AI推進委員会とGemini Enterpriseが牽引する全社AI活用とナレッジ活用基盤の刷新

━━━━━━━━━━━━━━━━━━━━━━━━━━━━
　　MIXI MEETUP！AI DAY 2026 - SESSION ARCHIVE
━━━━━━━━━━━━━━━━━━━━━━━━━━━━

AI推進委員会とGemini Enterpriseが牽引する全社AI活用とナレッジ活用基盤の刷新

AI推進委員会・アンバサダー制度による全社AI活用推進と、Google Cloudの「Gemini Enterprise」を活用した大規模社内ナレッジの検索・活用基盤刷新の取り組みを紹介します。「組織的な普及活動」と「Gemini Enterpriseによる知識活用」を組み合わせ、現場から経営までを一気通貫で支える社内AI活用の全体像と、その成果について共有します。

はたらく環境推進本部/コーポレートエンジニアリング部
周 軼駿
はたらく環境推進本部/コーポレートITサービス部/アプリ整備グループ/アプリケーションチーム
岡崎 誠

────────────────────────────
□セッション情報
https://mixi.connpass.com/event/380889/
□イベントハッシュタグ
#miximeetup2026
━━━━━━━━━━━━━━━━━━━━━━━━━━━━

◇◆◇ Information ◇◆◇
◎ エンジニアSNS/メディア
X（旧Twitter）
https://x.com/mixi_engineers
MIXI Developers Blog (medium)
https://mixi-developers.mixi.co.jp/
Slide (SpeakerDeck)
https://speakerdeck.com/mixi_engineers/

◎デザイン職メディア
MIXI DESIGN note
https://note.com/mixi_design/
MIXI DESIGN Cocoda
https://cocoda.design/teams/mixi-design
Slide (SpeakerDeck)
https://speakerdeck.com/mixi_design/

◎採用情報
https://mixigroup-recruit.mixi.co.jp/

HP
https://mixi.co.jp/
X
https://x.com/mixi_PR
connpass
https://mixi.connpass.com/

