こんばんは！ 室長こと、吉島良平（Microsoft MVP for Business Applications| Microsoft Regional Director) です。皆さま、いかがお過ごしでしょうか？東京はこの数日、ちょっとジメジメしていますね。コンビニに行くとき何故か毎回雨。なんかそんな感じです。

さて、残念ながら、仕事で大阪には出向けませんでしたが、今日は【Microsoft AI Tour in Osaka】が開催されていました。基調講演はYoutubeで視聴可能だったので、本稿で全体の流れを書いておきたいと思いますが、長くなるので、冒頭にキーワードを置いておきます。

AI活用は実装フェーズへ

構想から実践へ移行し、組織全体を変革する手段として位置づけられている。

フロンティア組織の重要性

AIを日常的に活用し、生産性・顧客体験・業務プロセス・価値創造を高めることが求められる。

マイクロソフトの提供価値

Copilot などのAIソリューション、クラウド＆AIプラットフォーム、セキュリティの三本柱で支援。AIエージェント活用やリアルタイムデータ統合により、マーケティング、開発、財務、製品開発の業務革新が可能となり、最後にデータ保護、ゼロトラスト、コンテンツ安全性など、生成AI活用に不可欠な基盤が強調された。

地域・自治体の取り組み

大阪府や大学との連携によって、行政・教育現場でのAI導入と人材育成が進められている。

組織文化と人材育成

AIを使う人・作る人を育て、全社員がAIを日常的に活用できる環境整備が成功の鍵。

更に内容を細かく追いたい方は、ここからも引き続きお読みください。

「Becoming Frontier」：AIと共に切り拓く、組織の未来

AIを活用した組織変革とビジネス革新がテーマ。基調講演「Becoming Frontier」では、AIがもたらす新たな可能性と、それを現実のビジネスにどう実装していくかが、多角的な視点を考慮したキーワードが多くで出てきました。

“AIは構想段階を超え、実装フェーズに入った”

AIが企業の競争力をいかに高めているか、AIは単なる業務効率化の手段ではなく、組織の在り方そのものを変革する力を持つと強調された印象です。

“ミャクミヤクカラーで本日は参りました”という津坂社長の気配りもとてもいいですね。1500名が会場にいらしたようです。AI Tourはグローバルでやっているイベントなのですが、大阪では初開催です。

大阪万博には海外から多くの方々が来られているので、言葉の問題で苦労することがあります。

そのくだりから、日本語、スペイン語、韓国語のアリルタイム通訳（インタープリターというAIエージェント）の実例をご紹介。社長自ら日々使っているという事でした。

“残り15％も頑張ります！”という力強いメッセージ。生成AI Copilot 日系225社のうち85％が既に利用しているという事は、マイクロソフト社がエンタープライズ企業にとても強く、Microsoft 365の延長線上のM365 Copilotが利用されているといことだろうと個人的に解釈しました。凄い数字ですね。

この後のステージでは、AIエキスパートがフロンティア組織（AIを日々使って、働き方を変えていくチーム）について考えていきます。

多様な業界からの実践的インサイト

講演には、さまざまな業界のリーダーが登壇し、それぞれの分野におけるAI活用の実例が共有された感じです。

• 大阪府知事 吉村洋文氏：自治体におけるAI活用の展望を語り、住民サービスの向上や行政の効率化に向けた取り組み
• りそなホールディングス 伊佐真一郎氏：金融業界におけるAIの戦略的活用
• マツダ CIO 木谷昭博氏：製造業におけるAI導入の実践と、現場での成果
• 立命館大学副学長 三宅雅人氏：教育分野におけるAIの可能性

そして、お決まりのミッションに関する説明とお客様への感謝。

「フロンティア組織になる」これが本日のキーワードです。

フロンティア組織になるためには、皆さまが何をしていけばいいのか？そしてマイクロソフトがどういったご支援ができるのか？この事をこのセッションの中でお伝えできればと考えています。

以下の4つの要素でフロンティア組織への進化を成功させるフレームワークを考えています。

日本においては、労働人口の減少があり、従業員の日々の作業効率、生産性を上げる取り組みは不可欠になってきています。

顧客体験を他社と差別化することによって更にビジネスを伸ばしていく事はとても重要です。最近コールセンターが繋がりにくくなっていますが、AIが人に代わって仕事をし、多言語対応等も含め顧客満足度をあげるような取り組みも見られるようになってきました。

いままで人間がやってきた作業をAIエージェントに任せる事で効率化を行うという取り組みも出てきています。つまりAIを含めたビジネスプロセスそのものの在り方を考え直す事も大切です。

