技術の可能性を顧客の需要につなぐ——北森聖士氏のAI事業づくり

最新のAI技術があれば、事業は伸びるのか。北森聖士氏は、技術の可能性だけでなく顧客の困りごとを起点に、税務向けAIの開発へ進みました。顧客の需要と市場の大きさをどう見極めるのか。AI事業を形にする過程を追います。

AIを使った新しいサービスを考えると、最新のモデルや機能から企画を始めたくなります。しかし、技術が優れていることと、顧客が使い続けることは同じではありません。北森聖士氏のインタビューでは、AIの専門知識がない状態から事業に加わり、顧客の相談や市場規模を見ながら、開発テーマと事業の組み合わせを考えていった過程が語られています。

北森氏は、共同創業者が開発していた技術に可能性を感じる一方、最先端技術と世の中のニーズにはずれが生じることもあると捉えていました。顧客や企業を紹介しても、すぐに仕事につながらなかった経験を経て、一緒に会社を立ち上げることになります。本人はAIについて何も知らない状態から始めたと話しています。その後、税理士法人からリサーチ時間を効率化するAIツールを作れないかという相談を受け、税務向けの専門AIの開発に取り組みました。

インタビューでは、同社が税務GPTを含む生成AIのシステム開発に加え、レンタルサーバーや基盤モデル開発にも取り組んでいると説明されています。当初は税務向けに注力する考えもありましたが、事業を大きくする観点から市場規模を考え、複数の領域を組み合わせる方向へ移りました。AI業界は変化が速く、特定の製品や技術の優位性が長く続くとは限らないという認識も語られています。

まず技術ではなく、困っている作業を特定する

AI導入の企画を始める時に、「このモデルで何ができるか」を並べるだけでは、顧客にとって必要な機能が分からないことがあります。北森氏の事例では、税理士法人からリサーチ業務の効率化について相談が寄せられたことが、最初の用途を具体化するきっかけになりました。顧客の業務を聞き、時間がかかる作業、繰り返し発生する判断、既存ツールで解決できない点を分解すると、技術の使いどころを見つけやすくなります。

ここで重要なのは、顧客が口にした要望をそのまま機能にするだけでなく、その背景にある業務の流れを確かめることです。リサーチが負担だとしても、情報を探すことが問題なのか、情報の正しさを確認することが問題なのか、複数の資料を要約して判断することが問題なのかで、必要な設計は変わります。利用者が最終判断をするまでの工程を見ないと、ツールを導入しても確認作業だけが増える可能性があります。

一つの用途の手応えと、市場全体の大きさを分けて考える

専門分野に絞ったAIは、用途や利用者が明確で、課題に合わせた設計をしやすい反面、対象となる市場が限られる場合があります。北森氏のインタビューでは、税務領域の技術検証だけでなく、事業の成長可能性や複数の収益機会を検討していました。技術を深めることと、会社の売上をつくることが別の課題である点が見えてきます。

初期の事業では、ひとつの製品に全ての期待を持たせるより、開発費や人員、顧客獲得に必要な費用を見積もり、どの領域が次の投資を支えられるかを考えることが必要です。異なる事業を同時に持つなら、各事業が共有できる技術や顧客、営業経路は何か、逆に経営者の注意を分散させる点は何かを確認します。事業を増やすこと自体が成長を保証するわけではありません。

AIを業務に入れる前に確認したいこと

• 現場で時間や費用がかかる作業は、どの工程か
• その作業を行う頻度と、失敗した場合の影響はどれくらいか
• AIの出力を誰が確認し、誤りをどのように直すか
• 顧客情報や機密情報をどのように扱うか
• 試験導入の結果を、何の数字や利用者の声で判断するか
• 事業として続ける場合に必要な開発・運用・販売の費用は何か

これらは北森氏の会社がそのまま採用した手順ではなく、インタビューの経験から編集部が整理した検討項目です。AIを導入すれば自動的に時間が短縮されるわけではなく、出力の確認や利用者教育が新たに必要になることもあります。試験する範囲や対象を小さくし、現場の人が実際に使った結果を見て、続けるか修正するかを判断する必要があります。

北森氏の事例が示しているのは、技術への期待と顧客の需要をつなぐために、用途、市場、事業運営を別々に考える必要があるということです。顧客の具体的な困りごとから始め、技術で解決できる範囲を検証し、継続可能な事業になるかを見極める。変化の速いAI領域で新しい企画を検討する際に、技術の話だけで終わらせないための視点になります。

開発前に、精度と運用責任の線引きを考える

AIサービスを業務で使う時には、どれほど便利かだけでなく、誤った出力が出た時に誰が気づき、どう修正するかを決めておく必要があります。専門性の高い領域では、誤りを見抜く知識や、根拠を確認する手順が欠かせません。ユーザーがAIの回答をそのまま使ってよいのか、参考情報として人が判断するのかによって、画面の表示や利用者への説明も変わります。

北森氏の事例で税理士法人から寄せられた相談は、業務上の時間を減らしたいという具体的な要望でした。そこからサービスを作る際にも、効率化だけでなく、正確性や利用者が安心して使える条件を確認する必要があります。試験導入では、利用時間の変化だけでなく、誤りの頻度、確認にかかる工数、現場が継続利用したいかを記録すると、導入の判断材料になります。

技術投資の段階を分けて考える

北森氏の会社では、税務向けAIの相談を受けて専門AIの開発に動いた後、事業の成長可能性を検討し、レンタルサーバーや基盤モデル開発も事業に含めていきました。目の前の顧客に価値がある用途を検証することと、大きな市場で継続的に成長する計画を作ることは、別の判断です。技術開発費をどの事業が支えるのか、売上が立つまでの期間をどう確保するのか、優先順位をどう変えるのかを考えます。領域を広げる場合は、共通する顧客や技術があるか、経営資源が分散しすぎないかも確認しましょう。

AI導入の効果を測る指標を決める

AIを使う前に、現在の作業時間や確認工程、ミスの発生状況を把握しておくと、導入後に効果を比較できます。試験導入では、処理時間の短縮だけでなく、担当者が出力を確認する時間や、修正が必要になった割合も記録します。既存の手順と比べて負担が本当に減ったかを確かめ、導入範囲を広げるかを判断することが、期待先行の投資を防ぐ助けになります。

AI導入を試す3段階

高機能な技術を入れる前に、用途・責任・効果を小さく確かめます。

1. 用途：業務の工程を洗い出し、時間や費用がかかる作業を一つ選ぶ。
2. 責任：AIの出力を誰が確認し、最終判断を誰が担うか決める。
3. 効果：試験前後で作業時間・正確さ・利用率・運用費を比べる。

北森氏の事例が示すのは、AI技術を起点に売り先を探すより、顧客が困っている業務から用途を定めることです。需要の確かさと市場の広がり、精度や運用責任を一つずつ確かめることで、技術は使われるサービスに近づきます。顧客の課題に戻ることが、AI事業を形にする出発点です。