周知のようにデジタル技術の進化はAIを中心に、より一層の加速化が進行中だ。一方で、スマートフォンや生成AIが急速に普及したのは確かだが、新技術や新サービスが必ずしも社会に受け入れられるとは限らない。プライバシー侵害への懸念や情報空間の分断、デジタル弱者の取り残しなど、技術の普及に伴う新たな課題も顕在化しているのが実情だろう。
こうした状況に対し、日立製作所の研究開発グループは、「技術を社会に馴染ませる」ための方法論を研究している。その成果の1つが2024年に発表した「社会実装アクティビティパターン」であり、現在はさらにそれを発展させた「社会実装RAG」の開発を進めている。Digital Innovation R&D システムイノベーションセンタ ビジネスアーキテクチャ研究部 部長 中江 達哉と、デザインセンタ ストラテジックデザイン部 主任デザイナー 坂東 淳子にこの取り組みについて話を伺った。
執筆：森山 和道（サイエンスライター）
デジタル化の加速と「社会受容性」の壁
従来のイノベーションは、完成した技術を社会へ投入する「社会への実装」に重点が置かれてきた。しかしデジタル化の加速によりさまざまな技術やサービスが世の中に次々と出てきている状況の中で、その技術を正しくかつ納得感をもって利用してもらうためには、技術を社会へ一方的に入れるのではなく、社会と一緒になって技術を社会に導入していく、すなわち「社会との実装」が必要である。
新しいサービスの成否を決めるのは、技術の優劣だけではない。行政や自治体、利用者など多様なステークホルダーの理解と協調を得ながら社会受容性を高めていくことが、イノベーション実現の重要な条件となっている。だが、そのために必要な知見は担当者個人の経験として埋もれがちである。そこで日立が取り組んでいるのが、社会実装の経験知を生成AIで活用可能にする「社会実装RAG（Retrieval-Augmented Generation：検索拡張生成）」だ。
イノベーションを社会に馴染ませるための「社会実装アクティビティパターン」
多くの新規事業を手掛けている日立では、単なる技術だけではなくステークホルダーたちの巻き込み方も含めてさまざまなナレッジが蓄積されている。だがそのナレッジを十分に社内で形式知化できておらず、うまく活用できていないのではないかという懸念が2人にはあった。そこで「イノベーションを社会に馴染ませる」ために必要な、技術以外の側面（法律・文化・合意形成など）における実践的な知恵（コツ）を形式知化したナレッジとして集約したのが「社会実装アクティビティパターン」だ。
新規事業やインフラ関連プロジェクトにおいては、技術的課題のみならず、人や組織の課題が障壁になる。誰を巻き込み、どのように信頼関係を築けばいいのか、制度や規則とはどのように向き合えばいいのか。「社会実装アクティビティパターン」では、担当者の熱意や偶然の巡り合わせに依存しがちで暗黙知として個人のなかに蓄積されている「社会実装のコツ」を、組織内で活用可能な汎用的な知恵へと昇華させることをめざしたものだ。
具体的には法規制の遵守、社会規範（文化・習慣）への適応、ルール形成、ステークホルダーとの協調といった技術以外の課題を乗り越えるためのアクション、技術を単に社会へ投入するのではなく、社会と対話しながら「根付かせる」ための具体的なガイド、そして成功・失敗の両方を含む過去21件の協創事例を分析して、それを「状況・問題・解決」という「パターン・ランゲージ（pattern language）」形式で24個の「コツ」としてまとめたものである。
デジタル技術が普及すればするほど、法律・規制、文化、習慣、トレンドなど、社会のさまざまなレイヤーで変化や調整が求められる。研究チームは、こうした技術以外の知見を整理・共有するために、建築家クリストファー・アレグザンダーが提唱した「パターン・ランゲージ」の考え方に着目した。優れた実践者の経験則を、誰もが活用できる共通言語として整理する手法である。
日立ではこの考え方を社会実装に応用し、社会実装版のパターン・ランゲージとしてプロジェクトの状況や課題に応じて活用できるカード形式の知識体系にまとめた。
社会実装アクティビティパターンの一例
こうして、法令遵守にとどまらない法律・規制の動向への対応、文化・習慣・トレンドといった社会規範への適応、組織の枠を超えたルール形成やガバナンス、さらには関係者間の信頼構築や期待値の調整といったステークホルダー協調のノウハウまで、技術以外の側面に関する知見を形式知化した。
これらは、新規事業や社会実装プロジェクトを進める際の「思考の補助線」となることをめざしたものだ。しかし実際に社内で活用を進めるなかで、新たな課題も見えてきたという。
知識はあっても使いこなせない
最も大きな問題は「知識はあっても使いこなせない」という点だった。利用者からは主に3つの課題が指摘されたという。
第一に、「協創相手をどう見つければよいか分からない」という問題である。社会課題の解決には多様な組織との連携が必要になるが、誰にアクセスし、どのような関係を構築すべきか判断することは容易ではない。
第二に、「具体的な行動に落とし込みにくい」という問題である。パターンは抽象化されているため、自分のプロジェクトに適用する際に解釈が必要になる。結果として、次に何をすべきか判断できず手が止まってしまう。
第三に、「成功や失敗の背景にある文脈が見えないこと」である。例えば、なぜ相手企業が協力してくれたのか、どのように社内スポンサーを維持したのか、期待値をどう調整したのかといった重要なポイントは、単純な要約だけでは伝わりにくい。前後の経緯やストーリーを含めて理解しなければ、本質的な学習にならない。
そこで新たに生み出されたのが「RAG（Retrieval-Augmented Generation：検索拡張生成）」を活用した「社会実装RAG」である。
