【GenAI Connect 2026】AI時代の構造転換と組織・人材育成をどう進めるか
一般社団法人Generative AI Japan
一般社団法人Generative AI Japan（略称：GenAI）は、2026年7月30日に会員向けイベント「GenAI Connect 2026」を開催いたしました。
[画像1:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-4056998dffcfe2a81ba8cfad2dae8c83-1772x1120.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
従来の会員イベントを刷新して初開催となった今回は、「AI時代の構造転換と人材育成」をテーマに掲げ、産官学の識者による2つのパネルディスカッションを実施。生成AI時代の構造変革のあり方や、現場での人材育成・組織論について多角的な議論が交わされました。
[画像2:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-b467b0f1aa49e0bea5743a2e4fdcf66a-2001x435.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
開会挨拶：日本成長戦略におけるAIの位置づけと勝ち筋 城内 実 氏（日本成長戦略担当大臣／スタートアップ担当大臣／衆議院議員）
開会にあたり、日本成長戦略担当大臣・スタートアップ担当大臣の城内実氏より、政府の成長戦略におけるAI施策の位置づけと日本の産業が目指すべき方向性についてご挨拶をいただきました。
[画像3:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-98b146e98459adadf24ea54adc667f84-1104x726.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
日本の「勝ち筋」はフィジカルAIとバーティカルAI
城内氏が強調したのは、海外の巨大企業と同じ土俵で基盤モデルのスケールを競うだけではなく、日本が保持する産業・医療・物流などの豊かな現場データと、高度なものづくりの蓄積を生かす戦略です。
特に「フィジカルAI」と「バーティカルAI」を、日本が優越性・不可欠性を獲得できる明確な「勝ち筋」として挙げました。今後は、高い世界シェアを誇る産業用ロボットなどの既存の強みを土台に、国産マルチモーダル基盤を整備。重点領域での政府調達や制度改革によって初期需要を創出し、全国でAX（AIトランスフォーメーション）を進めていくと説明しました。
また、単なる技術開発にとどまらず、産官学が連携して実装と市場形成を同時に進める方向性を強調。社会心理学における「自己成就予言（self-fulfilling prophecy）」に触れ、「日本経済は良くなる」という強い思いと信念を産官学で共有し、日本の成長に資する大胆な国内投資につなげたいと訴えました。
パネル 1：AI時代の構造転換をリードして未来を切り拓く
【パネリスト】
● 平井 卓也 氏（自由民主党デジタル社会推進本部長／初代デジタル大臣／衆議院議員）
● 津脇 慈子 氏（元内閣官房／内閣府 科学技術・イノベーション推進参事官／経済産業省 製造産業局 金属課長）
● 宮田 裕章 氏（Generative AI Japan 代表理事／慶應義塾大学医学部 教授）
パネル1では、AIを社会に実装する際の「目的」「責任」「選択肢」、そしてAIによって生まれる新しい価値について議論が行われました。技術の進化を止めるのではなく、人間の尊厳や民主主義などの原則を守りながら、制度と運用を更新し続けること、そのためのアプローチとして、次の三つの問いが提示されました。
1．誰が目的を定め、責任を引き受けるのか
「Human in the Lead（ヒューマン・イン・ザ・リード）」-人間が目的設定と最終責任を担う
平井氏は、AIの急速な進化に法規制が追いつかない現状を踏まえ、固定的な制度を維持するのではなく、検証と修正を繰り返す「責任あるアジャイルガバナンス」の必要性を指摘します。ただし、制度変更のスピードを上げるためには、変えてはならない根本の原則を明確にしておく必要があります。その中核に据えられているのが、人間が目的を定め、最終責任を負う「Human in the Lead（ヒューマン・イン・ザ・リード）」の考え方です。
