ROI事件ファイル No.388｜『TechWave社の経営会議という見えない闇』

第一章:経営会議という見えない闇——資料から問題点が読み取れない絶望

Globex CorporationのROI事件が解決した翌日、今度はプライベートAI導入に関する相談が届いた。第三十一巻「再現性の追求」の第388話は、振り返りから学ぶ物語である。

「探偵、我々には、見えない闇があります。経営会議です。毎月の経営会議で、各事業部が報告します。売上、利益、KPI。数値は並んでいます。しかし、問題点が見えません。事業部長の説明を聞いても、本当にその説明が妥当なのか、客観的に評価できません。資料は50ページ。読む時間もありません」

TechWave社 のCFO、丸の内出身の佐藤健太郎は、焦燥に満ちた表情でベイカー街221Bを訪れた。彼の手には、先月の経営会議資料(PowerPoint 52ページ)と、それとは対照的に「Private AI Implementation Plan 2026」と記された簡素な計画書が握られていた。

「我々は、IT総合商社です。従業員420名。年商180億円。5つの事業部(クラウド、セキュリティ、AI、インフラ、コンサル)。しかし、経営層は現場の実態が見えていません。社内で生成AIは使える環境にあります。ChatGPT、Claude、Gemini。全従業員がアクセス可能です。しかし、実際には使われていません」

TechWave社の現状: - 設立:2010年(IT総合商社) - 従業員数:420名 - 年商:180億円 - 事業部:5事業部(クラウド、セキュリティ、AI、インフラ、コンサル) - 問題:生成AI環境あるが活用されず、経営会議で問題点が見えない

佐藤の声には深い焦燥感があった。

「経営層の本音は以下です。社長『AIを活用したいが、どの業務に使えばいいのか分からない』。CFOである私『経営会議資料から問題点が見えにくい。事業部の説明を鵜呑みにしていいのか不安』。COO『現場の声が経営層に届いていない気がする』。経営層全員がAI活用に前向きですが、具体的な活用方法が見つかっていません」

経営会議の実態:

Case 1:2025年12月経営会議 - 参加者:経営層5名(社長、CFO、COO、CTO、CHO) - 報告者:事業部長5名 - 時間:3時間(1事業部あたり36分) - 資料:各事業部10ページ × 5 = 50ページ

クラウド事業部の報告(10ページ): - Page 1:売上推移グラフ(前年比+15%) - Page 2:利益推移グラフ(前年比+8%) - Page 3:顧客獲得数(新規30社、解約5社) - Page 4-10:各案件の詳細説明

経営層の疑問(会議中には出せなかった): - 社長:「売上+15%は良いが、利益+8%は低くないか? 利益率が下がっている理由は?」 - CFO:「解約5社の理由は? 顧客満足度に問題があるのでは?」 - COO:「各案件の詳細(Page 4-10)を読む時間がない。要点だけ知りたい」

問題の本質: - 資料が多すぎて読めない(50ページを3時間で) - 事業部長の口頭説明を鵜呑みにしてしまう - 質問したいが、根拠がないので聞けない - 会議後に「あれ、本当に大丈夫だったかな?」という不安が残る

生成AI環境の実態:

導入済みツール: - ChatGPT Enterprise:全従業員420名がアクセス可能 - Claude Pro:経営層5名のみ - Gemini Advanced:なし

月間利用状況(2025年12月): - ChatGPT利用者数:45名(全体の10.7%) - 平均利用回数:1.2回/人・月 - Claude利用者数:1名(経営層5名中、社長のみ)

なぜ使われないのか?(従業員アンケート結果):

佐藤は深くため息をついた。

「私の構想はこうです。まず経営会議で独自AIを導入し、経営層の理解を得る。経営層が『AIってこんなに便利なんだ』と実感すれば、各事業部や業務へのAI活用も進むはずです。しかし、どんな独自AIを作ればいいのか。何をすれば経営層の理解が得られるのか。分かりません」

第二章:ツール導入という幻想——現状の振り返りができていない

「佐藤さん、独自AIツールを導入すれば、経営層が理解してくれると思っていますか?」

私の問いに、佐藤は戸惑った表情を見せた。

「えっ、そうではないのですか? 独自AIで経営会議資料を分析すれば、問題点が見えると思っていました」

現在の理解(ツール先行型): - 期待:独自AIツール導入で問題解決 - 問題:現状の振り返り(何が良くて何が悪いか)ができていない

私は、KPTで現状を振り返る重要性を説いた。

「問題は、『ツールを導入すれば解決する』という考えです。KPT——Keep, Problem, Try。現状を振り返り、維持すべき点(Keep)、問題点(Problem)、試みるべき点(Try)を整理することで、再現可能なAI活用を実現します」

