新規科目「生成AIによる業務効率化実践」

第7回：光速のドキュメント生成術

目標:

メール、議事録、日報、報告書といった日常的な定型業務のドキュメント作成をAIで自動化・高速化し、人間が本来注力すべき「創造的業務」への時間を生み出す。

講義内容:

1. 定型業務からの解放：「ゼロから書く」をなくす

「お世話になっております」から始まるメールや、会議の録音を聞き直して書く議事録。これらに時間を使うのは資源の無駄である。
新常識: AIに「下書き（ドラフト）」を80点レベルで作らせ、人間がそれを「修正・確認（レビュー）」して100点にする。0→1はAI、1→10は人間。

2. TPOに応じた変幻自在の文書生成

プロンプトで「トーン＆マナー」を指定することで、AIはカメレオンのように文体を変える。

• 謝罪メール: 「誠意を持って、しかし法的な責任は認めない範囲で、丁寧な謝罪文を書いて」
• 営業メール: 「親しみやすく、かつ相手の興味を引くような、短くてインパクトのあるアポ打診メールを書いて」
• 社内報告: 「事実（Fact）と意見（Opinion）を明確に分けて、端的に状況を報告して」

3. カスタムAIの活用による組織の効率化

自社の「議事録フォーマット」や「日報テンプレート」、「過去の優秀な企画書」を学習させたカスタムAIを用意すれば、「このメモをいつもの形式で清書して」の一言で業務が完了する。組織特有の用語や略語も学習させることで、修正の手間を極限まで減らすことができる。

第8回：数字の裏側を読むAIアナリスト

目標:

表計算ソフト（Excel/Google Sheets）のデータをAIに読み込ませ、複雑な関数やプログラミング知識なしで、自然言語による対話だけでデータ分析・可視化を行う技術を習得する。

講義内容:

1. 誰もがデータアナリストになれる時代

これまでは、データ分析にはExcelの関数（VLOOKUP, Pivot Table）やPython等の専門スキルが必要だった。これからは、CSVファイルをアップロードし、「このデータから何が言える？」と聞くだけで、AIが分析コードを書き、実行し、結果を教えてくれる（Code Interpreter機能など）。

2. データと対話するための基本プロンプト

• 傾向分析: 「月ごとの売上推移をグラフにして。もっとも売上が高い月はいつ？」
• 要因分析: 「広告費と売上の間にはどのような相関関係がありますか？散布図を描いて確認して。」
• 異常値検出: 「データの中に、他と比べて不自然な値（入力ミスや特異点）はありますか？」
• 施策提案: 「顧客満足度が低い店舗の共通点を見つけ出し、改善策を3つ提案して。」

3. 分析結果の落とし穴：相関と因果の混同

AIはデータ上の「相関関係（Aが増えるとBも増える）」を見つけるのは得意だが、その背後にある「因果関係（Aが原因でBが起きた）」を判断するのは苦手である。
例：「アイスクリームが売れる日は、水難事故が多い」→ AIは相関を示すが、真の原因は「気温が高いから（共通の要因）」である。この「なぜ（Why）」を読み解くのは、人間の洞察力である。

第9回：中間報告：君の「カスタムAI」を見せてみろ

目標:

各自が育成してきたカスタムAIの成果を発表（デモ）し、他者からの客観的なフィードバックを通じて、AIの改善点や新たな活用アイデアを発見する。

講義内容:

1. ワークショップ形式での相互評価

本日は講義形式ではなく、グループワークを行う。自分の作ったAIをクラスメイトに使ってもらい、「ユーザー視点」での評価を受ける。開発者（自分）は「使い方はわかっている」ため、不親切な点に気づきにくい。初見のユーザーがどう使うか観察することが最大の学びになる。

2. 効果的なフィードバックの作法

• 批判ではなく批評を: 単に「ダメだ」と言うのではなく、「ここをこうすればもっと良くなる」という建設的な改善案（Alternative）をセットで提示する。
• 具体性: 「なんとなく使いにくい」ではなく、「最初の挨拶が長すぎて本題に入りにくい」「専門用語の解説がないので初心者には厳しい」と言語化する。
• Goodポイント: 良い点は具体的に褒めることで、開発者の自信と強みの理解に繋がる。

3. AIは対話と改善のサイクルで成長する

フィードバックを受けたら、その場ですぐにAIの「指示(Instructions)」を書き換えてみる。例：「回答が堅苦しい」と言われたら、「もっとフレンドリーに、絵文字を使って」と指示に追加する。この高速なPDCAサイクル（試作→テスト→修正）こそが、AI活用の醍醐味である。

第10回：0を1にする発想術：AIとのブレインストーミング

目標:

