20260724 情シスAI #1 「全従業員をAIネイティブにする」ために情シスがやっていること（公開版）

https://freee.connpass.com/event/396904/

Transcript

1. freee 全社AIムーブメント部の挑戦 「全従業員を AIネイティブにする」ために 情シスがやっていること（公開版） 2026/7/24 tatti - 情シスAI#1
2. ▼プロフィール/Profile • • 年齢：0x2C才 出身：東京都 ▼略歴/Brief History プロフィール画像の トリミング方法 • • • • 私立大学理学部 情報科学科 4.0年 独立系SIer 情報システム部 12.5年 広告制作会社 情報システム部 6.5年 フリー株式会社 ◦ Corporate IT 2.0年 ◦ 全社AIムーブメント 0.3年 <= New! ▼趣味/Hobby 全社AIムーブメント - JM 古舘 勝也 (tatti) Furutachi, Katsuya • • クラリネットを少し吹くことが出来ます。 普段はアイスティーを飲んでいます。アイスコーヒーも飲みます。 ▼メッセージ/Message • 世の中の情報システム部を救いたいです。 • それと、人類を労働から解放したいです。 ▼認証/Certification • Project Management Professional (PMP)®: 1441781 • 情報処理安全確保支援士: 010144 2
3. 皆さんに、3つの問いを持ってきました 1 「AIを使いこなしている」とはどういう状態か、 2 ツールは配った。 3 現場がAIで“つくり”始めたとき、 あなたの会社では⾔葉になっていますか? では「うまく使えた」という体験は配れていますか? 従業員に⽰せる「安全な道」はありますか? この3つの問いに、freeeの現在地でお答えするのが今⽇の30分です。 3
4. なぜ情シスが全社AI推進を担うのか 情シスの仕事は、従業員のパフォーマンスに対する 「掛け算の係数」である。 • ITを通じて、従業員の「迷う時間」「待つ時間」をなくす ◦ 本来のクリエイティビティを爆発させる環境をつくる • 情シスの価値は、ITインフラの稼働率では測れない ◦ それを使ってビジネスがどれだけ加速したかで測られる • 従業員が創出する価値を、どれだけレバレッジできたか ◦ 我々の「当たり前」品質が、ビジネスの「到達可能ラインを決める」 AIによって、この係数を⼤きくできる可能性が急速に広がった 4
5. AI時代: 個⼈の能⼒拡張が、統制設計を追い越した 従来 AI時代 作る⼈ エンジニア エンジニアでなくとも作れる システム出⼒ 決められた結果（構造データ‧決定論） ゆらぎがあり、⼈間の判断が必要（⾮構造‧確率論） ユーザー役割 オペレーター ディレクター兼レビュアー そして「善意のリスク」が⽣まれる • 業務を良くしたい善意からの野良運⽤ / 意図しない社内情報の⼊⼒ • レビューなしの業務利⽤ / 本⼈しか直せないツールの増殖 問題は社員の善意ではない。会社の仕組みが、AIによる能⼒拡張に追いついていないこと。 5
6. 私たちの現在の答え: 専任組織をつくり、3つのことに取り組む AIネイティブカンパニー: AIを業務の前提基盤として捉え、すべてのfreeersが「まずAIと考えよう」というマ インドセットで価値創出に取り組む会社。 ✗ 全員をAIの専⾨家にすることではない ✗ 全員に同じツールを使わせることでもない ✗ AIを使うこと⾃体を⽬的にしない 問い1. 「使いこなす」は⾔葉になっているか → ① 共通⾔語をつくる 問い2. 体験を配れているか → ② 体験格差をなくす 問い3. 安全な道を⽰せているか → ③ “つくる”を安全に解放する ナレッジ整備 カルチャー醸成 ガバナンス設計 「現在の」と付けるのは、今⽇の話が完成形ではなく、挑戦と試⾏錯誤の共有だから。 6
