株式会社ACES インタビュー／「AI OS」とは何か──1社で100個のAIを動かすために企業が準備すべきこと

生成AIの登場から数年が経ち、多くの企業がAI活用に取り組んでいます。しかし現状は「技術のポテンシャルは50点、実際の活用度は10点」──。東京大学発AIベンチャー・株式会社ACESの取締役COO・與島仙太郎氏はこう指摘します。

医学志望からAI研究へ。「人の思考を理解したい」という原点

齊藤
まずは、ACESの事業概要をお聞かせください。

與島様
株式会社ACESは2017年11月に創業した、東京大学・松尾豊研究室のスピンオフベンチャーです。創業メンバーは、大学の学科同期5人と代表・田村の中学同期を含む6名で立ち上げました。

事業としては大きく2つの柱があります。1つは、大手企業のDXを支援する「DXパートナー事業」。特に金融機関のお客様が多く、生成AIを活用した業務プロセス改革やシステム導入をプロジェクト型でご支援しています。

もう1つは、AIソフトウェアやSaaSプロダクトを開発・提供する「AIソフトウェア事業」です。自社プロダクト『ACES Meet』をはじめ、ACESが独自に開発するAI技術モジュールをレゴブロックのように組み合わせ、ライセンス提供も行っています。

齊藤
與島さんご自身のバックグラウンドについてもお聞かせいただけますか。

與島様
私個人のルーツをたどると、実はもともと医学の道を志していました。幼少期に喘息がかなり強く、自分の体質に悩まされた経験があったのです。「自らの手でアレルギーを根絶する研究員になりたい」という想いから、久留米大学附設中学・高等学校に進みました。ここは、学年の半分近くが医学部を目指すような環境です。

しかし、大学進学を考える過程で、ふと「自分が医者にならなくてもいいのかもしれない」と思ったのです。周りには医学の道に進む人たちがたくさんいる。それなら自分は別の形で人や社会に役立つ方法を探したいと考えるようになりました。

当時興味を抱いたのが、脳科学や人間の認知、そして「人がどう考え、それによって組織やチームがどう動くのか」というシステム工学的なアプローチでした。東京大学は入学後に進路を選べるため、理科一類に進学し、最終的に同期と起業するきっかけとなるシステム創成学科のCコースを選びました。

ChatGPTの前夜、「Transformer」に賭けた若き研究者たち

齊藤
大学時代はどのような研究をされていたのでしょうか。

與島様
学部時代はソーシャルメディアの感情解析をしていました。ちょうどアメリカ大統領選挙の時期で、SNS上でのコミュニケーションがどのように分断され、あるいは新たなクラスターを形成するのかをデータから読み解く研究です。

修士過程では、さらに「組織とコミュニケーション」というテーマに踏み込み、「チーム協調（コミュニケーション力）」の認知モデルを研究しました。この研究領域は、たとえば、飛行機の管制官とパイロットの間で、なぜ認識のズレが起き、それが事故につながるのか、といった研究領域です。人間が他者の思考を自分の中でどうシミュレーションし、モデル化しているのか。そのズレをシミュレーションや実験で解明する、非常にアカデミックな領域に没頭していました。

非構造データを構造化せよ。ACES初期の挑戦と進化

齊藤
創業当時はどのような事業からスタートされたのでしょうか。

與島様
最初に取り組んだのは「マンガの同時多言語翻訳」でした。当時は海賊版サイトが横行し、日本の貴重なコンテンツ収益が海外に流出していました。正規版の配信が遅れる理由は、翻訳のコストと時間の問題です。AIで一斉に世界同時配信できれば、海賊版を駆逐し、版元の収益を最大化できると考えました。

しかし、いざ着手してみると、当時の技術では「文化の壁」が非常に高かったのです。たとえば、国や、宗教観、あるいは「必殺技」という単語に対する絶妙な翻訳ニュアンスなど。これらを法的な制約も含めて瞬時に乗り越えるには、当時のAIはまだ力不足でした。

齊藤
そこからどのように事業を転換（ピボット）されたのですか？

與島様
翻訳の次に見出したのが、動画像や音声といったマルチモーダルな領域です。私たちはこれを「ベテランの知見のソフトウェア化」と呼んでいました。

たとえば、プロ野球選手のわずかな癖を見抜く解析、製造現場での不安全な行動の検知、商談における音声の抑揚から成約可能性を読み解く──。世の中には、プロフェッショナルやエキスパートだけが持つ「暗黙知」が膨大にあります。しかし、それらはデータ化すらされていませんでした。

