第9回 900のアイデアを原動力に――中外製薬が実践する生成AI活用とは【後編】

大量のユースケースを整理・共通化、横展開の基盤を構築

森田：
前編では生成AI活用のユースケースを社内募集したところ、900件超のアイデアが寄せられたと伺いました。これほど多くの提案があったということは、社員の皆さんが生成AIに期待をしている証左だと推察します。近年、PwCでは複数クライアントの生成AI導入を支援していますが、最初の「現場の方々に生成AIの可能性を理解し、受け入れてもらう」というハードルが高いと感じています。中外製薬はそのハードルをどのように克服されたのでしょうか。

石部：
CoEを設立したのは2024年初頭ですが、その5年ほど前からRPA（Robotic Process Automation）導入に取り組んでいました。この過程で各部門との信頼関係がある程度構築できていたことが大きく、だからこそ生成AI導入プロジェクトでもRPA導入プロジェクトと同様に、スムーズな協力体制を築くことができました。

佐藤：
私はRPA導入を担当していましたが、当初は「人間でも難しい作業がロボットにできるはずがない」といった懐疑や、「魔法のように何でもできる」といった過度な期待がありました。そうした声に真摯に耳を傾け、時間をかけて理解をしてもらった経験が、今回の生成AI導入にも活かされました。2023年に行った生成AIの基礎作りやガイドライン整備のおかげで、今回のCoE立ち上げとPoC検証も現場に抵抗なく受け入れられたと実感しています。

前田：
900件ものユースケース提案をどのように絞り込み、優先順位をつけていったのでしょうか。

石部：
900件は予想外でした。選定ではまず重複・類似案を整理して200件程度に絞り、次に各部門に優先順位をつけてもらいました。実は各部門には3件に絞るよう依頼したものの、最終的には70件が残りました。そのため全社DX戦略との整合性、想定インパクト、展開可能性を基準に選定をし直し、最終的に20件の優先ユースケースを選定しました。

佐藤：
これらのユースケースを分析すると、部門を超えた共通業務パターンが見えてきたのです。例えば契約書や報告書の作成など、複数の部門から文書作成に関するユースケースが寄せられたのですが、いずれも「生成AIに任せたい業務内容の本質」は同じでした。ですからその中から汎用性の高いユースケースを優先的に検証対象とし、一つのケースでの成功体験を他部門にも展開できるようにしました。

アウトカムを軸にした実行体制、3層アジャイルモデルの定着と展開

前田：
PoC検証をアジャイル開発で実施するにあたり、どのような組織体制を構築されたのでしょうか。その仕組みについて詳しく教えていただけますか。

石部：
PwCのご支援の下、私たちは「3層構造のサイクル型フレームワーク」を導入しました（図参照）。これは、左側に示された「戦略サイクル（12週間）」、右側の大円で表された「プランニングインターバル（約1.5カ月）」、そして右下の小円にある「スクラム（1週間～2週間）」という3つの層で構成されています。PoC検証においては、この3層を連動させながら進めました。

最上位の戦略サイクル層では、経営環境の変化を踏まえ、「トップイニシアチブ」「生成AI技術変革」「戦略の変化」といった要素を反映し、全社的な注力ポイントを定めた上で、「アウトカム」や「戦略テーマ」を設定し、ユースケースの「ポートフォリオ」管理を実施します。

中間層となるプランニングインターバルでは、戦略テーマに基づいてPIプランニングを行い、「ARTシンク」「チームシンク」などのアジャイルイベントを通じて、チーム編成や具体的なユースケースの検討を進めます。ここでは、「イテレーションプランニング」「イテレーションレビュー」「インスペクト＆アダプト」など、アジャイル開発の一連のプロセスが組み込まれています。

最下層のスクラムでは、実行部隊として「ユースケースワークストリーム」単位でチームを組成し、1週間～2週間の期間でタスクを進めます。「イテレーションレトロ」や「システムデモ」を通じた継続的な振り返りと改善によって、俊敏な対応と質の高い成果物の創出を目指しました。

