名古屋鉄道が社内チャットに生成AI、検証で累計1,200時間の効率化

生成AIを新しい専用ツールとして配るのではなく、社員が日常的に開いている Google Chat の中に置いた点が、この取り組みの設計の中心にあります。チャットボットとの対話という形をとったことで、利用者にとっては「いつもの画面で話しかける」以上の学習が要りません。導入の成否を分けるのは機能の多さより到達距離だという判断が、置き場所の選択に表れています。

製品選定で「性能」ではなく「親和性」を決定打に据えた基準の立て方も見逃せません。要約や翻訳といった一般的な用途であれば各社モデルの実力差は小さいと見極めたうえで、判断の軸を、どれだけ多くの社員に一度に環境を渡せるかへ移しています。Google Workspace はグループの約半数にあたる60社程度が導入済みで、全社展開も進行中でした。既存基盤の広がりを配布経路そのものとして評価する見方は、比較検討が機能比較の泥沼になりがちな場面で効いたと考えられます。

段取りの組み方にも工夫があります。2023年7月から最大約400名規模で生成AIの検証を先行させ、そのうえで2024年1月中旬にパートナーへ相談、2月中旬に要件定義を開始し、新年度初日の4月1日という区切りに合わせて公開するという流れです。構築と性能検証は Google Cloud 専業インテグレーターの G-gen が担い、名鉄側は用途の見極めと社内展開に集中する役割分担がとられました。