Transcript

1. ©MIXI MIXI MeetUP! AI DAY 2026 AI推進委員会 と Gemini Enterprise が牽引 する全社AI活用とナレッジ活用基盤の刷新 はたらく環境推進本部 コーポレートITサービス部 アプリ整備グループ 岡崎 誠 はたらく環境推進本部 コーポレートエンジニアリング部 周 軼駿 1 / 27
2. ©MIXI 自己紹介 岡崎 誠 （おかざき まこと） 2022年、ミクシィ（現 MIXI）入社。コーポレートITサービス部 にて、SaaS活用による生産性の高い業務環境の構築を牽引。 現在はリーダーおよびAIアンバサダーとして、AI活用を前提とし た全社の業務変革をミッションに活動している。 周 軼駿（しゅう いしゅん） 周さん 写真 2012 年、新卒でミクシィ（現 MIXI）入社。SNS『mixi』の機能 開発や『モンスターストライク』の海外展開を経て、2018 年よ り現職。SaaS 運用や AI 推進に従事し、Gemini Enterprise 導入 では PM（プロジェクト マネージャー）として技術実装から現場 の活用まで基盤作りを主導している。 2 / 27
3. ©MIXI 部署紹介 いわゆる「情シス部門」 ミッション 「はたらく」環境を、仕組みとプロダクトで前に進める 担当領域 社内IT / 権限・ID基盤 / コラボレーションツール / ワークフ ロー自動化 最近のテーマ 「迷わせない」サポート窓口の集約と、AI・SaaS活用による業 務自動化・高速化を重点テーマとして推進中 3 / 27
4. ©MIXI 前半パートのポイント 01 現場主導で回る全社推進体制 AI推進委員会とアンバサダー制度 02 現場の実践を「全社の知見」へ 各現場の事例を月次サマリーレポートで可視化 03 AI推進業務自体の「仕組み化とAI化」 全部署からの活動報告を自動集約し、「AIが読めるデータ形式」へと構造化して分析 4 / 27
5. ©MIXI 利用の二極化 一部の層しか使わず、 全社的な文化にはならない 知見の属人化 個人の便利な使い方が横展開されず、 組織の資産にならない ガバナンスの不安 ルールが不明確で現場が動きづらい MIXIにおけるAI推進の課題 5 / 27 定着の仕組み化 現場の断片的な知見を全社に広げる 仕組みの構築 ガバナンス ルールや教育体制を整備 有料ツールの配布だけでは、全社浸透は起きなかった 課題 打ち手
6. ©MIXI AI推進委員会とは 現場主導で回る”推進体制”の確立 AI推進委員会が方針をつくり、 部門長とアンバサダーが現場実装を前へ進める 2024.12 に発足 ・全社横断的な推進体制の構築（トップダウン × ボトムアップ） ・取締役の村瀨を委員長としてトップダウンでコミットしつつ、 　各事業部門長や全45部署から選任された「AIアンバサダー」を巻き込む構成 ・実装進捗の管理とノウハウの横展開 ・教育・啓蒙イベントの主催 6 / 27 AI施策の実装進捗や活用推進を担う全社横断組織 AI推進委員長 取締役 上級執行役員 村瀨 龍馬
7. ©MIXI AIアンバサダーとは 現場起点で「学び・試す・広げる」ための社内ネットワーク　全社で約60人 AIアンバサダー 現場の課題 活用アイデア 研修/交流 事例発信 ・部室内のAI活用(施策/課題/進捗)を 　一元把握して“見える化”する ・戦略設計→戦術化→実行支援まで伴走 ・委員会へ定期レポートし、横展開・発信 7 / 27 役割 各部署の生成AIの実績や施策の発信を担当
8. ©MIXI 運用のアルゴリズム 8 / 27 STEP 1 部室⻑合宿 追加 / 完了をSlackで報告 成果レポートとして全社に展開 「PoCではなく変革」 へ認識合わせ 全社横断でそろえた 運用方針・報告ルール・ガバナンス 勉強会・個別相談 状況把握・課題発見 STEP 2 共通⽅針 STEP 3 現場伴⾛ STEP 4 ⽉次報告
9. ©MIXI 月次レポートで、現場の実践を全社の学びに 「報告」を「横展開できる知見」に翻訳する 9 / 27 このレイヤーがあることで、委員会は “現場の断片” ではなく、 全社に展開できるパターンとして進捗を見られる。 全従業員がみられるSlackチャン ネルでAI推進委員⻑の村瀨が投稿 閲覧導線 ROIが明確な成果 経営が知るべき重要な動向 広報価値の⾼い成果 主要技術トレンド 組織的成熟度の進展 セクション
10. ©MIXI 全部署のまとめレポートの作成 Before：手動 ・各部署のドキュメントタブ作成 ・報告をドキュメントへコピー ・各部署のmdファイルダウンロード → 時間が溶ける After：仕組み化 ・入力をフォーム化 ・シートに集約 ・GASでmdファイル自動生成 ・AIで報告チェック → “見る”に集中 10 / 27 AI推進委員会も率先してAIを活用
11. ©MIXI 全部署横断報告ファイルの作成 さらに「AIが読める」形式へ GAS シート読込 → Markdown生成 DL MDを一括 ダウンロード AI 要約/集計 重要情報の抽出 検証 ユーザー情報JSON 提出組織チェック “報告をAIが理解できる形”にしてから食わせるのがポイント 11 / 27
12. ©MIXI 前半まとめ：仕組みの普及と知識基盤の両輪で、 AIは“共通言語”になる ⼈が動く仕組み 知識が使える仕組み 現場→部⾨→経営を ⼀気通貫で⽀える 12 / 27 AI推進委員会 / アンバサダー 月次レポート / 社内検索 「AIは⼀部の便利ツールではなく、 会社を変⾰する共通⾔語です」 AI推進委員会・アンバサダー・月次レポートで 「使う理由」と「使い方」が全社に広がった
13. ©MIXI 横串で協力はあるの？ アンバサダー同士で、部門を越えて助け合える？ 例：PoC/テンプレ/実装支援 を「横串」で回す 後半パート： Gemini Enterprise のPoCと全社展開へ 13 / 27
14. ©MIXI 後半パートのポイント 01 全社ナレッジ基盤の構築 Gemini Enterprise導入の核心 02 AIアンバサダーとの連携 現場と密に連携したスピード導入プロセス 03 実務でのリアルな成果 全社展開後の具体的な数値と手応え 14 / 27
15. ©MIXI Gemini Enterprise とは 「すべての従業員が、あらゆるワークフローで最先端の Google AI テクノロジーを利用できるエージェント プラットフォーム」 MIXIの立ち位置 国内ファーストユーザーの1社として早期に導入 15 / 27