[画像4:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-194fff632b40ccfa9e20bbf1d24a1a1d-1240x752.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
AIがどれほど高度な知識を持ち、一見公正に見える判断を下せるようになったとしても、AIに人格権や法人格を認めるのではなく、あくまで人間のコントロール下に置くべきだというのが同氏の立場です。一方で、自律型AIエージェント同士が金融取引などを自動実行する場面では、人間による委任の範囲や「責任の分界点（どこまでが人間の責任か）」をどう整理するかが大きな課題となります。「人間が責任を負う」という原則を、実際の制度や現場の業務運用へいかに落とし込んでいくかが、今まさに問われています。
医療現場に見る、AIの判断と人間の意思決定の境界線
宮田氏は医療現場を例に挙げ、AIは患者の問診内容や治療選択肢を整理する用途で優れた能力を発揮する一方、治療方針の最終決定までは委ねるべきではないと指摘します。その理由として、生成AIが出力相手の期待におもねる傾向（Sycophancy）や、確率的にテキストを生成する性質を挙げ、人間が最終判断を担う重要性を強調しました。
医療のような生命に関わる領域では、同じ指示（プロンプト）でも出力がブレる確率的な性質をいかに制御するかが、ハルシネーション（幻覚）対策と同様にきわめて重要となります。単にモデルの精度を高めるだけでなく、専門家がツールをどう活用し、人間がどの段階で最終判断を下し、出力の不確実性を運用でどうコントロールするかという、トータルな設計が求められています。
[画像5:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-d080f33c1d0873204723569edc1a57b5-1305x870.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
目的設定を誤ると、失敗の速度も加速する
宮田氏はさらに、AIによって回答生成のスピードが上がった分、誤った目的や評価基準を最初に設定してしまうと、負の影響や間違いが広がる速度も増幅すると説明します。だからこそ、「何を実現したいのか」「誰にとっての価値なのか」を定義する力が鍵となります。知識や処理能力の差が縮まる時代においては、答えを出す力以上に「問いを立てる力」、五感で違和感を捉える感性、そして選択と失敗を通じて判断軸を磨く力こそが、人間側の本質的な基盤になると強調しました。
2．「断る権利」から「断ったあとも生きられる道」へ 代替手段は、目的・重要度・リスクに応じて設計する
津脇氏は、議論が「AIの全面利用か完全排除か」という二極対立に陥ることを懸念し、「そもそも何のためにAIを導入するのか」という原点に立ち返るべきだと述べます。行政や医療、民間サービスの目的は、利用者の便益や働く人のパフォーマンスを高めることです。AI導入によってその目的の達成が遠のくのであれば、AIを使う必然性はありません。
ただし、すべてのサービスで完全なアナログの代替手段を恒久的に維持することは、コストや人手不足の観点から現実的ではないケースもあります。同氏は、判断の重要度や失敗時のリスク、実現したい社会的価値に応じて、人間による最終確認（ヒューマン・イン・ザ・ループ）を残す範囲や、複数の選択肢を提供する範囲を個別具体的に設計していく必要があると語りました。
[画像6:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-1959f217eddc245a642edab7e45c7cdb-1292x865.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
AIは過去を「忘れない」-データポータビリティと異議申立ての権利
宮田氏は、利用者の会話履歴や思考の癖が特定のAIサービスに蓄積され、人格に近い情報になるほど、別のサービスへの乗り換えが難しくなる「ロックイン」のリスクを指摘します。利用者の選択肢を確保するためには、データの移行や削除を保障する機能（データポータビリティやマシンアンラーニング／機械忘却）を組み込んだシステム設計が必要だと提起しました。
これを受け平井氏は、人事評価や人員配置などをAIが行った際に、人間がその判断へ異議を申し立てられる仕組み（Right to Contest）の必要性を訴えました。AIは一見中立に見えても、学習データや開発者のバイアスから完全に逃れることはできません。「AIの判断を断れるか」にとどまらず、「その判断に異議を唱え、人間による再審査を受けられるか」まで含めた制度設計こそが、デジタル社会で人間の尊厳を守る基盤となります。
