レオパレス21の社内AIチャット、1人月8時間削減を生んだ二段階の展開

導入前の従業員は、社内ポータルに掲示された膨大なファイル群から目的の資料を探し当て、さらにその中身を読み進めて該当箇所を自力で特定する必要がありました。

編集部の見立てでは、ここでの困りごとの本質は資料の量そのものではなく、探す作業が二重構造になっていた点にあります。目的のファイルにたどり着くまでが一段階目、開いた文書の中から答えを見つけるのが二段階目で、どちらも「どこに何が書かれているか」の見当がついている人ほど短時間で終わる作業です。裏を返せば、検索にかかる時間の差は業務経験の長短がそのまま所要時間に跳ね返る構造だったのではないでしょうか。参照の機会が多い業務ほど、この差は日々静かに積み上がっていきます。

入力したデータが再学習に使われないという仕様を、土台となるサービス選定の条件に据えたことが、この取り組みを成立させています。社内規約やマニュアル、過去の事例といった外部に出せない文書をAIに読み込ませる前提に立つ以上、安全性が曖昧なままでは検討そのものが前に進みません。既製のサービスをそのまま使うのではなく、Azure OpenAI Serviceを基盤に据えたうえで自社開発でチャットシステムを組み上げた構成は、大規模言語モデルの能力と情報の閉じ込めを同時に成立させる選び方だったと考えられます。

機能を一度に完成させず、二段階に分けて広げた進め方も効いています。2023年11月の本格導入時点では、まず全従業員がイントラネットから使える環境を用意することに主眼が置かれ、社内データの学習は2024年4月のバージョンアップまで待つ形になりました。この順序には、AIに質問するという行為そのものに社員が慣れる期間を先に確保する意味があったのではないでしょうか。人が集まってから中身を入れる進め方は、精度の高い仕組みを作ったのに誰も使わないという典型的なつまずきを避けるうえで理にかなっています。

ツールの提供と同時にデジタルリテラシー教育とガイドライン策定を走らせた点は、技術面の工夫と同じ重みで見るべきところです。生成AIは聞き方によって返ってくる答えの質が大きく変わるため、使う側の技能が成果をそのまま左右します。教育とルール整備を後追いにせず並走させた設計には、導入初期に「使ってみたが役に立たない」という評価が固まってしまう事態を防ぐ働きがあったはずです。

実際に利用している従業員では、1人あたり平均で月間約8時間の業務時間削減という定量的な成果が出ています。資料を探す作業が丸ごと消えたというより、探し当てるまでに費やしていた時間が、質問して回答を受け取る時間に置き換わった結果と読むのが自然でしょう。同社は2024年内を目途に、規約やマニュアルにとどまらない幅広い社内業務データの学習を進め、データドリブン経営の実現とDX推進を加速させる方針を掲げています。