2012年頃にディープラーニング研究が活発化して以来、画像・音声・言語はそれぞれ別の研究領域として発展してきました。当時は、言語処理でヤフーニュースのタイトルを自動生成することすら研究対象になるほど難しかった時代です。私たちは「言語よりも、動画像や音声に眠る非構造データを構造化する方が、ビジネス上の価値が高い」と判断し、そこにフォーカスしました。この時期に培った「非構造データを解釈し、プロの知見につなげる」という思想と技術基盤が、現在の生成AI時代における私たちの強みの土台となっています。

生成AIの登場によりAIは「概念」を手に入れた。業務変革の主語が現場に移る時代

齊藤
生成AIの登場によって、マーケットやクライアントのニーズはどう変化したと感じていますか。

與島様
最大の変化は、AIが「概念の獲得に成功した」と考えられることです。ディープラーニング以前は、特定のデータを大量に学習させてパターンを識別することに特化しており、人間のように文脈や概念を理解することはできませんでした。しかし、現在の生成AIは、「靴下は裏返せるが、靴は裏返せない」「シマシマの馬はシマウマ」「青色のリンゴは青りんごだが、黄色のリンゴは黄リンゴとは呼ばない」といった、人間が暗黙のうちの共有している常識や関係性を自ら推論し、理解しているかのような挙動ができるようになったのです。

この変化によって、業務プロセス変革の主体も大きく変わりました。かつてはDX推進部のような専門組織が「AIで何ができるか」を模索していましたが、今は事業部門自らが「AIで何をしたいか」を考える時代に移りつつあります。現場がAIを実際に使いながら考えるというフェーズへと進んでいるのです。

齊藤
実装のフェーズに入った現在、企業側の進捗はいかがでしょうか？

與島様
まだまだだと思っています。技術的なポテンシャルは50点ほどに達している一方で、実際のビジネス現場での活用度は10点程度。「AIができること」と「企業が活かせていること」の間に、まだ大きなギャップがあります。

その理由は、大きく2つです。1つ目は企業固有の“コンテキストの壁”です。

AI活用は「総合格闘技」。4つのエンジニアリング力が不可欠な理由

齊藤
AIによる変革を成功させるために、企業は何を乗り越えるべきでしょうか。

與島様
現在のAI業界には、コンサル、SIer、AIベンダー、SaaSベンダーなど、実に多様なプレイヤーが存在しています。これはAI活用がもはや“総合格闘技”のように様々なケイパビリティを要する状態になっているからです。

かつては、ディープラーニングを構築できる会社が「AIベンダー」として独立していた時代もありましたが、いまではAIが事業全体に深く関わるようになり、単一の専門性だけでは成立しない段階に来ています。

齊藤
ACESは、この総合格闘技の中でどのような立ち位置にあるのでしょうか。

與島様
ACESは、特にデータエンジニアリングとアルゴリズムエンジニアリングの領域で強みを持ち、直近ではコンサルティング領域も強化をしています。その上で、金融機関などのようにミッションクリティカルなシステムを扱う場合は、既存のSIerの方々と連携をしています。

ACESでは、私たちが直接すべてを担うというよりも、「専門家同士が対等に連携し、共に変革を進める」という形を理想としています。これまでのやり方のように各社がバラバラに提案していては、ユーザー企業が求める“100点満点の変革”は実現できません。

上流のコンサルティングから最先端のAI開発、そして堅牢なシステム実装まで――。それぞれのプレイヤーが得意領域を生かし、高度なパートナーリングのもとで「コト」にあたることが、今の時代に不可欠です。

100個のAIエージェントを動かす「AI OS」。PoC止まりを超える基盤とは

與島様
ただ、こうした“総合格闘技”的な体制が整ってきた一方で、次の課題も見えてきました。それは、複数のAIをどう連携させ、全体として動かすかというテーマです。これまで企業のAI導入は、1社1プロジェクト、あるいは1業務単位の“点”の取り組みが中心でした。しかし今は、企業全体で100個単位のAIエージェントを同時に活用していく時代に入りつつあります。そのときに必要になるのが、私たちが提唱している「AI OS」という考え方です。

齊藤
「AI OS」とはどのような仕組みなのでしょうか。

與島様
一言でいえば、「会社の中でAIをたくさん動かすための共通の土台」です。今の企業の多くは、AIを1つ導入するたびに、データ収集や認証、ログ管理、セキュリティ設定などをゼロから構築しています。これはOSがない状態でPowerPointを自作しているようなもので、非常に非効率です。AI OSがあれば、会社全体のナレッジであるCRMやSFA、社内ニュース、過去の成功事例などを一カ所に構造化し、共通の基盤上で複数のAIを安全かつ効率的に運用することができます。