3．AIで生まれた時間と価値をどう活用するか 効率化を目的化せず、人間にしか生み出せない価値へ
定型作業や調整業務がAIによって効率化される一方で、時間の削減自体が自己目的化すると、本来目指すべき価値創出を見失ってしまいます。平井氏と宮田氏は、技術導入や効率化が「手段から目的へ」とすり替わる危険性を指摘し、AIによって生まれた時間の余白を、新しい価値の創出へ振り向けるべきだと主張しました。
その具体例として挙げられたのが、ライブエンターテインメントをはじめとする、人々が同じ場所で感動や熱狂を共有する体験です。容易に複製できるデジタル情報が氾濫するからこそ、一回限りの体験や五感、身体性、共感といったリアルな価値が相対的に高まります。平井氏は「AIは夕日の美しさを解説できても、夕日を見て美しいと感じることはできない」と述べ、人間の感性と意味づけこそが、新たな産業やサービスを構想する起点になると強調しました。
[画像7:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-6e88bbf15dc0aae4686a00d461f205ca-1304x866.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
目指すべきは「開発競争」より「うまく着地させる力」
パネルディスカッションの終盤では、日本の競争力を最先端モデルの開発規模だけで測るべきではない、という視点が示されました。現場で役立つAIを信頼できる形で社会実装するためには、技術、制度、業務プロセス、そして利用者理解を一体的につなぐ力が不可欠となります。
登壇した3氏からは、それぞれの観点から今後の向き合い方が提示されました。津脇氏は「AIの特性を知ること」と「実現したい目的を知ること」の重要性を挙げ、平井氏は人間とAIにおける信頼設計の必要性を強調。宮田氏は一人ひとりが能動的に社会の仕組みに関与していく姿勢の重要性を示しました。
日本が目指すべきは、単にAIモデルの開発規模だけを追うことではありません。人間中心の原則を守りながら、産業や社会の現場で安心して活用できる形を作り、「世界で一番、AIをうまく着地させる国」になることです。
パネル 2：AI時代の組織・人材育成
【パネリスト】
● やまざき ひとみ 氏（Ms. Engineer 株式会社 代表取締役 CEO）
● 漆原 茂 氏（Generative AI Japan 発起人・理事／ULS コンサルティング 株式会社 取締役会長）
● 小俣 泰明 氏（Generative AI Japan 理事／アルサーガパートナーズ 代表取締役会長兼 CTO）
AI時代、人は何を学ぶべきかAI時代、人はどう育つのか誰が人を育てるのか
1．AI時代、人は何を学ぶべきか AIを知ることは、自分の判断軸を守ること
やまざき氏は、まずAIがどのような仕組みで動作し、何が得意で、どこに限界があるのかを把握する必要があると述べます。仕組みを理解しないまま利便性だけを享受していると、知らず知らずのうちに自らの意思決定権をAIに委ねてしまいがちになります。一方、AIの性質や限界を正しく理解するほど、批判的に思考する力（クリティカルシンキング）や「何を良しとするか」という人間側の判断軸の重要性が見えてきます。
[画像8:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-0d4ad3c1097dfc23f0382599bb9d752b-1293x857.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
漆原氏も、AIの回答をそのまま鵜呑みにするのではなく、「本当にそうか？」と問い返し、自分を鍛える対話相手として活用する人ほど大きく成長すると指摘します。AIリテラシーとは、単なるツールの操作手順の習得ではなく、AIと適切な距離感を保ちながら主体性を維持するための「基礎的なスタンス」だといえます。
専門性と現場の「生の体験」がAIの出力品質を引き上げる
小俣氏は、人間がAIと情報処理能力で競うのではなく、AIから高品質なアウトプットを引き出すための「ドメイン専門性」を深めるべきだと述べます。曖昧な指示（プロンプト）では実用に耐えない成果物しか出力されませんが、業界の専門用語や構造、評価基準を熟知したプロフェッショナルが明確な条件を添えて指示を与えることで、AIの出力品質は劇的に向上します。これは技術領域にとどまらず、マーケティング、金融、法務などあらゆる分野に共通します。
