生成 AI(generative AI)の研修を終えると、従業員は AI を使って見積関連データを整理したり、調達文書を要約したり、カスタマーサポートの返信案を作成したりするようになります。これは第一歩を踏み出したと言えるでしょう。しかし、管理職はすぐに別の課題に直面します。同じ見積条件を見ても、経験豊富な営業担当者なら、どの値引きを上位者へ報告すべきかを判断できます。一方、AI を使い始めたばかりの従業員は、モデルが生成した内容をそのまま送ってしまうかもしれません。また、調達担当者が、社外に出してはならないサプライヤー情報を、会社がまだ承認していないツールへ入力してしまう可能性もあります。
そのため、企業が従業員を育成する際は、AI を実務で活用できるようにするだけでなく、どの業務を AI に任せてはいけないのか、いつ作業を止めて人の判断を仰ぐべきなのかも理解させる必要があります。プロンプトは、あくまで基本的なツールの一つにすぎません。ガバナンスも、パイロット導入が成功してから追加すればよいものではありません。従業員は AI を使い始めた初日から、どのデータを使用できるのか、問題が起きた場合に誰が責任を負うのか、操作過程でどのような記録を残すべきかといった課題に直面するからです。
研修はプロンプトから始めず、まず実際の業務を一つ選ぶ
『數位時代』が「2026 AI 人材育成交流フォーラム」の内容をまとめた記事によると、企業の AI 導入における重点は、単にツールの使い方を習得することから、業務プロセス、人員配置、組織文化を見直すことへと移っています。すべての従業員が AI の専門家になる必要はありませんが、AI を使って実務上の課題を解決できなければなりません。経営層も、まず方向性を定めて業務プロセスを洗い出し、期待される効果と投入コストに基づいて推進の優先順位を決める必要があります。
この順序は非常に重要です。研修で従業員にプロンプトの修正方法だけを教えても、研修後はそれぞれが自分のやり方で業務を進めることになり、管理職も生成された内容が社内規定に適合しているか確認できません。より実践的な方法は、問い合わせ情報の整理、技術文書の検索、カスタマーサポート記録を「直ちに対応が必要な案件」と「後から返信できる案件」に分類する作業など、頻繁に発生し、範囲が明確な業務を一つ選ぶことです。そのうえで、現場の管理職に次の4点を明確にしてもらいます。その業務にはどのようなデータが必要か、どのような条件に基づいて判断するか、どのような例外が発生したら作業を止めるべきか、そして合格とみなす成果物には何が含まれていなければならないかです。
製造業が AI 研修を計画する際は、文書業務やモデルの能力だけを考えるわけにはいきません。『數位時代』によると、AI を製造現場へ導入するには、設備の稼働状況、製造工程の特性、現場のニーズにも対応する必要があります。漢翔航空工業がスマート検査、技術知識の検索、複雑な見積分析を推進した際も、従来は個人の経験に頼っていた業務を、データを活用して判断を支援できるプロセスへと整理しました。したがって、最初の研修対象者には、実際にその業務を担当している現場の従業員を含めるべきであり、IT 部門だけで要件を定義してはなりません。研修を始める前に、管理職は、必要なデータ、判断方法、成果物を明確に説明できる業務を一つ選ぶ必要があります。先にツールを購入し、後から用途を探すべきではありません。
経験豊富な従業員の判断を、審査可能な AI Skill に整理する
経験豊富な従業員は、「このタイプの顧客なら、過去の価格をもう一件確認する必要がある」「この品番は仕様が変更されているため、以前の見積をそのまま流用できない」といったことを理解しています。しかし、こうした判断が口頭での注意にとどまっていたり、特定の人が使うプロンプトにしか書かれていなかったりすると、ほかの従業員は、自分が同じルールに従って業務を進めているのか確認できません。企業は、こうした定型的な対応方法を AI Skill として整理できます。AI Skill とは、AI Agent が特定の状況に直面した際に使用する業務ルールです。その内容には、使用するデータ、判断条件、例外が発生した場合の対応方法、最終的な出力形式を明記する必要があります。一見完成度の高い指示文を一つ用意するだけでは不十分です。
AI Skill の草案が完成したら、まず実際の利用者に日常業務の案件を使ってテストしてもらい、次の3種類の問題を記録します。AI Agent が見落とした必須データ、明確に記述されていない判断条件、経験豊富な従業員へ引き継ぐべき状況です。修正後は、業務プロセスの責任者、データ管理責任者、または情報セキュリティ担当者が審査します。AI Agent がこのルールに従って処理する際に、権限のないデータへアクセスしないこと、また、本来は専門家の判断が必要な業務を、直接自動実行できる手順として誤って記述していないことを確認します。審査が完了してから、ほかのチームにも段階的に利用を開放します。