7. 問い 1 「AIを使いこなしている」とはどういう状態か、 あなたの会社では⾔葉になっていますか? ① 共通⾔語をつくる(ナレッジ整備) 7
8. ① 共通⾔語をつくる｜問い1 「AI活⽤」は、⼈によって意味が違う チャットに質問する ⽂章や画像を⽣成する 思考のパートナーにする 業務を⾃動化する チーム向けツールを作る 業務プロセスを再設計する 事業戦略をAI前提で組み直す 「AI活⽤」は主語が⼤きすぎる。経営が⾔う「AI活⽤」と現場が聞く「AI活⽤」がずれたまま、推進だけが始まる。だか ら、まず共通⾔語をつくった。 8
9. ① 共通⾔語をつくる｜問い1 「使いこなす」をレベルで定義する:AIネイティブレベル レベル 状態 マインドセット • ツール操作の検定ではない • ⼈事評価とも独⽴した軸 Lv0 指⽰依存 AIに聞いてみるか Lv1 活⽤‧習慣化 まずAIと考えよう • 上位ほど頻度ではなく価値‧インパクトで⾒る • 当部が⽀援するのは主にLv0〜2。全員をLv4にす る話ではない Lv2 ツール作成‧仕組み化 仕組みにして届けよう Lv3 業務変⾰ そもそも変えよう Lv4 事業変⾰‧事業戦略 事業の在り⽅をAI前提で変えよう Lv5 （スコープアウト枠） （全社では定義しない） • 現在地と次の⼀歩を確認する共通⾔語 9
10. ① 共通⾔語をつくる｜問い1 AIツールの前に、ナレッジマネジメント まず 次に ナレッジ コミュニ マネジメント → ケーション 最後に → AI • 社内の正しい情報が残っていなければ、AIは正しく答えられない • 意思決定がチャットだけで流れると、後から⼈もAIも参照できない • 「⼈が読みやすい」だけでなく「AIが参照しやすい」組織知を増やす まずナレッジマネジメント。次にコミュニケーション。最後にAI。 10
11. ① 共通⾔語をつくる｜問い1 「どこに何を置くか」を全社で揃える ツール 標準的な役割 チャット 短期‧同期の連絡。結論は社内Wiki / 社内Blog / チケット管理システムへ 社内Wiki / Blog 正式なナレッジ‧⼿順‧ポリシーの⼀次保管 オフィスソフトウェア 共同編集‧ドラフト‧外部共有 チケット管理システム 課題‧要求‧進捗‧意思決定 ナレッジ横断検索 AI 社内コンテキストの検索‧活⽤ 汎⽤AI Web‧オフィスツール中⼼の調査‧起案 フロンティアモデルAI 企画‧開発‧研究‧デザイン 例）外を調べるなら汎⽤AI、社内を調べるならナレッジ横断検索AI。 全ツール共通の原則:⽣成物は必ず⼈が確認する(Human in the Loop) 「使いこなす」 ∕ まず定額の全社標準ツールを「使い倒す」→ 必要になったら従量課⾦を 11
12. ① 共通⾔語をつくる｜問い1 ガイドラインを「読ませる⽂書」から「相談できるナレッジ」へ これまで ⼈が通読する前提の「読ませる⽂書」 → これから AIを⼊⼝に読む前提の「相談できるナレッジ」 • ⻑いガイドラインを全員が暗記するのは無理、という前提に⽴つ • 書き⽅も転換:「⼈向けの要約」ではなく「AI向けの網羅」を優先する • AIやガイドライン専⽤エージェントを⼊⼝に、「⾃分のケースはどうか」を対話で確認 • AIの回答から元のガイドラインへ戻れる導線を⽤意する • 利⽤者からの質問を受けて、ガイドライン⾃体も更新する 12
