AI駆動経営の実装

1. AIを道具ではなく、経営の中心に AI駆動経営の実装 現場から経営までをAIでつなぐ 伊東 和成
2. 自己紹介
3. 自⼰紹介 名前 伊東 和成（いとう かずなり） 会社 株式会社サードスコープ 役職 取締役 COO その他 AI顧問・アドバイザー複数社 Xフォロワー 11 万人 150 名規模 経営者会 AI登壇 講演
4. 自⼰紹介 アカウント名: かずなり
5. 自⼰紹介 生成AI領域を軸に登壇やハッカソンを開催
6. 自⼰紹介 大手・上場企業の方々をお招きした食事会（月5回程） 過去の参加企業様（一部） 社長・会長・代表 副社長・役員 朝日新聞 LINEヤフー 高松建設 社長 会長｜証券コード 4689 社長｜証券コード 1762 マクニカ JR貨物 鳥貴族 創業者・名誉会長 会長 社長｜証券コード 3193 M&A総研 弁護士ドットコム KPMG 社長｜証券コード 9552 社長｜証券コード 6027 会長 ミダスキャピタル PwC Japan 全日空商事 代表 会長 社長 日本たばこ産業 セガサミーHD ZOZO 役員｜証券コード 2914 副社長 副社長
7. 駆動経営とは AI 駆動経営の仕組みの全体像 AI 駆動経営の実装 まとめ AI
8. 駆動経営とは AI 駆動経営の仕組みの全体像 AI 駆動経営の実装 まとめ AI
9. AI駆動経営とは AI駆動経営とは（私の考え） 人が毎回AIに指示するのではなく、AIが自律的に動く仕組みを設計する経営 これまで AI駆動経営 AIを「道具」として使う AIを「仕組み」として回す 人が毎回チャットで指示し、出てきたものを確認 時間や出来事をきっかけにAIが動き、評価し、結果を溜める。 して、次の指示を考える。人が止まればAIも止ま 人は判断と承認に集中する。 る。 ポイント 差がつくのはAIの性能ではなく、 「いつ動き・どう評価し・何を溜め・どこで人が止めるか」の設計
10. AI駆動経営とは 経営者・人間の仕事はどう変わるか AIに任せるのは手を動かす部分。決める部分は人に残す これまで AI駆動経営 情報を集める 人がツールを巡回 AI AIが毎朝集めて1画面に 資料・文面を作る 人がゼロから作る AI AIがたたき台を作る 判断する 人 人 人（AIが材料と選択肢を出す） 承認・送付する 人 人 人（AIは送らない） 要するに 「集める・作る」はAIへ。経営者の時間は「判断する・承認する」に集中させる
11. AI駆動経営とは AI駆動経営を支える3つの要素 「仕組み」「ナレッジ」「人の承認」がそろって初めて任せられる 3つの要素 仕組み （ループ） 仕組み（ループ） AI駆動経営 自社ナレッジ 時間・出来事・依頼をきっかけにAIが動き、評価して直す 評価・改善点・事例が溜まり、回すほど自社向けに賢くなる 自社ナレッジ 人の承認 （溜まる文脈） （止める場所） 人の承認 送付・公開・契約の前で止め、人が判断してから反映する
12. AI駆動経営とは AI駆動経営の3段階 多くの会社は第1段階で止まっている。仕組みとデータで次の段階へ 後ほど紹介する事例は、第2段階と第3段階にあたる 第3段階 データで育てる 第2段階 仕組みで回す 第1段階 手で使う 人が毎回AIに指示し、出てきたものを使う きっかけと評価を設計し、AIが自分で仕事 を進める 事例①Morning Brief 事例②AI社員オフィス 自社のデータが溜まり、提案や判断の質が 上がっていく 事例③営業AI社員
13. 駆動経営とは AI 駆動経営の仕組みの全体像 AI 駆動経営の実装 まとめ AI
14. AI駆動経営の仕組み AI駆動経営を実現するための全体像 議事録で止めず、レポート→戦略→決定までつなげる 1 2 3 4 5 集める 貯める まとめる 戦略にする 決める 会議・日報・問い合わせ 人の作業 要するに 会社の文脈として保管 エージェントの作業 週次レポートに加工 きっかけ・参照するもの 現場の声から経営判断まで、データを1本の流れでつなぐ AIが案とシナリオを書く 人が判断する