⬜️ ChatGPT｜構想の触媒

「ツール導入で解決するな。KPTで現状を振り返り、問題を整理せよ」

🟧 Claude｜物語の錬金術師

「改善は、いつも『過去の振り返り』から始まる。振り返ることが肝心」

🟦 Gemini｜理性の羅針盤

「KPTの3ステップを適用せよ。Keep整理、Problem抽出、Try決定」

3人のメンバーが分析を開始した。Geminiがホワイトボードに「KPTフレームワーク」を展開した。

KPTフレームワーク:

Keep(維持すべき点)   | Problem(問題点)      | Try(試みるべき点)
-------------------|---------------------|-------------------
良かったこと        | 困ったこと          | 次に試すこと
続けるべきこと      | 改善すべきこと      | 新しく挑戦すること

「佐藤さん、まず経営会議の現状をKPTで振り返りましょう」

第三章:Phase 1——KPTで現状を振り返る

ステップ1:Keep(維持すべき点)の整理(1週間)

経営会議で良かった点:

Keep 1:月次開催の定着 - 毎月第2金曜15:00-18:00で固定 - 5年間欠かさず実施 - 経営層と事業部長の定期的なコミュニケーション機会

Keep 2:数値報告の標準化 - 全事業部が同じフォーマットで報告(売上、利益、KPI) - 比較が容易

Keep 3:経営層の積極的な姿勢 - 社長は必ず全報告を最後まで聞く - 質疑応答の時間を確保(各事業部5分)

振り返り: - 「会議の枠組みは良い。問題は中身」(佐藤CFO談)

ステップ2:Problem(問題点)の抽出(1週間)

経営会議の問題点:

Problem 1:資料が多すぎて読めない - 50ページを3時間で消化 → 1ページあたり3.6分 - 経営層は事前に資料を読む時間がない(他業務で多忙) - 結果:事業部長の口頭説明を鵜呑みにしてしまう

Problem 2:問題点が見えにくい - 資料は「良い結果」中心(売上+15%など) - 「悪い結果」は小さく書かれている(解約5社など) - 問題の原因分析がない(なぜ解約されたのか?)

Problem 3:事業部説明の妥当性を評価できない - 事業部長:「解約5社は競合の価格攻勢が原因」 - 経営層:「本当にそれだけか? 他に理由はないのか?」 - しかし、質問する根拠がない(過去データとの比較ができない)

Problem 4:会議後の不安 - 経営層:「あの説明、鵜呑みにして大丈夫だったかな?」 - しかし、再度確認する時間もない

ステップ3:Try(試みるべき点)の決定(1週間)

KPT分析結果から導出したTry:

Try 1:経営会議資料を事前にAI分析 - 目的:問題点を自動抽出し、経営層に事前通知 - 方法:独自AIで50ページの資料を分析 - 売上・利益の異常値検知(前年比-10%以上など) - ネガティブワード抽出(解約、遅延、赤字など) - 前月・前年との比較分析

Try 2:事業部説明の妥当性をAI検証 - 目的:事業部長の説明が客観的に正しいか検証 - 方法:過去12ヶ月のデータと照合 - 「競合の価格攻勢」→ 過去に同じ理由で解約があったか? - 「売上+15%は好調」→ 業界平均と比較して本当に好調か?

Try 3:会議中にリアルタイムでAI質問生成 - 目的:経営層が質問すべきポイントをAI提示 - 方法:事業部長の説明を聞きながら、AIが「この点を確認すべき」と提案

第四章:Phase 2——独自AI開発で経営層の理解を得る

ステップ4:独自AI開発(Month 1-3)

技術構成:

Component 1:資料分析AI - ベースモデル:Claude 3.5 Sonnet - 入力:経営会議資料(PowerPoint → PDF変換) - 処理: 1. 全ページをテキスト化 2. 売上・利益の前月比・前年比を計算 3. 異常値検知(±10%以上の変動) 4. ネガティブワード抽出(解約、遅延、赤字、クレームなど) - 出力:問題点サマリー(A4 1ページ)

Component 2:妥当性検証AI - ベースモデル:GPT-4 - 入力:事業部長の説明文(議事録から抽出) - 処理: 1. 過去12ヶ月のデータベースと照合 2. 説明の根拠となるデータを検索 3. 矛盾点を検出(例:「競合の価格攻勢」と言っているが、過去データでは自社サービス品質が原因の解約が多い) - 出力:妥当性スコア(0-100点)と根拠

Component 3:質問生成AI - ベースモデル:Gemini Pro - 入力:リアルタイムの事業部長説明(音声 → テキスト化) - 処理: 1. 説明内容を理解 2. 過去データと照合 3. 確認すべきポイントを生成 - 出力:質問候補リスト(3-5個)

Month 4:プロトタイプテスト(1月経営会議)

