現場の業務に定着していますか？ 生成AI構築支援企業が伝える
今知っておきたい運用定着に必要なAI活用施策

ビジネスにおける生成AIの導入は、あらゆる業界で標準的な取り組みとなりつつある。多くの企業がPoC（概念実証）を終え、社内向けのチャット型AI環境や業務判断・実行まで支援するAIエージェントの活用が活発になっている状況だ。

しかし、導入した生成AIが現場で「本当に使われているか」と問われると、疑問符がつく担当者も多いのではないだろうか。一部の社員が要約や翻訳といった一時的な作業に使うにとどまり、当初期待した全社的な生産性向上には至っていない企業が少なくない。

ここでは、多数の生成AI構築プロジェクトを支援してきた双日テックイノベーションの担当者に取材。生成AIを単なるツールではなく、従業員の能力を拡張するしくみへと変える、運用と定着の成功法則を解き明かす。

ChatGPTの登場以降、多くの企業が競うように生成AIの導入を進めてきた。セキュリティを担保した企業向けのチャット型AI環境を整備し、現場担当者にアカウントを付与するアプローチは、もはや一般的な風景となっている。

しかし、そうした「とりあえず導入」が進んだ現場の多くで、生成AIの活用は踊り場を迎えている。

汎用的なチャットUI（ユーザーインターフェース）をただ渡しただけでは、従業員の利用が「ちょっとチャットで聞いて回答をもらう」「メールの返信案や文章の要約を作る」といった表層的なタスクにとどまってしまうからだ。

なぜ、チャットUIのままでは本格的な業務効率化につながらないのか。

双日テックイノベーションの青木は、企業が直面している生成AI活用の実態について次のように指摘する。

「例えば、PDFの書類に不備がないかAIにチェックさせるとします。AI自体はデータを上手に読み取り、的確な指摘をしてくれるでしょう。

しかし、その結果がチャット画面上にテキストで羅列されて返ってきても、人間にとっては非常に見づらく、確認しづらいわけです。AIがいかに適切な回答を出したとしても、結局人間がもう一度目視で元の書類と突き合わせて再確認する手間がかかるようでは、業務は効率化しません。

つまり、日々の『業務プロセスに組み込まれたUI』になっていないことが、現場定着を阻む大きな要因なのです」（青木）

また、AIを単なる「便利ツール」として現場に丸投げしてしまったことで、別のマネジメント課題も生じているという。

「最近では、部下がAIに出力させた下書きを、自分自身で精査することなくそのまま提出してくる『AIワークスロップ』といった問題も起きています。結果として、出力内容の事実確認や修正に追われる管理職のストレスが増大し、現場の思考力低下さえ懸念される事態になっているのです」（青木）

生成AIの回答精度がいかに高まっても、それを受け取るUIが実務に即していなければ、我々人間が行う業務での効果は実感しにくくなる。それどころか、AIの出力を適切に検証するリテラシーが不足したままツールだけを与えても、ごく一部のリテラシーが高い社員しか使いこなせず、組織全体の投資対効果は一向に改善しない。

こうした状況を乗り越えるには、生成AIの位置づけを見直す必要があると青木は強調する。

「生成AIは単なる便利ツールではなく、従業員一人ひとりの能力の拡張を実現するための手段として捉え直すべきです。

これまで質の高い資料作成や企画立案が難しかった層が、AIの力でトップパフォーマーに近い成果を出せるようになる。ツールを導入して終わりではなく、そうした従業員全体のレベルアップをゴールに据えて必要なことに取り組むことが大切です。生成AIをうまく活用している企業にはこうした視点がありますね。

そのためには、現場が活用しやすいUIを整えたアプリとしてAIを業務プロセスに組み込むこと、そして、従業員がAIを正しく使いこなすための教育・伴走支援が不可欠になります」（青木）

今後は、AIを独立したツールとして使うのではなく、人とAIが協働して能力を拡張するしくみとして業務の中に組み込むことがより重要になる。次からは、システムと組織の両面からAIの現場定着を支援する、双日テックイノベーションの具体的なアプローチを見ていく。