16. ©MIXI 組織の課題とMIXIの変遷 Before After 背景 • フルマネージドな自社システム (Amazon Kendra + Azure OpenAI) • 内製システムの高い運用負荷 • エンジニア工数の逼迫 • 権限管理が難しい • 機能要望が多い 課題 → 変化 • 全社ナレッジの民主化 • マネージドによる運用解放 • 高精度なRAGの提供 • 既存権限（ACL）の自動継承 狙い 高負荷な内製運用から脱却し、活用 とガバナンスに集中できる基盤へ Gemini Enterpriseへの刷新 16 / 27
17. ©MIXI 導入のスケジュール 2025/3/14 フェーズ1：プレ導入 PoCライセンス契約、環境構築 2025/3/19 フェーズ2：少人数検証 ツールの連携方法・ACLの正常動作の確認 2025/5/09 フェーズ3：AIアンバサダー検証 部室長とAIアンバサダー160名で安定性・有用 性を評価 2025/6/02 フェーズ4：事業部検証 モンスト・コトダマン中心に、実データで深掘り 2025/7/07 全社リリース 七夕の日に全社展開 4ヶ月で全社リリース 17 / 27
18. ©MIXI 導入の障壁と突破口 早期リリースの要因 AIアンバサダーとの連携 1人あたり平均削減時間 5.5h / 月 • 自分事化したコアメンバーによる実務検証 • 数多くの率直なフィードバックと成果の可視化 • 「使いながら育てる」経営判断 突破口：『経営の熱量』 × 『現場の確かな実績の裏付け』が全社導入の決定打となった 18 / 27 障壁：検証の壁（PoCの迷走）× 意思決定の壁
19. ©MIXI 現在の利用状況 16M files 2TB 累計のインデックスされたドキュメント数 1,600万ファイル / 2TB 以上 74 Conectors 74以上のコネクタを作成して連携 内訳：Jira(19)、Confluence(16)、Googleドライブ(11)、Slack(10) BigQuery、CloudStorage、他 10 Apps 全社利用、事業部専用環境（モンスト他 9環境） 19 / 27
20. ©MIXI 導入後の成果：セキュアな横断検索基盤 Jira / Conflue, Slack をはじめとする 多くのコネクタを活用 マルチツール対応 横断検索を“1つの入口”で実現 • Google Workspaceコアサービス • BigQuery / Cloud Storage • Jira / Confluence • Slack 検索結果（アクセス権のある情報のみ） “見える人にだけ見える” を厳守 「万全のガバナンス」が「情報の民主化」を加速させた。信頼されるナレッジ基盤へ。 厳密な権限管理（ACL） Google Cloud 顧客事例として公開中 「50 のコネクタ」で情報を束ね、「チームメイ ト」としてともに働く。MIXI と freee が選んだ Gemini Enterprise 活用のカタチとは 20 / 27
21. ©MIXI 活用事例①：社内ドキュメントの検索 社内の「知りたい」が、Gemini Enterprise に聞くだけで完結 狙い / 価値 独自ナレッジの構造化と検索 / 内製RAGと同等品質を維持しつつ、多岐にわたるドキュメントに対応 21 / 27 ・Confluence ・Knowledge Graph 　（従業員情報） ・他 50ほど 連携コネクタ 全社共通 Gemini Enterprise環境 「社内規定」「ゲストWi-Fi」「ランチメニュー」など 幅広い情報を瞬時に提示
22. ©MIXI ・Jira / Confluence ・Slack ・Googleドライブ ・Cloud Storage 　├ 公式サイト 　├ 公式X 　└ モンストディクショナリ 活用事例②：モンスターストライク あらゆる情報と運営ナレッジを瞬時に呼び出す『モンストRAG』 狙い / 価値 散在するドキュメントを横断検索 / 属人化の解消と、チーム全体での「知の継承」の加速 22 / 27 モンスト専用 Gemini Enterprise環境 連携コネクタ 内製RAG から完全移行
23. ©MIXI 活用事例③：SNS mixi（ミクシィ） 20年超の運営で 蓄積された情報を「資産」に変える 狙い / 価値 散在するドキュメントを横断検索 / 歴史や埋もれたドキュメントの抽出 23 / 27 ・Jira / Confluence ・Slack ・Googleドライブ ・Cloud Storage 　├ 公式ヘルプ 　├ mixi Developer Center 　└ Qiita Team（部内ナレッジ） SNS mixi専用 Gemini Enterprise環境 連携コネクタ
24. ©MIXI 課題点1：検索精度の追求 Gemini Enterprise で可能なこと • コネクタを介したデータ接続 • Geminiモデルの高品質な回答 • 検索最適化 （チャンクサイズ・スキーマの調整） Gemini Enterprise で厳しいこと • 検索アルゴリズムへの介入 （リランキング・ファインチューニング不可） • モデル性能の追従 （Geminiよりも対応が遅い） • 利用状況分析のハードルが高い （検索ワード・正答率の可視化が厳しい） AIは魔法ではない。基盤の「限界」を理解し、地道なデータ整備で精度を勝ち取る覚悟が必要 地道な努力が必要なこと • 継続的なデータクレンジング • コネクタを細分化 24 / 27
25. ©MIXI 課題点2：インターフェースの起点 「Webブラウザ」から「Slack」へのシフト Web ブラウザ Slack 日常導線 → → 利用開始までの心理的 ハードル 普段の会話から 意識せずにAIを使う ナレッジ活用が “特別な行為”でな くなる 目指す状態：Slack起点で、社内ナレッジへのアクセスが自然に組み込まれるUX 25 / 27
26. ©MIXI 後半まとめ：AIネイティブな文化の醸成 Gemini Enterpriseとアンバサダーの力で『全社ナレッジ基盤』をスピーディに構築することができた ツールを入れただけで終わりではなく、さらに新しい活用領域が開拓に向け 既存の枠組みを超えたさらなる活用領域の拡大をすべく改善を目指します ✦ 全社ナレッジ基盤 ◎ AIネイティブな組織文化 ↗ さらなる活用領域の拡大 26 / 27
27. ©MIXI Thank you! 27 / 27
28. ©MIXI