データを活用したビジネス推進はもとより、生成系AIを自社のサービスに組み込むことにより、新たな顧客体験・価値を生み出す事も既に始まっています。

人とAIの共存が不可欠

「エージェント」「Copilot」「人間の目的」が組み合わさる事が成功の方程式となると考えている。資料作成、エージェントが集めてくれて、Copilotが資料を生成してくれる。人間は最後に作業を確認するだけになっていきます。「人間の目的」が如何に重要かというのがわかりますよね。組織をトランスフォームする際にも、どのように変革していきたいか？を決めていくのは「人間の目的」が重要になるわけです。

先ほどの4要素を実現するにあたり、マイクロソフトとしてお役に立てる方法として、3つのアプローチがあると考えています。

マイクロソフトがお客様にご提供できる価値

《AIビジネスソリューション》生成AIの価値を体感できるようにするもの。M365 Copilot、Github Copilot等。Microsoft製品にAIを組み込む事でいままでの業務の延長線上で生成AIを体感できる。

《クラウド＆AIプラットフォーム》生成AIのエージェントを構築するために必要な部品をレゴブロックのように組み上げスピーディーにアプリケーションを構築することができる。

《セキュリティー》生成AIを安全に利活用していくためのセキュリティーソリューションを包括的に提供することができる。

具体的にお客様にどのように提供できるのか、この事について今日はご一緒に見ていければと思います。

Zavaというスタートアップ企業のビジネスを題材に一緒に見ていきましょう！

Zavaは生成AIをビジネスに取り込み、成功したビジネスのモデルとして取り上げています。ビジネスが成長し、上場を果たす⇒スポーツ向けの商用製品から、小さなサッカー、リトルリーグのようにB2Cビジネスを創出⇒ビジネスプロセスを変革⇒データを活用し新製品を生み出すという流れです。それでは私がZavaのCEOになった気持ちで皆さまと一緒に具体的な取り組みを体感していきたいと思います。

それでは、私船本がZava社のマーケティングマネージャーとして、どのようにCopilotを活用して、業務を遂行していくのか？一連の流れをご紹介させていただきます。

新しいスマートテキスタイルのラウンチに向けて準備を進めています。Copilotチャットで、新しい情報をキャッチアップしたり、多くのAIエージェントにアクセスをしたり、動画やメディアコンテンツを作成したりと、AI for UIというAIの活用における入口のような画面になっています。

↑緑色のスケジュールプロンプトで、好きな時に、好きなプロンプトを実行してくれるような機能をとても気に入っています。マーケティングマネージャーとして毎日スマートテキスタイルに関する情報をウェブだけでなく、社内のチャットやメールを纏めてもらって、Copilotに朝8時に毎日送ってもらうようにしています。

↑の青色のニュースレターの参照先をクリックすると、以下のメールに変遷することができます。

↑Nanoflexという製品が競合他社から発表されたという情報を見つけることができました。リサーチツール、これはリサーチ型のエージェントでめっちゃ優秀です。

ウェブだけでなく、社内の情報も含めて回答を作成してくれます。

どのような条件で、この情報を生成したのか？に関しても確認することができます。

あっという間に、分析の結果を得ることができました。

10分くらいで、このようなレポートを生成してくれるようになっています。凄いです。

リサーチが次のオポチュニティーはスポーツで、JリーグやNBAなどだろうという回答を出してくれました。各スポーツのユニフォームの収益データをチームが纏めています。どういうところにアプローチを仕掛けていくかを考えたいのですが、このExcelデータが全然まとまっていないので、使い物にならない。データを分析するのが大変。Excel大嫌い⇒Excelの分析が大嫌い（苦手）と言い直し、笑いを誘う。仕込んでいましたねｗ

苦手なものは仕方ないので、新しいアナリストというエージェントに頼っていこうと思います！リサーチ同様に深い推論モデルを活用します。このExcelを添付し、どのプロフェショナルリーグにアプローチしていけばいいのか？をかんがえてもらいます。

結論として、サッカー業界にアプローチするのがいいのでは？と提唱。

棒グラフもつくってくれる。

アナリストやリサーチャーがまとめてくれた内容をチームのメンバーが一つのレポートにしてくれました。次に、経営会議用にサッカーにフォーカスとするという資料をつくってくださいとお願いすると、以下のようなトピックをつくってくれます。新たなトピックを追加することも可能です。

内容が気に入れば、『新しいプレゼンテーションを生成』というボタンを押下すると、以下のようなスライドが生成されます。

調査が終わったので、ここからは実行に移していきたいと思います。ギークフジワラさん（何て名前なの⁈）はこれから製品のラウンチを計画していく必要があるようです。

経営から承認が下りた時のメールがこちらです。経営側では実行計画書をつくることはないので、私の方で社内の既定のフォーマット、ルールに合わせて作成していかなくてはなりません。結構大変な作業です。

