AI開発トレンドから見るHSEの未来
人工知能（AI）は、単なる技術的な流行から、実用的な業務ツールへと急速に移行しています。情報負荷の増大、人材不足、ビジネスプロセスの加速を背景に、デジタル化は業界発展において不可欠な段階となっています。国際労働機関（ILO）がデジタル化をテーマにした日を設けるなど、世界レベルで技術への注目が高まっており、政府レベルでも継続的な学習戦略が策定されています。大手企業では、経営層向けにAI導入のKPIを導入する動きも始まっています。本講演では、Rinat Fatkhutdinov氏が、自動化の典型的な落とし穴を回避しながら、労働安全衛生（HSE）プロセスを新しい現実に適応させる方法を詳しく解説します。
「魔法のボタン」という幻想：なぜAIプロジェクトの95%が効果を出せないのか
大手企業の97%がAIイニシアチブの導入や計画を表明しているにもかかわらず、実際に価値を感じているのは半分に過ぎません。Skolkovoビジネススクールの研究に基づき、講演者は、AI分野の企業プロジェクトの大部分がパイロット段階で終了するか、ビジネス上の成果をもたらさないと指摘しています。
問題は技術そのものではなく、プロセスにおける根本的な誤りにあります：
- データ活用の文化の欠如。 情報が主要な製品であるフィンテックとは異なり、製造業では質の高いデータを収集・保存するシステムが構築されていないことがよくあります。標準化されたデータベースがなければ、アルゴリズムは学習できません。
- 自動化のための自動化。 事前の監査や優先順位付けを行わずにあらゆるプロセスにアルゴリズムを導入しようとすると、混乱をデジタル化する結果になります。
- ITと製造現場の乖離。 専門部門側にプロセスオーナーや明確な指標が存在しないため、現実からかけ離れた、実行不可能な製品が作られてしまいます。
HSEデジタル化における「ナレッジブローカー」の役割
IT部門の担当者は、HSEエンジニアの日常的な「悩み」を知りません。技術導入を成功させるには、HSE部門内部に「ナレッジブローカー（知識の仲介者）」が必要です。これは、製造プロセスの特性を深く理解し、新しいツールを学ぶ意欲があり、ビジネスの要求を開発者が理解できる言語に翻訳できる専門家です。彼らこそが、現場でのイノベーションに対する拒絶反応を克服し、技術と現実の課題を結びつける役割を果たします。
実践事例：失敗から労働負荷の軽減へ
講演では、企業の実践から対照的な事例が紹介されます。失敗するシナリオは常に、ユーザーの実際のニーズを無視したことに起因します。例えば、石油会社がDeepSeekのような既存のニューラルネットワークよりも性能の低い社内モデルを導入した場合、従業員はそれを使うことを拒否します。もう一つの極端な例は、製造現場の担当者が自分たちのために作られた製品の存在すら知らないまま、ITソリューションが真空状態で開発されるケースです。
成功事例は、巻き込みと段階的なスケーリングに基づいています。ある採掘会社では、安全な社内用ChatGPTが構築されました。このツールは、企業の会計システムやRPA（ロボティック・プロセス・オートメーション）技術と統合されました。その結果、日常的な知的タスクの労働負荷が20%削減されました。
経営上の主な結論は、3段階モデルの遵守です。まずスタッフへの大規模なトレーニングを行い、技術に対する恐怖を取り除き、次に一つの成功したパイロットプロジェクトを実施・評価し、その後に初めて全社的な展開を行うという手順です。
本講演で学べること
- なぜAI導入の企業プロジェクトの多くが失敗するのか、そしてその統計に陥らないためにはどうすればよいか？
- 「ナレッジブローカー」とは誰か、なぜ彼らなしでHSEのデジタル化は不可能なのか？
- 採掘・製造企業の社内環境で、生成AIを安全に活用するにはどうすればよいか？
- 測定可能な成果を得るために、HSE部門の業務にAIを統合する際、最初に行うべき3つのステップとは？