AIを入れても、自社の判断を覚えさせていない会社は、世間一般の答えしか得られません。
AIは、頼めばいくらでも答えを出します。
しかし、その答えが経営者本人の考えと合っていなければ、自社の成果物にはなりません。
2026年11月13日、ITmedia NEWSが、Googleの社内専用コーディングAI「GfG」の全容を報じました。
Googleの研究者らは、Geminiを社内環境に特化させたこのAIの開発を、論文にまとめています。
注目したいのは、学習させたデータの中身です。
規模は1兆トークンで、完成したコードだけではありません。
コードレビューの指摘と、修正前後の差分も入っています。
社内の質疑応答や、ビルドエラーが解消されるまでの変更も、学習データです。
つまり、結果だけでなく、どう指摘され、どう直したかという過程を、覚えさせています。
論文によると、開発者2万9000人を対象に、ブラインドのA/Bテストを行いました。
ITmediaによると、比較対象はGemini 2.5 Proで、結果は次のとおりです。
作業完了までのAIとのやり取りは、23.1%減りました。
AIが書いたコードが最終提出に残る割合は、16.8%高くなりました。
以上の数字は、Google自身の論文に基づいています。
Googleは大きな会社で、開発という用途も限られています。
そのため、中小企業にそのまま当てはまるわけではありません。
それでも、自社の過程を覚えさせたAIが、比較したモデルより良い結果を出した点は、参考になります。
ここからは、私の考えです。
私は、AIに、自分の判断とその過程を覚えさせる取り組みが大切だと考えています。
覚えさせなければ、自分の考え方が反映された成果物にならないからです。
2022年12月、Googleは品質評価ガイドラインに「経験」を加え、E-E-A-T(経験、専門性、権威性、信頼性)にしました。
私は、この考え方も、AIが考えた内容では意味がないと捉えています。
本人が判断し、本人の思考が反映されてこそ、成り立ちます。
AIは、要望に応じて、様々な答えを導き出します。
しかし、その答えが本人の思考と合っていなければ、単なるAIの成果物です。
私がAI講座を始めたのは、中小企業にAI活用を浸透させたいと考えたからです。
AIは、業務の効率化だけでなく、リサーチから考えの壁打ちまで、幅広く使えます。
日本生産性本部によると、2024年の日本の時間当たり労働生産性は60.1ドルで、OECD加盟38か国中28位です。
この生産性を上げるうえでも、AIの活用は欠かせません。
だからこそ、中小企業にも、AIを導入していきたいと考えています。
その際に重要なのは、会社の強みや考え方が、AIに反映されているかどうかです。
反映されていなければ、返ってくるのは、世間一般の平均的な内容だけです。
私自身も、AIを使うときは、自分の考えや想い、性格、ルール、マナーが反映されるよう、注意しています。
いつも工夫しながら、注意深く使っています。
ただし、自社の判断を覚えさせるには、情報をAIに預ける必要があります。
そこで避けて通れないのが、セキュリティです。
東京商工リサーチによると、2026年1〜10月に上場企業とその子会社が公表した、個人情報の漏えい・紛失事故は215件でした。
速報値ですが、2024年の年間189件を上回り、年間最多を更新しています。
漏えいが相次ぐなかで、慣れてしまっている人もいるかもしれません。
そのため、私のAI講座でも、セキュリティを重要な教材の1つにしています。
では、AIの成果物に、自分自身や自社のオリジナル性を持たせるためには、何から始めればよいのでしょうか。
次の3つです。
第一に、決めた内容だけでなく、判断の理由も書き残します。
第二に、AIに渡す情報と、渡さない情報の線引きを決めます。
第三に、AIの答えを自分の考えとルールに照らして、最後は自分で判断します。
最初から、すべてを整える必要はありません。
今日の判断を、理由とあわせて1つ書き残すところから、始められます。
あなたの会社の判断の理由は、AIに引き継げる形で残っていますか。
【出典】ITmedia NEWS「Googleの社内専用コーディングAI「GfG」、その全容 Geminiに社内データ1兆トークン学習させ開発 所要時間半減の業務も」(2026-11-13)、Kini ら「Customizing an LLM for Enterprise Software Engineering」(arXiv:2605.16517、2026-05-15)、Google検索セントラルブログ「Our latest update to the quality rater guidelines: E-A-T gets an extra E for Experience」(2022-12-15)、東京商工リサーチ「上場企業「個人情報漏えい」、過去最悪を更新 ~ 1-10月速報値、約3億5,000万件分が漏えい ~」(2026-11-09)、日本生産性本部「労働生産性の国際比較2025」(2025-12-22)


