奈良の工務店グループ全10部門で社員がAIを自作 広報は年1,368時間削減

プロジェクト開始時点では、「AIって難しい」「自分には関係ないかも」と感じる社員が少なくなかったことが、支援側の振り返りから読み取れます。成果のまとめで「外部依存から自走への転換」が筆頭に挙げられている点からも、それまでは仕組みづくりを誰かに作ってもらう前提で考えていた様子がうかがえます。資金計画書、見積、発注書、搬入日の連絡といった定型作業は、10の事業部それぞれに散らばっていました。

編集部の見立てでは、困りごとの核心はAIの知識不足よりも、「業務の手順を一番よく知っている人」と「仕組みを作れる人」が別々にいたことにあったと考えられます。専門のIT部門を持たない会社では、現場の細かな手間ほど依頼の優先順位が下がり、改善されないまま積み残されがちです。事業部ごとに業務の中身がまったく違う多角経営であれば、なおさら外部や一部の詳しい人だけで拾いきれるものではなかったはずです。

まず効いたと考えられるのは、各事業部が「AIを使ってどうなりたいか」を自分たちで決め、毎週の場で進み具合を持ち寄る運営の形です。週1回のオンライン会は座学ではなく、実践の報告と困りごとの共有・解決にあてられ、3か月・6か月・12か月の節目で実行計画が組まれていました。THAが伴走役としてこの枠組みを支えつつ、手を動かすのはあくまで各部署という役割分担になっており、題材が現場の業務そのものなので、学んだことがその週のうちに試される循環が生まれやすかったのでしょう。部署同士が削減時間や工夫を見せ合う形も、横目で他部署のやり方を取り込む動機になったと考えられます。

次に、うまくいかなかった理由を言葉にして残す習慣が、技術的な壁を越える足場になったとみています。図面の差分抽出では、最初につまずいた原因を突き詰めて対処したことが突破口になったとされ、施工管理の現場では「AIは素直だけど、ちょっとアホ」という捉え方のもと、シートの構造や欲しい結果を具体的に指示することで、発注書の一括作成や写真からの情報抽出を形にしています。AIの限界を前提に指示の出し方を磨くという共通認識が、エンジニアではない社員でも試行錯誤を続けられる理由になったのではないでしょうか。

もう一つは、手元にある道具から始める姿勢です。郵便番号からの住所反映を外部APIではなくGoogleの無料機能で済ませるなど、スプレッドシートやGAS、Google Workspaceの範囲で組み立てることを優先し、ChatGPT・Gemini・Claudeは同じ質問を投げ比べて使い分けています。13年前からGoogle Workspaceで仕組みづくりを続けてきた土台があり、新しい予算や大きなシステム導入を待たずに、各部署が小さく作って小さく直せたことが、10部門同時の展開を現実的にしたと考えられます。

最も大きな数字は広報企画部で、問い合わせフォームやメール、チャットツールの連携自動化などにより年間1,368時間の業務時間を削減し、前年比では約1.5倍の削減効果になっています。介護事業部は月約150時間、リノベ事業部は月約70時間、監理課は年間約90時間、分譲は月約20時間、施工管理部は年間約38時間、IC課は年間約21時間の削減を報告し、コンシェルジュ部ではプラン検索が約半分の時間で済むようになりました。BJ事業部（月約2時間）とJS事業部（月約10時間）は削減見込みの段階です。数字の大小に差はあるものの、全部署がそれぞれ独自の施策を持ち寄れたこと自体が、この取り組みの到達点といえます。今後は各部署の知見を横展開するAIナレッジプラットフォームの構築を進める方針です。