2分で読める生成AIのいま VOL.92 AI CoEとは？ AIの知恵を「個人技」から「組織の力」へ

Oct 31

Written by Youichi Machida

AIに詳しい人の「得意技」を、組織みんなの力にするには？

そのための体制の一つ、「CoE」の考え方と、実際の企業の動き方を見てみます。

※2026年10月30日時点の公開情報に基づきます。

今回も医療田さんと機械屋さんの会話でどうぞ。

＝＝＝＝＝＝

● AI CoEとは？専門家の知恵を、組織で使えるようにする体制

医療田：

ねえ機械屋さん、この前の30秒版で、AIの時代こそ段取りや調整みたいな「人間力」が大事、って話をしたよね。

AIがコードまで書けるようになっても、職場で使ってもらうには、また別の仕事があるんだなあって。

でもそれ、結局「頑張れる人」頼みにならない？

機械屋：

ありがちですね。

そこで参考になるのが、CoE（シーオーイー）という考え方です。

医療田：

会社の社長さん？

機械屋：

・・・それはCEO（最高経営責任者）ですよ＾＾；。

CoEとは、Center of Excellence（センター・オブ・エクセレンス）の略で、特定の分野の専門知識やノウハウを、組織全体で使えるようにする体制のことです。

医療田：

。。ううん？

機械屋：

ちょっと固かったですね。。

言い換えると、「あの人だけができる」を、「みんなができる」に広げる仕組みです。

病院でいえば、ある先生だけが上手な手技を、手順書や勉強会で科全体に広める係、みたいなものでしょうか。

医療田：

ふんふん。AIのCoEなら、、AIの精鋭部隊ってこと？

困ったらそこに相談する、みたいな？

機械屋：

はい、相談先にもなります。ただ、何でも引き受けていたら、精鋭部隊がすぐ手いっぱいになってしまいます。

CoEの大事な仕事は、むしろ「各部署が自分で進めやすくすること」なんです。

医療田：

なるほど。

機械屋：

たとえば、議事録の要約をAIで試した部署があったとします。

CoEは、その使い方だけでなく、間違いやすかった点や確認のしかたまでまとめて、ほかの部署に渡す。

次の部署は、ゼロからではなく、そこから始められます。

いわば、一つの部署の「やってみた」を、組織の「使える」に変える係ですね。

医療田：

ということは、、部署と部署を渡り歩いて、部署内にとどまりがちなAI導入のノウハウを、わかりやすくまとめて、他の部署に移植するのを、、手伝うみたいな？

機械屋：

そうです、そうです。いわば、知恵の運び役ですね。

実は、以前のVol.87・88で読んだAWSのCAF for AIにも、このCoEが出てきました。前編で触れた「AI専門の中核組織」がそれです。

医療田：

CAF、だったっけ？ Amazon Web Servicesが考案したやつ。

機械屋：

そう、CAF for AIです。

AWSのクラウド導入フレームワークのAI版で、AIを組織で活用するのに必要な力を、事業、人材、統治、基盤、安全性、運用という六つの観点から整理した枠組みでしたね。

