ドメイン専門性を活用する方法—Notius Labs の Chris Lovejoy氏

垂直領域 AI の勝敗は「モデル」ではなく「組織のつくり方」で決まる：ドメイン専門性を活用する 3 つの戦略

生成 AI プロジェクトの約半数が失敗に終わっているという事実をご存知でしょうか。その最大の理由は、最先端のアルゴリズムや複雑なモデル選定にあるのではなく、「現場のワークフローを深く理解しているか」という組織的な課題にあります。

Notius Labs のクリス・ロヴジョイ氏は、垂直領域 AI（Vertical AI）で成功するための鍵は、ドメイン専門家を単なる「相談役」ではなく、組織構造の中に明確な役割として組み込むことにあります。モデルの性能を競うのではなく、専門家の知見をどう運用化するかが、製品差別化とスケーラビリティを決めるのです。

垂直 AI の本質は「組織問題」である

垂直領域 AI は、特定の業界（ヘルスケア、法律、金融など）に特化した AI であり、巨大な市場機会を秘めています。しかし、Gartner の調査では生成 AI プロジェクトの約 50% が中止されています。

ロヴジョイ氏はこの失敗の原因を、「自動化しようとするワークフローやユースケースの具体的なニュアンスを理解していないこと」に挙げています。

「フロントエンドのモデルはすでに十分優秀です。重要なのは、組織がどのように専門家の判断を運用化するかです。」

多くの企業が陥るミスは 3 つあります。

1. ドメイン専門家を雇わない、または採用が遅すぎる。
2. 不適切なタイプの専門家を採用する（例：医師でも、その業界の具体的な業務経験がない）。
3. 組織内に適切に組み込まず、正しく活用できていない。

つまり、成功のためには「誰を」「どこに配置するか」という組織設計が、モデル選定よりも優先されるべきなのです。

専門家を配置する 3 つの役割フレームワーク

ドメイン専門知識をシステムに組み込むには、専門家に以下の 3 つのいずれかの役割を与えます。これは単なるタスク割り当てではなく、製品開発の成熟度に応じた戦略的な配置です。

1. 神託者（Oracle）：直接改善する役割

専門家が AI の出力を評価し、その場で直接修正や改善を行うモデルです。

• 特徴: 品質の評価と改善の両方を人間が手動で行います。プロンプトの微調整や、ドキュメント・ツールの追加などを行います。
• 向いているケース: 「客観的な正解」が存在せず、人間の味覚やニュアンスが重要視される場合です。

2. 評価者（Evaluator）：品質指標を定義する役割

専門家が「何が良い品質か」を定義し、測定可能な指標（KPI）を設定します。システムはその指標に基づいて自動で改善を図ります。

• 特徴: 専門家は AI の出力の一部をレビューし、エンジニアにフィードバックして改善を促します。客観的なデータが得られるようになります。
• 向いているケース: 品質を測定可能であり、エンジニアによる手動反復で十分スピードが出せる場合です。

3. 設計者（Architect）：自己学習システムを構築する役割

専門家が、人間の手を介さずに自動改善を行う仕組みそのものを設計します。

• 特徴: プロセスの中間に人間の介入を減らし、ドメイン知識を組み込んだアルゴリズムや学習ループを構築します。ユーザーの使用データから継続的に学習・適応します。
• 向いているケース: 手動反復がボトルネックになり、かつ組織内のルール解釈に多様性があるため、動的な適応が必要になる場合です。

ケーススタディ：状況に応じた役割の使い分け

ロヴジョイ氏は、実際の企業事例を通じて、どのモデルが有効かを解説しています。

Granoola（会議議事録生成 AI）：神託者モデル

Granoola は、AI による会議議事録生成で評価額 10 億ドルを超えるスタートアップです。創設者のジョー氏はジャーナリストとしてキャリアを築き、数百人のユーザーインタビューを通じて「良質な議事録とは何か」を徹底的に調査しました。

• 戦略: 客観的な「完璧な議事録」は存在しません。人間の味覚や文脈の理解が不可欠です。
• 役割: 創設者自身が神託者（Oracle）として機能し、AI の出力を評価して直接プロンプトを調整しています。スケーリングしても、核心的な品質判断には人間の手が介在するループを維持しています。

Tandem（医療 AI）：分散型神託者モデル

Tandem は医師の診察を聴取し、医療記録を生成する「scribe」プロダクトを提供しています。初期には一人の医師が神託者として機能していましたが、専門分野や国による多様性が増すにつれ限界に達しました。

• 戦略: 単一の専門家では対応できない多様なニーズ（異なる専門分野、地域、記録形式）に対応するため、分散型神託者を採用しました。
• 役割: 各地域の医師がサブセットを担当し、現地のルールやニュアンスに合わせてプロンプトを調整します。これにより、数千種類ものプロンプトバリエーションを効率的に管理しています。

Anterior（事前承認 AI）：評価者から設計者へ進化

ロヴジョイ氏が技術責任者を務めた Anterior は、医療保険の事前承認プロセスを支援する AI です。初期には医師が神託者として出力を確認していましたが、組織ごとのルール解釈の違いやスケーラビリティの問題に直面しました。

• 戦略: 手動反復では追いつかないため、まず評価者モデルへ移行し、臨床医によるレビューダッシュボードと指標を定義。さらに進んで、組織の多様なルール解釈に適応する設計者（Architect）モデルへと進化させました。
• 役割: 最終的に「承認か再審査かの判断」や「失敗モード」を学習できるシステムを構築し、人間の手を介さずに動的に適応する仕組みを作りました。

専門家の採用と役割の進化戦略

では、自社に必要な人材は誰でしょうか。ロヴジョイ氏は、以下のステップで考えることを推奨しています。

1. まずは「神託者」から始める: スタートアップや初期段階では、広範なスキルを持つ専門家（例：その業界の実務経験が豊富な医師）を雇い、神託者として直接改善ループを回すのが最も確実です。客観的な指標が存在しない場合もこちらが必要です。
2. 指標ができたら「評価者」へ: 品質を測定可能な指標（例：承認率、エラー率）が定義でき、エンジニアによる手動反復で十分スピードが出せる場合は、専門家の役割を評価者へシフトします。彼らは「何を最適化すべきか」を定義し、システムにフィードバックします。
3. スケーリングと学習が必要なら「設計者」へ: 手動反復がボトルネックになり、かつ組織内のルール解釈に多様性がある場合、専門家は設計者として振る舞い、自動改善するシステムを構築する必要があります。

「重要なスキルは、単に『医師』や『弁護士』であることではありません。そのユースケースにおける具体的な業務経験と、どこで失敗するかを知っているかです。」

まとめ：組織構造こそが最大の競争優位性

垂直領域 AI で勝つためには、最先端のモデルを手に入れることよりも、ドメイン専門知識をどう組織に組み込むかが重要です。神託者、評価者、設計者の 3 つの役割を状況に応じて使い分け、製品成長に合わせて専門家の役割を進化させることが、高品質でスケーラブルな AI プロダクトを生み出す鍵となります。

技術選定から戦略的人材配置へのパラダイムシフトこそが、失敗率の高い垂直領域 AI 市場で生き残るための唯一の道なのです。