AIを創造的な思考パートナーとして活用し、人間の思考の枠を超えたアイデアを「発散」させ、論理的に「収束」させる技術を習得する。

講義内容:

1. AIは「思考の外部脳」である

人間の発想は、どうしても過去の経験や知識に縛られる。AIは常識にとらわれない（時にナンセンスな）アイデアを無数に出すことができる。これを「ノイズ」と捉えず「刺激」として活用する。

2. 強制的に視点を変えるプロンプト技術

• ペルソナ法: 「女子高生の視点で」「宇宙飛行士の視点で」「江戸時代の商人の視点で」この問題をどう見るか？と問うことで、強制的に視点をずらす。
• SCAMPER法: 既存のアイデアに対し、7つの切り口（Substitute:代用、Combine:結合、Adapt:応用、Modify:修正、Put to other uses:転用、Eliminate:削除、Reverse:逆転）で強制的に変化を加えるようAIに指示する。

3. 発散から収束へ

アイデアを出しっぱなしでは意味がない。大量に出たアイデアをAIに整理させる。

• 構造化: 「出てきた50個のアイデアを、実現可能性とインパクトの2軸でマトリクスに配置して」「SWOT分析のフレームワークで整理して」。
• 評価: 「最もユニークな案と、最も現実的な案をそれぞれ選んで、その理由を述べて」。

第11回：君の代わりに働くAI部隊を編成する

目標:

これまで学んだ単一のAIスキルを組み合わせ、複数の工程からなる一連の業務プロセス（ワークフロー）全体を設計し、半自動化する能力を身につける。

講義内容:

1. 「点」から「線」への思考転換

これまでは「メールを書く」「要約する」といった個別のタスク（点）をAIで行ってきた。これからは、それらを繋げて「業務フロー全体（線）」を設計する。これができる人が「AIアーキテクト」である。

2. ワークフロー設計の3ステップ

1. 業務の分解 (Decomposition): 対象とする業務を、これ以上分けられないレベルの作業単位に分解する。
2. 仕分け (Classification): 各作業について、「AIが得意（自動化）」か「人間がやるべき（判断・責任）」かを仕分ける。
3. バトンパスの設計 (Connection): 前の工程のアウトプットが、次の工程のインプットになるようにプロンプトを組む。

3. 事例：競合調査レポート作成の自動化フロー

• Step 1 (AI): 指定したキーワードでWeb検索し、上位10件の記事URLと概要をリストアップ。（検索・選定）
• Step 2 (Human): リストを見て、詳しく分析したい記事を3つ選ぶ。（意思決定）
• Step 3 (AI): 選ばれた3つの記事を詳細に読み込み、機能・価格・評判の比較表を作成する。（分析・構造化）
• Step 4 (AI): 比較表を基に、自社の優位性を示唆するレポートのドラフトを作成する。（ドラフト作成）
• Step 5 (Human): レポートを修正し、上司に提出。（最終責任）

第12回：AI時代の倫理と責任：君はどう判断するか？

目標:

生成AIのビジネス利用に伴う法的・倫理的リスク（著作権、セキュリティ、バイアス）を深く理解し、自身の身を守り、かつ社会的に責任ある判断を下すための「防衛知識」を習得する。

講義内容:

1. 技術の行使には責任が伴う

AIは強力なツールであるがゆえに、使い方を誤れば個人や組織に甚大な損害を与える。「知らなかった」では済まされないリスクが存在する。

2. ビジネス現場で直面する3大リスク

• 著作権 (Copyright):
  • 入力リスク: 他人の著作物を無断でAIに学習させたり、プロンプトに入力したりして良いか？
  • 出力リスク: AIが生成した画像や文章が、既存の作品に酷似していた場合、著作権侵害になる可能性がある（依拠性と類似性）。「AIが作ったから自分は悪くない」は通じない。
• 情報セキュリティ (Security):
  • 入力データは学習される: 一般的な無料版AIに入力したデータ（顧客リスト、未発表の新製品情報など）は、AIの学習データとして使われ、他社の回答として流出するリスクがある。オプトアウト設定やエンタープライズ版の利用が必須。
• バイアスと公平性 (Bias & Fairness):
  • AIはネット上のデータを学習しているため、社会にある偏見（ジェンダー、人種、職業など）をそのまま、あるいは増幅して出力することがある。これを無批判に使うことは、企業のブランドを毀損する。

3. 判断の拠り所：「ニュースリリース」テスト

迷ったときは、「AIが作ったこのアウトプットを、会社の公式見解として新聞の一面に載せられるか？」と自問せよ。少しでも不安があれば、それは人間が介入し、修正・確認すべきサインである。