エージェントが実行計画をつくるところをご紹介します。いつだれが何をやればいいよという情報をくれます。

以下の概要のタブのところに作成するべき内容が全て入っている。

社内のどういった情報にアクセスしていいのか？どういった作業をしたらいいのか？

ツールを紹介。APIがセットされている。MCP（モデルコンテキストプロトコル）が用意されており、文脈を理解してくれるので、とても便利です。

自分たちがつくったものも、MCP化してつなぐことができる。このようにチームと一緒に開発していくことも可能です。

以前につくった在庫計画エージェントも利用可能です。つまり複数のエージェントを連携させることができるのです。

社内のフォーマットに沿って出力したい。

社内規定の実行計画のフォーマットにしてほしいというカスタムプロンプトを設定。

モデルは、GPT5、Azure AI Fondalyのモデルカタログとつなぐ事も可能。様々なモデルをFine＆Tuningしたものを利用していく事が大切。

設定ができたので、実行してみましょう。右側でエージェントのテストをすることができます。

エージェントの思考プロセスが↓左側で確認できます。どのように動いているか追跡ができる。「人間の目的」に基づいて動いているという事を確認することができます！

Wordにしてくれました。社内のフォーマットに基づいて資料が生成されていることが確認できます。

マーケティング分析作業、及び社内規定のフォーマットに基づいたローンチ計画をスピーディー、生産性高く行えたというデモンストレーションでした。

ビジネスの進化、次はB2Cのビジネス進出展開ですね。新たなユーザーエクスペリエンス、新たな顧客体験をつくるステージに入っていきます。

Githubの中にある３つのエージェントを使って、スピーディーにやりたいことを実現する方法をお見せします。スピーディーにアプリ開発を行う事によって、ユーザーのニーズを把握することができます。

Github Sparkという新しいツールです。ウェブのアプリケーションをデータと共に作ってくれるツールです。

カスタマイズができるウェブアプリケーションをつくっていきます。

左側で計画を立案してくれます。10分くらいでできるのですが、今日は時間がないので、つくっておいたものを利用します。右側でプレビューを見る事ができます。体験をすぐ確認できるのがいいところです。

いくつか左側のところに10回ほどプロンプトを打ちました。それにより、右側のデザインが出来上がってきた感じです。

早速、社内に共有していきたいと思います。Publish⇒View Site

Azure上に展開されているウェブアプリケーションです。現在は限られた人にしか公開してませんが、本番さながらの確認がすぐできます。

Zava社はスマート機能を大切にしているので、パラメーターを変更して右側画面の変更を確認していきます。結構本格的なアプリケーションが出来ています。

このGithub Sparkは出来上がったコードを本番のMVPに持っていく事が簡単にできるんです。Github Code Spaceの中にVisual Studio Codeが動いています。コード自体はGithubのレポジトリに存在しています。コード自体はリアクトとタイムスクリプトで構築することができます。機能の追加・削除に適したフレームワークだと思います。

実はデータベースは作ってくれないので、Github Copilotのエージェントモードを使っていきたいと思います。

ここではデータベースがないので、Azure上のPSQLに接続してアパレルショップの注文に関するデータベースをつくっていきます。左側はVisual Studioの拡張機能でPSQLにつなぐという事ができます。

Connect database in Agent Modeをクリックすると、VSCからPSQLに繋げた感じです。

テーブルをつくっていきます。以下のようにテーブルのEntry Modelがでてきました。

Create Table文に関するプロンプトを打って指示をしていきます。先のER図を基にPSGLの中で動かすようなSQL文をつくってくれます。

私たちはチームで作っているので、マーケティングチームの皆さんが具体的にどのような事をしているのかお見せしたいと思います。本番、つまりMVPで動いているので、単体テストは確実にクリアしてほしい。そんな要望がマーケティングチームから来ています。そこで3つ目のGithubのコーディングエージェントをご紹介します。まずイシューをつくって、次にブランチをつくって、ソースコード管理の品質をあげてくれるツールになっています。

画面の右上のところに、Copilot君がいます。

同じ開発チームの一員として、Copilot君に割当することができます。

絵文字👀がとてもいいですよね。見てくれていますね。

実際にCopilot君が作業をしてくれています。テストデータをつくって、単体テストを実行して、Azure上にデータベースをつくって、削除するというフレームワークが入っています。Azure MCPサーバーと連携することで、こういったことが実現できるようになっています。

下の方にいくと、Copilot君が実際に作業をしている内容を確認することができます。

テストがうまくいかない事も当然あります。関数でストアドプロシージャがうまく動かなかったと言っています。下の方にいくと、単体テストが100％通っていることが確認できるので、これで本番機にマージすることができます。私たちはこの３つのエージェントいつも使って、開発をスピーディーに楽しく行っています。

畠山さんが、本当に楽しそうにお話されていて、とても好印象でしたね。

更に、お客様を獲得していく為に、より魅力的なアプリケーションに進化させていく必要があります。

実際にユーザーが使う画面の開発を担当しています。Azure AI Foundryを使って行きます。ユーザー様が音声を使いたいということなので、そこも考慮して画面の開発をしていきたいと思います。

