AI駆動AI普及活動 ～ 社内AI活用の「何から始めれば？」をAIで突破する

社内にAIツールはあるのに「何に使えばいいか分からない」で止まっている——いわゆる「ブランクキャンバス問題」について、AI自体を普及活動の推進エンジンとして使うアプローチを整理してみました。
社員がプロンプトをコピペするだけでAIが業務のヒアリングを進め、ユースケース候補や障壁が自然と言語化される仕組みです。研修で「教える」のではなく、使う体験そのものを通じて定着を目指しアプローチです。

Transcript

1. AI駆動AI普及活動 社内AI活用の「何から始めれば？」をAIで突破する 荒川 裕二 日本オラクル株式会社 クラウド事業統括 製品事業統括 OCI Platform COE本部 ソリューションズ・アーキテクト部
2. Copyright © 2026, Oracle and/or its affiliates 2 こんなこと、起きていませんか？ 偉い人 AI活用を 普及させよう！ AI詳しい人 使ってもらう のが一番！ 現場の管理職 何に使ったら いいだろう？ 現場の人 業務でって言われると ピンとこない… ブランクキャンバス問題 「何でもできるが、どこから始めればいいか分からない」 ツールは手元にあるのに現場で使われない、という状況をどう動かすか
3. Copyright © 2026, Oracle and/or its affiliates 3 AI活用が定着しない、本当の理由 使い方の知識不足よりも「業務文脈の欠落」と「不確実性」が大きなボトルネック ブランクキャンバス 問題 何をどう指示したら良い か分からない 翻訳の壁 自分の業務にどう当ては めれば良いか分からない ポリシーの不安 使って良いデータと悪い データがあいまい 心理的障壁 なんとなく怖い、失敗しそ う責任が不明 Prosci社の調査でも、理解不足・効果的な使い方への不安・未知のリスクへの恐れが 普及を妨げる要因として挙げられている
4. Copyright © 2026, Oracle and/or its affiliates 4
5. Copyright © 2026, Oracle and/or its affiliates 5 コンセプト：「教える」→「使いながら障壁を溶かす」 従来のアプローチ 研修で「教える」 ↓ 操作方法・プロンプトの書き方を説明 ↓ 現場で応用できない… → AI駆動AI普及活動 AIと対話する体験を設計 ↓ 業務の言語化・ユースケース発掘・障壁の 可視化 ↓ 一石三鳥の効果！ Human-in-the-loop：AIは対話の進行・整理・統合を担い、意思決定と最終判断は人間が担う
6. Copyright © 2026, Oracle and/or its affiliates 6 気づきを元にAI体験ガイドを更新 → サイクルを回して普及の幅と深さを段階的に広げる
7. Copyright © 2026, Oracle and/or its affiliates 7 1 AI体験 AI体験ガイド＝コピペするだけのプロンプト 社員の操作は「コピペして貼り付ける」だけ AIが質問をしながら対話を進め、業務の状況を 引き出し、具体的な活用案とアウトプットまで導く ポイント： 編集させない・考えさせない・コピペ一発で始まる • 便利プロンプトで先にAIの便利さを体感してもらう • メール下書き、要約、FAQ草案など誰でも使える題材 • 体験を踏まえてAI体験ガイドの対話に入る パナソニックコネクトの事例 日常業務15件のプロンプト サンプルをトップ画面に用意 し、すぐに使える状態で 社員に提供 対話の流れ • 業務内容の確認 • 繰り返し作業の特定 • 成果物・関係者の把握 • 困りごと・制約の整理 • ユースケース案の提示
8. Copyright © 2026, Oracle and/or its affiliates 8 2 発見の共有 ユースケース案を2つ 自分の業務で試してみたい活 用案 来週実際に試すこと 具体的なアクションとスケジュー ル 必要なデータや権限 実行に必要なリソースの特定 注意点やリスク 懸念事項とその対策案 「上司への提出」ではなく「仲間への共有」 同じ情報が集まるのに、社員の体験は大きく変わる SlackやTeamsへの投稿、共有会での口頭共有でもOK Human-in-the-loop：AI出力をそのまま共有せず、本人が必ずレビューし確認してから共有する
9. Copyright © 2026, Oracle and/or its affiliates 9 3 チームの気づき 今サイクルの概要 参加者数・発見共有ノートの収集数 ユースケース候補トップ3 ロール別・優先度付き。「すぐ試せる」「中期的に検討」など段階分け 障壁トップ3 タイプ（ポリシー／アクセス権／心理的抵抗／リーダーシップ）を添える 推奨アクションと担当部門案 「誰が何をするか」のたたき台。議論の出発点として提示 次サイクルへの反映提案 未解決の障壁、次に招待すべきロール、AI体験ガイドの改訂ポイント チーム気づきレポートはゴールではなく起点 チャンピオン（アンバサダー）やマネージャーが「読んで優先度とオーナーを書き込む」だけで 次の打ち手に進める状態を作る。McKinseyのセグメンテーション分析と同様の効果を プロンプト一つで簡易的に実現する仕組み。
