仕事の対話を AI でハックする考え方とプロセス 〜 AI と協働できる人材へ 〜

AI 技術を活用してビジネス コミュニケーションを革新する方法を紹介します。株式会社 和談の代表取締役社長、吉崎 亮介が、AI と協働できる人材の育成方法、ビジネス プロセスの最適化、そして対話の再定義を通じた組織変革の実現について詳細に解説します。特に、和談が提供するサービスWadan Matchを通じて、どのようにして効果的に AI を活用し、ビジネスの現場で実践的な変革を遂げるかについて掘り下げます。

プレゼンテーションの主なトピック:

AI の性質を理解する: AI の基本的な特性とそのビジネスでの応用方法を学びます。AI 技術がどのように業務効率を向上させるかを具体例を交えて紹介します。
ビジネス プロセスの最適化: AI を活用してビジネス プロセスを最適化する方法を説明します。Wadan Match の導入による具体的な効果や、実際のケーススタディを通じて、AI の実践的な利用法を学びます。
対話の再定義: 組織内での対話を再定義し、どのようにして組織変革を実現するかを探ります。AI が対話の質を向上させ、コミュニケーションの効率を高める方法について解説します。
FAQ パターンを超える AI の活用: よくある質問（FAQ）の枠を超えた AI の活用方法について紹介します。AI がどのようにしてより複雑なコミュニケーションや業務をサポートできるかを探ります。

詳細について:
Wadan Match は、AI 技術を用いて対話の質を向上させ、ビジネスの現場で実践的な変革を遂げることを目指しています。現在、アルファ版のユーザー企業を数十社限定で募集中です。サービスの詳細や申し込み方法については、こちらをご覧ください。

このプレゼンテーションを通じて、AI と協働するための具体的なプロセスや考え方を学び、組織の変革を実現するための一歩を踏み出しましょう。

Transcript

1. 仕事の対話を AI でハックする 考え⽅とプロセス 〜 AI と協働できる⼈材へ 〜 株式会社キカガク 創業者 / 顧問 株式会社和談 代表取締役社⻑ 吉崎 亮介
2. ⾃⼰紹介・経歴 2 エンジニア • 舞鶴⾼専（2007~2014） • 京都⼤学⼤学院（2014~2016） 起業家 • 株式会社キカガク 代表取締役（2017~2023) • 株式会社和談 代表取締役社⻑（2024~） その他 • 株式会社エイチーム 社外取締役 (2022~) • 株式会社RY Capital 代表取締役（2024~） • ⽂部科学省 アントレプレナーシップ推進⼤使 (2024~) New 東証プライム上場企業役員 ベンチャー投資家 ⽇本を代表する55⼈が任命 1⼈→80⼈ 吉崎 亮介 よしざき りょうすけ
3. 対話の再定義による組織変⾰の実現 Empowering organizational transformation through redefining communication 株式会社和談 (Wadan, Inc.) 和談はテクノロジーの⼒を使って対話のあり⽅を根本から⾒直し 組織変⾰を実現することを⽬指しています。 ▼ 和談による「対話の再定義」第１弾は...
4. α版ユーザー企業を数⼗社限定で募集中！ 4 ▶ サービス詳細はこちら https://www.wadan.co.jp/service/wadan-match
5. ゴール 1. ⼀緒に働く AI の性質を知る（まずは相⼿を知る） 2. AI を活⽤したビジネスアイディアの探し⽅を学ぶ 3. AI と協働する考え⽅を⾝につける 5
6. ⼀緒に働く AI の性質を知る
7. ⼀緒に働く AI の性質を知る AI の性質を知ることの重要性 7 • これからの時代は、AI と協働して活躍できる⼈材が求められる • そのためには、まず AI の性質を理解することが不可⽋ レベルチェック レベル１ ChatGPT や Claude を⽇頃から使っているか？ レベル２ AI の特性（Embedding や RAG など）とその使い道を知っているか？ レベル３ 適⽤したい領域のビジネスについて問題を⼯程分解できるか？ レベル４ AI と協働して改善を積み重ねた経験はあるか？
