生成AIを導入した。でも、業務は変わらなかった。そんな企業へ研修から業務設計・開発・改善運用まで支援します

ChatGPTやMicrosoft Copilotを契約した。社内研修も行った。詳しい社員は、日常的に生成AIを使うようになった。

それでも、会社全体の業務はあまり変わっていない。

そんな状態に心当たりはないでしょうか。

生成AIについて企業の方と話していると、次のような相談を受けます。

「社員に使わせたいが、どの業務から始めればよいか分からない」

「研修を実施しても、数週間後には使われなくなりそうだ」

「一部の社員は使いこなしているが、他の人へ広がらない」

「プロンプト集を配ったものの、出力品質が安定しない」

「自動化したい業務はあるが、システムを作るほどなのか判断できない」

こうした問題は、AIの性能だけで起きるわけではありません。

AIを何のために使うのか。どの業務で使うのか。何を入力するのか。誰が出力を確認するのか。どこまで自動化し、どこから人が判断するのか。

この設計がなければ、高性能なAIを導入しても、会社の仕事の進め方は変わりません。

私は、単なる生成AI研修会社ではありません。

生成AIを、経営と現場で動く仕組みにするAI実装パートナーとして、研修、業務設計、PoC・開発、導入後の改善運用までを一続きで支援しています。

この記事では、私へ何を相談できるのか、相談すると何が残るのか、どの段階から始めればよいのかを具体的に紹介します。

相談テーマがまだ固まっていなくても問題ありません。

「研修が必要なのか、業務設計が必要なのか、開発すべきなのか分からない」という段階から整理できます。

サービス紹介資料

相談フォーム

支援するのは、AIの導入ではなく「仕事の変化」です

生成AIの導入プロジェクトでは、分かりやすい成果物が重視されがちです。

研修を開催した。プロンプト集を作った。AIツールを契約した。試作システムを完成させた。

もちろん、どれも必要な取り組みです。

ただ、成果物が完成したことと、現場の仕事が変わったことは同じではありません。

研修を実施しても、受講者が実務で使わなければ業務は変わりません。

プロンプトを配布しても、誰がどの場面で使うか決まっていなければ定着しません。

システムを納品しても、実際の作業手順に組み込まれなければ利用されません。

そのため、私は次の流れを重視しています。

「作ったか」だけでなく、「使われたか」「判断や行動が変わったか」まで確認する考え方です。

この背景にある私の考えは、次の記事でも詳しく整理しています。

この記事では、成果物と最終結果の間に「利用」と「行動変化」を置き、生成量ではなく現実の変化でAI活用を評価する必要性を考察しています。

よくあるAI導入の「空白」を埋めます

企業が生成AIを導入するとき、一般的には次の事業者へ相談します。

• 生成AIの研修会社

• DXコンサルティング会社

• システム開発会社

• SaaSベンダー

• セキュリティや法務の専門家

それぞれに専門領域があります。

一方で、実務では、それらの間に空白が生まれます。

研修で便利な使い方を学んだが、自社業務へ落とす人がいない。

現場から活用案は出たが、入力、確認、承認、権限を設計する人がいない。

システム開発会社へ相談したが、業務要件や評価基準が決まっていない。

PoCは完成したが、本番運用の責任者や改善方法が決まっていない。

私が主に担うのは、この空白です。

研修会社のように人材育成だけで終わらず、開発会社のように最初からシステム制作へ進むわけでもありません。

まず業務を理解し、研修や既存AIツールで解決できることと、業務設計や開発が必要なことを分けます。

そのうえで、必要な範囲だけを次の段階へ進めます。

私の支援は、4つの段階で構成されています

現在の支援領域は、次の4つです。

1. AI実装研修・顧問

2. AI業務ハーネス設計

3. AIオペレーション開発

4. 月次顧問・改善運用

