① 個人のAI活用
個人の業務生産性を高める
- 資料作成、情報整理、要約、分析支援
- 個人がその都度AIを活用
具体的な活用業務例
メール・文章の作成
会議内容の要約
資料のたたき台作成
長文資料の要点整理
翻訳・表現の改善
Excelデータの分析支援
アイデア・論点の整理
議事録からタスク抽出
当社｜Microsoft 365 Copilotを活用中
AI INITIATIVES
現場主導型AIの導入検討
当社のAI施策の隙間を埋める、第三の選択肢
DX戦略部
AI INITIATIVES
「現場主導型AI」導入の目的
② 現場主導型AI
組織のナレッジ・ノウハウをAI化する
- 各部がAIアプリ（エージェント）を作成・改善
- 部門業務を処理するツールとして継続的に活用
具体的な活用業務例
法務審査
募集資料審査
規程類の改定
部門内の照会対応
申請書類の内容点検
報告書・回答案の作成
文書の分類・情報抽出
部門ナレッジの検索・活用
当社｜今回、新たに導入を検討
③ AIシステム開発
効果が見込まれる業務を案件としてAI化する
- 要件定義、設計、テストを経て構築
- システム部門・ベンダーが中心
具体的な活用業務例
損保設計書作成
役所照会への回答
当社｜損保設計書作成・役所照会でPoCを実施予定
「現場主導型AI」を導入する理由
組織で管理すべきAI → ① 個人のAI活用ではない法務審査、募集資料審査等の業務は、組織の専門知識・判断基準を AIエージェント化し、組織が継続して管理するべきものであるため
＋
費用対効果が低い少量多品種業務 → ③ AIシステム開発ではコストが見合わない必要性は高いが、担当人員・処理件数が限られている業務は、 AIシステム開発では費用対効果を確保しにくいため
①と③の隙間を補完する「現場主導型AI」の導入を検討し、製品選定を進めていきたい
TARGET MODEL
現場主導型AIの活用イメージ
主体｜各部
業務を最もよく知る各部が、AIアプリの作成・改善を行う
STEP 1
業務課題を選定
AIを活用する業務と、必要な規程・事例・判断基準を整理
▶
STEP 2
AIアプリを作成
各部の担当者が実際に手を動かして作成
▶
STEP 3
利用・改善
部内業務で利用し、業務変更に合わせて修正・改善
必要に応じてEUC登録を行う
システム共創課が作成を代行するのではなく、各部が自ら作れる状態を目指す
支援｜DX戦略課・システム共創課
必要に応じて、作成をサポート
- AI化する業務・課題の整理
- AIアプリの設計方法の助言
- 作成方法・初期設定のサポート
- プロンプトやナレッジ整備の助言
- 他部門の活用事例・ノウハウの紹介
- 相談対応・伴走支援
サポートは適宜実施可能だが、AIアプリ作成の実作業は各部が行う
作成したAIアプリの管理｜現在、ExcelマクロやAccessデータベースによる部内業務処理をEUC登録している。AIも現行のEUC管理へ取り込む方向
SELECTION POLICY
選定基準： 現場の使いやすさと定着する可能性を重視して選定する
1
製品機能
現場業務のAI化に必要な機能の充足度
社内知識の正確な活用
多様な文書・データへの対応
複数作業の自動化
人による確認・承認の組込み
品質の確認・継続的な改善
2
現場担当者の自走性
現場担当者による作成・修正・運用の実現性
★ 今回、最も重視
専門知識を必要としない作成
作成から公開までの一貫した操作
複雑な業務への対応のしやすさ
業務変更に応じた修正のしやすさ
作成者以外への円滑な引継ぎ
3
他社実績と当社での再現可能性
現場主導型AIの定着実績と当社への適用可能性
業務部門によるAIアプリの作成実績
複数部門への展開実績
本番業務での継続利用実績
成功事例の共有・再利用
当社での定着を支える導入支援
目指す製品像
専門知識がなくても、現場が自分たちでAIを作り、使いながら育てられる基盤
候補製品の
調査・絞り込み
調査・絞り込み
▶
共通シナリオによる
実機評価
実機評価
▶
製品選定
▶
選定結果を
改めて報告
改めて報告
現場主導型AIの位置づけと上記の選定方針に基づき、製品選定を進めたい
CURRENT STATUS
現時点の選定状況
公開情報および実機確認の範囲による暫定評価。今後、共通シナリオによる実機評価とベンダーヒアリングを通じて精査する。
| 評価観点 | Lightblue | Microsoft Copilot Studio | mitoco Buddy | AI Worker | neoAI Chat | JAPAN AI | ELYZA Works with KDDI |
|---|---|---|---|---|---|---|---|
| 製品機能 | ○ | ◎ | ○ | △ | ○ | ○ | ○ |
| 現場担当者の自走性 | ◎ | × | ○ | △ | ○ | ○ | ◎ |
| 他社実績と当社での再現可能性 | ◎ | ○ | △ | △ | ○ | ○ | ○ |
| 所見 | 現場主導の導入事例が豊富。高度な評価・統制機能は追加確認が必要。 | 機能・M365連携は充実。一方、当社実機確認では高度化時の操作難度が高い。 | 外部サービス連携に強み。提供開始が新しく、市民開発の実績確認が必要。 | 業務自動化と伴走支援が特徴。現場部門による作成実績は限定的。 | 高精度RAGと金融・航空実績が強み。現場単独での作成しやすさを確認。 | 企業向け統制と標準エージェントが充実。現場開発の具体的な規模を確認。 | 作成の容易さとKDDI事例が強み。AI標準機能の詳細確認が必要。 |