15. AI駆動経営の仕組み AI駆動経営を実現するための全体像 議事録で止めず、レポート→戦略→決定までつなげる 1 2 3 4 5 集める 貯める まとめる 戦略にする 決める 会議・日報・問い合わせ 人の作業 要するに 会社の文脈として保管 エージェントの作業 週次レポートに加工 きっかけ・参照するもの 現場の声から経営判断まで、データを1本の流れでつなぐ AIが案とシナリオを書く 人が判断する
16. AI駆動経営の仕組み ① データ集める：話すだけで記録が残る設計にする 会議と日報を、手間をかけずにデータにする 会議 すべて自動で記録する 日報 話して送るだけ 1 定例会議・打ち合わせを録音 1 帰りの車内で、音声で今日の報告 2 AIが議事録にして共有フォルダへ 2 チャットに投稿する 3 部署ごとに自動で整理 3 AIが文字にして顧客管理に登録 例：現場の定例会議、施主との打ち合わせ ポイント 例：「A様邸、カーポート追加の相談あり」 現場の入力作業は増やさない。話すだけで記録が残る
17. AI駆動経営の仕組み ① データ集める：話すだけで記録が残る設計にする
18. AI駆動経営の仕組み AI駆動経営を実現するための全体像 議事録で止めず、レポート→戦略→決定までつなげる 1 2 3 4 5 集める 貯める まとめる 戦略にする 決める 会議・日報・問い合わせ 人の作業 要するに 会社の文脈として保管 エージェントの作業 週次レポートに加工 きっかけ・参照するもの 現場の声から経営判断まで、データを1本の流れでつなぐ AIが案とシナリオを書く 人が判断する
19. AI駆動経営の仕組み ② データ貯める：記録を「会社の文脈」にする AIは、渡された文脈の分だけ会社のことがわかる 会議の議事録 営業・現場の日報 案件データ 社内ルール・方針 ポイント 会社の文脈（コンテキスト） 経営：戦略・計画 営業：顧客・商談 工事：現場・安全 経理：数字・決算 部署ごとに整理して、AIが読める場所に置く 議事録は「作るのが楽」より「AIが使える」ことに価値がある AIが毎回 読み込んで 仕事をする
20. AI駆動経営の仕組み ② データ貯める：記録を「会社の文脈」にする
21. AI駆動経営の仕組み AI駆動経営を実現するための全体像 議事録で止めず、レポート→戦略→決定までつなげる 1 2 3 4 5 集める 貯める まとめる 戦略にする 決める 会議・日報・問い合わせ 人の作業 要するに 会社の文脈として保管 エージェントの作業 週次レポートに加工 きっかけ・参照するもの 現場の声から経営判断まで、データを1本の流れでつなぐ AIが案とシナリオを書く 人が判断する
22. AI駆動経営の仕組み ③ データまとめる：AIが週次レポートにする 現場の生の声を、経営が読める形に加工して毎週届ける 週次 現場の声レポート（生データ） 経営向け 経営レポート（生データの考察） お客様のリアルな声 活動の件数と中身 競合の動き 受注・単価の推移 クレーム・信頼が揺らぐサイン 月の目標の達成状況 商品・サービスへの要望 部署ごとの課題 法改正・資材価格など業界の動き 次に打つべき手の候補 ポイント 日報に書かれなかった声まで拾える。状況を見れば会議がいらなくなる
23. AI駆動経営の仕組み AI駆動経営を実現するための全体像 議事録で止めず、レポート→戦略→決定までつなげる 1 2 3 4 5 集める 貯める まとめる 戦略にする 決める 会議・日報・問い合わせ 人の作業 要するに 会社の文脈として保管 エージェントの作業 週次レポートに加工 きっかけ・参照するもの 現場の声から経営判断まで、データを1本の流れでつなぐ AIが案とシナリオを書く 人が判断する
24. AI駆動経営の仕組み ④ データを戦略にする：考えるのはAI、決めるのは人 戦略づくりはAIに任せ、人は検証と判断に時間を使う（白が人間の役割） 1 2 3 4 AIが戦略案とシナリオ を書く 経営者がチェックする 役員・幹部で議論して 磨く 人が決める 最終承認は人間の責任 中期計画・事業戦略 前提と数字を確かめる 穴がないかを探す 責任を持って判断 AIの案は楽観的になりがち うまくいく前提で書かれやすい つまり 間違いがある前提で読む もっともらしい誤りが混ざる 考えるのは簡単になった。難しいのは「決める」こと 最後は複数の人の目で 1人で決めず、議論で磨く