この4つは、独立した商品を並べただけのものではありません。

企業のAI活用が、個人の試用から組織の業務へ進む流れに対応しています。

AI実装研修・顧問

社員がAIの特徴とリスクを理解し、実際に試す業務テーマを見つける段階です。

AI業務ハーネス設計

個人の使い方を、他の社員も再現できる業務の型へ変える段階です。

AIオペレーション開発

複数のデータ、ツール、確認工程をつなぎ、AIが動く社内業務を作る段階です。

月次顧問・改善運用

利用状況や問題を確認し、プロンプト、ルール、システム、評価方法を更新する段階です。

ただし、必ず研修から順番に進むわけではありません。

すでに社員がAIを日常利用している企業なら、ハーネス設計から始めることがあります。

対象業務と要件が明確なら、PoCの相談から始めることも可能です。

何から始めるべきか分からない場合は、現在の業務と課題を確認し、最も小さな開始地点を整理します。

1．AI実装研修・顧問——「使い方」ではなく、使う業務を決める

生成AI研修というと、ChatGPTの操作方法やプロンプトの書き方を学ぶものを想像するかもしれません。

AI実装研修でも、基本操作や指示の出し方は扱います。

ただし、そこで終わりません。

研修を通じて目指すのは、受講者が次の状態になることです。

• AIにできることと、任せるべきでないことを理解している

• 入力してよい情報と、入力してはいけない情報を判断できる

• 自分の担当業務で試すテーマを持っている

• AIの出力を確認する観点を理解している

• 研修後に何を試すか決まっている

扱う内容は、企業や対象者に合わせて設計します。

たとえば、次の内容です。

• 生成AIの基本的な仕組みと限界

• ChatGPT、Claude、Gemini、NotebookLMなどの使い分け

• 情報漏洩、個人情報、著作権、事実確認

• 営業、人事、管理、マーケティング、経営企画などの活用例

• 自社業務を想定した実務演習

• 部門別のAI活用テーマ整理

• AI活用ルールのたたき台作成

• 研修後30日間の行動計画

研修後に残すもの

• 研修設計書

• 研修資料

• 業務棚卸し

• 部門別AI活用テーマ

• 業務別プロンプト例

• AI活用ルールのたたき台

• 出力確認チェックリスト

• ワークシート

• 30日アクションプラン

研修当日に「分かりやすかった」と感じてもらうことは大切です。

ただ、私がより重視しているのは、翌週から実務で試せるものが残っているかどうかです。

料金目安

• 70万円〜

• 100万円〜

• 150万円〜

• 30時間研修：300万円〜

研修時間、人数、対象部門、実施形式、演習内容、成果物、研修後の伴走範囲により、個別に見積もります。

条件が合えば、研修部分で助成金活用を検討できる可能性があります。

ただし、受給可否や支給額は、企業状況、訓練内容、申請要件、申請時期、管轄労働局の確認などにより異なります。受給や支給額を保証するものではありません。

また、ハーネス設計費、開発費、クラウド費、保守費まで助成対象になるという意味ではありません。

2．AI業務ハーネス設計——優れた個人の使い方を、組織の資産へ変える

一人の社員が、AIを使って短時間で優れた成果物を作っている。

しかし、その方法は本人のチャット履歴や経験の中にしか残っていない。

この状態では、AI活用は会社の能力ではなく、個人の能力です。

担当者が異動したり退職したりすれば、使い方が失われる可能性があります。

また、同じ人でも毎回違う指示を入力していれば、品質は安定しません。

そこで必要になるのが、AI業務ハーネス設計です。

「ハーネス」は、本来、複数の部品や機能を安全に接続し、動かすための仕組みを指す言葉です。

AIを業務で安全かつ継続的に使うための一連の仕組みを、AI業務ハーネスと呼んでいます。

設計するのは、プロンプトだけではありません。

• 誰が使うか

• どの場面で使うか

• 何を入力するか

• どの形式で出力させるか

