投稿者 global-ai-media 
海外のプロスポーツクラブを巡る騒動で飛び出した「ChatGPTを栄養士として使っているのか」という皮肉。この言葉は、ビジネスの現場において専門知識をAIに頼る際のリスクを鋭く突いています。日本企業が専門領域でAIを活用するための適切なアプローチを解説します。
「ChatGPTは栄養士になれるか？」——あるスポーツクラブへの皮肉が示すもの
海外のプロスポーツ界で、名門クラブの運営体制を批判する元従業員が「ChatGPTを栄養士として使っているのではないか」と揶揄したことが話題を呼びました。選手の体調管理という高度な専門性と個別の最適化が求められる領域において、生成AIに安易に頼っているのではないかという痛烈な皮肉です。
このエピソードは、単なるスポーツゴシップに留まりません。あらゆる産業で生成AI（大規模言語モデル：LLM）の導入が進む現在、日本企業にとっても「専門領域の業務をどこまでAIに任せるべきか」という重要な問いを投げかけています。
専門知識が求められる領域でのAI活用のリスク
生成AIは膨大なデータを学習しており、一見すると医学、法務、栄養学などの専門領域においても、もっともらしい回答を出力します。しかし、LLMは確率的に言葉を繋ぎ合わせているに過ぎず、事実に基づかない情報を出力する「ハルシネーション（幻覚）」のリスクが常に伴います。
例えば、プロアスリートの栄養管理では、個人のアレルギー、その日の体調、トレーニングの負荷、さらにはドーピング規制など、複雑で動的なコンテキスト（文脈）を考慮する必要があります。AIは一般的な「健康的な食事メニュー」を生成することは得意ですが、特定の個人の健康やパフォーマンスに直結する責任ある判断を下すことはできません。ビジネスの現場でも同様に、法務チェックや製品の安全基準に関わる判断をAIに丸投げすることは、重大なコンプライアンス違反や事故に繋がる恐れがあります。
日本の法規制と「資格・独占業務」の壁
日本国内においてAIを活用する際、特に注意すべきは法規制や資格制度との兼ね合いです。医師法、弁護士法、そして管理栄養士などの資格が関わる領域では、AIが直接的に診断、法的アドバイス、または個別の栄養指導を行うことは、非資格者による業務提供（非弁行為や無資格診療など）とみなされるリスクがあります。
日本の商習慣では、企業に対する信頼や品質への要求が非常に高く、「AIが作ったものだから間違っていても仕方ない」という言い訳は通用しません。そのため、専門的なサービスやプロダクトにAIを組み込む際は、法的リスクをクリアしつつ、品質を担保する仕組みが不可欠です。
人間とAIの協調：Human-in-the-loopの重要性
では、専門領域でAIは使えないのでしょうか。結論から言えば、AIは「専門家の代替」ではなく、「専門家の能力拡張（オーグメンテーション）」として活用すべきです。
実務においては、AIが下書きを作成し、最終的な判断と責任は人間の専門家が担う「Human-in-the-loop（ヒューマン・イン・ザ・ループ：人間がプロセスに介在する仕組み）」の設計が推奨されます。例えば、栄養士が膨大な食材データからメニューの原案をAIに提案させ、それをプロの目で微調整して選手に提供するといった使い方です。これにより、業務効率化と品質担保の両立が可能になります。
日本企業のAI活用への示唆
今回の「ChatGPTを栄養士にするな」という教訓から、日本企業が実務でAIを活用する際のポイントを整理します。
1. 専門業務の完全自動化を避ける
医療、法務、財務、健康管理など、リスクの高い専門領域においては、AIに最終判断を委ねてはいけません。必ず人間の専門家が結果を検証するプロセス（Human-in-the-loop）を業務フローに組み込む必要があります。
2. 法規制とガバナンスの確認
日本の資格制度や法規制（弁護士法、医師法など）に抵触しないよう、AIの役割を「情報提供」や「専門家のサポート」に限定し、エンドユーザーへの見せ方や利用規約を法務部門と連携して整備することが重要です。
3. ドメイン知識を持つ人材によるプロンプト・データ設計
専門領域でAIの精度を高めるには、一般的なLLMをそのまま使うのではなく、社内の専門家（ドメインエキスパート）がRAG（検索拡張生成：自社データをAIに参照させる技術）のデータ選定やプロンプトエンジニアリングに関与することが求められます。専門家自身がAIを使いこなす組織文化の醸成が、競争力の源泉となります。