「社内生き字引」のようなAI 「社会実装RAG」
「RAG」とは大規模言語モデル（LLM）に外部知識ベースを組み合わせることで、精度の高い回答を生成する手法である。成功／失敗事例を文章としてまとめたナレッジをデータベースとしてまとめ、生成AIを使って社内のイノベーターたちを支援するサービスとしたものが「社会実装RAG」である。要するに、過去のプロジェクト事例を生成AIから参照可能にする仕組みだ。
まず、成功事例だけでなく失敗事例も含めて詳細なインタビューを実施する。プロジェクトの概要、仮説、検証結果、重要な意思決定、ステークホルダーとの関係、想定外の出来事、転機となった出来事などを整理し、長文のケーススタディとして蓄積する。そしてナレッジデータベースを構築して生成AIに接続することで、利用者が相談できる環境を整えた。
例えば、「鉄道会社との協創プロジェクトを進めたいが、高齢者がデジタルサービスを使いこなせるか不安だ」と質問すると、類似事例を検索し、その際に発生した問題や解決策を提示する。さらに、その事例から得られる示唆を利用者の状況に合わせて説明することができる。いわばワンストップの社内支援サービスである。
これはいわば、社内のベテラン人材が持つ経験知を、生成AIを介して利用できるようにする試みである。「社内生き字引」や「メンター」のような人をAI化する取り組みだと言ってもいい。
プロジェクト経験が豊富な人材は、社内各所に実際に存在している。だが、その知見にアクセスできるかどうかは人脈や組織に依存している。社会実装RAGは、その格差を埋めることをめざすものだ。
RAGだけでは解決できない「問いを立てる力」
失敗知見の形式知化は多くの部門に共通する課題として高く評価された一方、社内トライアルの結果、さらなる限界も明らかになったという。直面したのは、人間側の「問いを立てる力」の壁である。
最大の課題は、RAGに対して質問する側にもさまざまな前提知識を必要とすることである。「プロジェクトの担当者がプロジェクトの各場面で、関係者が何を知っていて、何をめざしているのか、担当者が把握していないと何を聞くべきかわからない」のだ。関係者の隠れた意図や期待値、いわば「現場の暗黙知」、状況認識がなければ、そもそもAIに何を質問すればよいか分からない。
さらに関係者が増えれば増えるほど、状況認識は困難になる。そのため研究チームでは、将来的には関係者ごとの考え方や期待値をモデル化したAIエージェントの活用も必要になるのではないかと考えているという。
また、知見を蓄積するためのインタビューにも同様の課題が存在する。社会実装RAGの価値は、成功談だけでなく、その背景にある葛藤や失敗、意思決定のプロセスまで含めて記録することにある。しかし、そのような暗黙知を引き出すには高度なインタビュースキルが必要となる。
なぜその判断をしたのか。何を恐れていたのか。どのような反対意見があったのか。何が成功要因だったのか。こうした問いを適切なタイミングで投げかけなければ、本当に重要な知見は表に出てこない。そのため研究チームでは、こうした聞き手のスキルそのものをAIで支援する「AIインタビュアー」の可能性についても検討を進めている。
つまり「知識を蓄積すること」と「その知識を活用すること」の間には大きな隔たりがあったのだ。そもそも人は、自分が知らないことについて質問することができない。今後は、知識を検索する仕組みだけでなく、人間が適切な問いを立てることを支援する仕組みも重要になっていくのだろう。
「社会システム」との付き合い方のナレッジ
事業化や社会実装の成否を考えるうえで、収益性は重要な指標の一つである。社会実装におけるナレッジをより有用なものにするためには、経済的成果をどう反映するのかも重要な観点だ。研究チームもビジネスモデルや収益構造に関する情報をナレッジとして記録している。
一方で、社会実装RAGは、従来の営業支援システムとは目的が異なる。日立社内には比較的短期的な事業成果に結び付く知識、すなわち提案書や事例集などを蓄積したナレッジ基盤も存在している。だが今回の社会実装RAGが対象としているのは、時間的にも空間的にもステークホルダー間のつながりという次元においても、より広がりが大きい。法律や規制、文化、社会習慣、行政との関係など、社会システムそのものを変革する際に必要な知識群なのだ。
つまり、単なる「会社と顧客」の関係を超えた、より大きな「社会システム」との向き合い方を蓄積しているのが「社会実装RAG」である、と言える。それが冒頭で述べた「社会との実装」という言葉の意味である。
社会との信頼を築き続けるために
研究チームでは「社会実装には決定的な手法やガイドは存在しない」と考えているという。誰を巻き込むか、どのようなビジネスモデルを採用するか、どのような価値提案を行うかは案件ごとに異なる。万能のフレームワークも、成功を保証するマニュアルも存在しない。
最終的にプロジェクトを動かすのは、担当者の熱意や泥臭い体当たり、そして予期せぬ人との巡り合いだ。しかし、だからこそ過去の先人たちが流した汗、直面した葛藤、そして痛恨の失敗の記録には価値がある、とも言える。過去に皆が直面して来た壁をナレッジとして振り返る。AIを通じて物語として語られる先人たちのさまざまな苦労を「自分事化」し、腹落ちさせる。そのプロセスこそがイノベーションのためには重要なのではないかという。
技術が進化していくなか、これからも社会と人のあいだでは様々な出来事が起こるだろう。「技術を社会に馴染ませる」とは、社会との信頼を築くことに他ならない。技術を社会に受け入れてもらうための知恵、あちこちに存在する社会のあいだの溝を埋めるための「経験知」を蓄積・継承させる第一歩、それが社会実装RAGなのかもしれない。
