAI」の開発は、まだそれほど進んでいません。欧米の人はあらゆることを合理的に進めがちで、相手を気遣って対応を変えるような発想は薄いと山口教授は感じています。米国の知人からは「よくそんな面倒くさいことをするなあ」と言われることもあるそうです。

「人を相手にそういう対応をするAIを開発していく。ここには、十分商機があると思っています。」

――山口教授

相手を気遣い、感情を汲み取る――性能やコストの競争ではなく、日本人らしい感性を生かした人との共創にこそ、日本のAIの勝機があると山口教授は語ります。

よくある質問（FAQ）

Q. AIプロデューサーとは何ですか？

A. AIプロデューサーとは、山口教授が提唱する、推論AI、学習AI、生成AIの3種類のAIと従来のソフトウェアを、業務に応じてうまく組み合わせ、使い分け、連携を考える人材です。山口教授によると、米国ではこうした人材の報酬がAIエンジニアより高くなっているといいます。

Q. なぜ日本企業ではデータ活用が進まないのですか？

A. 山口教授は、多くの企業がデータを持っていても、機械学習に使える形になっていないと指摘しています。部署ごとにデータの整理の仕方が異なり統合できない、従来のやり方を変えることへの抵抗がある、といった組織の壁が、データ活用を阻んでいます。

Q. 中小企業がAIを活用するうえでの課題は何ですか？

A. 日本の企業数の99.7％を占める中小企業では、情報系のIT人材が少なすぎることが課題です。加えて、中小企業に限らず非IT系の大企業でも、経営者のITリテラシーが低いことが大きな問題だと山口教授は指摘しています。ITやAIに精通した人をリーダーに迎え、データ中心で業務改革を進めることが必要です。

Q. 米中のAI競争の中で、日本はどこで勝負すべきですか？

A. 山口教授は、AIのソフトウェアは米国が当面No.1で、ロボットもこの1年で中国が国の支援を受けて急速に伸びていると見ています。そのうえで、人の感情を汲み取って反応を変える、人と共創する「優しいAI」は、相手を気遣う日本人らしさを生かせる分野であり、十分な商機があると述べています。

Q. 日本でAIの社会実装が遅れる理由は何ですか？

A. 山口教授は、自動車メーカーの関係者の話として、日本は安全に関する規制が強く、先進的な技術が登場しても導入の許可が下りにくいことを挙げています。安全性は重要である一方、それを重視するあまり新しい技術の導入が遅れてしまうことが課題だとしています。

まとめ：AIを統括する人材と、データ中心の組織、そして「優しいAI」

• AIプロデューサーとは、3種類のAIと従来のソフトウェアを業務に応じて組み合わせ、連携させる人材
• 企業はデータを持っていても、部署ごとの分断や変化への抵抗で活用できていないことが多い
• 中小企業のIT人材不足と経営層のITリテラシーが課題。データ中心の改革を、ITやAIに精通したリーダーのもとで
• 米中は圧倒的なスピードでAIやロボットを開発。日本は規制とスピードに課題を抱える
• 日本の勝機は、人の感情を汲み取り、人と共創する「優しいAI」にある

AIを使うこと自体が目的ではありません。人と技術の関係をどう設計し、仕事や社会をどう変えていくのか――それを考え、実行できる人材と組織が、これからの日本の競争力を左右します。