EgentWrX の場合、経験豊富な従業員が普段使っている判断方法を AI Skill として記述し、利用者が同じルールに従って業務を進められるようにします。一方、従業員が自ら作成した AI Skill を全社へ展開するには、事前に管理画面上での審査を通過しなければなりません。企業がこのような仕組みを評価する際は、誰が AI Skill を保守するのか、変更後に再審査が必要か、旧バージョンをどのように無効化するのかを明確に確認する必要があります。
人と AI の役割分担を業務プロセスに組み込み、従業員の記憶だけに頼らない
反復作業を AI Agent が処理し、専門的な判断を人が担うという方向性に問題はありません。ただし、企業はその役割分担を、より具体的に定める必要があります。営業見積を例にすると、AI Agent は過去の注文を整理し、原価データと照合したうえで説明文の草案を作成できます。しかし、金額が部門の上限を超えている場合、顧客の条件が明確に記載されていない場合、または異なるデータソースの内容が矛盾している場合には、業務プロセスを停止し、指定された役職の担当者が確認しなければなりません。管理職は、研修時に注意を促すだけでは不十分です。どのような状況で業務プロセスを停止するのか、誰が承認するのか、差し戻された後にどう処理するのかを、業務プロセスへ直接組み込む必要があります。
パイロット導入を拡大する前に、企業は役割・権限マトリクスも整備しなければなりません。各部門がどの AI Agent を利用できるのか、どのデータを閲覧できるのか、業務プロセスを開始できるのか、異常が発生した際に誰が対応するのかを、一つずつ明記します。同時に、すべての操作について記録を残し、誰がその記録を確認するのか、どのくらいの頻度で確認するのか、問題が見つかった場合にどう対処するのかも定める必要があります。そうしなければ、データの誤用や出力内容をめぐる問題が発生した際に、管理者は当時の操作過程を正確に把握できません。
EgentWrX では、組織構造に応じて、誰がどの機能を利用できるのか、どのデータを閲覧できるのかを階層別に設定できます。また、業務プロセスに人による承認を組み込み、AI Agent が前半の作業を完了した時点で一旦停止し、担当者の確認を待つようにすることも可能です。さらに、プラットフォームには完全性を検証できる監査ログが用意されており、管理、情報セキュリティ、監査の各担当者が操作記録を確認できます。企業はパイロット導入を拡大する前に、権限マトリクスと記録の確認手順を整備すべきです。責任者、停止条件、確認方法が明確に定められていない段階で、業務プロセスを自動スケジュールとして設定するべきではありません。
よくある質問
最初の AI 研修には、どのような従業員を選ぶべきですか?
まず、業務プロセスを熟知し、判断根拠を説明する意思があり、成果物を日常的に実際の業務で使用する人を選びます。IT 担当者はツールやデータの連携を支援できますが、業務に必要なデータ、例外状況、合格とみなす成果物は、現場の管理職、経験豊富な利用者、業務プロセスの責任者が共同で定義しなければなりません。
AI Skill の作成後、すぐに全社へ開放してもよいですか?
すぐに開放することは推奨しません。まず実際の利用者に日常業務の案件を使ってテストしてもらい、使用するデータ、判断条件、例外処理に問題がないことを確認します。その後、業務プロセスの責任者、データ管理責任者、または情報セキュリティ責任者が審査します。ルールを変更した場合は、適用範囲も改めて確認する必要があります。
どのような手順では、必ず人による確認が必要ですか?
金額が基準値を超えている場合、社外への確約を伴う場合、条件が明確に記載されていない場合、異なるデータが互いに矛盾している場合、またはその他の例外案件が発生した場合には、業務プロセスを停止し、指定された役職の担当者による確認を待つ必要があります。企業は、誰が承認するのか、どのように差し戻すのか、期限を超過した場合にどう処理するのかも明確に定めるべきです。従業員に各自で注意するよう促すだけでは不十分です。
ガバナンスの仕組みが部門横断での利用に対応できるか、どのように判断すればよいですか?
まず、役割に応じて、利用できる機能と閲覧できるデータを制限できるか確認します。また、すべての操作について、後から確認できる記録が残されているかもチェックします。次に、誰が定期的に記録を確認するのか、異常を発見した場合に誰へ通知するのか、問題のある業務プロセスをどのように無効化するのかを定めます。こうした管理方法がすべて確立されてから、ほかの部門へ段階的に展開することが適切です。
参考資料
- AI トランスフォーメーションはツールの導入だけでは不十分、人材育成も不可欠!組織の高度化から製造現場まで、産業界で即戦力となる AI 人材を育成 — 『數位時代』が、2026 AI 人材育成交流フォーラムで紹介された企業の見解と事例をまとめた記事。