8. 問題を⼯程分解する重要性 8 • ⾃社の課題や業務プロセスを細かく分解・整理することが重要 • AI導⼊においては、この⼯程分解がおろそかになりがち • 課題を適切に分解してこそ、AIの活⽤が進む 会話を 確認 資料を 確認 担当者へ 確認 内容を 検討 表現を 検討 関係者へ 確認 メール送信 メール送信の⼯程の解像度が低い⼈ メール送信の⼯程の解像度が⾼い⼈ ⼀緒に働く AI の性質を知る
9. AI の適⽤可能性と効果の⾒極め 9 • 分解した⼯程のどこにAIを適⽤できるか、どこに適⽤すると効果が⾼いか • 性能の向上、対応可能な顧客数などを考慮し、費⽤対効果の観点で業務を選択 会話を 確認 資料を 確認 担当者へ 確認 内容を 検討 表現を 検討 関係者へ 確認 検索量が多く 経験にも左右される 返信が来ないと 次に進めない (1) 類似の依頼でも また繰り返す 必要⼗分な回答を 網羅しないといけない 相⼿に失礼があると ⾮常に危険 返信が来ないと 次に進めない (2) 性能の向上 対応可能な顧客数 対応可能な顧客数 性能の向上 同期待ち 同期待ち ⼀緒に働く AI の性質を知る
10. AI を活⽤しながら使いこなす⼒の重要性 10 • AIの登場によって、必要とされるスキルセットは⼤きく変化するわけではない • プログラミング、ノーコード、営業スキルなど、従来のスキルは引き続き重要 • 最も⼤きく変わるのは、AIを活⽤しながら業務を遂⾏する⼒ • AIを適切に活⽤することで、成果物の品質を⾼め、業務の効率化を図れる • ただし、AIの導⼊当初は⼀時的に効率が落ちることも念頭に置く必要がある 成果物 成果物 作業 作業 過程が短縮される ⼀緒に働く AI の性質を知る AI
11. AI と協働する技術を持った⼈材の重要性 11 • これまで優秀とされてきた⼈材が、AI の導⼊を阻害する可能性がある • AI と協働できる⼈材を育成することと同時に、AI 導⼊に『無意識』のうちに 阻⽌している⼈材を減らしていくことが重要 • 仕組み作りは⼀部の⼈材によるが、使うのは組織全体の多数派であるため 仕組みを作る⼈材よりも、AI 導⼊を阻害せずに仕組みを使う⼈材の育成が肝 AI 導⼊を阻害するとはどういう⾏動か？ 押さえたい論点 ⼀緒に働く AI の性質を知る
12. 仕事に AI を使うための考え⽅
13. AI をビジネスプロセスに組み込む 13 仕事に AI を使うための考え⽅ • まだ AI を⼀問⼀答だと勘違いしている⼈が多い • そのため、AI はまだビジネスでは使えないという印象を持たれがち • AIは⼀問⼀答ではなくパイプライン、ワークフローで繋ぐようになっている • 例えば、データを取得し、AIに⼊⼒し、その出⼒を活⽤するという RAG* が登場 問 解 ChatGPT 問 解 DB ⼀般的なイメージ 実務で使う RAG など *Retrieval Augmented Generation キーワード：ベクトル検索
14. ⾃然⾔語処理による検索性能の向上 14 仕事に AI を使うための考え⽅ • 埋め込み (Embedding) はアイディアを考える上で理解しておくべき概念 • ⾃然⾔語をベクトル（多次元の数値）に変換し、⾔語の壁を超えた⽐較が可能に • ベクトル化されたデータは「類似度」に基づき⽂脈を考慮した⾼度な検索を実現 • これにより、社内の⽂書データベースなどをより効果的に活⽤できるようになる 私は⽝が好きです Embedding ペットはとても可愛い Embedding AIと協働する⼈材へ Embedding ベクトル化 ベクトルに変換できれば 類似度で⽐較できる 似ている⽂書が 検索できる 昔はキーワード検索で限界があったが…
15. 仕事に AI を使うための考え⽅ AI の⾼い論理的思考⼒の活⽤ 15 • ChatGPT などの⾔語モデルは、膨⼤な知識を学習しており、⾼度な対話が可能 • ただし、⼀般的な知識で学習するため、個別の業務には適⽤できないことが多い • 固有の業務に AI を活⽤する際は、AI を知識の提供者としてではなく、 「⾼い論理的思考⼒を持つフィルター」として活⽤するのが効果的 • ここに業務固有の知識を⼊⼒することで、多様な⽤途に活⽤可能 固有の質問 答えられない 固有の情報 答えられる！ 論理的思考のフィルター