25. AI駆動経営とは AI駆動経営（部署毎で構築できるエージェント例） 業務 ① データ基盤 ② 参照レイヤー ③ アクション 営業 商談の録音・日報・ CRMの案件データ 過去提案／受注・失注事例／ 上位者のレビュー観点 商談準備・提案資料・ 週次の営業レポート マーケティング 配信結果・記事・ クリエイティブ・広告数値 勝ちパターンの件名と訴求／ 表現ルール メール文面・記事・ バナー生成・入稿・改善案 応対ログ・問い合わせ内容と結果 回答の型／避けるべき対応／ エスカレーション基準 概要つき回答案・ 要対応の自動仕分け 制作 撮影素材・過去の制作物・ 指摘の履歴 トンマナ／NG表現／ 戻り先ごとのルール バリエーション生成・ 提出前のセルフチェック 開発 設計書・チケット・コード・ 実行ログ 実装方針／レビュー基準／ 過去の不具合 実装・自動レビュー・テスト・ デプロイ 経営管理 全部門の議事録・数値・ 部門レポート 経営戦略と計画／ 見たい指標の定義 週次・月次レポート・ 意思決定の材料づくり 商談から提案まで 集客とコミュニケーション カスタマーサポート 問い合わせ対応 クリエイティブ プロダクト 会社の意思決定
26. 駆動経営とは AI 駆動経営の仕組みの全体像 AI 駆動経営の実装 まとめ AI
27. AI駆動経営の実装 2つの事例の全体像 経営者の「判断」と、会社の「作業」をAIで回す 事例① 事例② Morning Brief 経営者の「朝の判断」を支える 8 ツール → 1 画面 AI社員オフィス 経営ダッシュ ボード係 毎朝①を 作って届ける 優先度と返信漏れをAIが判定 人は読んで判断するだけ 毎朝、決まった時刻に届く ※部署数・体数は管理画面上のサンプル値 会社の「繰り返し業務」を任せる 12 部署 42 体 Slackに常駐し、係ごとに動く ②の1体が ①を作る きっかけと権限を係ごとに定義 送付・投稿の前に人が承認
28. AI駆動経営の実装 2つの事例の全体像 経営者の「判断」と、会社の「作業」をAIで回す 事例① 事例② Morning Brief 経営者の「朝の判断」を支える 8 ツール → 1 画面 AI社員オフィス 経営ダッシュ ボード係 毎朝①を 作って届ける 優先度と返信漏れをAIが判定 人は読んで判断するだけ 毎朝、決まった時刻に届く 会社の「繰り返し業務」を任せる 12 部署 42 体 Slackに常駐し、係ごとに動く ②の1体が ①を作る きっかけと権限を係ごとに定義 送付・投稿の前に人が承認
29. 事例①：Morning Brief なぜ作ったか MTGが多く、朝の「巡回」だけで時間が溶けていた 以前 今 毎朝ツールを巡回 毎朝1画面で判断 カレンダー・メール・チャット・会議録・案件シ 起きたら、AIが集めて優先度をつけた1画面が届いている。「今 ートなど8つを1つずつ開く。返信漏れや予定の重 日やること」と「返信が遅れている相手」から読めばよい。 複に後から気づく。 ねらい 情報を「集める」時間をゼロにし、人は「判断する」ことだけに使う
30. 事例①：Morning Brief 仕組み：集める → 判定する → 1画面で届く 人が開く前に、AIが集計と優先度づけを終えている ① 毎朝、8つの収集元から集める ② AIが横断して判定する カレンダー（2週間先まで） Gmail（受信・送信） Slack（発信・DM・アラート） Chatwork（API・読み取り） 会議録ツール（オンラインMTG） 商談録音（対面・会食） 顧客・案件シート 1 タスクに優先度 S／A／B をつける 2 未返信の経過時間を数える 3 予定の重複・出欠未回答を見つける 4 明日のMTG相手を案件シートと照合 5 必要な準備をメモで添える 採用シート ※画面は実際の運用例。取引先名などの固有情報は伏せて構成のみ掲載 ③ 1画面で届く → 人が判断 Morning Brief デイリー版のHTMLダッシュボード （ウィークリー版も同じ仕組み） 経営者 読んで判断・返信・指示を出す （AIは送信しない）