言い換えると、CAFが組織全体を見渡す「地図」、CoEはその地図を手に、部署同士が相談しながら進むための「拠点」です。

医療田：

地図と、拠点か。

じゃあ、CoEを作ること自体がゴールではないんだね。

機械屋：

はい。AIで業務や組織のあり方を変えることを、AX（AIトランスフォーメーション）と呼びます。CoEは、そのAXを進めるための選択肢の一つです。

既存のIT部門や業務改善のチームがその役割を担えるなら、新しい部署を増やす必要はありません。

医療田：

あ、そうなんだ。

● 中央で決めること、現場に任せること

医療田：

でも、何をどこまで任せればいいんだろう。

全部お任せだと、「ただいまAI推進室に相談中です」で仕事が止まりそうだし。

逆に部署ごとに好き勝手やると、同じようなものを何度も作りそう。

機械屋：

そこが、体制づくりの一番のポイントです。

たとえば、どの情報ならAIに入力してよいか、どの道具を使うか、困ったときに誰に相談するか。こうしたことは、組織で共通にしておくと助かります。

一方で、何を改善したいか、できたものが本当に役立つかは、それぞれの現場がいちばんよく知っています。

医療田：

病院でも、検査室と病棟では事情が全然違うもんね。

機械屋：

そこでよく使われるのが、ハブ＆スポーク型です。

自転車の車輪の、真ん中の軸（ハブ）と、そこから外へ伸びる棒（スポーク）になぞらえた形ですね。

中央の専門チームが共通の道具や基準を用意し、各部署の担当者がそれを自分たちの仕事に合わせて使う。

現場で困ったことや、うまくいった工夫は、スポークを通って、また中央へ戻ってきます。

医療田：

じゃあ、部署ごとに「AI係」を一人ずつ置く、ってこと？

機械屋：

そうですね。

医療田：

、、でもそれ、ちょっと怖いなあ。

機械屋：

といいますと？

医療田：

その、AI係の人の負担が、大きくなるだけじゃない？

私、前に「ちょっとパソコンに詳しい」って言っただけで、医局のプリンター係にされたことがあるんだよ。

紙詰まりのたびに呼ばれて、、AI係も、いつの間にか「何でも係」になりそう。

機械屋：

ははは。。その心配は、実は体制づくりの核心です。

「担当」という名前だけ付けて、普段の仕事量はそのまま。これでは、相談に乗る時間がありません。

どこまで担当するのか、週にどれくらい時間を使ってよいのか、手に負えない問題は誰に引き継ぐのか。

そこまで決めて初めて、橋渡し役が橋渡し役として働けます。

医療田：

AIの知識だけじゃなくて、上司との調整や、仕事の配分まで要るんだ。その人が引き受け損にならないようにしないといけないもんね。

機械屋：

そうなんです。

中央に寄せるほど、やり方はそろえやすい。現場に任せるほど、その仕事に合った工夫がしやすい。

どちらに寄せるかは、現場の慣れ具合や扱う情報の重さ、間違えたときの影響によって変わります。

Microsoftのガイドでも、集中型・混合型・連邦型といった運営の形を挙げて、組織に合わせて選ぶものとしています。ハブ＆スポーク型も、その選択肢の一つですね。

● 実際のCoEは、どう動いている？

医療田：

実際の会社では、どうやっているの？

機械屋：

国内だと、神戸製鋼所の例が分かりやすいです。

2023年8月から生成AIの活用を始め、2025年に、部署の垣根を越えて全社で取り組む生成AI CoEを立ち上げました。

ここに、グループのIT会社であるコベルコシステムも加わっています。2024年11月から三つの生成AIの案件を一緒に進めたのをきっかけに、CoEの正式なメンバーになったそうです。

