マブチモーターの全社生成AI、3ヵ月9,500時間削減を支えた選定基準

生成AIの検討が始まった背景にあったのは、知識や経験、創意工夫が求められる日々の業務をどう支援するかという課題でした。あわせて、機密情報を含む入力が学習に利用されないこと、導入の効果を客観的に測れることが、検討段階から前提条件として置かれています。

編集部の見立てでは、ここでの困りごとの本質は、重い業務が一つ突出していたというより、翻訳や集計、資料の手直しといった一件あたりは小さな作業が、部署をまたいで薄く広がっていた点にあります。個別の業務システムを組んで回収するには一つひとつが小さすぎ、そのまま置けば全社の総量としては無視できない大きさになる。その中間に落ちて誰の担当課題にもなりにくかった時間をどう拾い上げるかが、実際の論点だったのではないでしょうか。

「入力データが学習に利用されない」という条件を、機能の比較検討より前の入口条件に据えた要件設計が、この取り組みの土台になっています。機密を扱う現場では、便利かどうか以前に「これは入力してよい情報なのか」という判断が個人に委ねられた時点で、利用は止まります。会社として使える環境をあらかじめ用意し、その判断を現場から引き取っておく組み立てが、ためらいなく手を伸ばせる状態をつくったと考えられます。

効果の測定を、後追いのアンケートではなくツールの機能として利用そのものに埋め込んだ点も見逃せません。ユーザーごとの削減時間を推定してグラフで示す仕組みは、使うほど自分の手元で成果が見える形になり、報告のための集計作業を新たに増やさずに済みます。定量的な把握を選定要件に含めていたことと合わせると、測り方を先に決めてから広げる順序が、全社規模の意思決定を支える材料になったのではないでしょうか。

適用先を、海外拠点とのメール翻訳、アンケートの集計、VBAのコード生成、文書の添削という具体的な業務名で示した進め方も効いています。汎用の道具として配るだけでは、多くの人は自分の仕事との接点を見つけられません。加えて、サービスを提供するExa Enterprise AIと導入を支援したNSSOLという役割分担があり、環境の構築と展開を自社だけで抱え込まない体制が、短期間での全社展開を現実的なものにしています。

国内拠点での全社利用を始めてわずか3ヵ月の時点で、9,500時間以上の業務時間削減が達成されています。これは対象ユーザーの総労働時間に対して約2.5％にあたる水準で、特定業務の劇的な短縮というより、多岐にわたる業務での小さな効率化が積み上がった結果と読み取れます。翻訳やプログラミング支援、文書作成といった日常業務をAIに預けられるようになり、従業員がより付加価値の高い仕事に注力できる環境が整いつつあります。