ROI事件ファイル No.530『どこから手を付けるか、それすら分からなかった』
どこから手を付けるか、それすら分からなかった
第一章：課題の抽出すら、難航していた
「DXを進めたい。でも、何が課題なのかを洗い出す段階で、もう止まっています」
GlobalConstruct社のCEO、烏山慶一氏は、そう言いながら現場の写真を見せた。建設・土木・施工の会社。「業務プロセスが整理されていない。だから、どこからデジタル化すればいいのかが見えない。生成AIを使いたいが、現場でどう活用すればいいのかも分からない。優先順位も立たない」
「現場監督の労働時間は」とClaudeが尋ねた。
「長時間労働が常態化しています」と烏山氏が答えた。「法的にも労働時間短縮が求められている。でも、現場監督の業務が属人的で、何にどれだけ時間がかかっているかすら把握できていない。過去のトラブルやクレームの情報も、個人の記憶に留まっていてナレッジ化されていない」
「これまで、業務プロセスを整理したことは」と私が確認した。
「ありません」と烏山氏が答えた。「現場ごとに進め方が違う。役割によって抱える課題も違う。全体を一枚の絵にしたことがない。だから外部のDXコンサルが必要だと判断しました。ただ、どこから手を付ければいいか、その入り口すら見えていないのが正直なところです」
「課題が見えないのは、業務を担う人物像が定義されていないからですね」と私が応じた。「Persona_Analysisで分解しましょう」
第二章：Persona_Analysisが問う、役割ごとの人物像
「この案件には、Persona_Analysisが必要です」
Claudeがホワイトボードに「P・A」と書いた。
「Persona_Analysis——ペルソナ分析とは、利用者や業務の担い手を、属性・行動・課題を持つ具体的な人物像として描き、その視点から設計を進めるフレームワークです」と私が説明した。「マーケティングで知られますが、業務改革にも有効です。なぜなら、『会社の課題』という曖昧な塊は手が付けられないが、『現場監督という人物が一日に何をして、どこで困るか』に分解すれば、課題が具体的に見えるからです。役割ごとにペルソナを描き、業務プロセスを可視化します」
「まず現状のコストを測りましょう」とGeminiがROI Polygraphを開いた。烏山氏から提供されたデータを入力する。
「月間の機会損失コストが出ました」とGeminiが読み上げた。「現場監督の長時間労働による超過人件費・是正リスク期待値が月平均二百二十万円。業務プロセス未整理による非効率工数が月平均三百六十時間、時給四千五百円で月百六十二万円。過去トラブル情報が活用されず再発する対策コストが月平均百十万円。DXの優先順位が定まらず施策が空転する経営工数が月平均七十万円。ナレッジ属人化による技術継承リスク期待値が月平均六十万円。合計で月六百二十二万円。年間換算で約七千四百六十四万円」
烏山氏が数字を見つめた。「長時間労働のコストは意識していました。でも、プロセス未整理の非効率や、トラブル情報の死蔵まで金額にすると、これほどとは」
「では、Persona_Analysisで設計します」と私が続けた。
[ペルソナ第一——現場監督：時間に追われる中核]
「最初に、現場監督のペルソナを描きます」とClaudeが言った。「『施工管理を担う四十代・複数現場を掛け持ち・朝から夜まで現場と事務所を往復・過去のトラブル対応は記憶と経験頼み・記録を残す時間がない』。この人物の一日を追うと、移動時間、報告書作成、トラブル対応の判断——どこに時間が奪われているかが具体的に見えてきます」
[ペルソナ第二——若手技術者：聞ける相手を探す層]
「次に、若手技術者のペルソナです」とGeminiが続けた。「『経験の浅い二十代・判断に迷うとベテランに聞きたいが現場では捕まえにくい・過去事例を参照したいが探し方が分からない』。この人物の困りごとは、ナレッジへのアクセス手段の欠如にある。現場監督とは別の課題構造を持つことが見えます」
[ペルソナ第三——経営層：全体を見たいが見えない層]
「経営層のペルソナです」と私が続けた。「『全社の生産性を上げたいが、現場で何が起きているかが数字で見えない・労働時間短縮の達成義務を負う・どこに投資すべきか判断材料がない』。役割ごとにペルソナを描くと、同じDXでも見ている景色がまったく違うことが明確になります」
[ペルソナ別のDX施策——生成AIの当てどころを定める]
「各ペルソナの課題に、具体的なDX施策を当てます」とClaudeが続けた。「現場監督には、生成AIを使ったリアルタイム業務支援と、過去ナレッジからのリスク予測。若手技術者には、過去事例を対話で引き出すAI支援。経営層には、現場データの可視化ダッシュボード。ペルソナごとに当てどころを定めるから、生成AIが『何に使うか分からない道具』から『この人のこの課題を解く道具』に変わります」
[投資回収を試算する]
「ROI Proposal Generatorで試算しましょう」とGeminiが提案した。
- 初期費用：ペルソナ設計・業務プロセス可視化・現場監督向け生成AI業務支援・過去ナレッジのリスク予測システム・若手向けAI支援・経営可視化基盤・現場研修費用合計千三百二十万円
- 月次費用：AI運用・データ更新基盤継続費合算月四十八万円