まず、技術・運用面において多くの企業が直面するのが、機密データの取り扱いやセキュリティに対する不安だ。個人情報や社外秘データの入力リスクを恐れるあまり、利用ルールを過度に厳しくしてしまい、結果として現場でのAI活用が息苦しくなり成果が生まれにくくなるケースは多い。

このジレンマを解消するには、ルールでガチガチに縛るのではなく、後から追えるしくみを作ることが重要だと青木は語る。

「まずは、既存の社内データの取り扱いルールに沿ってAIを利用するという大前提を設けます。その上で、エンタープライズ向けの生成AI基盤であるneoAI Chatなどの機能を活用し、『誰が・いつ・どんなデータを入力したか』を管理者が後から追跡（監査）できるしくみを導入するのが望ましいです。

これにより、万が一の事態に対応できるだけでなく、従業員に対する心理的な抑止力（けん制）が働き、ガバナンスを利かせながら安全に利用できる環境が整います」（青木）

業務によっては、絶対にインターネット上（外部API）に出せない機微データを扱う業務も存在する。たとえば、保険会社の契約者情報や病歴、クレジットカード会社の信用情報などがこれに該当する。

こうしたケースでは、日常業務にはクラウド型のAIサービスを利用しつつ、機微データを用いた業務活用には、企業独自のネットワーク内に「ローカルLLM」を構築し、業務アプリケーションとして利用するような使い分けが有効になる。

昨今の激しい生成AIモデルの成長過程では、特定のツールに依存することなく、さまざまなAIモデルを切り替えながら運用できる基盤作りも重要だ。こうした将来的な選択肢を広く持てる柔軟なAI活用基盤が企業のレジリエンスを高める1つの方法と言えるだろう。

次に「組織・文化面」でのアプローチだ。ツールやアプリを導入したものの「結局使いこなせる人がいない」という壁にぶつかる企業は少なくない。これを乗り越え、現場への定着を進めるためには、現場を指導する「管理職のリテラシー教育」が強く求められる。

「生成AIを導入した企業の担当者に聞いてみると、ツールや制度が悪いと話す人はおらず、結局は使いこなせる人がいないといった人の問題で行き詰まるケースがほとんどなんですね。

たとえば、誤字脱字が多い部下に対し、毎回手作業で指摘するのは上司にとっても大変な労力です。しかしAIの特性を理解していれば、『提出前にこのAIに一度チェックさせれば精度が上がるよ』と、実務に即した具体的な指導ができますよね。

今の職場は、隣の席を見ても『あの人はAIですごく楽をしている』と気づけるような状況にはなっていません。上司が活用を促す機会もほとんどないため、リテラシーの高い一部の人だけが使って終わってしまっているのです」（青木）

今後は一部の担当者だけではなく、経営者自らがAIを使いこなすことも重要といえる。企業によっては、進化の速いAI技術を自社の業務プロセスにどう組み込むかを専門的に考え、現場の活用を継続的に支援する「COE（Center of Excellence）」のような推進チームを組織内に設けることも有効だろう。

また、青木はAIが出したものを人間が責任を持って精査する「上手な付き合い方」を組織に浸透させる必要性も強調した。

「AI丸出しのメールの返信などをもらったら、やはり相手はカチンときますからね。AI活用を促すとともに、アウトプットの責任は人が持つ。そうした適切な使い方を上司が促せるかどうかが、定着の分かれ道になります。だからこそ、現場の従業員だけでなく、管理職に向けた実践的な教育機会を組織として提供することが重要です」（青木）

ガバナンスと将来性を担保するシステム（基盤）、そして人の能力を引き出し伴走する組織づくり。この両面を総合的にカバーできなければ、生成AIの運用定着や業務への導入効果を出すことは難しい。

双日テックイノベーションが提供する統合生成AIサービス「Natic AI-Navi」は、まさにこの複雑な課題を包括的に解決するためのソリューションとしての役割を担っている。

同社のアプローチの根底にあるのは、現場の実務に即した業務特化型のAI設計力と、それを可能にする豊富な業務知識だ。

単にAIという新しい技術を既存の業務に当てはめるだけでは、現場の定着には至らない。同社は、各業界でのシステム開発や運用で蓄積したノウハウをベースに、現場で実際に使われている細かなルールや例外処理、マニュアル化しきれない非定型業務が存在することを前提に、業務特化型のAIエージェントを設計している。