いまは両社が「ワンチーム」として定期的に集まり、課題の整理や、どう確かめるかの方針づくりを分担しています。

医療田：

外から手伝う業者さん、じゃなくて、同じチームの一員なんだ。

で、実際にはどうやって進めているの？

機械屋：

特徴は、2週間を一区切りにして、同じサイクルを何度も回すことです。

まず、小さな試作品を作る。

次に、それを実際に使う現場の人に触ってもらう。すると、「ここが使いにくい」「こういう答えが欲しい」という声が出てきます。

その声をもとに、次の2週間で直す。そしてまた、触ってもらう。

これを繰り返しながら、少しずつ現場に合う形に近づけていくわけです。

医療田：

完成品を「さあ使ってください」と渡すんじゃなくて、作る途中から参加してもらうんだね。

自分の意見が入っていたら、使う側も気になるだろうな。

機械屋：

はい。アイデアから試作品までに数カ月かかっていたものが、最短で数日になったそうです。

ただ、これは「試作品ができるまで」の話で、本番導入が数日で終わるという意味ではありません。それでも、現場の反応を早く確かめられるのは大きいですね。

それに、裏では地道な準備もしています。

社内のデータには、表記ゆれや、紙をスキャンしたファイル、独自の書式のExcelが多かったそうで、それらを整理して、AIが扱える形に整えた。

似た案件では、過去に書いたプログラムを使い回せるようにもしています。

医療田：

表記ゆれに、スキャンした紙に、独自のExcel、、

実はそっちのほうが大変じゃない。。？

「造影CT」「CT造影」「CE-CT」が、一つの病院の中で混在してたりするもん。

機械屋：

鋭いですね。。どこも同じ悩みを抱えています。

AIが賢いかどうかに目が行きがちですが、実際には、こういう前後の仕事が律速段階、つまり全体のスピードを決めてしまういちばん遅い工程になっています。

CoEという看板を掲げただけで速くなったわけではない、というのが大事なところです。

医療田：

なるほど。

機械屋：

Microsoftの取り組みが興味深いのですが、社内IT部門のMicrosoft Digitalは、2023年にAI CoEを立ち上げました。

ところが利用が広がるにつれて、別々のチームが似たものを作る重複や、ルールの解釈のばらつき、戦略と実際の動きのずれが目立ってきたそうです。

そこで、CoEの役割を「助言する係」から、優先順位をつけて実行を取りまとめる係へと強めました。

医療田：

ふんふん。最初は「とりあえず試そう」でいいけど、数が増えると別の問題が出てくるのか。

CoEも、立ち上げて終わり、ではなく、組織の実情に合わせて変化させていくんだね。

機械屋：

はい。同社では、各部門に「AIチャンピオン」と呼ばれる担当者がいて、中央の方針を現場に伝えるだけでなく、現場の声や困りごとを中央に持ち帰る役も担っています。

さっきのハブ＆スポーク型でいえば、スポークにあたる人たちですね。

ただし、どちらの事例も企業自身や支援会社の発表です。うまくいった理由のすべてがCoEのおかげ、とまでは言えない点は押さえておきたいところです。

● 大きな部署を作る前に、考えたいこと

医療田：

話を聞いていると、AIの導入というより、組織の運営の話だね。

でも、小さな会社やクリニックでは、そんな部署を作る余裕はないよ。

機械屋：

新しい部署を前提にしなくても大丈夫です。

まずは一つの仕事について始めてみて、うまくいったら、そこからほかの仕事へ広げていくのでもよいですね。

その一つの仕事について、まず役割を決めておきます。

何を良くしたいかを決める人。現場で使い勝手を確かめる人。技術や情報の管理を支える人。そして、必要な時間や費用を出せる人。

一人が二役、三役を兼ねても構いませんが、何かあったときに誰が判断するかは、あいまいにしない方がよいですね。

そして、ここで大事なのが経営層の役割です。

医療田：

経営層？現場の話じゃなくて？

機械屋：

はい。よくあるのが、経営層が「これからはAIだ。よろしく推進しておいて」と丸投げしてしまうパターンです。

すると、任された人は、どの仕事から手を付ければいいのか分からない。予算もない。ほかの部署に協力をお願いしても、「うちは忙しいので」と断られてしまう。

結局、熱心な担当者が一人で走り回って、疲れ果ててしまうんです。

ですから、経営層には少なくとも三つの責任があります。

一つ目は、どの仕事を良くしたいのか、優先順位をはっきり示すこと。

二つ目は、担当者の時間や予算をきちんと確保すること。さっきのAI係の話ですね。

三つ目は、部署をまたぐ調整が必要なときに、後ろ盾になることです。部署同士の話し合いで決まらないことは、最後は経営層が決めるしかありません。

Microsoftのガイドでも、CoEを立ち上げるうえで経営層の支援を欠かせないものとしています。

医療田：

病院でいえば、院長や理事長が「AIで何を良くしたいのか」を、自分の言葉で示さないといけない、ってことか。。

そうすれば現場も、「院長がそう言うなら」で動きやすくなるもんね。

それに、作るときの担当だけでも足りないよね。

使い始めた後で、答えがおかしくなったり、使っていたサービスの仕様が変わったりもするし。

機械屋：

そうなんです。更新、問い合わせへの対応、費用の確認を、誰が続けるかまで含めて考えます。