• 入力してはいけない情報は何か

• どこを人が確認するか

• 誰が承認するか

• どこまでAIへ任せるか

• 問題をどう記録するか

• 誰が改善するか

• 変更履歴をどう残すか

たとえば、商談メモから提案書を作る場合を考えてみます。

「商談メモから提案書を作ってください」という指示だけでは、AIが聞いていない価格や納期を補う可能性があります。

顧客が話した事実と、AIが推測した内容を分ける必要もあります。

外部提出前には、担当者が確認すべき項目も必要です。

そこで、次のようなものを一つの業務単位として設計します。

• 商談情報の入力欄

• AIへの指示

• 提案書の出力形式

• 推測を禁止するルール

• 未確認事項の表示方法

• 担当者の確認チェックリスト

• 上長の承認条件

• 修正理由の記録方法

こうして初めて、一人の上手な使い方が、他の社員も利用できる業務資産になります。

この考え方は、次の記事でも詳しく扱っています。

また、プロンプト単体から、ルール、ツール、権限、評価、改善ループまで設計対象が広がっている背景は、次の記事で整理しています。

主な成果物

• 業務別AI運用設計書

• 業務フロー

• AI指示書

• プロンプト・コマンド集

• 入力テンプレート

• 出力フォーマット

• 人間の確認チェックリスト

• 承認フロー

• 権限設計

• 禁止事項・機密情報ルール

• 改善履歴の管理方法

• 30日改善ロードマップ

開発チームの場合は、CodexやClaude Codeなどを利用するための指示書、権限、レビュー手順、テスト、停止条件なども設計対象になります。

料金目安

• Light：30万円〜

• Standard：70万円〜

対象業務数、関係者数、既存資料の状態、確認・承認工程、情報管理要件、開発への接続範囲などにより個別に見積もります。

3．AIオペレーション開発——何でも開発せず、必要な業務だけを仕組みにする

「AIでこの業務を自動化できませんか」

この相談に対して、すぐに「システムを作りましょう」と答えることはしません。

開発には、制作費だけでなく、運用、保守、利用料、教育、セキュリティ、障害対応などの負担が発生します。

既存の生成AIサービスと業務ハーネスで十分なら、開発しない方が合理的です。

一方で、次のような業務は開発を検討する価値があります。

• 複数のデータを毎回手作業で集めている

• 同じ情報を複数のツールへ転記している

• 音声、文書、CSVなどを継続的に整理したい

• AI出力を複数人で確認・承認したい

• 処理結果や修正履歴を残す必要がある

• 部門や拠点をまたぐ業務を統一したい

• 既製のSaaSでは業務に合わない

• AI処理を定期実行したい

AIオペレーション開発では、単体のAI機能を作るのではなく、入力から改善までの業務全体を設計します。

たとえば、現場音声を活用するシステムなら、単に文字起こし機能を作るだけではありません。

までを一つの運用として考えます。

誰が録音するのか。どこへ保存するのか。個人情報をどう扱うのか。誤認識を誰が直すのか。改善候補を誰が承認するのか。

こうした点を決めなければ、AIの処理精度が高くても、業務システムとしては動きません。

小さなPoCから始めます

最初から本格開発へ進む必要はありません。

まず、重要な仮説を小さく検証します。

• 必要なデータを取得できるか

• AIの出力品質は業務で許容できるか

• 人間による修正はどの程度必要か

• 現場の入力負担は大きすぎないか

• 確認と承認に時間がかかりすぎないか

• 継続利用する価値があるか

PoCの目的は、立派なデモを作ることではありません。

本格投資すべきか、修正すべきか、中止すべきかを判断することです。

主な成果物

• 業務要件整理

• PoC設計書

• 業務フロー図

• UIモック

• 入出力データ設計

• 権限・承認フロー

• 評価基準

• 検証レポート