齊藤
つまり、企業のAIを束ねる頭脳のような存在ですね。

與島様
そうです。たとえば営業部門でAIを使う場合、顧客データや商材情報、ニュース、成功事例などの共通データが必要になります。AIを個別に作るたびにデータを別々に集めていたら、ナレッジが分断され、再利用ができません。最初から100個のAIを作る前提でデータと基盤を整えておく。この設計思想が、今後のAI経営における競争優位の源泉になると考えています。

齊藤
この発想は、ACESの創業時からの思想にもつながっているように感じます。

與島様
おっしゃる通りです。私たちは創業当初から、「同じ技術を2回作りたくない」という思想を持っています。AIを提供する会社として個社に導入するたびにゼロから作るのは非効率です。だからこそ、技術をレゴブロックのように疎結合なモジュールとして構築し、積み上げていくという仕組みを採用してきました。

これまではAIを“作る側”がその思想を持てばよかったのですが、今は“使う側”、つまり企業自身も、ある程度モジュール思考を備えておく必要があります。だからこそ「AI OS」という考え方が、今後ますます重要になってくるのです。

齊藤
金融業界でも導入が進んでいると伺いました。

與島様
はい。金融機関はデスクワーク比率が高く、同時にガバナンスや安全性への要求も厳しい業界です。ある大手金融機関では、「法人営業を変革したい」という課題がありました。融資から買収相談まで、提供サービスごとに異なるAIエージェントが必要になる。それを一つひとつ個別に開発していては非効率です。

そこで、データの蓄積を共通化し、リスクコンプライアンスや金融庁の規制に即した動きをOSレベルで制御する仕組みの構築をご支援しています。その上で、各業務に最適化したエージェントを迅速に展開していく。こうした“全体を統括するシステム像”を実現することで、AIのポテンシャルを最大限に引き出し、ビジネスへの適用速度を劇的に高めることが可能になります。

AI×ビジネスの通訳者が必要とされる理由

齊藤
AIの導入や運用を支える仕組みが整う一方で、実際にそれを“動かす人”の存在も欠かせません。ACESにはコンサルティングファーム出身者が多く在籍していると伺いました。彼らはどのような役割で活躍しているのでしょうか。

與島様
結局のところ、AIの価値は「ビジネスインパクト」として現れなければ意味がありません。どの課題を解決すれば事業上の利益が最大化されるのか。その“問い”を定め、業務プロセス全体を設計するノウハウを持つ人材が必要になります。

その点で、コンサルティングファーム出身者は非常に高い価値を発揮しています。AIプロジェクトでは、クライアントや事業側の曖昧な課題から、真に解くべき課題（WHAT）を明らかにした上で、技術的に解決可能な問題設定（HOW）に落とし込んで実現することが肝だと考えています。技術に寄りすぎても、逆に理想論ばかりでも成功しません。

「今のAIなら、半年後にどこまで実現できるか」というリアリティを持ちながら、業務フローを細分化し、AIに任せるべき領域を定義していく。このプロセスこそが、私たちが“ビジネスプロセスのリエンジニアリング”と呼んでいる部分です。

齊藤
具体的に、どのような協働が行われているのですか？

與島様
たとえば、「熟練コンサルタントによる稟議へのフィードバックをAIで再現したい」という要望があったとします。今のAIに「上司の経験則すべてを再現してくれ」と頼んでも、精度の低いものしかできません。そこでビジネスサイドのメンバーが、「フィードバックの要素を『ロジックの整合性』『数値の根拠』『市場動向の整合性』に分解しましょう。このうちロジックの確認なら、このデータを使えば再現できるはずだ」というように、技術で解ける形に問題を分解してラリーを仕掛けるのです。

齊藤
システム開発未経験のコンサルタントでも、馴染めるものなのでしょうか。

與島様
馴染めるどころか、不可欠な存在です。ACESのエンジニアとビジネスメンバーは非常に近い距離で動いています。「ここが技術の肝なのか」「この制限があるなら、業務フローの方を変えた方が早いな」といった対話を日常的に行なっています。AIエージェントの構築は、従来のシステム開発よりも人間味のあるプロセスです。エキスパートが何を考えているのかをヒアリングし、それを構造化していく。その対話のスキルや業務理解力がある方にとって、AIはこれ以上なく面白い“素材”になるはずです。

