官公庁向け計画書づくりを約1時間20分→10分に、建設コンサルのGemini活用

八千代エンジニヤリングの受注は8〜9割が官公庁案件で、契約から14日以内に業務計画書を出す必要があります。ところが中身をそろえる段階で、一人ずつしか検索できない社内システムを行き来して社員情報を集めるのに30分以上、現場ごとの緊急連絡先調べに20分程度、書式の異なる特記仕様書から該当箇所を探して一字一句写す作業にも30分程度かかっていました。全社では年間約1,500件にのぼります。

並んだ作業を見ると、時間を食っていたのは文章を考える部分ではなく、ばらばらの場所から材料を探して集める部分だったと読めます。しかも三つの作業は、社内データの検索、地理的な調べもの、不定形な文書の読み取りと、求められる正確さの種類がそれぞれ違う。ひとつの道具では片づかない「性質の異なる探しもの」の束だった点が、この課題の本質ではないでしょうか。

作業ごとにAIを使う場所と使わない場所を切り分けた設計が、最も大きな要因と考えられます。書式がばらばらな特記仕様書から該当箇所を拾う処理は従来のスクリプトでは対応できないためGeminiに任せる一方、病院・消防署・警察署の検索はあえてAIを使わず、Google Maps APIとロジックで上位3件を出し、最終判断を人が下す形にしています。さらに生成結果には抽出元へのリンクを付けて画面に並べ、担当者がすぐ照合できるようにしました。誤りが許されない提出書類だからこそ、AIの得意な「探す」に役割を限定し、確かめる工程を人に残したことが実運用を支えているのでしょう。

汎用のAIチャットではなく、プロンプトとWord出力の手順を専用アプリに埋め込んだ判断も効いています。行政特有の用語や多様な書式から狙った情報を取り出すには細かなプロンプト設計が要り、複雑な表組みを含む文書をチャットで意図どおり出すのも困難です。そうした難所を利用者から見えない側に閉じ込めることで、ITリテラシーの差に左右されずに均質な結果が得られる状態をつくっています。

進め方の面では、「数値で選び、早く見せる」姿勢が手戻りを抑えたと見られます。社内の技術創発研究所が事前に抽出手法を検証して定量的な評価指標をつくり、Gemini 3.5 FlashとGPT 5.2を比べた結果、最高点よりも常時7割前後というばらつきの少なさを重視してGeminiを選びました。開発を担った富士ソフト側の2名は生成AIも使って実装を速め、社内イベントのデモに合わせて画面を早期に見せては作り直すアジャイル型で、要件の大きな変更にも追随しています。

作業時間の内訳は、社員情報の収集が30分以上から自動の一覧化へ、緊急連絡先の調べものが20分程度から即時の候補提示へ、特記仕様書の転記が30分程度からGeminiによる自動抽出と必要に応じた修正へと変わりました。合計では約1時間20分が約10分となり、1時間以上の短縮です。リリース初日には約50名が試用し、その日のうちに改善要望が届くほどの反応がありました。Google Analytics 4でダウンロード数などの利用状況を継続的に把握できるようになった一方、「プロトタイプ」と伝えても高い精度を求める声が上がり、期待値の調整に苦労した面もあります。現状は一部部署のフォーマットのみ対応で、今後は対応フォーマットの拡充と、AIを活かせる社内データ環境の整備に取り組む方針です。