「試したが定着しなかった」という相談を多くいただきます。
運用に乗るものと乗らないものの差は、技術ではなく進め方にありました。
定着しない典型
1. 「AIで何かできないか」から始まる
2. デモを作る → 経営層が評価する
3. 現場に展開する → 使われない
4. 自然消滅
業務ではなく技術から入っているのが原因です。
定着する進め方
1. 業務の困りごとから始める
× 「生成AIを導入したい」
○ 「問い合わせ対応に1件あたり15分かかっている」
測れる困りごとから始めます。
効果を数字で示せるかどうかが、継続の分かれ目になります。
2. 対象を1つに絞る
複数の業務に同時に適用しようとすると、どれも中途半端になります。
まず1業務、1チームで始めます。
選ぶ基準は次の3つです。
- 繰り返しが多い（効果が出やすい）
- 間違えても致命的でない（心理的な抵抗が小さい）
- 効果を測れる（件数・時間が記録されている）
3. 現場の人と一緒に作る
「作ったので使ってください」は、ほぼ確実に失敗します。
実際に業務をしている人に、最初から入ってもらいます。
現場でないと分からないことが必ずあります。
・その業務には例外パターンが3割ある
・実は前工程でデータが揃っていない
・そもそも別の作業のほうが時間を食っている
4. 完璧を目指さない
精度100%を目指すと、いつまでも運用に入りません。
・8割正しく、2割は人が直す
・自信がない場合は「分かりません」と返す
下書きを作る道具として位置づけると、精度の要求が下がり、
現実的な精度で運用に入れます。
5. 効果を測る
導入前: 1件あたり平均 15.2分（100件計測）
導入後: 1件あたり平均 6.8分（100件計測）
導入前に測っておくのが重要です。
後から「速くなった気がする」では継続の判断ができません。
6. 運用の担当を決める
これが抜けると、必ず止まります。
- プロンプトを更新するのは誰か
- 精度が落ちたときに気づくのは誰か
- 費用を見るのは誰か
技術部門ではなく、業務部門に担当を置くほうが定着しました。
現場の抵抗への対応
「仕事が奪われる」という不安は、正面から扱います。
実際に効果が出た伝え方は、
「判断はあなたがする。下書き作りだけ任せる」という説明でした。
最終的な責任と判断が人に残ることを明確にすると、
抵抗は大きく下がります。
費用の見方
月額費用: 3万円
削減時間: 40時間/月
時間単価: 3,000円 → 12万円相当
こう出せると、継続の判断がしやすくなります。
削減した時間を何に使ったかまで書けると、さらに説得力が増します。
まとめ
- 技術ではなく、測れる困りごとから始める
- 対象を1業務・1チームに絞る
- 現場の人と一緒に作る
- 完璧を目指さず「下書き作り」に位置づける
- 導入前に効果を測っておく
- 運用担当を業務部門に置く
PoC で終わるかどうかは、技術の問題ではありませんでした。