フェーズ3は「AI事業投資会社」。AIを前提に事業を再構築し、次の10年の当たり前をつくる

齊藤
最後に、ACESが描く未来の展望について教えてください。

與島様
私たちはACESの歩みを3つのフェーズで捉えています。

フェーズ1は、「技術モジュールの構築期」。あらゆるAI機能を疎結合なパーツとして蓄積してきました。

フェーズ2は、その資産をフルに活用し、大手企業のDXを推進する「社会実装期」。生成AIを含む最先端技術を、実際の業務変革や生産性向上にどう結びつけるか。今、まさにそのど真ん中にいます。

そして、その先にあるフェーズ3として掲げているのが、「AI事業投資会社」という構想です。

齊藤
AI事業投資会社とは、どのようなイメージなのでしょうか。

與島様
一言でいえば、AIを前提に事業を再構築し、所有・投資していく会社です。単にAIを活用する支援をするのではなく、自らが事業を持ち、AIを中核に据えた新しい産業モデルをつくっていく。今の社会は、まだPC導入前夜のような状態です。

かつて紙文化から無理やりデジタルへ移行したように、今は人間中心の業務にAIを“継ぎ足している”段階にすぎません。しかし本来は、AIというOSが中心にあり、その上に人やシステムが乗る世界であるべきです。

ACESは、既存のしがらみやレガシーをAIの力で一気に再構築し、10倍、100倍の生産性を持つAIネイティブ事業を生み出すリーダー企業を目指しています。

齊藤
その未来に向けて、ACESではどのようなチャンスがあるのでしょうか。

與島様
これから3〜5年で、各業界の大手企業が本格的に“AIネイティブな会社”へと生まれ変わっていきます。AI技術の適用範囲は、もはや数個のユースケースではなく、100個・1000個単位のAIエージェントを運用する時代になります。

ACESでは、フェーズ2の現在、その変革をリードする中心的な役割を担っています。そしてフェーズ3では、AI OSを基盤に、事業そのものをつくり変える立場。いわば、「AIを使う側から生み出す側へ」シフトするフェーズです。この過渡期に関われることは、AI産業の中でも極めて希少な経験だと思います。

齊藤
最後に、候補者の皆さまへメッセージをお願いします。

與島様
生成AIが登場して数年が経ちましたが、ビジネスが本当に変わるのは、これからの5年、10年です。今の世の中には、まだAI化できる“宝の山”が手つかずで眠っています。10年後には、誰かがそれをやり遂げて当たり前にしてしまっているでしょう。

次の10年のビジネススタンダードを定義し、リードするための“限られた期間”が、まさに今です。「世の中をもっと便利に、豊かにしたい」。そんな純粋な好奇心を持ち、最先端の技術を武器に、主体的に未来を動かしたい方。ACESは、そうした情熱を持つ人たちと共に、AI時代の新しい常識をつくっていきたいと考えています。

與島仙太郎 様 株式会社ACES

2019年東京大学工学系研究科システム創成学専攻修了。集団や組織を科学することに興味を持ち、学部では感情解析を用いたSNS分析、大学院ではチームの協調行動に関する研究に従事。在学中からプログラミング教育ベンチャーでのメンターを務めるほか、生物情報スタートアップに立ち上げ初期から参画し、特許技術の企画開発や自社サービスの開発を担当。2017年、大学院在学中にACESを共同創業。取締役として、 三井住友銀行、SOMPO HD、大同生命、DBJ、経済産業省をはじめとした多くのエンタープライズに対するDX推進・AI活用における伴走型の支援実績を持つ。

株式会社ACES

「アルゴリズムで、社会はもっとシンプルになる。」をミッションに掲げ、最先端のAI技術を社会実装することで「人の働き方に余白をつくる」ことを目指す東大松尾研究室初のAIスタートアップ。
汎用LLMでは実現できない、各業界のドメイン知識や企業独自のナレッジを学習し競争優位を強化する「エキスパートAI」の社会実装と、それを実現するためのAIネイティブな技術基盤（OS）を提供し、顧客の課題解決の支援や新規事業立ち上げを共同で遂行。

アクシスコンサルティング

アクシスコンサルティングは、コンサル業界に精通した転職エージェント。戦略コンサルやITコンサル。コンサルタントになりたい人や卒業したい人。多数サポートしてきました。信念は、”生涯のキャリアパートナー”。転職のその次まで見据えたキャリアプランをご提案します。