AIパイロット乱立を本番成果に変えた米大手2社の戦略

MassMutualの成果指標主導

開発者生産性30%向上の実績
ITヘルプ解決を11分から1分に短縮
モデル非固定の疎結合アーキテクチャ採用
仮説検証と品質基準の事前合意を徹底

Mass General Brighamの統制転換

非統制パイロットを一斉停止する決断
ベンダーロードマップとの重複排除
臨床現場では医師が最終判断を堅持
AI活用を全部門にチャンピオン配置で浸透
詳細を読む

米保険大手MassMutual医療機関Mass General Brighamが、VentureBeatのイベントでAIのパイロットプロジェクト乱立から本番運用への転換戦略を公開しました。両社とも、管理されていないAI実験が成果につながらない課題に直面し、規律あるアプローチへ移行したことで具体的な成果を上げています。

MassMutualでは、科学的手法に基づく仮説検証プロセスを採用し、ビジネスパートナーが品質を承認するまで本番投入しない方針を徹底しています。その結果、開発者生産性が30%向上し、ITヘルプデスクの解決時間が11分から1分に、顧客対応が15分から1〜2分に短縮されました。また、特定モデルに依存しない共通サービスレイヤーを構築し、より優れたモデルが登場した際に迅速に切り替えられる柔軟性を確保しています。

Mass General Brighamは約1万5000人の研究者がAIを活用してきましたが、CTOのSriraman氏は非統制のパイロット群を意図的に停止する決断を下しました。Epic、Workday、ServiceNow、Microsoftなど既存プラットフォームのロードマップを確認し、自社開発とベンダー提供機能の重複を解消したことが転換点となりました。

医療分野では安全性の担保が不可欠であり、臨床現場ではAIが最終判断を下すことは許されません。放射線レポート生成などでAIを活用しつつも、必ず医師が最終確認する体制を維持しています。保護医療情報の外部AI送信禁止や、緊急停止ボタンの設置といった厳格なガードレールも整備されています。

Sriraman氏は「BPMをAIに置き換えても同じ概念が当てはまる」と述べ、エージェント型AIであっても従来の業務改革と同じ規律が必要だと強調しました。両社の事例は、AIの本番展開には明確な成果指標組織的ガバナンスが不可欠であることを示しています。