ユーザー様が利用する画面です。今日はT-shirtのカスタムデザインをお願いしたいのですが。

＜AI＞勿論です！T-shirtのカスタムデザインですね。

お薦めのデザインとかりますか？

＜AI＞お薦めデザインですね。こちらをご覧ください。（うまく動かない💦）

（デモ変更）

黒いT-shirtで、子供のサッカー用のT-shirtのデザインをお願いします。

＜AI＞是非、アイデアを教えてください。

こちらの図案を入れてください。添付で送りました。

＜AI＞画像を受け取りました！こちらのデザインをもとに、カスタムデザインを作成しますね！デザインを開始しますので、少々お待ちください。

生成AIの作り方。Azure AI Foundryを使う。

昨日リハしたときよりもモデルが増えていますね。で、これだけモデルがあると、どれを使っていいのか？わからないという事になるかもしれません。

そういう時の為に、↓のようなモデルランキング等があります。

ランキングをご提示しています。音声が使える、エージェントが使える、リーゾニングが使える適切なモデルを選ぶ必要があります。

パフォーマンスを見てご判断いただくこともできるようになっています。

2つ目はエージェントをつくっていくところです。

プロンプトを入力して、ナレッジ・アクションを追加していきます。Bing検索を使って、外部の流行に関する情報などを収集する事もできるようになっています。

さまざまな動作と連携させることができます。

ここでは、先ほどエージェントとやりとりした内容を追跡することができるようになっていますので、動作確認が容易です。これがポイントの3つ目です。

こちらは、今つかったモデルではないのですが、どのように生成AIがインタラクトしているか？自動でパラメーター、自動評価する事ができます。

問題を入れて、入力して、望ましいアプトプットをいれて、生成AIを使い、どのように返答するのか？

自動でテストをして、どのように評価がでているのか、一貫性があるのかなどを自動で確認することができるようになっています。

このAzure AI Foundryには、コンテントセーフティーという機能も入っているので、あらかじめ、少しハームフルであるとか、暴力的なコンテンツだとか、じゃぁないんだけど、どうかな？とかそういうものがはいっているものも含めて、テストを行う事ができます。モデル、ツール、評価をやっていただくことが大切です。

デザインは出来上がりましたか？

＜AI＞お待たせしました！デザインが完了しました。こちらをご覧ください！

このようにお客様側でカスタムすることができました。

ライブデモの難しさと、何事もなかったかのように次へ動かす大森さんのスキルフルなプレゼンとしっかりとした準備・経験を感じる時間でした。流石元エバンジェリストでした。

Github Sparkでユーザーエクスペリエンスをスピーディーに確認し、Azure AI Foundryに連携することによって、更にリッチな機能をつくっていくことであったり、本番運用に適した機能を付加していくことができるようになります。

次はビジネスの拡大に際して、どのようにビジネスプロセスを変革していったのか？について一緒にみていきたいと思います。

財務部門がどのようにエージェントを使って変革をおこなってきたかについて説明致します。

財務報告を毎日Excelにて手作業でやっていたところを、エージェントを使った改革です。SAPとDynamicsいう異なるERPをつかった社内間の取引についてご説明します。

買掛金と売掛金のデータを財務エージェントをつかって比較していきます。

照合エージェントを実行すると、即座にこの２つのデータを比較し、どの項目をマッピングすればいいのか提案してくれます。この提案を人間がFine＆Tuningしていきます。例えば不要な項目を削除したり、条件を変えて部分一致をOKにする、金額の誤差を少々許容するなどの設定を行います。

エージェントはこの2つのデータセットの比較を行って、

このレポートの間に、どのような差異が発生しているのかを纏めてくれます。↓右のコメントをみるだけで、このレポートの何が問題なのかを即把握することができます。

一番左側の列がSAPの買掛金、真ん中がDynamicsの売掛金、上部が不一致になっているレコード、真ん中が潜在的に一致しているレコード、一番下が完全に一致しているレコードになっています。

そして、一番右側は、これらの差額です。これらの処理は定期的に行う事もできます。現在は銀行照合、予算照合のエージェントを使っています。

照合エージェントがメールで報告をくれたので、内容を確認してみましょう。メール本文から今回の差が何故発生したのか概要が即わかります。

レポートを見るをクリックする事で、照合結果レポートを直接確認することができます。ここでMicrosoft Perviewが、このレポートに財務データが入っていることをキャッチしたので、Financial Dataという秘密度ラベルがセットされました。これにより、このファイルにアクセスできるのは財務部門の限られたユーザーだけになります。データの分類もAIが対応してくれます。セキュリティー要件が厳しい昨今、このような機能があると物凄く助かります！

では、照合結果を見ていきましょう。数百件のデータをこれまでは人が手で作成し、目検でチェックしていました。今は不一致の差分だけを確認すればいので、本当に作業効率があがりました。

