※イメージ画像です01 — Overview
販促支援やコールセンター、物流、BPOを手がけるディーエムエスは、全社員が生成AIを使える環境づくりを掲げ、Allganize Japanの生成AIプラットフォーム「Alli LLM App Market」を採用しました。選定では、はじめてでも使いやすいこと、社内ナレッジを活用できること、安全な環境で使えることという三つの基準を立て、利用者がプロンプトを入力する対話型の製品を含む三つを比較しています。導入後は著作権や個人情報の扱いなどの利用ルールを定めたうえで全社員向けのセミナーを実施し、その後もログデータと社内アンケートで利用状況を分析。使いどころをつかめていない層に向けた実践的なハンズオン研修や、活用している社員へのインタビューを社内報で共有する施策を重ね、ISMS/PMSのヒアリングシート回答や自治体案件の仕様書要約といった自社固有の業務向けアプリも作り込んでいきました。
出典：■導入事例■【ディーエムエス様】年代・役職を問わず生成AIを使いこなす組織へ。全社的な業務品質向上と創造性強化への挑戦（発行元：Allganize Japan株式会社）
02 — Problem
営業では提案の範囲や内容にばらつきがあり、提案書づくりは自分の経験や周囲のアドバイス、インターネット上の情報に頼る形でした。取引先ごとに書式も項目も異なるISMS/PMSのチェックシート回答は知識と経験を要するため属人化し、「どう答えればいいか」という質問が特定の担当者に集まっていました。パソコン操作の相談も、詳しい人に聞いて解決するやり方が定着し、その場は片づくものの本人のスキルとしては残らず、同じ質問が繰り返されています。
編集部の見立てでは、これらに共通するのは、判断の材料が一部の人の頭の中にあり、そこへ問い合わせが集中する構造です。そして全社にツールを配ったあとも継続利用に至らない社員が多数いたという事実は、困りごとの本質がツールの性能ではなく、一人ひとりの業務と生成AIをつなぐ接続点が用意されていなかったことにあると示しているのではないでしょうか。
03 — Key points
選定の軸を機能の多さではなく「はじめて触る人が使えるか」に置いた判断が、その後の広がりを左右したと考えられます。比較対象となった製品は利用者自身がプロンプトを書く前提で、テンプレートを使う場合も変数部分を自分で編集する必要がありました。プロンプト入力を求めないアプリ形式を選んだことは、使い方を覚える段階そのものを省く設計であり、全社員という母集団を想定したときに筋が通っています。
推進体制を経営企画の2名に閉じず、営業系・業務系・管理系のサポート担当を置いた部門横断の座組みも、取り組みを支えた要素です。各部門の業務に通じたメンバーが加わったことで、汎用的な使い方にとどまらず、書式の異なるチェックシートへの回答や100ページを超える自治体案件の仕様書の要約といった、自社ならではの業務にアプリが向けられました。ノーコードのアプリビルダーで社内側が作り込める製品を選んだ判断と、この体制は一組で効いています。アプリ開発の場面では提供元であるAllganize Japanが技術的な支援と提案を担い、用途は社内が決め、実装面を外部が支えるという分担ができていました。
配って終わりにせず、ログデータと社内アンケートで利用状況を測り続けた運用も見逃せません。継続利用に至らない層がいるという事実だけでなく、業務での使いどころが分からない、パソコンを使う頻度が少ないといった理由まで把握したうえで、Excel関数の作成やメール作成、要約など部署を問わない身近な業務を題材にしたハンズオン研修へ切り替えています。活用している社員へのインタビューを社内報で回す施策も、抽象的な呼びかけではなく「同僚がこの業務で使っている」という具体を渡すもので、利用イメージの欠如という診断に正面から応じた打ち手です。
04 — Results
日常業務に直結した題材で行ったハンズオン研修の後、アクティブユーザー数は1.5倍に増えています。ISMS/PMSのヒアリングシート回答生成アプリでは回答方法に関する質問が減り、担当者側の対応時間の短縮につながりました。Excel関数アプリなど標準アプリの活用により、社員が自ら調べて解決できるようになったことで日常的な問い合わせも大幅に減少し、部門を問わず対応工数の削減が生まれています。今後はプロンプト講座やアイディアソン、営業支援システムのデータを使った分析アプリ、AIエージェントの活用が計画されています。
05 — For your company
応用しやすいのは、取引先ごとに書式の違う回答業務や、長い仕様書・要件資料を読み込む業務、社内で同じ質問が繰り返される業務を抱えている組織です。いずれも答えの材料が社内文書として存在しているため、社内データを参照して回答するRAG（社内の資料を検索してAIの回答に使う仕組み）が力を発揮しやすい領域といえます。逆に、参照させたい社内文書が最新版と旧版で混在していたり、判断の根拠が文書化されず個人の記憶にとどまっている場合は、同じ形をなぞっても回答の精度が上がりにくいと考えられます。パソコンに向かう時間が短い職種が多い職場では、この事例と同様に利用が伸び悩む可能性も見ておいたほうがよいでしょう。
小さく始めるなら、直近1か月で「詳しい人に聞いて解決した質問」を一つ思い出し、その回答に必要な社内文書がどこにあるかをたどってみてはいかがでしょうか。文書までたどり着けた質問は、AIに任せられる候補です。
06 — Company
AIサービス・ツール
企業向けの生成AI・LLMアプリケーションプラットフォーム「Alli LLM App Market」を提供。100個以上のテンプレートからLLMアプリを選び即座に業務活用でき、RAGによる社内文書の自動応答やノーコードのアプリビルダー機能を備える。導入支援・技術サポート、カスタマーサクセスによる支援も行う。
この取り組みに関心があれば、
Allganize Japan株式会社の公式情報をご覧ください
07 — Category
関連度の高い事例を選定しています。少しお待ちください。