評価：◎ 非常に適合 ○ 適合 △ 要確認・一部課題 × 今回の目的との適合が低い暫定評価
現時点では有力候補を絞り込まず、選定基準に基づく実機評価を経て判断する
STEP 2
現状の課題整理
なぜ、いま推進体制を見直す必要があるのか
1 背景2 現状の課題整理3 打ち手の比較4 実行計画
生成AI活用における課題と打ち手
- 利用は一部部門に集中しており、全社的な定着には至っていない
- 技術面よりも、推進体制と運用ルールの整備を先に進める必要がある
- 効果測定の基準を統一しなければ、部門間の比較と横展開ができない
| 課題 | 現状 | 打ち手 |
|---|---|---|
| 利用部門の偏在 | 利用者が特定部門に集中し、他部門への広がりが限定的（※要確認） | 部門別の推進担当を置く・各部門から1名を任命（DX戦略部） ・月次で利用状況を共有 |
| 運用ルールの認知不足 | 入力可否の判断が担当者ごとに異なり、問い合わせが継続的に発生 | 判断基準を1枚にまとめる・可否の判断表を配布（DX戦略部） ・部門説明会で読み合わせ |
| 効果測定の基準が未定義 | 効果の申告が定性的で、部門間の比較ができていない | 共通の測定項目を定める・削減時間の算定方法を統一（データ分析チーム） ・四半期ごとに集計 |
出典：社内利用ログ（2026年7月時点）※サンプル
推進体制の3案比較
- 部門別担当案は、定着速度と現場の納得感の両面で他案を上回る
- 一方で担当者の負荷が課題となるため、月次の作業量を上限管理する
| 評価観点 | A. 情シス集中 | B. 部門別担当 | C. 有志コミュニティ |
|---|---|---|---|
| 定着までの速さ | △依頼待ちが発生する | ◎各部門で並行して進む | △参加者の意欲に依存 |
| 現場の納得感 | △業務理解が届きにくい | ◎業務を知る人が設計 | ○当事者が主導する |
| 運用の統制 | ◎ルールを一元管理 | ○共通基準の配布が前提 | ×統制が働きにくい |
| 担当者の負荷 | ○既存体制で吸収可能 | △兼務前提のため要上限 | ○自主参加の範囲 |
評価：◎ 適合度が高い ○ 適合 △ 条件付き × 適合が低い※サンプル
全社のAI活用は3つの領域に分かれる
- 個人の活用とシステム開発は動いているが、その間の領域が空いている
- 空いているのは、部門の判断基準をAI化して組織で持ち続ける領域である
① 個人のAI活用
個人の業務生産性を高める
- 資料作成、情報整理、要約、分析支援に使う
- 担当者がその都度AIを呼び出す
- 成果は個人に残り、組織には蓄積されない
当社｜Microsoft 365 Copilotを活用中
② 現場主導型AI
組織のナレッジをAI化する
- 各部がAIアプリを作成し、自部門で改善する
- 部門の判断基準がアプリとして組織に残る
- 少量多品種の業務でも費用対効果が成り立つ
当社｜今回、新たに導入を検討
③ AIシステム開発
効果の大きい業務を案件としてAI化する
- 要件定義、設計、テストを経て構築する
- システム部門とベンダーが中心となる
- 件数の少ない業務では費用対効果が見合わない
当社｜PoCを実施予定
※サンプル
役員向けDX研修（10/14実施 IBM：AIエージェントについて）
1. 研修の目的
個別事例やPoCの紹介ではなく、AIエージェントを体系的に理解し、自社業務への活用可能性や将来の企業像を考えられる状態を目指す。
2. 研修の流れ
01｜AIエージェントを知る AIを取り巻く動向やAI活用方法の変化を説明し、AIエージェントの技術的、ビジネス的位置付けを示す。
02｜AIエージェントの構造を理解する AIエージェントが目的に応じて作業を計画し、ツールやシステムを利用して実行する仕組みを説明する。
03｜デモで動きを体感する AIエージェントが調査から分析、レポート作成までを進める様子を実演し、「AIエージェントが動く」ことを具体的に示す。
04｜AIエージェントによる未来を考える AIエージェントを前提とした企業・業務の将来像を示す。
3. AIエージェントデモの概要
- 「新規出店に適した地域を調査し、その結果をレポートにまとめる」AIエージェントを実演する。
- AIエージェントがWebサイトなどから必要な情報を収集・整理・分析し、レポートを作成する様子を見せる。
- 他社の営業拠点一覧作成など、人手では負荷の大きい作業を自動で行うこと、情報を取得できなくても次善策に切り替えて業務を継続することを主に説明する。
4. その他
- P21「オフィス設備領域」の研修における位置付けについては、IBMに確認中。
- P25「04｜AIエージェントによる未来」は、現在IBMにて作成中。
- AIエージェントとチャット型AIの違いや、IBMの導入事例の説明をより充実させる方向で、引き続きIBMと協議する。
- 9/25午後に講師（大西プリンシパル・ビジネス・デベロップメント・エグゼクティブ）への挨拶予定（箱崎）
※ 文書モードの見本です。新しい文書ページはこの1枚を複製して作ります。