• 改善チケット

• ダッシュボード

• 運用手順書

• 月次レビュー設計

料金目安

• PoC：500万円〜

• Standard：1,000万円〜

• Cloud：1,500万円〜

対象業務、データ量、利用人数、外部連携、クラウド構成、セキュリティ、権限、保守範囲などにより変わります。

料金は正式見積もりではなく、相談時の目安です。

AIサービス、クラウド、外部ツールなどの利用料が発生する場合は、開発費と分けて提示します。

4．月次顧問・改善運用——完成した仕組みを、古くしない

生成AIの業務は、一度作れば完成するものではありません。

利用するAIモデルやサービスは変わります。

会社の商品、ルール、担当者、組織体制も変わります。

実際の運用を始めると、設計時には想定できなかった問題も見えてきます。

• 特定の入力で品質が下がる

• AI出力の修正に時間がかかる

• 一部の社員しか使わない

• 承認工程が多すぎる

• 古いプロンプトが残っている

• 改善要望が口頭やチャットに散らばる

• 効果を測る指標がない

• システムと実際の業務がずれてきた

月次顧問・改善運用では、こうした問題を定期的に確認します。

会議を開催すること自体が目的ではありません。

利用状況、問題、修正理由、次に試すことを記録し、業務の仕組みを更新します。

主な支援内容

• 月次レビュー

• 利用状況の確認

• プロンプトと入力テンプレートの改善

• AI活用ルールの更新

• 出力品質と修正理由の確認

• 改善要望の整理

• 改善チケットの優先順位付け

• 新しいAI機能の適用判断

• KPIスナップショット

• 次月アクションの整理

料金目安

• 月額70万円〜

対象部門、定例回数、改善範囲、分析対象、プロンプト更新、システム改善、関係者数などにより個別に見積もります。

私が残したいのは、AIツールではなく「判断できる状態」です

生成AIの導入では、ツール名が前面に出がちです。

ChatGPTを使うのか。Claudeを使うのか。Geminiを使うのか。Copilotを使うのか。

もちろん、ツール選定は必要です。

ただし、ツールは変わります。

特定のAIサービスだけを前提に業務を設計すると、仕様変更やサービス移行のたびに運用が止まる可能性があります。

そのため、次の判断材料を残すことを重視しています。

• なぜこの業務でAIを使うのか

• 何を入力するのか

• 何をAIへ任せるのか

• 何を人が確認するのか

• 何を合格とするのか

• 問題が起きたらどこを直すのか

• 継続すべきか、停止すべきか

• 開発すべきか、既存ツールで続けるべきか

私が考える成熟したAI活用は、最も新しいツールを使っている状態ではありません。

AIに仕事を任せながら、品質を検証し、リスクを統制し、実際の業務価値へつなげられる状態です。

この考え方を詳しく整理した記事はこちらです。

匿名事例から見る、相談できる業務の幅

以下は、企業名や所在地を伏せた相談・支援テーマの例です。

同様の結果を保証するものではありませんが、「このような相談もできる」という判断材料として紹介します。

多拠点医療・福祉グループ｜数百名規模のAI実装研修

数百名規模を対象に、生成AIの基本理解、情報管理、部門別の活用テーマ、業務別プロンプトなどを整理しました。

大人数へ同じ操作方法を教えるだけでなく、現場、管理者、経営層で必要な理解を分け、組織で安全に使う前提を設計する研修です。

この事例が示すのは、大人数研修でも、受講者ごとの業務と役割を考える必要があることです。

生活インフラ・住宅設備系グループ｜約100名規模の横断研修

業務内容が異なる複数部門を対象に、共通するAI基礎と、部門別の活用テーマを整理しました。

この事例が示すのは、全社共通の研修と、部門ごとの業務設計を分ける必要があることです。

映像制作会社｜動画AI活用研修

企画、構成、台本、絵コンテ、提案資料、制作前のリサーチなど、クリエイティブの前工程を中心にAI活用を整理しました。