31. 事例①：Morning Brief 経営ダッシュボード
32. 事例①：Morning Brief 経営ダッシュボード タスクの優先度など意思決定の軸をどんどんナレッジとして貯め、最適な提案をさせる
33. 事例①：Morning Brief AIが「判断」して出していること 集めるだけなら転記と同じ。価値はつき合わせと優先度づけ 判定 AIがやっていること 画面での出し方 優先度づけ メール・Slack・カレンダー・シートを横断し、今日やるべき 順に並べる S／A／Bの印と「今日」「今週」「期限超過」 返信の抜け漏れ 相手からの最後の連絡に自分の返信がないものを探し、経過時 48時間超は赤字。返信済みは薄く残す 間を数える 予定の重複 2週間先までの予定を見て、時間が重なるもの・出欠未回答を 拾う 重複日に印をつけ、どちらを動かすか提示 MTGの準備 明日の相手を案件シートと照合し、進捗と論点を添える 予定の横に「要準備」メモ 異常の検知 本番アラートの連続日数と件数を数える 数字タイルとブリーフの1行目
34. 事例①：Morning Brief ループ設計で見るとこうなる 本編の「外ループ設計の3つのコツ」をそのまま当てはめている 外ループ 内ループ 毎朝の定期実行 突き合わせて確かめる 人が頼まなくても、毎朝決まった時刻に起動して集計する 複数の収集元を照合し、取れなかったソースや推定は注記する 停止条件 引き継ぎ 読み取りのみ・送信しない 前日版との差分 APIは読み取り専用。返信や登録は人が行う 期限超過は翌日も継続表示。解消した重複は「解消済み」と書く 要するに Morning Briefは「外ループ＝定期実行」の代表例。止め方は「書き込ませない」こと
35. AI駆動経営の実装 2つの事例の全体像 経営者の「判断」と、会社の「作業」をAIで回す 事例① 事例② Morning Brief 経営者の「朝の判断」を支える 8 ツール → 1 画面 AI社員オフィス 経営ダッシュ ボード係 毎朝①を 作って届ける 優先度と返信漏れをAIが判定 人は読んで判断するだけ 毎朝、決まった時刻に届く 会社の「繰り返し業務」を任せる 12 部署 42 体 Slackに常駐し、係ごとに動く ②の1体が ①を作る きっかけと権限を係ごとに定義 送付・投稿の前に人が承認
36. 事例②：AI社員オフィス AI社員オフィス：12部署・42体（裏側はSlackに配置） AI社員を「部署と係」で配属し、今の仕事を1画面で見る 見方 部署＝業務のまとまり 営業・経理・マーケ・研修など12部署 係＝1体のAI社員 1体1業務。今の作業が吹き出しで見える 状態と承認待ち ※部署数・体数・件数は管理画面上のサンプル値 稼働中・待機中・構築中と、人の確認待ち を表示
37. 事例②：AI社員オフィス AI社員オフィス：12部署・42体（裏側はSlackに配置）
38. 事例②：AI社員オフィス 12部署と主な係 人の会社と同じ組織図で、繰り返し業務を係に分けている AI営業部 AI経理部 AIマーケ部 商談記録・商談レビュー・提案資料 見積・請求書・経費精算・入金確認 X投稿・記事作成・集客・リサーチ AI研修部 AIコンサル部 AI開発部 研修資料・動画編集・受講者フォロー 月次AIニュース・業務可視化・提案書 コードレビュー・テスト・要件定義 AIサポート部 AI人事部 AI総務部 問い合わせ・オンボーディング・利用状況 社内相談窓口・採用スカウト・面接調整 日報・議事録・契約書チェック AI情シス部 AI広報部 AI経営企画部 サイト死活監視・ツール接続・アカウント PR案件・登壇準備・プレスリリース 経営ダッシュボード・週次・進行管理 ※部署数・体数・件数は管理画面上のサンプル値