16. 仕事に AI を使うための考え⽅ 16 具体的に AI を使いこなしている⼈といない⼈の違い AI系のイベントで話す講演タイトルを考えて もちろんです！AI関連のイベントでの講演タイトルのアイ デアをいくつかご提案します。どのような内容にフォーカ スしたいかによって、以下のタイトルから選んでいただけ ると嬉しいです。 ビジネスとAIの融合 ・「AIが切り開く未来のビジネス：可能性と課題」 ・「AIと企業戦略の新時代：成功するための鍵とは？」 技術とイノベーション ・「AI技術の最前線：最新の進展と応⽤例」 ・「イノベーションを加速するAI：事例と未来展望」 社会へのインパクト ・「AIと社会変⾰：技術がもたらす新しい価値観」 ・「AIによる持続可能な社会の実現」 ・AIとの協働：未来の⼈材育成とビジネスの成功 ・RAGから始めるAI⾰新：次のステップへの挑戦 ・AIビジネスの実践：協働と発想の転換 AI系のイベントで話す講演タイトルを考えて ## 制約条件 タイトルのみで候補は３つ ## 伝えたい内容 ・AIと協働する重要性とその⼈材育成 ・FAQなどRAG系から次の発想 ・⾃⾝がビジネス化をしている経験 固有の情報 入力よりも出力が少ない 論理的思考のフィルター 知識＋論理的思考
17. For B2B Generative AI Apps, Is Less More? 仕事に AI を使うための考え⽅ 経験の蓄積と AI への学習の重要性 17 • ⾼度な検索により社内の⽂書データベースからの知識のインプットが可能になる • 業務にAIを活⽤したい場合、業務固有のデータを⼊⼒する準備が必要となる • このデータに⾼度な論理的思考⼒を活⽤すると業務の効率化が実現できる • 経験の蓄積が不可⽋であり、これが AI の性質を理解することの重要性に繋がる • AI の論理的思考⼒は⾼まっていくが、個別の業務経験までは学習できないため ⼈材の経験や知⾒は引き続き重要な役割を果たす 個別の経験データベース ⾼い論理的思考⼒のフィルター 仕事で使える AI 出典：For B2B Generative AI Apps, Is Less More?
18. AI 活⽤のよくある展開
19. AI 活⽤のよくある展開 よくある FAQ の例とその理由 19 • AI 活⽤の事例としてよく挙げられるのが FAQ（よくある質問）への回答 • 社内⽂書検索もこのパターンと同じでデータを変更したもの • FAQ は質問とそれに対する回答のデータベースがすでに存在し、⼀問⼀答形式 で対応できるため、AI活⽤に適している 問 解 ベクトル DB キーワード抽出 or HyDE* ⽣成 *Hypothetical Document Embeddings ベクトル化 回答の⽣成 回答の確認 RAG を⽤いた⽂書検索の流れ
20. AI 活⽤のよくある展開 20 問 解 ベクトル DB キーワード抽出 or HyDE* ⽣成 *Hypothetical Document Embeddings ベクトル化 回答の⽣成 回答の確認 RAG を⽤いた⽂書検索の流れ • FAQ の場合、会話の⽂脈を考慮する必要性は低いため、問題設定として簡単 • DB から適切な回答を引き出す RAG による検索性能の話ばかりしがち • 実際のビジネスでは、会話の⽂脈を⻑期にわたってを理解する対話も存在し、 今⽇はこのよくあるパターンの外側の話をしたい 便利ではあるがこのパターンに発想が縛られすぎている
21. FAQ パターンの枠を超える AI 活⽤
22. FAQ パターンの枠を超える AI 活⽤ 視野を広げる 22 • FAQ のような定型的な活⽤例から脱却するには、視野を広げることが重要 • 質問と回答という枠組みだけでなく、コミュニケーション全体を俯瞰する • 例えば、質問ができる⼈は⼀部であり、多くの⼈は受け⾝の姿勢で対話している のでは？と仮説を⽴ててみる 現状の スコープ 質問を⾃分から能動的に⾏う⼈ 質問されたら答える受動的な⼈ 質問しても⼀度では答えない⼈ この世界で全てだと思い込んでいないか？
23. FAQ の枠を超える AI 活⽤ AI からの能動的な働きかけ（トリガーの転換） 23 • ⼈間から質問するのではなく、AIから⼈間に問いかけるという発想の転換が有効 • 例えば、社内の DBからランダムに情報を選択し、従業員に対して知識を調査 • 知らない情報があれば、従業員は気になって⾃発的に調べるようになる • 知りたくないのではなく、知りたい⼿がないから調べるきっかけがない 質問 しない⼈ 質問 する⼈ 知識 知りたい⼿ スコープ外を知ろうとしない 気になる 調べる 理解する