この事例が示すのは、すべてを生成AIへ置き換えるのではなく、人の創造性を残しながら前工程を支援できることです。

AI推進チーム｜Codex・Claude Codeを含む業務ハーネス設計

AIに任せる範囲、人が確認する範囲、入力、出力、権限、レビュー手順、禁止事項を設計しました。

この事例が示すのは、高度なAIツールほど、指示だけでなく権限・確認・停止条件が必要になることです。

現場音声DX｜録音から改善チケットとダッシュボードへ

現場音声を文字起こしし、日報、ヒヤリハット、改善候補、ダッシュボードへつなぐ業務フローを構想しました。

この事例が示すのは、AI処理だけでなく、現場の入力負荷、個人情報、管理者確認まで設計する必要があることです。

複数法人横断｜会計・管理レポートAIシステム

分散する会計・管理情報を整理し、月次レポートや経営判断用の確認資料へつなげる構想を設計しました。

この事例が示すのは、AIを専門判断の代替にせず、確認候補を整理する支援として使う必要があることです。

事例ごとに業界や成果物は異なります。

ただし、共通する原則があります。

これが、GTMの支援で一貫している考え方です。

これらの支援が向いている企業、向いていない企業

すべての企業に、これらの支援が必要なわけではありません。

向いている企業

• AI研修を実施するだけで終わらせたくない

• 現場の具体的な業務まで整理したい

• AI活用を一部の詳しい社員に依存させたくない

• プロンプト、確認、承認、権限まで設計したい

• 開発前に投資判断やPoC範囲を整理したい

• 研修、業務設計、開発を分断したくない

• 導入後も改善を続けたい

• AIを使わない方がよい業務も含めて判断したい

向いていない可能性がある企業

• とにかく最安の操作研修だけを求めている

• 成果や助成金の受給保証を求めている

• 人による確認を置かず、すべてを自動化したい

• 業務や課題を共有せず、完成システムだけを求めている

• 導入後の運用責任者を置く予定がない

• AIを導入すること自体が目的になっている

無理に開発や高額な支援を提案することは、私の方針と合いません。

既存ツールで十分なら、その選択肢を提示します。

対象業務にAIが向いていなければ、その理由も説明します。

ご相談から支援開始まで

相談時点で、詳細な企画書や要件定義書は必要ありません。

1．現在の状態を共有する

たとえば、次の程度で構いません。

• AI研修を検討している

• 一部の社員だけがAIを使っている

• 自動化したい業務がある

• 何から始めるべきか分からない

• 開発会社へ相談する前に整理したい

初回フォームには、顧客名、個人情報、契約条件、未公開数値、社外秘資料、パスワード、APIキーなどの機密情報を入力しないでください。

2．業務と課題を整理する

対象部門、利用者、現在の作業、困っていること、期待する状態を確認します。

この段階で、研修、ハーネス設計、PoC・開発、改善運用のどこから始めるべきかを整理します。

3．終了時に残すものを決める

支援内容だけでなく、完了時の成果物を決めます。

研修資料、業務棚卸し、プロンプト、確認チェックリスト、業務フロー、PoC、評価レポートなどです。

4．費用と進め方を確認する

対象人数、業務数、期間、成果物、開発範囲、定例支援の有無などをもとに見積もります。

必要に応じて、複数の進め方を比較します。

5．重要な業務から小さく始める

最初から全社展開や大規模開発へ進めるのではなく、重要な仮説を小さく検証します。

品質、利用負荷、確認工数、費用、運用リスクを確認し、継続・修正・停止を判断します。

よくある質問

相談内容が決まっていなくても大丈夫ですか？

大丈夫です。

「研修と開発のどちらが必要か分からない」「生成AIを使いたいが、対象業務を決められない」という段階から整理できます。

研修だけでも依頼できますか？

可能です。