- 月次削減効果：現場監督の労働時間短縮による超過コスト削減＝月百六十万円、プロセス効率化＝月九十六万円、トラブル再発防止＝月七十六万円、DX優先順位明確化による空転解消＝月五十万円、合計月三百八十二万円
- 月次純削減：三百八十二万円－四十八万円＝月三百三十四万円
- 投資回収期間：千三百二十万円÷三百三十四万円＝約四・〇ヶ月
「四ヶ月の回収です」とGeminiが整理した。「重要なのは、ペルソナごとに施策を当てることで、生成AIの投資が空振りしない点です。『会社のDX』という曖昧な投資ではなく、『現場監督のこの課題を解く投資』だから、効果が測れる。特に労働時間短縮のコスト削減が大きく効いています」
烏山氏が数字を確認しながら言った。「会社の課題、という大きすぎる塊で考えていました。ペルソナに分けると、誰のどの困りごとを解くかが見える。生成AIの使いどころも具体化する」
「Persona_Analysisは、曖昧な塊を具体的な人物の課題に変える道具です」と私が応じた。
第三章：ペルソナ起点で進めるDX計画
「進め方を整理します」と私がホワイトボードの前に立った。
「第一・二ヶ月——主要役割のヒアリング、現場監督・若手技術者・経営層のペルソナ設計、業務プロセスの可視化。第三ヶ月——ペルソナ別課題の優先順位付け、生成AI活用の当てどころ確定。第四・五ヶ月——現場監督向けのリアルタイム業務支援・リスク予測システムの構築。第六ヶ月——パイロット現場での試験運用、効果検証。第七ヶ月——若手技術者・経営層向け施策の展開。第八ヶ月以降——過去トラブルのナレッジ化を継続、ペルソナの追加設計と施策拡大」
「どのペルソナから着手すべきですか」と烏山氏が確認した。
「現場監督からです」とClaudeが応じた。「労働時間短縮という法的要請があり、コスト削減効果も最も大きい。最優先のペルソナです。現場監督の業務が軽くなれば、その効果が会社全体に波及する。すべてのペルソナに同時着手せず、最もインパクトの大きい人物像から解く。これがペルソナ分析を使った優先順位付けです」
烏山氏がメモを取りながら言った。「課題の抽出すらできなかったのに、ペルソナを一人描くだけで、こんなに具体化するとは思いませんでした」
第四章：誰の、どの困りごとか、が見えた日
十ヶ月後、烏山氏から報告が届いた。
現場監督の労働時間は、生成AI業務支援システム稼働四ヶ月後に大幅短縮。報告書作成とトラブル対応の判断が支援され、月あたりの超過労働が目に見えて減った。「記録に追われていた現場監督が、定時に近い時間で現場を離れられるようになった。法的な労働時間短縮の要請にも応えられる目処が立った」と烏山氏は記していた。
過去トラブルのナレッジ化も進んだ。個人の記憶に留まっていたトラブル対応が、生成AIのリスク予測システムに蓄積されるようになった。「『あの現場で似たトラブルがあった』という記憶頼みが、データに置き換わった。再発防止が仕組みで回り始めた」と報告書にあった。
最も大きな変化は、DXの入り口が見えたことに表れた。課題抽出すら難航していた状態から、ペルソナごとの具体的施策に分解された。「『会社のDX』という雲をつかむ話が、『現場監督のこの業務を支援する』という具体に変わった。手を付ける場所が見えた」と烏山氏は記していた。
若手技術者の支援も成果を出した。過去事例を対話で引き出すAI支援により、ベテランを探し回る時間が減った。「若手が判断に迷ったとき、まずAIに聞ける。ベテランの手を止める頻度が下がった」と報告書にあった。
経営層の視界も変わった。現場データの可視化により、これまで見えなかった現場の状況が数字で把握できるようになった。「現場で何が起きているか、初めて数字で見えた。どこに投資すべきかの判断材料が手に入った」と烏山氏は記していた。
副次効果として、現場発の改善提案が増えた。ペルソナ設計のヒアリングを通じて、現場が自分たちの課題を言語化する経験を得た。「自分の困りごとが施策につながると分かると、現場が声を出すようになった。やらされDXではなくなった」と報告書にあった。
烏山氏の報告書の最後にはこう書かれていた。「DXの課題を洗い出そうとして、その入り口で止まっていた。Persona_Analysisで役割ごとに人物像を描いたら、誰のどの困りごとを解くかが見えた。会社の課題は塊では解けない。人物に分解して初めて動き出す」
どこから手を付けるかすら分からなかった会社が、誰のどの困りごとかを見極められる会社に変わった日、DXは雲をつかむ号令から、人物起点の具体的な改善に変わっていた、と記されていた。
「DXが課題抽出の段階で止まる会社は多い。『会社の課題』という塊が大きすぎて、どこから手を付けるか見えないからだ。Persona_Analysisが問うのは、業務を担う人物の解像度だ。現場監督、若手技術者、経営層——役割ごとに人物像を描けば、誰が一日に何をして、どこで困るかが具体的に見える。生成AIの使いどころも、その人物の課題から定まる。どこから手を付けるかすら分からなかった会社が、誰のどの困りごとかを見極めた日、変わったのはDXツールではなく、課題を人物に分解する視点そのものだった」
関連ファイル
使用ツール
- ROI Polygraph — 現場監督の長時間労働コスト・プロセス未整理の非効率・ナレッジ死蔵の可視化
- ROI Proposal Generator — 役割別ペルソナ起点のDX推進の投資回収シミュレーション