24. コミュニケーションの⼯程分解
25. コミュニケーションの⼯程分解 コミュニケーションを構成する要素 25 質問を受けて回答するという構成だと「⼀般論」しか返答できない 質問 回答 ① ②
26. コミュニケーションの⼯程分解 コミュニケーションを構成する要素 26 RAG で紹介したように、⼈は経験などの情報を抽出することで個別に対応できる 質問 回答 情報抽出 ① ④ ② ③
27. コミュニケーションの⼯程分解 コミュニケーションを構成する要素 27 相⼿の状態を把握することも加えることで相⼿に最適な情報に適応できる 質問 回答 状態 情報抽出 ① ④ ④ ⑤ ② ③
28. コミュニケーションの⼯程分解 プロセス全体の最適化の重要性 28 質問 回答 状態 情報抽出 ① ④ ④ ⑤ ② ③ 検索性能の向上など個別の要素だけでなくプロセス全体での最適化が必要 これまでのアイディアは ここばかりであった
29. コミュニケーションの⼯程分解 プロセス全体の最適化の重要性 29 質問 回答 状態 情報抽出 ① ④ ④ ⑤ ② ③ 検索性能の向上など個別の要素だけでなくプロセス全体での最適化が必要 AI から問いかける話は ここをスコープに変更
30. 30 コミュニケーションの⼯程分解 質問 回答 状態 情報抽出 ① ④ ④ ⑤ ② ③ 次はこちらをスコープに 考えてみる 検索性能の向上など個別の要素だけでなくプロセス全体での最適化が必要 プロセス全体の最適化の重要性
31. AI を活⽤した質問の⽣成 31 • ⾯接などの場⾯では、⼀問⼀答では相⼿を的確に⾒極められない • AI を活⽤することで、相⼿の状態に合わせた次の質問を考えさせることができる • 不⾜している情報を補完するための質問を、AI に⽣成させるのである 質問 回答 ⾯接官 候補者 質問 回答 質問 回答 … … 従来の構造化⾯接 質問 ⾯接官 候補者 質問 質問 回答 … 和談が開発する最適化された⾯接 状態の推定 回答 更新 更新 更新 次の⾯接へ … 回答 コミュニケーションの⼯程分解
32. 鍵を握る状態の決定⽅針 32 コミュニケーションにおける状態の重要性 • 実⽤的な⻑い会話を実現するには「状態」を決定し、更新し続ける仕組みが必要 • 状態をどのように分解するかは、万能な⽅法はないため、試⾏錯誤を繰り返す • AI をデータの「⾮正規化→正規化」ツールとして活⽤することで、適切な状態の 発⾒にかかる時間を⼤幅に短縮できる あなたの強みと弱みを教えてください。そして、それらがどのように職場で役⽴ったり、克服したりして いるか具体的な例を教えてください。 ⾃⼰認識：95点 問題解決能⼒：92点 具体性：88点 私の強みは問題解決能⼒とチームワークで、前職では遅延していたプロジェクトの問題点を特定し、解決 策を提案して予定通りに完了させることができました。チームメンバーと協⼒し、お互いの強みを活かし て効率的に作業を進めることができました。⼀⽅、私の弱みは完璧主義に陥ることがあり、報告書の細部 にこだわり過ぎて全体の進⾏が遅れることがありましたが、タスクの優先順位をつける技術を⾝につけ、 重要な部分に集中するよう⼼掛けています。さらに、チームメンバーからのフィードバックを積極的に求 めることで、適切なバランスを保つようにしています。 ⾮正規化データ 正規化データ
33. AI と協働するための考え⽅とプロセス
34. AI と協働するための考え⽅とプロセス 情報の「本質」と「表現」の切り分け 34 • 情報の「本質(x)」と「表現(y)」を分離して考えることが重要 • 従来は⼈間が読みやすい資料を作成することが⼀般的だったが、これからは 「AI が読みやすい資料」を作成することが求められる • 例えば、メールの⽂章は情報の本質と表現で分離できるはず 5/30 にミーティングを開催したい 本質 x ◯◯ 様 お世話になっております。株式会社和談の吉崎です。 5⽉30⽇（⽊）にミーティングを開催したく、ご都合をお伺いしたくご連絡いたしました。 以下の内容でのミーティングを予定しております。 ・⽇時: 2024年5⽉30⽇（⽊） ・内容: 新規プロジェクトの進捗報告と今後のスケジュール調整 ご都合が合うかどうかご確認いただき、出席可能かご返信いただければ幸いです。 万が⼀、ご都合が合わない場合は、別の⽇程をご提案いただければ調整いたします。 何卒よろしくお願い申し上げます。 表現 y x → y へは AI で変換する時代
