更新 2026.08.15
コニカミノルタ約200名が受講、画像認識を題材にしたレベル別AI研修
企業規模:1,000人以上
※イメージ画像です

取り組み概要
やさしく事例解説
プロジェクト解析
実施・導入企業
こんな方へおすすめのAI解説です
- 社内でAIの話が噛み合わない
- 管理職がAIの判断軸を持てていない
- 既製の研修が自社の業務に合わない
どのようなAIの取り組み?
受講者のレベル差に応じて2コースを設計し、自社商材に近い画像認識技術を題材に約200名のAIリテラシーを底上げした研修事例
業種
情報機器メーカー(製造業)
取り組み領域
開発部門の人材育成・AI研修
使ったAI
画像認識・データサイエンス(研修題材)
主な成果
約200名のAIリテラシーを底上げ
複合機や画像IoT技術を手がけるコニカミノルタの情報機器開発本部・開発管理部が、中堅以上の社員を対象にしたAI研修を企画し、IT研修を提供するインターネット・アカデミーへ依頼しました。狙いは、製品へのAI導入を進めるために、開発に携わる社員のAIリテラシーを底上げすることです。研修は受講者の技術レベルの差に合わせて「基礎」と「アドバンスド」の2コースに分けられ、内容も自社の商材に近い画像認識技術を事例として掘り下げる形にアレンジされました。受講者数は基礎クラスが約170名、アドバンスドクラスが約30名。終了後には、AIへの理解や知識が深まり、受講者全体のリテラシーを底上げできたと評価されています。
出典:コニカミノルタ株式会社- AI研修事例、約200名のAI知識を底上げ - インターネット・アカデミー 発行元:インターネット・アカデミー
やさしく事例解説
何に困って、AIを入れたのか
出発点にあったのは、ハードウェアやソフトウェアを作って提供すれば終わりという時代ではなくなった、という認識でした。顧客ごとの課題をソリューションとして解いていくには、社員が高度な知識を持ち、それを更新し続けることに加えて、提案力やマネジメント力も必要になる。しかも社内研修だけでは知識に偏りが出やすいという事情も重なっていました。
編集部の見立てでは、ここでの困りごとの本質は「AIが分かる人の数が足りない」という人員の問題ではなく、社員のあいだでAIをめぐる言葉と前提がそろっていない状態にあったのではないでしょうか。担当者が「知識の共通言語化」という言い方をしている点が、それを象徴しています。各自が独学で知識を積み上げても、理解の粒度も使う語彙もばらばらであれば、チームとして顧客の要望に噛み合う提案を組み立てるのは難しくなります。とりわけ判断を担う中堅・管理職層の理解が浅いままだと、現場から製品へのAI活用が提案されても、そこで話が止まってしまいます。
どうやって、うまくいったのか
受講者のAI技術に対するレベル差を前提に置き、「基礎」と「アドバンスド」という2つのコースを用意した設計が、この研修の土台になっています。受講者の大半が基礎クラスに集まった構成からも分かるとおり、対象はこれから理解を始める層が中心でした。全員を同じ内容に入れてしまえば、基礎層は用語の段階で置き去りになり、先に学んでいる層には物足りない時間になります。難易度で受講者を分けたことが、幅広い層を一度に巻き込みながら、それぞれに届く水準を保つ条件になったと考えられます。
題材を自社の商材に近い画像認識技術に寄せ、その領域を丁寧に掘り下げてもらうという要望の出し方も効いています。汎用的なAI入門であれば、知識としては理解できても、自分の担当製品や日々の開発業務に引き寄せて考える段階でつまずきやすい。パッケージ型ではなく実際の業務に近いカリキュラムへ寄せた判断は、学んだ内容が「明日の仕事の話」として受け取られるかどうかの分岐点だったのではないでしょうか。
教育を計画する部署が、社内の業務からは得づらい知識を補うという明確な目的で外部の講師を招いた点も見逃せません。しかも対象を若手に限定せず中堅以上に置き、AIの知識だけでなく提案力やマネジメントの視点まで含めて組み立てています。判断する側の語彙からそろえに行くという狙いの置き方が、学びを個人の中で完結させず、部門の共通の土台へ向かわせたと見ています。
具体的に、どんな成果が出たのか
推進したこと
この事例で出た成果
研修は基礎クラスが約170名、アドバンスドクラスが約30名という規模で実施されました。受講者からは知識の再確認ができたという声に加え、管理職として業務全体のイメージがつかめた、現状の整理とあるべき姿を考えられたという反応も挙がっています。企画した開発管理部は、受講者全体の認識のすり合わせと共通言語化、そしてデータサイエンスの知識をスタンダードレベルまで引き上げるという当初の目的は達成できたと受け止めています。実際の業務に近い内容だったことが、研修終了後の自発的な学習にもつながりました。
うちでも使える?
応用しやすいのは、社員のあいだで知識レベルの差が大きく、なおかつ自社の製品や業務に直結するAI技術がはっきりしている組織です。画像認識のように「うちの商材ならこれ」と言える技術があれば、研修会社に題材の指定という形で具体的な要望を出せます。逆に、受講対象が数名にとどまる規模では難易度別にコースを分ける運用そのものが成り立ちませんし、どのAI技術が自社に効くのかを絞り込めていない段階では、カスタマイズを依頼しようにも要望が形になりません。その場合は、何を学ぶかを決める前段の議論のほうが先になります。
もう一点、この取り組みで得られたのは判断のための共通の土台であって、そのまま製品への実装につながるものではありません。研修を成果物ではなく出発点として扱えるかどうかが、投資判断の分かれ目になります。まずは、自社の商材にいちばん近いAI技術を一つ名指しできるか、教育を企画する担当者と現場の管理職とで突き合わせてみてはいかがでしょうか。
プロジェクト解析
導入部門・データ活用
導入部門:全社共通・汎用業務
採用したAI技術・ツール
採用したAI技術:AIモデル・構築手法
プロジェクト実施・導入企業
インターネット・アカデミー
IT研修・プログラミング研修を提供するIT研修サービス事業者。W3Cメンバースクールであり、AIに活用できるPythonエンジニア育成推進協会の認定スクール。受講者のレベルに合わせたカスタマイズ研修や、IT・DX人材育成に関する相談・提案をおこなう。
コニカミノルタ株式会社
出典・参考情報
コニカミノルタ株式会社- AI研修事例、約200名のAI知識を底上げ - インターネット・アカデミー
発行元:インターネット・アカデミー
掲載企業の方へ:本記事は公開情報をもとに作成しています。内容の修正・削除、または貴社確認のうえでの公式掲載をご希望の場合はこちらからご連絡ください。