「私たちが重視しているのは、現場の業務プロセスにAIをどう組み込むかをデザインすることです。当社が実業務に即した特化型AIを構築できるのは、金融業界や商社業界などのシステム構築で長年培ってきた、業務プロセスや判断ポイント、さらにはリスク観点にまで踏み込んだ深い理解があるからです。業務理解、AIエージェントを構築する力、そして直感的なUIを開発する力。この3つが重なり合ってはじめて、現場で本当に使われるAIを提案できるのです」（青木）

その実現を支えるのが、パートナーであるneoAI社の技術を活用したエンタープライズ向けの生成AI基盤である。

高度なセキュリティと監査ログ機能を備えた「安全に使えるAI基盤」を提供しつつ、主要な生成AIサービスを自由に切り替えて利用できる柔軟性を持つ。

社内データを高精度に参照できるRAG（検索拡張生成）機能の使いやすさや、データ読み取り精度の高さも大きな特長だ。ローカルLLMを用いたクローズドな環境で構築できるため、機微データを用いた業務活用も可能だ。

これらを組み合わせることで、業界特有のルールにも対応した業務アプリケーションを迅速に開発できる。

以下は、金融業界におけるAI活用事例である。

【ユースケース：クレジットカード向け債権督促AIシミュレーター】
クレジットカードの延滞顧客への督促対応をAIとの対話形式で疑似体験し、オペレーターが実践的なコミュニケーションスキルを学習できるトレーニングシステム。

クレジットカードの督促業務では、お客さまの事情に配慮しながら返済の約束を取り付ける高度なコミュニケーションが求められる。一方で教育には時間がかかり、実践的なトレーニングの機会を確保することが難しい。

そこでAIが延滞顧客の人格や状況を再現し、オペレーターが対話形式で対応を練習できるシミュレーターを構築。会話内容をAIが分析し、コンプライアンスや交渉の観点からフィードバックを提示することで、隙間時間でも実践的なスキル習得を可能にする。

同様のしくみは、国内カード会社において実際の人材育成ツールとして活用され始めている。

しかし、優れたシステムを構築しただけでは活用は進まない。同社は、お客様がAIを使いこなすための人にフォーカスした定着支援をもう一つの柱としている。

それが、AI活用を組織に定着させるための人材育成プログラム「DX University」である。

DX Universityの特長は、単なるIT研修ではなく、企業ごとの業務課題を起点に教育プログラムを設計する点にある。企業ごとに課題を整理した上で、豊富なカリキュラムの中から最適な研修メニューを組み合わせ、個社専用の教育プランを構築する。

また、研修だけで終わらせない点も重要だ。ITベンダーとしての実務経験を生かし、研修後もDX推進プロジェクトの伴走支援を行うことで、学んだ知識を実際の業務改善やAI活用へとつなげていく。こうした教育と実務支援を組み合わせたアプローチが、現場での定着を支えている。

ここまで見てきたように、生成AIの価値はツールそのものではなく、それをどのように業務や組織の中に組み込むかによって決まるといえるだろう。

生成AIの導入フェーズを終え、次の課題である「活用定着」に向き合う担当者へ向けて、青木は次のようにエールを送った。

「技術トレンドは移り変わるものです。特にこの生成AIの領域は移り変わりが激しい。だからこそ重要なのは、技術より組織の雰囲気や従業員のモチベーションだと考えています。

AIを特別な取り組みにするのではなく『Think Big, Start Small』の精神で取り組み、日々の業務の中で、考える・調べる・書くといった小さな作業の一部からAIに任せていくことが、無理のない形での浸透につながります」（青木）

生成AIは特別な企業だけのものではない。小さな業務から試し、使いながら学び、少しずつ組織に浸透させていく。華やかなAIのイメージとは対照的に、こうした地道な取り組みが成果を支えていくことになるだろう。

AIを“便利なツール”のままにしておくのか、
それとも企業の競争力を高める力へと育てていくのか――

その第一歩として、自社のAI活用の可能性を同社に相談してみてはいかがだろうか。
 

※部署名・役職名は取材当時のものです（2026年3月時点）。