ROI事件ファイル No.537『「AIで何かを」の、何かが誰にも言えなかった』
「AIで何かを」の、何かが誰にも言えなかった
第一章：やりたいのに、何をやるかが言えない
「生成AIで業務効率化をしたい。ただ、何をどうすればいいかが、まだ固まっていません」
DataSphere社のデータ活用担当、鴨志田優氏は、そう言いながら現状を語った。「社内システムから取ったデータを分析環境に蓄積する仕組みを作っている最中で、Googleのサービスでダッシュボードも作っています。ここに生成AIを組み合わせたいんですが、具体的にどう使えばいいかが見えない」
「これまで、AI活用で試したことは」とClaudeが尋ねた。
「提案書の自動生成を検討しました」と鴨志田氏が答えた。「でも、フォーマットが多様で対応しきれず、断念しました。今は、蓄積したデータと生成AIをどう組み合わせるかが明確になっていない。方針もリソースも固まっていない状態です」
「いつ頃の導入を考えていますか」と私が確認した。
「二〇二七年か二八年です」と鴨志田氏が答えた。「まずは幅広く提案を聞いて、情報収集から始めたい。やりたい気持ちはあるのに、『何を』の部分が、誰にも言葉にできていないんです」
「やりたいことが言葉にできないなら、問いを立てて論点を整理しましょう」と私が応じた。「5W1Hで分解しましょう」
第二章：5W1Hが問う、誰が・何を・なぜ・どうやって
「この案件には、5W1Hが必要です」
Claudeがホワイトボードに「5W1H」と書いた。
「5W1H——Who・What・When・Where・Why・Howの六つの問いで、曖昧な構想を具体的な論点に分解するフレームワークです」と私が説明した。「単純に見えますが、『AIで何かを』という漠然とした願いほど効く。誰が、何を、いつ、どこで、なぜ、どうやって——この六つに答えられないうちは、何も始められない。逆に、答えられれば構想は計画になる。霧を晴らす道具です」
「まず現状のコストを測りましょう」とGeminiがROI Polygraphを開いた。鴨志田氏から提供されたデータを入力する。
「月間の業務コストが出ました」とGeminiが読み上げた。「提案書・資料作成の工数が月平均二百時間、時給四千四百円で月八十八万円。社内データの手作業集計・整形工数が月平均六十万円。データ活用方針の不在による施策停滞の機会損失が月平均五十五万円。提案書フォーマット不統一による手戻りが月平均三十八万円。データ・ノウハウの属人化リスク期待値が月平均四十二万円。合計で月二百八十三万円。年間換算で約三千三百九十六万円」
鴨志田氏が数字を見つめた。「方針が決まらないまま情報収集している間も、毎月これだけ失っていたとは。動けないこと自体がコストだった」
「では、5W1Hで設計します」と私が続けた。
[Who・Why——誰が、なぜやるのか]
「最初に、WhoとWhyを定めます」とClaudeが言った。「Whoは、社内データを扱う部署の担当者。Whyは、提案書自動化の失敗を教訓に、データと生成AIで効率化したい。主体と目的が定まると、『誰の何のための施策か』という芯ができる。ここが曖昧だと、すべてがぼやけます」
[What・Where——何を、どこで効率化するか]
「次に、WhatとWhereです」とGeminiが続けた。「Whatは、社内データと生成AIを組み合わせた業務効率化——特にデータ分析環境の整備とダッシュボード活用。Whereは社内での実施。『何を、どこで』が定まると、漠然とした『何か』が、具体的な対象に変わります」
[When——いつまでに、どの順で]
「Whenで、時間軸を引きます」と私が続けた。「二〇二七年から二八年の導入目標。ならば、今は情報収集と論点整理、来期に小規模検証、再来期に本格導入——と逆算して順序を引く。期限が定まると、今やるべきことが決まる。Whenは、行動を今に引き寄せる問いです」
[How——どうやって始めるか]
「最後に、Howです」とClaudeが続けた。「いきなり全社展開せず、小規模なパイロットから始める。提案書自動化で失敗した『フォーマットの多様性』も、対象を絞れば越えられる。幅広い提案を集め、実現可能な施策から試す。Howは、構想を最初の一歩に変える問いです」
[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：社内データ連携・生成AI活用基盤構築・提案書生成支援・ダッシュボード統合・パイロット環境構築・研修費用合計六百八十万円
- 月次費用：AI運用・基盤更新継続費合算月二十六万円