39. 事例②：AI社員オフィス 構築例①: 1体の職務定義書（Hermes Agent） 「何を・いつ・何に触れて・何を出すか」を係ごとに決める AI社員の職務定義（例） # AI営業部｜商談準備係 【役割】翌日の商談相手を調べ、想定質問をまとめる 【きっかけ】平日17:07の定時実行／@メンション 【成果物】相手企業・担当者の情報と想定質問（HTML） 【接続先】カレンダー・Web検索・Notion（読み取り） 【モデル】標準モデル 【承認】なし（調べてまとめるだけ） ポイント きっかけを決める 定時・@メンション・出来事のどれで動くか 成果物の形を決める 受け取り方（HTMLなど）まで指定する 触れる範囲を絞る 接続先は最小限。多くは読み取りのみ
40. 事例③：営業AI社員 提案中の手伝い：たたき台ができるまで
41. 事例②：AI社員オフィス 構築例① 1体の職務定義書
42. 事例②：AI社員オフィス AI社員の動き方：3つのきっかけ→承認→反映 人が頼む・時間が来る・出来事が起きる。どれでも同じ流れに乗る 1 2 3 4 5 6 きっかけ AI社員が作業 成果物を投稿 承認待ちに積む 人が承認／差し戻 し 反映 @メンション／定時実 行／出来事（受信・ PR作成・会議終了） Slackに常駐し、職務 定義どおりに動く 下書き・レポート・回 答案など 送付・投稿・追記の前 で止まる 差し戻しは理由をつけ てAIへ 送付・投稿・DB追記 人の作業 エージェントの作業 きっかけ・参照するもの
43. 事例②：AI社員オフィス AI社員が賢くなる仕組み 評価と人の修正が溜まり、次の提案や教育に使われる 入ってくるもの 自社ナレッジ 使われる先 商談の全文（録音） 勝ちパターン 提案資料のたたき台 デイリーの評価結果 よく出る懸念と回答の型 商談前の想定問答 ウィークリーの改善点 業界別の成功事例 新人の学習教材 人が直した点・採否 提案資料の良い型 次の商談の準備 要するに 一般論ではなく「自社で実際に効いたこと」が溜まる。だから提案が自社らしくなる
44. 事例②：AI社員オフィス 安心して任せるための4つの設計 「何でもできるAI」ではなく「決まったことだけをするAI」にする 1 権限を絞る メールは送信・削除をOFF、会計や採用シートは読み取りの み。書き込みが要る係だけ許可する 3 モデルを使い分ける 定型・大量の係は軽量モデル、通常は標準、レビューや判断 の係は上位モデルでコストと品質を両立 2 人の承認を挟む 見積書の送付、X投稿、商談レビューのDB追記などは「承認 待ち」に積み、人が押してから反映 4 進行役の係を置く 経営企画部の「ディレクション係」が毎時、全部署の進行と 承認待ちを集約し、滞りを知らせる
45. AI駆動経営の実装 2つの事例の全体像 経営者の「判断」と、会社の「作業」をAIで回す 事例① 事例② Morning Brief 経営者の「朝の判断」を支える 8 ツール → 1 画面 AI社員オフィス 経営ダッシュ ボード係 毎朝①を 作って届ける 優先度と返信漏れをAIが判定 人は読んで判断するだけ 毎朝、決まった時刻に届く 会社の「繰り返し業務」を任せる 12 部署 42 体 Slackに常駐し、係ごとに動く ②の1体が ①を作る きっかけと権限を係ごとに定義 送付・投稿の前に人が承認
46. 駆動経営とは AI 駆動経営の仕組みの全体像 回し続ける仕組み AI 駆動経営の実装 まとめ AI
47. まとめ 仕事の進め方が変わる：設計して、任せる 人は設計と確認に集中し、作業は寝ている間にAIが進める 1 2 3 設計に一番時間をかける ルールを決めて任せる 作っては捨てていい 何を作りたいか、なぜ必要かをAIと議論 迷ったら確認する点、セキュリティは AIならやり直しが速い。失敗したら戻せ して固める。ここが一番大事。 必ず人が見る、などを先に決める。 ばよく、良いものだけを残す。 ポイント 「後戻りしない計画」より「試して捨てる」が前提の働き方へ
48. 駆動経営とは AI 駆動経営の仕組みの全体像 回し続ける仕組み AI 駆動経営の実装 まとめ AI
49. 自⼰紹介 アカウント名: かずなり