このネタとてもいいのですが、内部取引の相殺に関する提案デモがこの後に繋がってくると尚いいなと感じました。個人的にとてもいいヒントが得られたセッションでした。

ご体感いただいたのは、ビジネスプロセスの再構築というシナリオです。Dynamics 365の財務調整エージェントのデモンストレーションをみていただきました。

次は、4つ目の柱。新しいイノベーションを生み出していくところです。今まで膨大に蓄積されたZava社のデータ活用することで、新しいプロダクトをどのように生み出していったかというストーリーでお届けします。

私の方では研究開発部門を担当しています。新しい靴を開発していきます。サッカーの試合の中でいいパフォーマンスを出すためには、品質が重要になります。

今回はMicrosoft Fabricのリアルアイムインテリジェンスを使います。

生産ラインのデータをみていきましょう。組み込みセンサー、熱量などを取り込んでいます。Data Lakeの中に取り込まれるようになっています。

リアルタイムにデータの流れを把握することができます。私たちのチームではsnow flakeも使っています。そこに靴のマスタデータがはいっているのですが、One Lake経由でデータの融合が簡単にできます。可視化されたレポート・ダッシュボードを見ていきたいと思います。

靴の快適性が、運動量によってどのようになっているのか？こういう情報をリアルアイムで把握することができます。温度なども含めて、アラートを定義することができます。研究開発チームでは、どうしてそのような結果になっているのか原因を究明していかなくてはなりません。チームでは、デジタルツインを使っています。

ワークロードをデジタルツインを活用して確認しています。ご覧のように実際のプロダクトに、データが組合せられて見えています。マウスをモデルにズームインして、モデルに対してズームインして、ライブセンサーのデータを重ねて処理すれば、さまざまな状況における挙動をその場で確認することができます。異なる熱の温度、異なる弾力性といったリアルタイムのデータを3Dのグラフでダイナミックに体感することができます。

リアルタイムのデータを用いて、

Fabricの中には、Fabric Data Agentという機能があります。自然言語で、リアルタイムに変っていくデータと会話することができます。

ここでは、快適性スコアが4を超える為に最適な弾力性の値は？とプロンプトを打ってみます。

このような回答が出てきました。ここに追記されているような補足のコメントもエージェントが共有してくれます。

弾力性の値は出てきましたが、品質をあげていくためには、どうしても微調整が必要になります。温度を変えると、また靴の素材をかえると快適性はどうなるのか？等のシミュレーション（予測）をしてみたいと思います。

弾力性を高める場合、伝道熱をさげる場合、異なる天気の場合などにおいて、シミュレーションの結果は一目瞭然です。非常にいい予測ツールです。

実際のビジネスユーザー（意思決定者）はどのように考えているでしょうか。販売・マーケティング側の分析では、販売ターゲットの地域が湿度が高いのか、低いのか？そういうデータを製品開発側に返すことによって、製品開発に支障をきたさないようタイムリーに情報共有をしていくことも可能になっています。Fabric大好き人間が担当するとより熱量を感じます。いいコンテンツでしたね。

Fabricを活用し、さまざまな異なるデータを組合せ分析がスピーディーにできる。生成系AIを活用する事で、ユーザーが対話型でデータ活用を行えるという事です。

待ちに待ったセキュリティーの時間がやってきました！見習いCISOのポジションで、CEOへしっかりとセキュリティーをご理解いただきたいと思います。本日は３つのデモンストレーションを行っていきます。

Zava社はビジネスが急拡大してきた企業なので、データがいろいろなところに点在しています。つまりデータセキュリティーどうするの？という課題があります。

2つ目は、エージェント、AIを使っているので、その管理上の認証・認可が重要なポイントとなります。

ビジネス上ポートフォリオが広がってきているので、ハッカーからも攻撃を受けやすくなっています。ではどうのように脅威検知・対応していくのか？これが3つ目です。

以下はPurviewというデータセキュリティーのダッシュボードを映しています。先ほどはファイナンスのデータがでてきましたね。自動で暗号化されラベル化されたと思います。

ここでは、社内で機密情報として扱われているのに、何故外部に公開されているのか？（Over Share）社内でおかしい感じで共有されてしまっている等の課題に直面することがあるかもしれません。

Zavacoreという製品をつくっているチームが利用しているSharePointがあるのですが、あれれ？おかしいなと感じたら、ここから強制的にラベルを付与したりとか、アクセスコントロールをシャットダウンする等の対応ができるようになっています。AIを活用して、セキュリティーの管理ができているのか？をコントロールしていくことは結構重要だと考えています。

今後はエージェントのIDが増えていくと思われます。Entra IDと同様にAgent IDも管理することができるようになっています。

何故、そうするか？ゼロトラストの為です。

条件付きアクセスの中も、エージェントが動いていて、こんなにユーザーが増えているのに、二要素認証されていないのか？

エージェントもこういう管理体制のもとで、アセスメントを24時間してくれるようになります。

Zava社はグローバル展開をしているので、各国の法制度への対応をしていかなくてはなりません。今後AIを使う際に、EUのAI ACT（2024年8月）への対応が必要になっていきます。

