事業部でのAI推進とAIネイティブレベルの話

Transcript

1. 事 業 部 での AI推進と AIネイティブ レベルの話 一人が強くなるだけでは、会社は強くならない。型を 作って渡す、という話をします。
2. tattiさんパートを受けて、 事業部での実践へ 0. 導入 個人Small事業戦略部でAI推進を担当。 tattiさんは全社的な取り組み ／自分は事業部単位でのAI推進という違う立ち位置 そこから兼務で全社AIムーブメントにも参加 今日のテーマ：事業部単位でのAI推進が、 具体的に何をしてきたか 自分がもともと新卒だった、という点も特徴的なので 自己紹介から
3. 個⼈small横断事業戦略 リサーチ&アナリティクス AI推進チーム ゆうま 沖 佑磨 2025年 4月 freee入社 ∟2025年04月～： 創業融資 事業開発 &Mark ∟2025年07月～：個人 small 事業戦略 アナリティクス ∟2025年10月～：個人 small 事業戦略 AI推進 ∟2026年01月～：個人 small 事業戦略 AI推進 / CAAO室 ∟2026年04月～：個人 small 事業戦略 AI推進 / 全社AIムーブメント
4. 入社前から AIが好きだった 学生時代からITツールが好き 外資系企業でのインターン中、 海外事例（ドイツ本社の事例等）を見て自社に提案 エクセル等で日々の業務を効率化することに関心 1. 自己紹介 2023年ごろ、ChatGPT登場／Geminiがまだ「Bard」 と呼ばれていた時代から活用 苦手だった日本語・言語部分を補ってくれる「強い味方」として注目（中 高はドイツで大学入学を機に帰国） インターンで「AIを検証したい」という話には真っ先に挙手 卒論では「生成AIを用いた質的データ分析」の 他大学論文を参考文献に、AIを駆使して研究
5. AIを禁止して SQLを始めた 配属の経緯 子会社出向の事業開発&マーケティングで、 社内課題をAIで解決する施策を実行 2. アナリティクス 配属時代 それを見た人の推薦で、 ビジネス職からの配属実績がなかったアナリティクスへ 「人手不足だから、やってみないか」で任される 完全に未経験。 最初の1ヶ月はあえてAIを使わずSQLの基礎を学習 具体事例：レポーティングを、 ボタン1クリック・5分以内に Gemini Canvasでスプレッドシートをインフォグラフィック化→ JavaScript でダッシュボードと自動連携（コンテナバインド）→ プラス緑・マイナス赤で可視化
6. 30分 →5分 レポーティング作業時間（属人化していた作業を仕組み化） この成果を上司が見て、事業部長にまで共有してくれた AI推進1人チーム爆誕
8. 社内営業から始まった 担当組織：個人事業主向け＋従業員20名以下法人向け の横断組織、数百人規模 3. 事業部での AI推進の立ち上げ 2025年1月ごろ全社Gemini共有も、「使う人だけ使う」状態が半年 みんな触ってはいるが、Google検索の延長線上での利用にとどまる 依頼を待たず、自分から 「AIでこんなことができます」と社内営業 マネージャー経由で告知 → 最初の2〜3週間は課長・マネージャーへ1on1ヒアリング 導入の型：ヒアリング → 仮のたたき → すり合わせ（2回目） → 形にして導入（3回目） → 定着を追う 4件 →24件 1ヶ月目→3ヶ月間の累計案件数
9. 精度よりも「使ってもらえるか」 1ヶ月で業務をまるごとAI化。 プロンプト精度は最初の2週間半で完成 4. 最初の大型 プロジェクト ただし、6〜7人のチーム全員に定着させるには 精度以上に伴走が重要だった AI以前に、スプレッドシートの ショートカットや管理方法そのものの効率化にも着手 一人ひとりの横につき、 画面録画で利用状況を確認する地道な伴走 3h→1h チーム作業時間の短縮
10. 自分が量産されないと、 会社は強くならない 5. 気づき 僕一人がAIに強いだけでは、 スケールの限界がある AIがもっと強くなる時代に、 一人ひとりが使いこなせなければ会社は強くなれない 次の一手：全社への一気展開ではなく、 まず一つのチームでの底上げに注力
11. Lv0〜Lv4の5段階 0 Google検索の延長線 ただの検索ツールとして使っている状態 1 思考のパートナー 6. AI ネイティブ レベルの定義 コンテキストを持たせ、指示（プロンプト）を使いこなす AIに「足りない部分」を質問/提案させ、自分の能力以上に活用 2 チームでの実践 個人ではなく、チーム単位 3 業務フローの再設計 「その業務は本当に必要か」「人間ドリブンな設計になっていないか」を問い直 し、AI前提でフローを作り直す 4 事業への波及 事業そのものへ影響が及んでいく段階
12. 1Q(実質1ヶ月半)で全員がレベル 1へ マーケ中心＋CS・営業混在の10人チームで、 本業と並行して実施 最初の1〜2週は基礎レクチャー 7. 10 人チームでの 底上げプロジェクト Google Workspace／NotebookLM含め網羅的な資料をHTML化 （後から見返せる）その後1ヶ月は「持ち帰って実務で使う」期間 翌週：10分でモックが作れるプロンプトを整備・展開 他のPM組織からも共有依頼 → 全社アワード受賞 週次キャッチアップ＋週1の1on1相談で伴走を継続 レベル0→1を越えると、あとは自走する 「Osushi-AI」Slackチャンネルで最新情報が飛び交い、Confluenceに事 例が蓄積される文化がある
13. 一人の強化より、型を広げる 気づき：僕一人よりも「その領域に強い人を育てる」方が大 きなインパクト 8. 全社AIムーブ メントへの兼務提案 兼務提案の中身 事業部発の AIネイティブレベルを全社定義として採用してもらう 事業部で行っていたレクチャーを全社標準化 4月クオーターに合わせて、新卒の AIレベル向上にも注力 結果：AIネイティブレベルは全社定義として採用、 全社レクチャーも実施
14. レクチャーで終わらせない レクチャー → 仮配属先の課題を AIで解決する課題提出 → AI採点 → 上位10名がプレゼン 9. 新卒向け AI 活用コンテスト 事例：Salesforceダッシュボード作成を AIが補助 「見たいダッシュボードを定義 →ボタンで選ぶとモックが即表示」 というUIを新卒が開発。マネージャー層も苦手な操作を解決し、 実際に組織へ展開 新卒は情報感度が高く、時間の余裕もある層 → 大きなインパクトにつながった
15. 「型」を渡すことが、 AI推進の仕事 10. まとめ 一つの事業部・一つのチームから 始まった取り組みが、着実に全社へ展開 一人が強くなるだけでは、会社は強くならない AIネイティブレベルという型があれば、 好きな人は自走し、そうでない人も ゼロから一歩目を踏み出せる