バーティカルAI
Vertical AI
バーティカルAIとは?
- 特定の業界・職務に特化したAIサービス
- 参入障壁(堀)はモデルではなく、ドメインデータと業務フローにある
- 導入の工数が小さく、効果の測定が容易な点が強みです
バーティカルAIが実際に変えるのは、導入の会議で投げかける問いです。「どのモデルがより賢いか」ではなく、「この業務1件を最初から最後まで誰が責任を持つのか」へと議論の単位が移ります。汎用AIは下書きを出してくれますが、検証・書式合わせ・基幹系への入力は人の仕事として残ります。一方バーティカルAIは、その後処理まで製品の中に組み込んで売る構造のため、購入の対象がツールではなく業務の成果物になります。効果測定の指標も自然に処理件数・回答までの所要時間・手戻り率で捉えることになります。
バーティカルAIは深さによって3つの層に分かれます。ドメインの文書と専門用語だけを載せたナレッジ型、受付から決裁までの業務フローを丸ごと設計したワークフロー型、EMR・TMS・ERPのような基幹系システムに接続してデータを直接読み書きする組み込み型です。後ろの型ほど効果は大きくなりますが、入れ替えコストとベンダー依存も同じように大きくなります。社内文書にRAGを付けただけのチャットボットはここには当てはまらず、社内AIに分類するのが正確です。課金も席数あたりの月額ではなく、処理件数・成功件数あたりの課金を提示する事業者が増えており、契約前にまず月間の処理量を見積もる必要があります。
導入の可否は反復量と例外率の2つの軸で見ます。同じ形の仕事が月に数百件繰り返され、例外ケースが2割以下の業務が第一優先です。反対に例外が半分を超える業務は人による検収が常時付くため、全体の工数がかえって増えます。自社の業務がどちらに当たるかは勘ではなく、直近3か月の処理ログを種類別に数えて確認すべきです。
現場でもっとも食い違いやすいのは、「業界特化だから自社の業務も分かっているはずだ」という期待です。バーティカルAIが学習したのは業界の平均であり、その会社の書式・略語・決裁ラインではないため、最初の2〜3か月は自社データで慣らす期間が必要です。海外製のソリューションの場合、ここにさらに国内法令の改正や税務・書式への未対応という穴が加わります。組み込み型を使いながら解約時のデータ持ち出し条項を入れ忘れると、2年間で現場が蓄積した修正履歴とラベリング資産がまるごとベンダーのものとして残ります。
特定の産業市場を意味する「バーティカルマーケット」に由来する言葉で、SaaS業界の「バーティカルSaaS」という分類がAIに持ち込まれた用語です。2023年以降の生成AIブームの中で、汎用チャットボットと区別される産業特化型AIのスタートアップの流れを指す投資・産業用語として定着しました。
仮の事例で見てみましょう。自動車部品を製造するA社は、役職員520名、年間売上1,800億ウォン(約2,152,621万円)規模の会社です。社内の弁護士2名が年間2,400件の契約書をレビューしていますが、購買チームが急ぎの案件を持ち込んでも、回答までに平均5日かかっていました。量産スケジュールが契約書のせいで遅れることが四半期ごとに繰り返され、経営陣が代替策を指示しました。
- 法務チーム長が直近3か月のレビュー待ちログを種類別に数えたところ、全体の68%が購買の標準契約の一部条項だけが変わった変更版でした。「この8割は弁護士が最初から見る必要はない」と報告しています。
- まずグローバルの法律特化型AIを2か月間試験導入しましたが、下請法上の代金支払期日の条項をそもそも指摘できず、検討担当の代理は「英文NDA以外は実務では使えない」と整理しました。
- 国内の契約書特化ソリューション2社を呼び、すでにレビューが終わった自社の契約書50件をそのまま入れるブラインドテストを行い、問題条項の検出率と誤検出件数を条項単位で照合しました。
- 購買チーム長が契約条件の交渉に入り、解約時に検討履歴の原本をExcel・PDFで持ち出せるようにし、自社データはベンダーのモデル学習に使わないという2文を契約書に入れました。連携範囲は既存の電子決裁1か所に絞りました。
- 導入から6か月後、標準契約の回答が5日から1.2日に短縮されました。一方で、弁護士2名がM&A・紛争案件に使う時間は週6時間から19時間に増えました。
金鍾赫(キム・ジョンヒョク)
パク・ソリョン