テンプレートを使って、M365環境でどのような対応をしたらいのか？改善のための処置や到達のためのポイントを使う事で目安にすることができます。

Zava社はマルチクラウド環境にあります。Azureだけでなく、Google, AWSなどのリソースを使っています。Microsoft Sentinelの中でコネクタ（400種）を活用して、3rdパーティーのデータ・ログも取り込みながら管理することも可能です。

広がった環境を攻撃してくるのがハッカーです。以下はDefenderのポータル画面です。

不明なIPアドレスからサインインが始まり、Jailbreak Attackがあったようです。Azureのプロンプトシールドという機能で、ブロックはされているようです。

可笑しいのは、そのあと許可されていないドメインにOne Driveが共有されています。Entra IDの不正サインインをもちながら、Azure AI Foundryのブロック検知と、例えばクラウドアップスのアラートを組合せながらマップを形成することができます。

初見で全てを理解するのは難しく、右側にCopilot Agentの翻訳ツールがでてきています。Copilotでインシデントのサマリーを見る事もできますし、　この状態もその他のメンバーにも伝えていきたい場合、ラベリングしてエスカレーションしていくことができます。

Miguelさんは多分感染してしまっているので、アカウントを即止める必要があります。Active Directryで止めたり、Entra IDのユーザーから停止するという方法もあります。これらは遠隔で24時間対応することができます。

このようなサイバーセキュリティを発見してから対応すると人でが足りなくなります。セキュリティポスチャー（IT環境が健康かどうか）を攻撃を受ける前に確認し、準備をしていく必要があります。

マルチクラウド環境でAIの利活用を進めるにあたり、“例えばAI Foundryを使うならこの設定をOffにしたほうがいいのでは？何故Onになっているの？”アセスメントとしてMSが提供します。ハッカーから身を守ることができます。これにより、安心してAIの利活用に取り組む事ができるのではないかと考えます。山本さんのこのセッション、めちゃくちゃいいコンテンツでした。限られた時間の中で巧妙に見せた感じです。声がしっかりと通っていて聞きやすい、とてもいいセッションだったと思います。

AIを利活用していく為に必要な包括的なセキュリティをマイクロソフトとして提供できるものと自負しています。

一連のデモンストレーションを通じて、Zava社がどのようにデジタルトランスフォーメーションをしてきたかについてご覧いただきました。

マイクロソフトは、お客様の様々な要望に対して包括的なソリューションを展開できること、これらのソリューションはほぼすべて現在利用可能なものであるということ、この2点を補足させていただきます。本日はフロンティア組織になっていくための、私たちマイクロソフトとしてのアプローチをご紹介させていただきました。

本日のシナリオはZava社という架空の企業をモデルにしてデモンストレーションを展開してきましたが、既に実践的な取り組みを進められている企業様も多く生まれつつあります。

フロンティア組織への取り組みを進められているお客様を以下のように合わせてご紹介させていただきます。

人とAIの共存による成功の方程式において、最後に記載のある「人間の目的」がとても重要になるということを最後にお伝えしておきます。

ここで、大阪府と日本マイクロソフト株式会社の協業に関する発表！

吉村知事の登場！

確か九州大学卒ですよね。関西の方が九州に来られるのは珍しいなぁという印象。何があった？

Question＞2023年に生成AIに関する協定を締結させていただきました。この期間にどのような進化があったのか教えていただけますでしょうか？

生成AIの可能性について。AIは可能性ではなく、現実のものになってきている。使いこなせない企業は淘汰されていくはず。そのくらい生産性を高めることのできる素晴らしい技術です。

行政に置き換えると、働き手も少なくなる、生産性を上げる必要がある。さもなければ税負担が増え、行政サービスの質もさがっていく。私たちは倒産はないかもしれないが、生成AIを活用することで、すくない税負担で、多くの住民サービスを的確に提供できる社会にしていかなくてはなりません。

2023年に日本マイクロソフト株式会社と生成AIに関する協定を締結させていただきました。最初は高齢者のコミュニケーションサービスにおいて生成AIを活用しました。今はMicrosoft Azure Open AI、Teamsを活用してシステム構築をしています。職員も積極的に活用してくれていて、行政用の文章をつくる、要約する、情報発信する、アイデアを出す、調査をする際にとても便利であるという評価です。95％の職員が継続して欲しいというフィードバックを出してきている状況です。行政職員は真面目で、新しいことに挑戦する事を苦手とする方が多い中でこれだけの結果が出ている事は本当にすごい事だと感じています。これからも積極的に活用していく考えです。非常に大切なツールだと感じています。