[画像9:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-34d83a0183387c7f1112514bcf852d18-1309x869.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
やまざき氏は、専門性には理論的知識だけでなく、地方での就労経験や事務実務、子育てや介護といった「生の生活体験や現場のコンテキスト」も含まれると補足します。こうした現場の課題意識や不便さを実感している人材がAIスキルを獲得することで、社会や現場の課題を本質的に解決する「実践的人材」が生まれます。
2．AI時代、人はどう育つのか AIで経験を奪わず、失敗とレビューを学びに変える
AIを活用すれば、初心者でも短時間で見栄えの良い成果物を容易に作成できます。しかし、苦労して原因を探り修正する経験が減ることで、基礎的な思考力や応用力が蓄積されない「経験の空洞化」が懸念されています。これに対し漆原氏は、AIによって失敗を回避させるのではなく、「早く失敗させ、すぐ修正できる利点を高速学習（学習サイクル）に生かすべきだ」と提案しました。
そこで重要となるのが、豊かな現場経験を持つメンターの存在です。AIが生成した設計書やコードに対して、プロがどこを評価し、何を疑い、どう修正するかというプロセスを若手と共有します。単に完成した成果物の出来栄えだけでなく、こうした「プロの思考プロセス」を継承していくことこそが、AIでは代替できない人材育成の核となります。
研修制度より先に「熱狂するカルチャー」と「ガイドライン」をつくる
やまざき氏は、AIの変化速度が極めて速い現状において、固定的な研修カリキュラムだけで人を育成することには限界があり、まずは「AIを試し続けるカルチャー」を醸成することが重要だと強調します。経営トップ自らが危機感と熱意をもって、日常的にAIを活用し、会議などで「なぜAIを使わなかったのか？」と自然に問いかけ合える環境があってこそ、社員は自律的に学び始めます。
同時に小俣氏は、そうした熱量だけでなく、企業として許容される利用範囲を明示するガイドライン整備の重要性を指摘します。個人レベルでは活用できても、企業としての責任範囲が曖昧なままでは現場が萎縮してしまうためです。IT・デジタル部門には、単にツールを配布するだけでなく、どのような利用を認めるかを整理し、社員が安心して挑戦できる環境を整える役割が求められています。
3．誰が人を育てるのか 一社で抱えず、企業・コミュニティ・教育機関で「共育」する
AIの最新動向や実装事例、セキュリティ、ガイドラインの変更を一社単独で追い続けることには限界があります。漆原氏は、企業を超えて成功・失敗の事例を共有し、研修や学習を共同で行う「共育（きょういく）」の可能性を提案します。やまざき氏も、社外の第一線に触れることで、社内だけでは得にくい危機感やトレンドの基準（目線）を持ち帰ることができると述べました。
誰もがオンラインで情報を得られる時代だからこそ、リアルな場で他者の反応や発言の温度感に触れ、異なる立場の人々と議論を交わす価値が高まっています。GenAIのような業界横断型コミュニティを、単なる情報共有の場にとどめず、社会実装の実践知を持ち寄って、共に学ぶプラットフォームとして活用していくことが有効です。
[画像10:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-ce1bc3dac503e33330a17e6f53595084-1295x866.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
教える仕事は、AIの答えにどう向き合うかを示す仕事へ
小俣氏は、教育現場の事例として、教師と生徒が同じAIの回答を見ながら、教師が「この解釈は妥当か」「自分はどう感じるか」を提示する授業を紹介しました。知識の読み上げという役割の一部をAIが代替するのであれば、教師やメンターの役割は、答えを評価する視点、背景の読み方、自分がどう感じるかという、人間ならではの受け止め方を示すことへシフトしていくと整理されています。
また同氏は、AIと親和性が高いMarkdown（マークダウン）やMermaid（マーメイド）などの記述形式でドキュメントを作成する習慣も、AIとの協働を円滑にする基礎スキルになると説明しました。こうした情報の構造化は、AIへの指示精度を高めるだけでなく、人間側にとっても前提条件や論点を整理・明確化することにつながります。