13. ① 共通⾔語をつくる｜問い1 ① やってみて⾒えた現実 • ガイドラインは増えるほど読まれなくなる • ツールの進化が速く、書いた瞬間から陳腐化が始まる • 「整備した」ことと「浸透した」ことの間には⼤きな距離がある それでも続ける理由: 共通⾔語がなければ、②の研修も③のガバナンスも、毎回ゼロから説明することになる。 ①で⼀番伝えたいこと AI活⽤の成否はツール選定だけでは決まらない。AIが参照できるナレッジがあるかどうかが、勝負の分かれ⽬にな る。 13
14. 問い 2 ツールは配った。 では「うまく使えた」という体験は配れていますか? ② 体験格差をなくす(カルチャー醸成) 14
15. ② 体験格差をなくす｜問い2 ツールを配っても、使われない • 知識としてはAIを知っている / 会社にツールも⽤意されている • それでも実際には触ったことがない / ⾃分の業務で使えるイメージがない • ⼀度期待外れだと、その後使わなくなる / 周囲に相談できる⼈がいない AI格差は、知識格差だけではない。「体験格差」が⼤きい。 「うまく使えた」という⼀度の成功体験があるかどうか。 15
16. ② 体験格差をなくす｜問い2 体験の⼊⼝を、⼀つにしない ⼊社したとき オンボーディング研修 事例を再利⽤したい ⾃分のペースで学びたい 事例集‧紹介エージェント オンデマンド研修 従業員 良い実践に光を当てる 他者の事例を知りたい 社内表彰制度 定期LT会 まず触ってみたい 困ったとき 体験コーナー オフィスアワー‧相談会 ⼀つの⼤きな施策ではなく、⼩さな接点を多⾯的に。⼈によって「最初の⼀歩」の⼊⼝は違う。 16
17. ② 体験格差をなくす｜問い2 研修で扱うのは、操作⽅法よりマインドセット やったこと ⾒えてきたこと • 特定ツールの操作研修から、ツール⾮依存の「AI活⽤マイン ドセット研修」へ転換 • マインドセットだけでも⾜りない • ハンズオン主体で、考え⽅と実務体験を組み合わせる • 参加者からの評価は⾼い⼀⽅、「実⽤的なプロンプトも知り たい」という声も • プロンプト集だけでも、⾃分の業務へ転⽤しにくい • 参加者⾃⾝の業務課題に引き寄せる設計が必要 • ツールの変化が速く、研修も継続的に更新し続ける必要があ る 17
18. ② 体験格差をなくす｜問い2 社内表彰制度を、ナレッジ循環の起点にする 社内表彰制度(AI AWARD)をきっかけに、想定を⼤きく上回る活⽤事例が集まった。 1 2 事例を集める → 3 表彰する → 4 ナレッジとして整理 → エージェントで探せる → 5 6 他部署が真似する → 新しい実践が⽣まれる 循環して最初へ ⼤切にしていること • 完成した成果だけでなく、プロンプトや試⾏錯誤という「過程」をそのまま共有する。だから他の⼈が再現できる • 成功者を称賛して終わりにせず、ナレッジ循環の⼊⼝にする • freeeの価値基準「あえて、共有する」をAI活⽤でも実践する ご参考：「AIは私には関係ない」と思っていた⼈たちが、業務を変えた。第1回 freee AI AWARDS レポート 「今AIで成果を出している⼈の『考え⽅のコツ』や『泥臭い⼯夫』を共有し合う場として、このアワードを企画しました」 18
19. ② 体験格差をなくす｜問い2 ② やってみて⾒えた現実 • 研修を受けても、⽇常業務への定着はまた別の壁 • 相談や⽀援が「詳しい⼈」へ集中し、その⼈が疲弊する • 派⼿な成功事例は、むしろ「⾃分には無理」という距離を⽣むことがある それでも続ける理由: 体験格差は放置すると開く⼀⽅。⼩さくて真似できる「過程」の共有だけが、格差を縮める。 ②で⼀番伝えたいこと 成功事例を⾒せるだけでは、体験格差はなくならない。「⾃分にもできそう」と思える過程と、実際に触れる機会を 増やす。 19
20. 問い 3 現場がAIで“つくり”始めたとき、 ⽰せる「安全な道」はありますか? ③全従業員の“つくる”を安全に解放する(ガバナンス設計) 20