生成AIが切り拓く大阪の未来

Question＞吉村知事が考える大阪の未来について教えてください。

去年と今年で生成AIを比較するとレベルが全然違う。この2年間で過去20年分以上の進化を私たちは体感しているのではないかと思っています。

長期的な視点では、今までは政治家に近い人、声の大きな人の政策が通りやすい状況だったように感じています。国民のみなさんが感じられている課題に対して、本当に必要な政策を立案できるような仕組みに生成AIを活かせないかと考えています。

もう一つはエージェントです。引越の時、誰かがお亡くなった時の行政処理、銀行等の対応は本当に手作業で大変です。これらの全ての処理を生成AI、行政エージェントができる、やっていくべきなのではないかと考えています。

マイクロソフトへの期待

Qestion＞弊社マイクロソフトへ期待している事にどのような事がありますか？

年内に行政AIエージェントの実証コンソーシアムを立ち上げる。そこにマイクロソフト社、ロボット系企業、ベンダーの皆さん等に参画いただきたいと考えています。いろいろな仕組みを進化、高度化させていきたいという強い思いがあります。

府民のスキルアップが必要です。生成AIのトレーニングをマイクロソフト様から協定の範囲のサービスとして無償で行っていただける事がとてもありがたいと思っています。

それから今月より大阪府庁内に生成AIアドバイザーサービスを設けます。大阪公立大学の教授、そしてマイクロソフト様からもプロフェッショナルな方々にご参画いただけるということで大変嬉しく思っています。これにより役所の生産性向上、府民へ提供するサービスの質をあげていきたいと考えています。今後も民間の皆様と協力しながら、大阪府として生産性向上を追求していきたいと思っております。

ここからはパネルディスカッション。ご経験・これからの展望についてお話いただきます。

Question＞今年の5月に戦略的提携をいただいた事についてその背景を教えてください。

弊社は、生成AIの取り組みが少し遅れ、正直焦りがありました。商品の開発、お客様に商品をお届けするまでの一連の流れ、弊社でいうところのマーケティング領域において、社員は企画・提案等作業が多岐にわたり、事務作業も多いため、タイムリーにお客様にご納得いただけるサービスを提供するためには、生成AIの利活用が必要だと考えたところから始めました。

私たちの業界では、お客様を知るという理解力、業界や商品や法令に関する知識力、お客様への提案力というこの3つをどのように高度均質化していくのかがとても重要です。一人のスーパースターを育てるというよりは、全ての社員が生成AIを活用できる企業集団になりたいと思って、マイクロソフト様にご相談させていただきました。

Question＞CXの向上について金融機関としての取り組みについて教えてください。

世の中の記事や情報を見ると、凄い事ができたというような内容が出てきていますが、私たちは自分たちの身の丈にあったというか、全社員が生成AIを普通に活用できるようになることを考えています。人材育成が肝だと考えていて、生成AIを使う人、つくる人とわけて頑張っているところです。使う方は使って行くということになるのですが、開発するのは最初はIT部門で始めますが、最終的にはローコードを使って全社員が使いたいエージェントだったり、ツールを自ら構築できるようになることを数年かけて目指していきたいと思っています。

この生成AIは企業文化の変革そのものだと思っていますので、導入プロジェクトという重たい雰囲気のものではなく、私自身の希望としては明るく楽しく、こんな事ができた。あれ失敗してしまったというような事を繰り返しながら、組織風土を変えていきながら、人間としての個々の成長に繋がっていけばいいなと考えているところです。

Question＞Mazda様は2018年からMicrosoft Azureをご活用いただき、AIに関してもとても熱心にご努力なされています。これまでの取り組みや、AIの活用について教えていただけますでしょうか？

2018年から取り組みをスタートしたAzureは、コネクティッドサービスのバックエンドシステムとして活用してきました。自分たちも生成AIを使って、業務を変革していきたいというようなニーズがでてきた場合を想定し、2023年社内にAI道場を立ち上げました。道場では、社内のAIエキスパート（現在50-60名）が先生になり、各部門がもってきたテーマについて彼らが指導し（完全にボトムアップ）、各部門に成果を持ち帰る。成果が出た人を師範として認定するような制度を立ち上げ2023年、2024年と取り組んできました。

取り組みの中で非常に良かったのは、健康管理に関するものです。過去の何十年にもわたる健康データを基に分析したいという要望が社内からありました。当初は、道場でPythonで分析する方法を習い、その後自分たちでもできるようになり、知見を出し、更にはAI道場で相当な分析データがでてきたので、広島大学の情報工学部と連携して、広島大学の先生たちとともに健康ビッグデータを使って、ウェルビーイングをやるという取り組みにまで発展・進化してきました。現在その取り組みをしてきた方々は、AI道場を卒業して、広島大学の機会学習の先生方と一緒に学びを継続しています。