高速化する社会で、決断と責任を引き受ける
やまざき氏は、AIによって情報処理量が増えるほど、企業や行政、教育現場における意思決定のスピードも加速すると指摘します。AIが高度な分析や選択肢の提示を担えるようになったとしても、最終的にどの選択肢を選び、その結果に責任を持つのはあくまで人間です。
そのためこれからの人材育成では、知識の獲得やツールの操作スキルにとどまらず、限られた時間の中で決断を下し、状況に応じて軌道修正しながら、責任を引き受ける力を養う必要があります。AIによって判断のサイクルが高速化するからこそ、最後に意志決定を行い、その結果を受け止める人間の役割が、これまで以上に重要になります。
[画像11:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-8cb9d4c2880d1cd1db8a49636cbde01b-1303x871.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
懇親会・ネットワーキング
懇親会中には、自民党デジタル社会推進本部 AI・web3小委員会事務局長を務める衆議院議員の塩崎彰久氏からのビデオメッセージが上映されました。塩崎氏は、同本部（平井卓也本部長）で取りまとめた「AIホワイトペーパー」における「AI駆動型国家への転換」のエッセンスが政府の基本計画にも反映されていることに触れ、党の政策にとどまらず政府全体を挙げて「エージェントAI時代」への適応を加速させている現状を報告。熱い議論を交わした参加者へ向けて力強いエールを贈りました。
[画像12:
https://prcdn.freetls.fastly.net/release_image/136396/19/136396-19-0b1b6523d2b09e510c40df7897f76345-1300x752.jpg?width=536&quality=85%2C75&format=jpeg&auto=webp&fit=bounds&bg-color=fff ]
最後は、当日の熱気と今後の対話・共創への期待を参加者全員で共有し、盛況のうちにイベントの幕を閉じました。
おわりに：AIを人間のために「着地」させる
イベント全体を通じて共通していたのは、「AIの性能だけでは未来の価値は決まらない」という視点です。生成AIを業務効率化のツールにとどめず、社会や産業の持続的な成長へとつなげるためには、以下の原則を共有し実践することが求められます。
【AI時代の構造転換と社会実装に向けた4つの柱】
1. 目的設定： 何のために使うのか、誰のための価値なのかを人間が定める。
2. 責任の帰属： 重要な判断と最終責任を「Human in the Lead」として人間が引き受ける。
3. 選択肢と権利の保護： リスクや目的に応じて、代替手段や異議申立ての仕組みを設計する。
4. 人間的価値の再投資： AIで生まれた時間の余白を、体験・関係性・新たな価値創造へ振り向ける。
これらを制度、組織構造、人材育成、日々の実務に落とし込めるかが、AI時代における企業や社会の競争力を左右します。多様な人々が安心してAIを活用できるルールやコミュニティを整えることが、「世界で一番、AIをうまく着地させる国」へ近づくための重要な条件となります。
一般社団法人Generative AI Japanは今後も、立場や領域を越えて人と知見をつなぎ、生成AIを社会により良く実装するための対話と共創の場を広げていきます。たとえば、現在、日本における生成AIの可能性を広げることを目的に設立された「生成AI大賞2026」のエントリーを9月28日（月）18:00締切で募集中です。日本国内に拠点を有する団体（企業・自治体・学校など）でしたら、どなたでもエントリーいただけます。今後の活動にも、ぜひご期待ください。
※ 編集注：本稿は、当日の発言書き起こし、投影資料およびパネル概要をもとに、読みやすさのため一部を要約・再構成しています。
関連リンク：
平井卓也議員 note：
https://note.com/takuyahirai/all
【AI・web3小委員会】AIホワイトペーパー2.0：
https://storage2.jimin.jp/pdf/news/policy/213248_2.pdf
生成AI大賞2026：
https://events.nikkeibp.co.jp/event/2026/1216aitaisyou/プレスリリース提供：PR TIMES
記事提供：PRTimes