とはいえ、CoEがそれを全部抱える必要はありません。

安全に使える手順を用意して、普段は現場で回せるようにしておき、難しい例外だけ一緒に考える。そういう関わり方もあります。

医療田：

ところで、その仕組みがちゃんと役立っているかは、何で分かるんだろう。

研修を100人が受けた、とか、AIツールを10個作った、とか？

機械屋：

それも、「どれだけ動いたか」の目安にはなります。

ただ、研修を受けた人が多くても、仕事が楽になっていなければ意味がありません。ツールを10個作っても、誰も使っていなければ同じです。

なので、「仕事が良くなったか」は別に確かめたいですね。

医療田：

仕事が良くなった、って、どうやって確かめるの？

機械屋：

たとえば、議事録の要約なら、作るのにかかる時間は短くなったか。内容の間違いは減ったか。

それから、AIの出力を確認したり、手直ししたりする手間が、かえって増えていないか。使い続けるための費用も見ます。

病院でいえば、新しい検査を入れたら、件数だけでなく、診断が早くなったか、見落としが減ったかを見るのと同じですね。

医療田：

ああ、それなら分かる。

件数が増えても、患者さんのためになっていなかったら意味ないもんね。

機械屋：

はい。もう一つ、面白い見方があります。

CoEへの相談件数が減ったとします。一見、CoEが頼られなくなったようにも見えますよね。

でも、それが「現場が自分たちでAIを使いこなせるようになった」結果なら、むしろ成功です。

最初に話した「各部署が自分で進めやすくする」という目標に、近づいた証拠ですから。

医療田：

なるほど。CoEが忙しいかどうかと、職場が良くなったかどうかは、別の話なんだね。

機械屋：

はい。

いきなり大きく構えるより、いま困っている部署同士が知恵を分け合えているか、同じ準備を何度も繰り返していないか。

そこから考えると、自分たちに合ったCoEの形が見えてくると思います。

● まとめ

機械屋：

今回の教訓をまとめましょうか。

・AI CoE（Center of Excellence）とは、AIの専門知識や共通の道具を、組織全体で使えるようにする体制です。AX（AIによる業務・組織の変革）を支える選択肢の一つで、新しい部署を作ることが必須ではありません。

・情報の扱い方や使う道具などの「共通ルール」は中央でそろえ、何を改善するかの判断は現場に任せる。ハブ＆スポーク型は、その役割分担の代表的な形です。

・担当者は、置くだけでは動けません。経営層が、何を良くしたいかの優先順位を示し、担当者の時間と予算を確保し、部署をまたぐ調整の後ろ盾になることが大切です。

・神戸製鋼所やMicrosoftでも、現場との短い試行錯誤や、規模に合わせた運営の見直しが続いています。

・成果は、研修人数や作ったツールの数ではなく、仕事の質、負担、費用、使い続けられるかで確かめます。

医療田：

AIに詳しい人を探すだけじゃなくて、その人の知恵が職場で生きる形を考えるんだね。

まずは、誰が何に困っているかを聞くところからかな。

私がAI係になるとしても、プリンターの紙詰まりまで引き受けるかどうかは、最初に相談しておこう。。

● よくある質問（FAQ）

Q. AI CoEとは何ですか？

A. CoE（Center of Excellence）は、特定分野の専門知識やノウハウを組織全体で使えるようにする体制です。AI CoEは、AIに関する技術相談、共通の道具や利用ルール、人材育成などを通じて、各部署がAIを活用しやすくなるよう支えます。正式な部署の場合も、複数部署の担当者が連携する形の場合もあります。

Q. CoEを作らないと、組織のAI活用は進まないのですか？

A. 独立したCoEの新設が必須というわけではありません。既存のIT部門や業務改善チームなどで必要な役割を担えるなら、その体制を生かす方法もあります。小さな組織では、一つの業務に絞って役割分担を決めるところから始められます。

Q. ハブ＆スポーク型とは何ですか？最も良い形なのですか？

A. 中央の専門チーム（ハブ）が共通の道具や基準を用意し、各部署の担当者（スポーク）が現場に合わせて活用・改善する運営の形です。有力な方法ですが、いつでも最適とは限らず、現場の慣れ具合、扱う情報、業務への影響に応じて、中央がどこまで関わるかを決めます。

Q. CAF for AIとCoEはどう違いますか？

A. CAF for AIは、AWSが示した、AI活用に必要な組織の力を事業・人材・統治・基盤・安全性・運用の六つの観点から整理する枠組みです。CoEは、それらの力を育てたり部門間で共有したりするための体制の一つで、CAF全体を代わりに引き受けるものではありません。

Q. 紹介した企業の成果は、CoEの効果といえますか？

A. 本文は企業自身や支援会社が公表した取り組みに基づきます。CoEの設置だけの効果をほかの要因から切り分けた比較ではないため、数字をそのまま別の組織へ当てはめることはできません。

● 参考

AWS「Establishing an AI/ML center of excellence」（2024年5月9日）

AI CoEの役割、組織横断の支援、共通資産の考え方。

https://aws.amazon.com/blogs/machine-learning/establishing-an-ai-ml-center-of-excellence/