日本の大企業はどのようにAIレベルを測定するのか
팀
팀제이커브
カテゴリー
- 日本
最近、日本の大企業はAI教育の拡大に一歩進んでいます。今では「AIを学んだのか」ではなく、「AIを何段階まで活用できるのか」と尋ねます。
興味深い点は業種を選ばないということです。通信、製造、金融、建設まで、各企業がそれぞれのAIレベル体系を構築しています。単純教育プログラムではなく、組織全体の能力を段階として定義する構造です。今回の記事では、日本の大企業が実際に設計したAI能力評価モデルとその進化方向を見ていきます。
日本の大企業はなぜ「AI教育」よりレベル体系から作ったのか
多くの企業がAI教育を始めています。しかし、日本の大企業は順番を変えました。
トレーニングコースではなく、レベル基準から定義しました。
①修了率では能力を説明できない
「何人が聞いたのか」とは言えますが、「だから何が変わったのか」は説明しにくいです。この時点で、日本企業は教育中心のアプローチの限界を見ました。
だから導入したのが昇級構造です。修了ではなくレベル上昇。ホワイトベルトからイエローベルトへ、L2からL3に上がる仕組みです。教育はこのシステムの上で働きます。
②先に定義したのは「最小基準」と「上位基準」
企業が最初にやったことはこれでした。
•
全従業員が必要とする最小AIリテラシー
•
実務プロジェクトをリードできる基準
•
戦略設計が可能なトップエキスパート基準
この基準がなければ教育も設計され、人事評価もつながります。日本の事例を見ると明らかです。 AI教育はプログラムではなく、レベルシステムの一部です。
日本大企業4社のAIレベル評価モデル
方法は異なりますが、構造は似ています。すべて元従業員の基礎段階→実務適用段階→高度な戦略段階として設計されています。
NTT DATA GROUP – 日本最大のITサービス企業（約20万人規模）
NTTデータは、日本最大規模のITサービス企業で、世界中で約20万人の従業員を保有するグローバルSI企業です。日本の公共・金融システムを多数構築してきた代表的なITインフラ企業でもあります。
同社の核心は「ベルト製」構造です。
ホワイトベルト→イエローベルト→グリーンベルト→ブラックベルト
合計4段階に分けます。
各ステップは何が異なっているか。
•
ホワイトベルト：
元従業員対象。
生成AIの基本概念、セキュリティ・ガバナンス、社内活用ガイド理解レベル。
•
イエローベルト：
上級者の地図の下で作成AIプロジェクトを実行できるステップ。
シンプルユーザーではなく「実務参加者」です。
•
グリーンベルト：
独立してプロジェクトを企画・運営できる水準。
現業でAI導入をリードできます。
•
ブラックベルト：
高難度プロジェクトを成功に導く最高の専門家。
内部AIリーダーとして機能します。
重要なのは、レベルが単純なテストパスではなく、プロジェクトの実行能力に関連付けられていることです。
つまり、「AIを知る」ではなく「AIで仕事をしてみた」が目安です。
DeNA – 日本代表インターネット・ゲーム企業（約3千人規模）
DeNAは、モバイルゲームやプラットフォーム事業に成長した日本の技術企業です。比較的小さな組織ですが、AIの導入速度は非常に速いです。
同社はDARS（DeNA AI Readiness Score）という5段階モデルを運営しています。
個人レベル（L1～L5）
•
L1：AIチャットボットを1回以上使ったレベル
•
L2：仕事で繰り返しAIを活用するレベル
•
L3：AIでワークプロセスを再設計できるレベル
•
L4：AIベースのシステムを設計・運営
•
L5：AIプラットフォーム戦略の策定と組織の普及
ここで重要なのは、L3以上から「業務革新」が基準になるという点です。
組織レベルも別々に評価
組織L2は
→メンバーの50％以上が個人L2以上でなければ達成されません。
つまり、一部の専門家がうまくいくと組織が高いスコアを受ける構造ではありません。
組織全体の分布に基づいて評価します。
この構造のおかげで、チームごとにAIの活用を引き上げる文化が形成されます。
SoftBank – 日本最大の通信・投資グループ（約5万人規模）
ソフトバンクは日本三大通信会社の一つであり、グローバル投資グループとして約5万人規模の組織を運営しています。
同社の特徴は、独自のレベル体系を新たに作ったものではなく、
外部 AI 資格を内部能力基準で結びつけた点です。
その中心にある機関が日本ディープラーニング協会（JDLA、日本ディープラーニング協会）です。
JDLAは日本で最も影響力のあるAI資格認証機関であり、企業や政府が広く認める試験体系を運営しています。
JDLAの代表資格は2つあります。
•
Gブラック：
非開発者を含む一般会社員を対象としたAIリテラシー資格です。
AI・ディープラーニングの基本概念、活用事例、倫理・法的問題などを評価します。
簡単に言って、「AIを理解し説明できるレベル」を検証します。
•
E資格：
開発者・エンジニア対象の専門資格です。
数学・機械学習・ディープラーニングの実装能力を評価し、JDLAが認めた教育コースを履修しなければ受験できません。
実務型AIエンジニアの資格に近い
ソフトバンクは、これら2つの資格を社内AI能力の公式指標として活用します。
•
G検定合格時の報酬支給
•
社内資格率の管理
•
AI・クラウド分野リスキリングと連携
つまり、内部テストを作るより、
国家的に通用するAI資格を組織レベルの指標として吸収したモデルです。
これに加え、全社員がAIエージェントを制作する社内イベントを運営し、
知識認証と実際の活用能力を同時に引き上げています。
ソフトバンクのやり方は
「自己評価設計」ではなく
外部共信力資格+内部実行プログラムを組み合わせたモデルと見なすことができます。
生成AI時代、レベル基準はどのように変わったのか
過去にはアルゴリズムの理解度が重要でした。今は違います。
•
知識→活用
•
活用→再設計
•
再設計→ROI
AI能力は今やテストスコアではなく、組織の数値で確認される能力です。
エディタの一言
日本企業が示す違いは、技術格差というよりも「測定体系の格差」に近い。
AIを導入したのではなく、どこまで活用できるかを定義したのかが競争力を教えます。
多くの企業がAI教育を始めていますが、まだ「私たちの組織は何レベルですか」と尋ねていません。
レベルが定義されていない場合、投資もパフォーマンスもぼやけます。
たぶん生成AI時代の本当の競争はモデル性能ではなく、組織のAI能力を計量化できるかから分かれるかもしれません。
「AI Native百科事典」を購読する
サイトを購読すると、新しい投稿などの最新のアップデートを通知やメールで最初に受け取ることができます。
Slashpageに参加して「AI Native百科事典」を購読してください！
Slashpageに参加して「AI Native百科事典」を購読してください！
