生成AIの乗り換えで利用者約1,400名に 電力インフラ企業の重み付け比較

同社は2024年7月の時点ですでに生成AIを全社展開しており、利用率やチャット数も想定を上回っていました。それでも見直しに踏み切ったのは、一般的なチャット用途では効果があった一方、社内データやマニュアルを取り込んで回答させる使い方で精度が出なかったためです。乗り換えにはデータ移行の可否、操作感の変化、社内説明といった負担も伴っていました。

編集部が注目したいのは、不満の中心がRAG（社内文書を検索してAIの回答に活用する仕組み）に集まっていた点です。建設業務を多く抱え、ヒヤリハットや過去の対応事例が文書として大量に眠っている会社にとって、生成AIに求めるものが「何でも答えてくれる相手」から「自社の蓄積を引き出せる道具」へと移っていたのではないでしょうか。全社に行き渡ったからこそ、汎用チャットの先にある要求が見えてきた。そう読むと、この見直しは利用が定着した組織に訪れる自然な段階だったと考えられます。

評価者を利用ログの上位約50名から選んだことが、比較の質を決めたと考えられます。日常的に使い込んでいる社員ほど、RAGの精度や議事録のまとまり具合といった細かな差に気づけるため、試用期間が短くても判断材料が集まりやすい。加えて各項目を1〜5点で採点し、重要度に応じて3倍・2倍・1倍の重みを掛けて1〜15点に換算する方式を取ったことで、「使いやすそう」「安い」といった印象論を、乗り換えの負担に見合うかどうかを説明できる数字に置き換えています。

評価の軸を、現場で頻繁に発生する作業に結びつけた点も見逃せません。重視されたのは、PDFを取り込むだけで社内文書に基づいた回答が得られるかというRAGの実用性と、文字起こしから議事録の形に整理するまでの精度でした。顧客や取引先との会議が多く、議事録の作成と確認が日常業務になっている組織では、文字起こしだけで止まる道具では手間が減りません。毎日の作業で差が出る機能を決め手に据えたことが、導入後に使われ続ける土台になったのではないでしょうか。

展開後は、段階を分けた研修と、事業所単位でのエージェント作成が利用の裾野を広げています。基礎から中級・応用、エージェント作成までの計6回の研修に、いつでも受講できるeラーニングを組み合わせ、使い方を覚える段階から自分で業務用の仕組みを作る段階へと橋を架けました。「安全衛生アシスタント」や「内部監査員認定ヒアリングAI」のように、事業所が自らの業務に合わせて作ったエージェントが生まれていることは、道具を配るだけで終わらせず、現場が手を動かせる状態まで持っていく設計が機能している表れと編集部は見ています。

利用者数は2025年4月時点の約550名から、2026年3月に約1,100名、2026年7月に約1,400名へと増え、月間チャット数も約1万8,000件から約5万3,000件、約8万5,000件と伸びています。2025年度の研修の延べ参加者は1,095名。広報室では1日50〜60チャットほど使われ、内部監査員の候補者ヒアリング用エージェントは一部の事業所で運用され、ヒアリング時間の削減や回答のばらつき抑制につながっています。導入直後の物珍しさが落ち着いた後も数字が伸び続けている点は、日常業務の道具として根づき始めたサインと読めます。今後は発電所や建設現場など現場部門への展開と、紙をPDF化しただけの文書やファイルサーバー上の文書をAIが参照できる形に整える取り組みが課題に挙げられています。