10. Copyright © 2026, Oracle and/or its affiliates 10 一度で得られる4つの効果 最初のAI体験 「いつかやろう」を排除。実務の文脈で最初の一歩 を踏み出す 発見（ユースケース発掘） 自分で見つけたユースケースは定着しやすい （IKEA効果） 障壁の可視化 AIとの1対1の対話で心理的安全性が高く、率直 な声を引き出す チームの気づき 個人の学びを部門の打ち手に集約。組織成果へ の接続 McKinsey調査（2024年） 生成AI活用企業の80%以上が全社的なEBITインパクトを報告できていない。 個人の活用が組織の成果につながらない要因 → 「統合」のステップの欠如
11. Copyright © 2026, Oracle and/or its affiliates 11 AI体験ガイドの設計ポイント 1 前提コンテキスト 部門の目的、使用するAIツール、今回のゴールを簡潔に記載 2 AIの役割定義 「業務改善の相談相手として社員にインタビュー」のように振る舞いを指定 3 対話の手順 業務内容→繰り返し作業→成果物→関係者→困りごと→制約 の順で 4 ポリシーと安全ルール 入力してよい情報と避けるべき情報を明記。ガイドラインページへのリンクも 5 アウトプット形式 ユースケース案、ToDo、必要なリソース、リスクを箇条書きや表で指定
12. Copyright © 2026, Oracle and/or its affiliates 12 Human-in-the-loop：役割分担を明確にする AIの役割 • 対話の進行・ファシリテーション • 業務情報の整理・構造化 • ユースケース候補の提案 • チーム気づきレポートのたたき台作成 • 加速役であって判断者ではない 人間の役割 • AI出力のレビューと確認 • 機密情報・事実関係のチェック • 採用するユースケースの意思決定 • 実行の優先順位とルールの策定 • 最終判断と責任は常に人間側 役割分担の明示は、社員の心理的障壁を下げる効果もある 「下書きとして使って、自分の目で確かめて直せばいい」→ 慎重派も最初の一歩を踏み出しやすい
13. Copyright © 2026, Oracle and/or its affiliates 13 運用のポイント：成功条件 1 開始を限りなく簡単にする コピペ一発で始まること。「ドキュメントを読んで編集して …」と言った瞬間に離脱 2 共有の場を用意する Slack/Teams/Discordに専用チャンネル。 McKinseyの「Lilli Clubs」に相当 3 スーパーユーザーを設定する アーリーアダプター層を選定し、最初の成功体験を作っ てもらう 4 組織文化に合わせた旗振り役 チャンピオン（アンバサダー）方式を推奨。同僚の声は 指示より実感を伴う 5 ヘルプデスク化を避ける 操作の疑問は「まずAIに聞いてみてください」→ 自己解 決の回路を構築 6 低リスク業務から始める 要約、メールのドラフト、FAQ草案など失敗しても影響 の小さい業務から
14. Copyright © 2026, Oracle and/or its affiliates 14 運用のポイント：落とし穴と対策 「確定ロードマップ」と誤認する たたき台を実行計画に変換する3ステップ： ① 優先度とオーナーを書き込む 各アクションに優先度と担当者案を付与 ② 「声が活きた」とフィードバック 次サイクルへの参加動機を生む ③ 障壁をエスカレーション IT部門・法務・経営層へ。「障壁トップ3」を添える 1回で終わらせてしまう 「継続」ではなく「進化するサイクル」を設計 次サイクルへの反映（最低3点）： • 未解決の障壁を次の質問に組み込む 「前回困ったことはその後どうなりましたか？」 • 有望ユースケースを先行事例として紹介 「すでに試した人がいる」＝最強のブランクキャンバス解消 • 参加率が低かったロールを優先招待 「全員に同じもの」→「届いていない人に届ける」
15. 成果指標の段階設計 第1段階 採用率を見る AI体験ガイドの実行者数 発見共有ノートの共有率 AIツールの週間アクティブユーザー数 数値目標として課すと「 形だけの参加」のリスク → 第2段階 行動変容を見る ワークフローにAIステップが含まれる 割合 繰り返し利用の頻度 習慣化した作業の有無 サイクルの中で定性的に 確認できる → 第3段階 成果を見る（任意） 業務サイクルタイム削減 成果物の品質向上 eNPS（従業員エンゲージメント） 組織の準備が整った時 点で検討
16. 導入時に用意するもの 1 参加者への案内メール 目的、進め方、発見共有ノートの形式 、 ポリシーリンク、Q&Aチャンネルの案内 チャンピオンから仲間への呼びかけ形式 で 2 AI体験ガイド 社員がAIにそのまま貼り付ける プロンプト（第4章の設計ポイントに準 拠） AI体験ガイド自体もAI駆動で生成可 能！ 3 チーム気づきレポート 生成プロンプト 発見共有ノートをまとめてAIに渡し 部門レベルのアクションプランを生成 チャンピオンまたはマネージャーが使用 併せて明記しておくべきこと： • 入力データのルール（機密情報・個人情報の取り扱い基準） • 確認義務（AI出力をそのまま共有しないこと）
17. Copyright © 2026, Oracle and/or its affiliates 17 まとめ：チャットの先にあるAIエージェントへ AI体験ガイドに数問追加するだけで エージェント向け情報も同時に収集 「この作業はどのシステムで始まり、 どこで完了しますか？」 「人の判断や承認が必要なポイントは？」 まずはAI体験ガイドを1つ作って 数名に試してもらうところから チャットの普及で得られた信頼と実績の上に、段階的にエージェントの領域を広げていく。 その最初の種は、AI体験ガイドの中にすでに蒔くことができます。