21. ③ “つくる”を安全に解放する｜問い3 エンジニアでなくとも“つくれる”時代が来た 作れるものが広がった ⼀⽅で • iPaaS‧スクリプト / ブラウザ拡張 • 作れるが、安全性をレビューできない • 業務⽤Webツール / AIエージェント • 動くが、品質を判断できない • ワークフロー / 顧客向けのデモや⽀援ツール • 作った後の運⽤が決まっていない / 本⼈しか直せない • AI⽣成物を⼗分に確認せず、社外に出そうとする 開発のハードルは下がった。しかし、エンジニアリングの責任までなくなったわけではない。 21
22. ③ “つくる”を安全に解放する｜問い3 禁⽌するだけのガバナンスでは、現場の速度に負ける 従来型の選択肢 危険なので禁⽌する すべて情シスや開発部⾨に 完全な審査が終わるまで 依頼させる 動かさない しかし、禁⽌しても社員の能⼒そのものは消えない。 ⾒えない場所へ移るだけ。 ガバナンスの役割は「できなくする」ことではなく、「安全にできる道」を⽰すこと。 22
23. ③ “つくる”を安全に解放する｜問い3 freee AI-EUC ── 安全に「マジ価値」を最速で届けきるために 定義: ⽣成AI‧AIエージェント‧iPaaS‧スクリプト‧ブラウザ拡張などを活⽤し、業務部⾨が主導して業務プロセスの改善‧⾃動化‧意 思決定⽀援を⾏う取り組み(AI時代のEnd User Computing)。⼿段はAIに限定しない。 5つの基本原則 1 Security by default ── 安全第⼀ 2 Process & Transparency ── 最⼩の⼿続きで最⼤の透明性 3 Experiment with Ownership ── 実験と責任の両⽴ 4 Right Tool for the Job 5 Sustainability & Handover ── 属⼈化させず、引き継げる状態を保つ ── AIでやる/やらないの⾒極め 23
24. ③ “つくる”を安全に解放する｜問い3 「承認」より先に「⾒える化」する 1 2 何を作るか決める (マジ価値か) → AI-EUC届出 で → チェックを通る → 4 最⼩要件を 登録する 確認する 6 7 5 必要なゲート 3 → 運⽤‧監視‧ 継続改善する → → 成果物を作りながら 開発する 困ったら 相談する • 届出に申請や承認の⼿続きはない。深く考えず書き、随時更新する • 迷ったら「届出しちゃってください」がガイドラインの公式スタンス 届出は「許可が出るまで待つ」ためではなく、早い段階でリスクと相談相⼿を⾒つけるためにある。 24
25. ③ “つくる”を安全に解放する｜問い3 全部を同じ重さで管理しない 分類軸: ⾃分だけ / チーム / 全社 / 社外 × 使い捨て / 継続利⽤ × Phase0:探索 / Phase1:フィールドテスト / Phase2:運⽤ 範囲‧期間‧フェーズが上がるほど、段階的に求めるものを増やす: AI-EUC届出 → 要求/仕様(Brief/PRD) → 設計(Design Doc) → コード管理(GitHub) → エンジニアレビュー → セキュリティレビュー → リーガルレビュー → ログ‧監視‧問い合わせ窓⼝ → 契約‧同意書 → オーナー2名体制 → EOL 絶対禁⽌事項は3つだけ ✗ 野良運⽤ ✗ シャドーAI ✗ 安易な約束 届出なしの開発‧運⽤ 個⼈アカウントでの業務AI利⽤ 「AIでパッと作って渡します」を顧客に約束 ⼩さな実験に、本番システムと同じ⼿続きを求めない。利⽤範囲が広がるなら、責任も段階的に引き上げる。 25