ハーネス設計や開発を前提にする必要はありません。

研修後に既存ツールと社内運用だけで十分だと判断する場合もあります。

AI業務ハーネス設計だけでも依頼できますか？

可能です。

すでにAIを利用しており、使い方、品質確認、権限、承認方法を統一したい企業は、ハーネス設計から始めることがあります。

開発が必要かどうかの相談だけでも可能ですか？

可能です。

既存ツールで解決する案、業務ハーネスを整える案、小規模なPoCを作る案、本格開発する案を比較します。

神奈川・東京以外でも依頼できますか？

地域外からも相談できます。

内容に応じて、オンライン、対面、または両方を組み合わせます。

助成金は必ず利用できますか？

利用を保証するものではありません。

企業状況、研修内容、申請時期、制度要件、管轄労働局の判断などにより異なります。

売上増加や業務時間削減は保証されますか？

保証していません。

生成AIの効果は、対象業務、入力データ、利用者、確認体制、運用頻度、外部環境などに左右されます。

事前に効果を断定せず、小さく試して実測します。

AIの出力はそのまま業務へ使えますか？

原則として、人による確認が必要です。

数値、固有名詞、契約条件、法務、税務、労務、会計、医療、助成金申請、外部公開などに関わる内容は、担当者や必要に応じた専門家が確認してください。

AIを導入することではなく、使い続けて改善できることを目指します

生成AIは、試すだけなら簡単になりました。

文章、資料、画像、動画、コード、簡単なアプリまで、以前よりはるかに速く作れます。

その一方で、作れるものが増えたからこそ、何を作らないか、何へ投資するか、誰が責任を持つかという判断は重くなっています。

AI時代に価値になるのは、アイデアや生成速度だけではありません。

課題を見つけ、要件へ変え、小さく試し、現場へ導入し、結果を確認し、改善を続ける力です。

この考え方は、次の記事でも「変換力」として整理しています。

また、AIが期待ほど役に立たないと感じる場合も、原因は一つとは限りません。

モデル、指示、材料、業務設計、確認体制、評価、権限、組織文化など、問題の場所によって対策は変わります。

私は、AIを導入すること自体を目的にはしません。

自社の目的に合わせて、使う、直す、広げる、やめるを判断できる状態を作ること。

そのために、研修、業務ハーネス設計、AIオペレーション開発、月次改善運用を提供しています。

仕事のご相談はこちら

次のような段階からご相談いただけます。

• AI研修を行いたいが、内容が決まっていない

• 社員のAI利用方法を統一したい

• 自社業務に合うAI活用テーマを整理したい

• プロンプトだけでなく、確認や承認まで設計したい

• AIシステムを作る前に、投資判断やPoC範囲を整理したい

• 音声、営業、会計、管理業務などへAIを組み込みたい

• 研修や開発後の改善を継続したい

• 何から始めるべきか分からない

相談内容が固まっていなくても構いません。

現在の状況を確認し、研修、業務設計、PoC・開発、改善運用のうち、どこから始めるべきかを整理します。

相談フォーム

初回フォームには、個人情報、顧客の実名、契約条件、社外秘資料、未公開数値、パスワード、APIキーなどの機密情報を入力しないでください。

注意事項

• 掲載料金は目安です。対象人数、業務範囲、成果物、開発要件、期間などにより個別に見積もります。

• 助成金の受給可否、適用可否、支給額は保証していません。

• ハーネス設計費、開発費、クラウド費、保守費などが助成対象となることを示すものではありません。

• 売上増加、業務削減、AI利用の定着、研修成果、開発成果、AI出力品質は保証していません。

• AIの出力には誤りや不十分な内容が含まれる場合があります。重要判断、外部提出、法務・税務・労務・会計・医療等への利用前に、人による確認を行ってください。

• 匿名事例は、企業名、所在地、詳細な業務情報を伏せて掲載しています。同様の結果を保証するものではありません。