- 月次削減効果：提案書・資料作成工数削減＝月六十六万円（七割五分削減想定）、データ集計・整形削減＝月四十六万円、方針停滞の解消＝月三十八万円、フォーマット手戻り削減＝月二十八万円、合計月百七十八万円
- 月次純削減：百七十八万円－二十六万円＝月百五十二万円
- 投資回収期間：六百八十万円÷百五十二万円＝約四・五ヶ月
「四ヶ月半の回収です」とGeminiが整理した。「重要なのは、二〇二七年からの導入目標でも、論点整理は今できる点です。5W1Hで六つに答えれば、本格導入を待たずにパイロットを始められる。『情報収集中』のまま動けない期間こそ、最大のコストでした」
鴨志田氏が数字を確認しながら言った。「『AIで何かを』のまま、ずっと止まっていました。六つの問いに答えると、『何か』が具体的な対象に変わる。今やることが見える」
「5W1Hは、言葉にできない構想を、答えられる論点に変える道具です」と私が応じた。
第三章：問いに答えながら進める導入計画
「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。
「第一ヶ月——5W1Hによる論点整理、Who・Whyの確定。第二ヶ月——What・Whereの具体化、対象業務の絞り込み。第三ヶ月——Whenの時間軸設計、パイロット範囲の確定。第四・五ヶ月——小規模パイロットの構築、社内データと生成AIの連携。第六ヶ月——パイロットの効果検証、フォーマット課題の検証。第七ヶ月以降——検証結果をもとに対象拡大、二〇二七年からの本格導入へ接続」
「方針が固まっていないのに、進められますか」と鴨志田氏が確認した。
「固めるために5W1Hを使います」とClaudeが応じた。「方針が固まらないのは、情報が足りないからではなく、問いが立っていないからです。六つに答えていけば、方針は自然と形になる。幅広い提案を集めるのも、Who・What・Whyが定まっていれば、的を絞って聞ける。問いがあるから、収集した情報が判断に使える」
鴨志田氏がメモを取りながら言った。「情報を集める前に、問いを立てる。順序が逆だったと分かりました」
第四章：「何か」が、言葉になった日
九ヶ月後、鴨志田氏から報告が届いた。
提案書・資料作成の工数は、生成AI支援のパイロットを経て、対象業務で従来比七割五分削減。「データから提案書の下書きが自動で出る。フォーマットの問題も、対象を絞ったことで越えられた」と鴨志田氏は記していた。
データ活用の方針も定まった。漠然とした「AIで何かを」が、具体的な施策の一覧に変わった。「『何をやるか』が言葉になった。社内で説明できるようになり、議論が前に進むようになった」と報告書にあった。
最も大きな変化は、動き出せたことに表れた。二七年導入を待たず、今できることが見えた。「『情報収集中』のまま止まっていた状態から抜けた。問いに答えていくだけで、最初の一歩が決まった」と鴨志田氏は記していた。
過去の失敗への見方も変わった。提案書自動化の断念が、教訓として活きた。「『フォーマットが多様だから無理』で止まっていた。Howで対象を絞れば越えられると分かった。失敗が、次の設計の材料になった」と報告書にあった。
副次効果として、社内の議論の質が上がった。5W1Hが共通言語になり、新しい施策も同じ問いで整理されるようになった。「『それは誰が、なぜ、どうやって』と問う癖が社内についた。曖昧な構想が減った」と鴨志田氏は記していた。
鴨志田氏の報告書の最後にはこう書かれていた。「やりたいのに何をやるか言えない——この状態の正体は、情報不足ではなく、問いの不在だった。5W1Hで六つに答えた瞬間に、『何か』が具体になった。構想は、問いに答えて初めて計画になる」
「AIで何かを」の何かを誰も言えなかった会社が、施策を言葉にできる会社に変わった日、生成AI活用は漠然とした願いから、問いに答えて組み立てる計画に変わっていた、と記されていた。
「『AIで何かをやりたい』——この相談は増えている。だが多くは、何をやるかが言葉にできないまま止まる。原因は情報不足ではない。問いが立っていないことだ。5W1Hが問うのは、誰が・何を・いつ・どこで・なぜ・どうやってだ。漠然とした構想を六つの問いに分解すれば、答えられない箇所が論点として浮かび、答えられた箇所が計画になる。『何か』が誰にも言えなかった会社が、施策を言葉にできた日、変わったのは生成AIの性能ではなく、構想を問い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 — 提案書作成工数・データ集計・方針停滞の機会損失の可視化
- ROI Proposal Generator — 論点整理起点の生成AI活用の投資回収シミュレーション
