Hanwha Solutionsは、AIを現場に定着させるうえで重要なのは技術導入そのものではなく、経営レベルでの推進体制とガバナンスの整備だとの考えを示した。Amazon Web Services（AWS）上にLLMゲートウェイを構築し、利用管理と全社展開を両立させながら、組織レベルでのAIトランスフォーメーション（AX）を進めている。

同社のAI/AXチーム長を務めるオ・サラン氏は10月23日、AWS Koreaが開催した「AWS AI Wave 2026」の基調講演に登壇し、個人利用にとどまらないAX定着の条件について説明した。

オ氏によると、太陽光や石油化学などのエネルギー・素材事業を手がけるHanwha Solutionsは、個人の業務効率化にとどまらず、組織全体でのAXに重点を移している。狙いは、AIを全社の業務プロセスに組み込むことにある。

導入初期は、反復業務の自動化や個人の生産性向上が中心だった。現在は、AI活用を組織目標と結び付け、基幹事業やバリューチェーンに関わる、より大きく複雑な課題の解決へと軸足を移している。

その一環として、AI関連の予算も個人単位ではなくチーム単位で運用している。

オ氏は講演で、「ツールを配っただけでは定着しない」と強調した。数十人の開発者にAIツールを提供することと、組織としてAXを進めることは、全く別の取り組みだったという。設計や営業など部門ごとに業務環境は異なり、社員の多くは開発者ではないためだ。

そのため、単に使いやすいツールを用意するだけでは不十分で、インフラ整備に加え、運用体制の構築や社員のAI活用力を高める支援体制を並行して整える必要があるとした。

社員が個人アカウントで外部のAIサービスを使えば、導入スピードは上げやすい。一方で、社内データが統制なく社外に出るリスクがあるうえ、誰が何をどの程度利用したのかを追跡しにくいという課題もある。

このため同社は、AI利用時のすべてのリクエストがLLMゲートウェイを経由してAWSアカウント内で処理され、Amazon Bedrockに送られる構成を採用した。利用ログや各種データもアカウント内に集約して管理している。

Amazon Bedrockは、AnthropicやMeta、Mistralなど複数の生成AIモデルを単一APIで利用できるAWSの基盤だ。企業は自社データをAWS環境内で保護しながら、AIアプリケーションやエージェントを構築できる。

オ氏は「ゲートウェイでは、どの組織がどのモデルをどれだけ使っているかを把握している。統合管理コンソールでは、組織別の利用状況を確認できる」と説明した。社員が氏名や電話番号を入力した場合でも、Bedrock Guardrailsが情報をマスキングしたうえでモデルに渡すとしている。

同社は4月、Amazon BedrockでClaudeを利用できるResearch Previewの公開を受けて直ちに検討を始め、3週間で運用環境を構築した。7月9日の正式リリース時点では、第1次PoCに参加した社員がすでに実務で活用していたという。

こうした取り組みはグループ内のベストプラクティスとなり、Claude導入を進めるグループ会社は7社に増えた。

オ氏は「LLMゲートウェイによって、大規模なインフラを別途構築しなくても、小規模チームで韓国や米国を含むグローバル拠点へ展開先を広げることができた」と述べた。

同社はインフラ面でLLMゲートウェイと導入体制を整備した一方、運用面ではコスト管理、案件の進行管理、成果管理、AI資産の共有を一体で回すことを重視している。

また、AIの定着にはインフラと運用体制だけでなく、社員のAI活用力を底上げする支援策を並行して進めることが欠かせないと、あらためて強調した。

今後は、事業価値の向上につながる課題の発掘を重点的に進める。来年は、チームの重要業績評価指標（KPI）と連動したAIエージェントを業務に組み込み、成果の具体化を図る方針だ。

全社的なAXを加速するうえでは、ガバナンスの役割も大きい。オ氏は、ガバナンスが土台として機能することで、組織レベルでのAXを継続的に進められると説明した。

オ氏は「他社より早く始めたが、重要なのは定着だ。ガバナンスを先に整えたことで、正式リリース前から実務で使うことができた。同じ理由で、いまはAIを基幹事業にも持ち込んでいる」と述べた。そのうえで、「ガバナンスはAI導入の足かせではない。むしろ、AIを基幹業務に定着させる決定的な力になる」と語った。