35. データベース (DB) とユーザーインターフェース (UI) の分離 35 AI と協働するための考え⽅とプロセス • Excelのように、DB（本質）と UI（表現）が⼀体化した場合、意識して切り分け • AI に DB から UI の変換を任せることが望ましい（Excel の Copilot など） DB と UI が⼀体化している例 UI と DB を分離できている例 ⾒やすいように列を余分に作ったり いろんなテクニックが施されたシート データも直接⼊⼒ データをDBから参照 UI DB DB + UI
36. AI が読める形式でのデータ保存 36 AI と協働するための考え⽅とプロセス • ワークフロー図なども AI が読める形式で保存することが重要 • Excel やデザインツールで作ると AI が読め取れない可能性が⾼い • フロー系は mermaid.js などを活⽤すると良い • 構造から⾒た⽬を綺麗にするのは後からできるが、逆はほとんどやらない mermaid.js を利⽤した組織図の描画 ChatGPT で指⽰すれば数秒で書けます ワークフロー図など更新頻度が⾼いものこそ AI で管理 本質 x 表現 y
37. テンプレートとデータの分離 37 AI と協働するための考え⽅とプロセス • ⽂章も Markdown で書くと本質と表現を⾃然と切り分けられる書ける • 実はパワーポイントもデータ（本質）をテンプレート（表現）に流し込む作業 • テンプレートの選択肢を作って説明を書けば、AIが必要に応じて選択できる時代 • AI による全⾃由は無理でも、⼯程を分解すれば適⽤できる範囲は存在する テンプレートを複数⽤意 データ データ 最適な 選択 （AI） 形式を合わせる （AI） プレースホルダーに データを埋め込み 完成！
38. AI の活⽤を阻む要因となる意外な⼈材 38 AI と協働するための考え⽅とプロセス • 情報の本質と表現を分離しない⼈材が AI 活⽤を阻害する可能性がある • 従来はツールの習得が重要だったため、⼯程の分解は軽視されがちであり、 しかも、ツールを習得した⼈材が優秀とされてきたため、この点に気づきにくい • 特に⽇本語の表現は⽂章の装飾が多いため、さらに注意が必要 • 装飾後の表現でコミュニケーションは、物事を無駄に複雑にするため注意 本質 x 表現 y 本質 x 表現 y 無駄に複雑で 肥⼤化した コミュニケーション ここならすぐに終わる話...。
39. 経験の蓄積と補⾜情報の補充 39 AI と協働するための考え⽅とプロセス • AI と協働する技術を持った⼈材を育成することが急務である • AI を介さずに成果物を出す⼈は短期的には良いが⻑期的にはプロセスを育てず、 経験の組織的な蓄積を妨げる • 本質から表現への変換プロセスを育てられる⼈材こそが、AI と協働できる⼈材 表現 仕上げ （確認） 本質 AI DB 状態 仕上げでフィードバックした 差分を DB へ更新 プロンプト エンジニアリング AI と協働するプロセスを阻害する⼈材の仕事 経験の蓄積と補⾜情報の補充
40. まとめ
41. まとめ 1. AI と協働する⼈材育成の重要性 ・従来の優秀⼈材が AI の導⼊を阻害するほどのパラダイムシフトが起きている ・⼀⼈で多くの役割をこなせる⼈材が求められるようになる ・具体的な業務オペレーションは AI に任せる⽅向に進む ・問題設定、解決、⾃動化のサイクルを回せる⼈材が強みを発揮する 41 2. ビジネスにおけるAIの活⽤⽅法 ・ビジネスサイドも AI の性質を理解する必要がある ・FAQ のような定型的な活⽤例から脱却し、プロセス全体を⾒渡す ・AI の導⼊に関係なく、課題に真摯に向き合うことが重要 3. AI との効果的な付き合い⽅ ・情報の本質と表現を分離して考える ・情報の本質から表現への変換プロセスを育てることに注⼒
42. 42 ▶ サービス詳細はこちら α版ユーザー企業を数⼗社限定で募集中！ https://www.wadan.co.jp/service/wadan-match