第16章「緊急会議」で描いているのは、新しい生成AIモデルの登場そのものではありません。重要なのは、技術の変化を見たときに、それを自社の経営課題へ翻訳できるかどうかです。
生成AIは、文章作成、要約、検索、分析、プログラミングといった情報世界から急速に能力を広げています。さらに3Dモデリング、CAD、画像認識、空間理解、ロボティクスとの接続が進めば、AIの活用対象は画面の中だけではなくなります。倉庫、工場、店舗、建設現場、道路、都市など、企業が実際に事業を行う物理空間そのものがAIの対象になっていきます。
ここで経営に求められるのは、「新しいAIが出たので導入する」という発想ではありません。
まず問うべきなのは、
この技術によって、これまで動かせなかった何が動かせるようになるのか。
ということです。
羽田物流では、Astraの3D能力を見て、倉庫の3D化、レイアウト最適化、3D積載、特殊輸送、物流ネットワーク・デジタルツイン、物流空間設計など、多数の可能性を洗い出しました。重要なのは、最初から正解を一つ当てようとしていないことです。
新しい技術が登場したときには、まず可能性を広げる。
その後で、経営として絞り込む。
この順番が重要です。
アイデア創出の段階からROIだけで判断すると、新しい事業は生まれにくくなります。一方で、技術の面白さだけで投資すれば、PoCばかりが増えて事業になりません。
したがって、
発散は技術視点で行い、収束は経営視点で行う。
という二段階が必要になります。
第16章で雨宮が作った評価表は、その象徴です。
初期投資額、実装期間、期待売上、粗利益、既存事業への効果、外販可能性、データの複利、競争優位性、技術成熟度、安全リスク、法規制、必要人材、そして撤退判断。
ここで重要なのは、単純なROIだけを見ていないことです。
新しい技術への投資では、短期的な直接収益だけではなく、
その投資によって会社にどのような能力が残るのか
を見る必要があります。
羽田物流が選んだ三つのテーマは、
倉庫・物流センターの3D設計とPhysical AI。
日本物流ネットワークのデジタルツイン。
物流空間設計事業。
でした。
一見すると三つの別々の事業に見えます。しかし、実際には一つの能力が拡張していく構造になっています。
まず、一つの倉庫を理解する。
次に、倉庫と倉庫をつなぎ、物流ネットワークを理解する。
最後に、その能力を使って顧客の物理空間そのものを設計する。
つまり、
Point → Network → Business
という拡張です。
これは新規事業を考える際にも重要な視点です。
既存事業と無関係な未来へ一気に飛ぶのではなく、現在持っているデータ、顧客、現場、人材、システム、知識を起点に、新しい技術によって隣接領域へ進んでいく。
羽田物流には、倉庫があります。
物流データがあります。
現場があります。
AIエージェントがあります。
データの流れがあります。
そこに3DとPhysical AIが加わる。
ゼロから別の会社になるのではなく、既存能力の射程を伸ばしているのです。
これは生成AI時代の新規事業開発において、非常に重要な考え方です。
一方で、第16章にはもう一つ重要なテーマがあります。
AIが物理世界へ入るほど、AIを無条件に信用してはいけなくなるという点です。
章中では、情報を三つに分けています。
観測された事実。
AIが推定したもの。
人間が保証しなければならないもの。
この区別は、今後のAI活用における基本原則になり得ます。
例えば、倉庫の図面に記載された寸法は観測された事実に近い情報です。写真からAIが推定した天井高や、見えない部分の形状は推定です。そして、その建物が構造的に安全か、消防法に適合しているか、ロボットを動かしてよいかという判断は、人間や専門家が保証すべき領域です。
生成AIは、非常にもっともらしい答えを返します。
だからこそ危険です。
性能が低いAIであれば、人間は簡単に疑います。
しかし高性能なAIほど、間違った推定であっても正しく見える可能性があります。
したがって、AI時代の企業には、
AIの答えを見る能力より、AIの答えが何に基づいているのかを識別する能力
が必要になります。
これは第13章の、
作業を渡す。責任は渡さない。
という原則ともつながっています。
AIが情報世界だけで動いているうちは、間違いによる損失は契約、請求、顧客対応などに現れます。
しかしPhysical AIの世界では、AIの判断がロボット、車両、設備、建物、人間の身体へ接続されます。
間違えば、人が怪我をする可能性があります。
そのため、AIから機械へ直接命令するのではなく、
AI → 計画 → デジタルツインで検証 → Safety Layerで制約確認 → 制御システムで実行
という構造が重要になります。
生成AIを導入することと、生成AIに制御権を渡すことは別です。
ここを混同してはいけません。
そして第16章の最後に杉崎が書いた、
境界を、決めつけない。
という言葉には、二つの意味があります。
一つは、既存の業界や仕事の境界を疑うことです。
物流会社だから輸送だけをする。
IT部門だからシステムだけを見る。
AIは画面の中だけで使う。
ロボットは工場だけで使う。
そのような境界は、技術進化によって急速に意味を失っていきます。
しかし、もう一つの意味があります。
境界を決めつけないことと、境界をなくすことは違います。
AIに任せる領域。
人間が判断する領域。
推定してよい領域。
保証しなければならない領域。
競争する領域。
他社と共有する領域。
これらの境界は、むしろ明確に設計しなければなりません。
つまり、
古い境界は疑う。新しい境界は設計する。
ということです。
そして、第16章のタイトルである「緊急会議」も、この章の重要な意味を表しています。
二〇二六年初頭の羽田物流にとって、緊急会議とは会社が危機に陥ったときに開くものでした。
しかし、この章の緊急会議では、まだ何も問題は起きていません。
新しい技術の兆候を見た。
それだけです。
それでも経営陣は予定を変更し、集まり、議論しました。
危機が起きてから動く会社から、
未来の兆候を見つけた段階で動く会社
へ変わったということです。
生成AI時代には、技術予測を正確に当てる必要はありません。
むしろ重要なのは、変化の兆候を見たときに、
「自社にとってこれは何を意味するのか」
と問い、素早く仮説を作り、試すことです。
未来を完全に理解してから動こうとすれば、動けるころには競争条件が変わっています。
一方で、何でも飛びつけば投資が散乱します。
だからこそ、
兆候を捉える。可能性を広げる。経営で絞る。小さく試す。学習する。
というサイクルが必要になります。
第16章の緊急会議は、単なるAI技術会議ではありません。
それは、羽田物流が「変化へ対応する会社」から、変化を先に見つけ、自ら次の事業を作りにいく会社へ変わった瞬間なのです。