この3層構造を通じて、戦略テーマから実行までを「アウトカム」を軸に一貫してつなげる体制を整備できました。各層が密に連携することで、戦略と現場の実行が乖離することなく、柔軟かつ迅速に軌道修正を行えるようになりました。

当初は約10チーム程度の構成を想定していましたが、すぐに全体を稼働させるのではなく、まず既存のガバナンスやユースケースを精査し、3～4チームからスタートしました。2周目には7チームへと拡大し、現在は3周目に入っています。この段階的なスケールアップによって、アジャイル運営のノウハウを蓄積しつつ、対応可能なユースケースの幅も着実に広がってきました。

佐藤：
この段階的な拡大を通じて、チーム全体としてもアジャイル開発の手法や3層サイクルの構造を理解し、実践できるようになってきました。ユースケースは全社戦略との整合性や期待インパクトを軸に10件を先行選定し、PoCを実施。現在は13件まで拡大し、そのうち11件で業務への生成AI適用の可能性を確認できています。

前田：
社員の皆さんの反応はいかがですか？

佐藤：
私たちの想定以上に良好でした。実際の現場からは、「コミュニケーションが活性化した」「ゴールが明確になった」「ユースケース間の依存関係が整理できた」「スピード感を持って取り組めた」といった前向きな声が多く寄せられています。

共創から自律へと進化する生成AIの未来像

前田：
最後に、お2人が描くCoEの未来像をお聞かせください。

佐藤：
最初に900件ものアイデアが集まったように、現在も部門から多くの要望が寄せられています。今後は、アウトカム（成果）を強く意識した取り組みと、成功体験の横展開という2つの軸で推進していきたいと考えています。

そのためには、PoC検証をビジネスアウトカムと明確に紐づけ、CoEの活動成果を定量的に可視化することが重要です。また、先行ユースケースで得られたプロンプトナレッジを他の優先ユースケースに展開し、全体の効果を拡大していくことも計画しています。

具体的には、ユースケース担当者とのワークショップを実施し、学びの共有を通じて、現場の担当者が自らPoC検証に取り組める体制づくりを進めています。

前田：
石部さんはいかがでしょうか？

石部：
私たちの目指す方向性ははっきりしています。「TOP I 2030」で掲げた「R&Dアウトプットの倍増実現」と「上市期間の短縮」です。

この成果指標にインパクトを与えるユースケースを選定し、部分最適にとどまらず、全社的な価値創出を目指していきます。そのためには、現在分散しているさまざまなリソースを集約し、期間短縮や新薬候補の創出に向けた取り組みにつなげていく必要があります。

大規模アジャイルの枠組みでワンストップでの流れをつくりあげることが求められます。DX部門内では既に一定の進展がみられますが、次のチャレンジは、全社を巻き込んだ1000人規模の取り組みへと拡大することです。

そこで重要になるのが、例えば「どの製品開発が何カ月短縮されたのか」「何件の新薬候補が増えたのか」といった成果を迅速かつ明確に可視化・実証することです。これが、次のステージに向けた鍵になると考えています。

森田：
まさに医薬品開発のパラダイムシフトを目指されているのですね。この取り組みは「技術導入」の枠を超え「ビジネス変革」そのものだと感じます。石部さんが言及された「全部門を巻き込み1,000人規模の取り組みへと拡大する」という次のステージでは、どのような可能性や成長機会が広がるとお考えですか。

石部：
最終的には、生成AI CoEが常に主導しなくても、各部門が自律的に生成AIを活用できる状態を整えることが目標です。私たち自身はいずれ表舞台から退き、これまでに築いてきた基盤の上で、部門が自ら活用・発展させていく。そんな未来が理想です。そうなれば、生成AIはもはや特別な技術ではなく、業務プロセスに自然と組み込まれる存在になっているでしょう。私たちは、そのような未来の実現を目指しています。

前田：
本日は貴重なお話をありがとうございました。

前編はこちら