26. ③ “つくる”を安全に解放する｜問い3 レールを敷くだけでは⾜りない: AIBPという伴⾛者 ルールやガイドラインを整えても、現場は「⾃分のこのケースはどうなのか」で⽴ち⽌まる。だから、仕組みと⼈の両輪にした。 freee AI-EUC AIBP (AI Business Partner) ルール‧ガイドライン(仕組み) = 安全に速く⾛るためのレール × ⼈‧組織(伴⾛) = 現場のいちばん近くにいる専⾨パートナー • 2026年7⽉、CAIO直下に新設。HRBPの思想をAIに応⽤した組織 • 各事業部⾨に配置され、従業員に最も近い距離でAI活⽤に伴⾛する • 役割: ①⼀次受けと交通整理 ②ガードレール遵守によるガバナンス徹底 ③リテラシー向上‧事例横展開‧ツールとコストの最適化 ビジネスの成⻑とリスク統制を「両輪」で。レール(AI-EUC)の上を⾛る現場に、伴⾛者(AIBP)がいる。 26
27. 参考： 27
28. ③ “つくる”を安全に解放する｜問い3 ③ やってみて⾒えた現実:難しいのは「作ること」より「作った後」 • 誰が保守するのか / 誰が問い合わせを受けるのか / 誤出⼒の責任を誰が負うのか • トークン利⽤料が増えたら誰が判断するのか / 作った⼈が異動‧退職しても運⽤できるか • 価値が出なければ終了できるか / 成果物が増えるほど、運⽤保守‧レビュー‧棚卸しの負荷も増える AIは開発コストを下げた。 しかし、運⽤‧説明‧責任のコストまでゼロにはしていない。 ③で⼀番伝えたいこと スピードと安全は⼆項対⽴ではない。freee AI-EUCは現場を制限する壁ではなく、安全に速く⾛るためのレール。 そしてそのレールの上には、AIBPという伴⾛者がいる。 28
29. まとめ 29
30. 3つの問いへの、freeeの現在地 問い 私たちの現在の答え これからもやっていくこと 「使いこなす」は ⾔葉になっているか レベル定義と組織知の整備 整備と浸透の距離。陳腐化との競⾛ 体験を配れているか 多⾯的な接点と過程の共有 ⽇常業務への定着。⽀援の偏り 安全な道を⽰せているか AI-EUCというレールと、 AIBPという伴⾛者 「作った後」の運⽤保守と棚卸し 全体を通じた学び • AI利⽤量とビジネス価値は同じではない。価値は顧客に届いて初めて価値になる。 • 中央組織が頑張りすぎると、現場の⾃律を妨げる • レールは敷いて終わりではなく、現場の速度に合わせて更新し続けるもの 30
31. 明⽇からの最初の⼀歩 冒頭の3つの問いに「まだ」と思われた⽅へ、最⼩の⼀歩を置いて帰ります。 1. 共通⾔語 2. 体験格差 3.ガバナンス 「使いこなす」の定義を、 研修を増やす前に、触れる場‧ 禁⽌リストを、「安全にできる道」 まず1枚書いてみる 相談できる場を1つつくる の案内に書き換えてみる 完璧なレベル定義でなくていい。たたき 体験格差は、知識ではなく体験でしか埋 台が共通⾔語の始まり まらない 最初の⼀歩は「⾒える化」の仕組みから やってこ！ 31
32. 究極の成功は、AI推進組織が不要になること 全従業員をAIネイティブにするとは、全員をAIの専⾨家にすることではありません。 We are Hiring! 社員が迷わずAIを使い始め、⾃分の業務で価値を確かめ、必要なら仕組みにし、 それを安全に次の⼈へ届けられる状態をつくることです。 そのために私たちは、①共通⾔語をつくり、②体験格差をなくし、 ③全従業員の“つくる”を安全に解放していきます。 この循環が各組織で⾃律的に回るようになったとき、全社AIムーブメント部は必要なくなります。 それが、私たちの究極の成功です。 32
33. スモールビジネスを、世界の主役に。
34. オマケ： AIで目指すもの。価値の定義。 全社AI施策FY26Q4 エグゼクティブサマリー より 抜粋 34