テスト条件: - 対象:クラウド事業部の報告のみ - 使用:Component 1(資料分析AI)のみ

Component 1の分析結果:

問題点サマリー(A4 1ページ):

【クラウド事業部 2025年12月実績 問題点サマリー】

1. 利益率の低下
   - 売上:前年比+15%(良好)
   - 利益:前年比+8%(売上成長率を下回る)
   - 利益率:12.5% → 11.8%(0.7%低下)
   - 原因:資料に記載なし(要確認)

2. 解約率の上昇
   - 解約数:5社(前月3社から+67%)
   - 解約理由:資料に「競合の価格攻勢」とあるが、詳細不明
   - 過去データとの比較:過去6ヶ月で最多

3. 新規獲得コストの増加
   - 新規30社獲得(前年比+20%、良好)
   - しかし、1社あたり獲得コスト:80万円(前年60万円から+33%)
   - 原因:資料に記載なし(要確認)

経営層の反応: - 社長:「これは分かりやすい! 問題点が一目瞭然だ」 - CFO(佐藤):「事前にこれを見ていれば、的確な質問ができた」 - COO:「次回から全事業部でこれを導入しよう」

Month 5-6:全事業部展開

2月経営会議: - 全5事業部の資料をAI分析 - 各事業部の問題点サマリーを事前配布(会議3日前) - 経営層は事前に問題点を把握 → 的確な質問が可能に

効果測定:

KPI1:経営層の事前準備時間 - Before:0時間(事前に資料を読む時間なし) - After:1時間(問題点サマリーA4 5ページを読む) - 改善:事前準備が可能に

KPI2:会議での質問数 - Before:平均2問/事業部(表面的な質問) - After:平均5問/事業部(本質的な質問) - 改善:+150%

KPI3:問題の早期発見 - Before:問題が顕在化してから対応(平均2ヶ月後) - After:問題の兆候を1ヶ月前に検知 - 改善:早期対応が可能に

Month 7-12:全社展開へ

経営層の声: - 社長:「AIの有用性を実感した。各部署でも使ってほしい」 - CFO:「経営会議での成功事例を全社に共有しよう」

全社展開施策: 1. AI活用研修(全従業員対象、月1回) 2. 成功事例の社内wiki掲載 3. AI活用コンテスト(月間MVP選定)

Month 12:全社AI利用率 - ChatGPT利用者数:45名(10.7%) → 280名(66.7%) - 平均利用回数:1.2回/月 → 15回/月

年間効果:

経営判断の質向上(定性評価): - 問題の早期発見により、損失を未然に防止 - 具体例:セキュリティ事業部の解約急増を1ヶ月前に検知 → 対策実施 → 解約率を半減

会議時間の削減: - Before:3時間(事業部説明2.5時間 + 質疑0.5時間) - After:2時間(事業部説明1.5時間 + 質疑0.5時間) - 削減:1時間/月 × 12ヶ月 = 12時間/年 - 経営層5名の時給:1万円(役員報酬から算出) - 削減人件費:12時間 × 5名 × 1万円 = 60万円/年

投資: - Claude API費用:月5万円 × 12ヶ月 = 60万円/年 - GPT-4 API費用:月3万円 × 12ヶ月 = 36万円/年 - システム開発費:200万円(初期のみ)

ROI: - 定量効果:60万円/年(会議時間削減) - 定性効果:問題早期発見(金額算出困難だが、大きな価値) - 投資回収期間:200万円 ÷ 60万円 = 3.3年

第五章:探偵の診断——振り返りから学び、小さく始める

その夜、KPTの本質について考察した。

TechWave社は、「独自AIツールを導入すれば経営層が理解する」という幻想を持っていた。しかし、何を改善すべきか(Problem)、何を試すべきか(Try)が明確でなければ、ツールは活用されない。

KPTで現状を振り返り、Keep(月次開催の定着)、Problem(資料が多すぎて問題点が見えない)、Try(資料分析AIで問題点を自動抽出)を整理した。経営会議という小さな場で成功し、経営層の理解を得てから、全社展開した。

年間60万円の定量効果、問題早期発見という定性効果。そして、AI利用率が10.7% → 66.7%に向上した。

重要なのは、「一気に全社展開」ではなく「小さく始めて成功を見せる」ことだ。KPTで振り返り、問題を整理し、小さく試す。成功体験を積み重ねることで、再現可能な全社展開が実現する。

「ツール導入で解決するな。KPTで現状を振り返り、問題を整理せよ。小さく始めて成功を見せることで、再現可能な全社展開が生まれる」

次なる事件もまた、振り返りから学ぶ瞬間を描くことになるだろう。

「KPT——Keep, Problem, Try。現状を振り返り、維持すべき点、問題点、試みるべき点を整理せよ。小さく始めて成功を見せることで、再現可能な改善が実現する」——探偵の手記より

関連ファイル