企業として自社の人材を充実させていく目標に対して、不足があるとき、例えば私たちは現在大学と連携し、しっかりとした知見のある先生たちと一緒に学びを深めて、AI人材を増やしていこうという考えです。生成AIが注目されていますが、深堀していくと改めて（AIには）量が必要だなぁという印象を持っています。

Question＞AI道場の話も大変すばらしいと思いますが、先々月に400名を超えるAIの専任組織をつくると発表されていました。その目的、そして会社をどのように成長させていきたいのか、その展望をお聞かせください。

組織の名称はMAXプロジェクト室。MAX＝Mazda AI Transformationの略です。1996年にMDI（Mazda Digital Innovation)プロジェクト室（現在も存在）がつくられましたが、30年ぶりに新たにつくった感じです。売上を伸ばし、支出を削減し、競争力の源泉になるように、利益をあげていく事、つまり企業競争力の向上が目的です。400人という数字は、AI道場がベースですが、ボトムアップだけではなく、もっと人材育成に集中しようということで、専任のAI人材を多く育成し、AIやビックデータを使いって企業の効率化、価値創造にもっていけるかということを考えて動き始めたという背景です。

Question＞立命館大学様とマイクロソフトは校舎内にDX人材育成の拠点として、Microsoft Base立命館という実際的な人材育成プログラムを連携していますが、生成AIはどのような形で教育の現場に浸透し、生徒や教育員の価値創造に貢献しているかお教えいただけますでしょうか？

大学は企業と違い、少し特殊な環境かと思います。一般企業様側では、実際の業務に対して効率化を図るという生成AIやCopilotの導入事例が多く示されていました。大学も実際の業務にCopilotを使い業務の効率化を行う事もありますが、一般企業と大きく異なるのは、教育機関ゆえに、学生の教育や指導にどのように生成AIを使い効果をあげていくのかがとても重要だという事です。

マイクロソフト様のご支援をいただき、立命館大学は全国の教育機関の中で、初めて大学の中にMicrosoft Baseを置いています。それを講義・授業・研究に多方面に活かしています。ITやAIの使い方を学び、新しい気付きを得、更にそれを発展させようとするときに、湧いてきた疑問に対して、身近なところにMicrosoft Baseがあると、日常的にそこに相談にいったり、将来的な発展に関する議論ができるという利点があります。授業の講義の中に生成系AIを使って、社会課題や自治体の課題を考えるようなことがあります。

Question＞先ほどMazda様も広島大学様との連携の話がありましたが、立命館大学様も多くの企業と連携されているかと思います。最近社長の方々とご面談をさせていただいているときに常に話題になるのですが、これからの時代、大学でどのように学ばせるか？どのような人材を育成していくべきなのか？いかがでしょうか。境域の現場でどのような課題や期待をお感じになられていますか？

来年度から17学部になります。大学において、専門知識を学ぶという事は核としてありますが、私たちには次世代研究大学を目指すという目的と、総発生人材（ゼロから１を創り出せるような人材）を創り出すという目的もあります。大学は学生が学問だけを体得する場であると同時に、社会に適用可能な人材になる為の場所です。更に時代に合わせてAIを使いこなしていくためには、日々考え、正しく判断ができる人材、目的と指示を明確に持てる人材に学生が成長していくように育成する必要があります。しかしながら、学生を職員や教員だけで教育するのはとても難しいのが実情です。Microsoft Baseには地元の方、中小企業のデジタル化担当、大手企業のDX担当、マイクロソフト様もきてくださり、多くの経験をお持ちの方々といろいろな対話を持つ事ができます。大学を活用しながら、社会課題を題材に、企業の方とも一緒に日本の未来に向けて大切な人材を育てていきたいと私自身は思っています。

テクノロジーが進めば進むほど、人間の話、組織の話が取り上げられるようになっていくのだなと感じました。今日は素敵なお話をありがとうございました。

皆さま、この後も丸一日、AI Tour in Osakaをどうぞお楽しみください。本日はありがとうございました！

AI Tour in Osakaいかがでしたでしょうか？東京は春だったのに、大阪は夏の終わりの開催ということで、大阪万博に合わせて？スケジュールしたのかなとも感じましたが、基調講演のストーリー、実演デモ、パネルディスカッションと、かなり練られたとてもいいコンテンツだったように感じました。

冒頭に記載した内容も含め、もっとシンプルに纏めると、こんな感じでしょうかね。

• Microsoft は日本においても、「AI 利活用・実践フェーズ」へのシフトを強く促しており、ただの技術デモではなく、実際の業務、行政サービス、組織文化、人材育成まで見据えた総合的なアプローチを見せたと言える。
• フロンティア組織になるためには、技術だけでなく「人間の目的」「組織の在り方」「安全性・信頼性」がとても重要である。

基調講演をYoutubeで拝聴しながらの備忘録なので、私自身の理解が間違っているところもあるかもしれませんが、そこは何卒ご了承いただければと思います。

それでは今日はこのくらいで。Let’s Enjoy Our DX365Life Together!