記事本文
月曜9時12分。 「最新版、どれでしたっけ？」 共有フォルダには、似た名前の資料が三つあります。更新日は違いますが、どれが正本なのか、誰が更新したのかは分かりません。 そこで社員が生成AIへ質問しても、AIは確信を持って答えられません。正しい参照先が決まっていないためです。 この状態を見て、「社員のAIリテラシーが足りない」「もっとプロンプトを学ぶ必要がある」と考えることがあります。研修や入力方法の改善が必要な場面はあります。ただし、原因がそれだけとは限りません。 情報の場所、閲覧権限、判断基準が曖昧なら、AIも社員も同じ場所で止まります。
AI活用を、人材だけの問題にしない
IPAの「DX動向2026」は、企業のAI活用を「AI・データ利活用」「ガバナンス・組織体制」「DX・AIに関する人材」など複数の観点から扱っています。この整理からも、AI活用を人材育成だけに限定せず、データや組織の設計と合わせて考える必要があると読み取れます。 NISTのAI Risk Management Frameworkでも、人とAIの役割・責任、AIの知識の限界、出力を人がどのように監督するかを定義し、文書化する考え方が示されています。 社員の使い方を直す前に、AIが働くための会社側の条件も確認してみましょう。
最初に確認したい三つの設計
AIと社員が同じ場所で止まるときは、「情報」「権限」「判断基準」の三つに分けると状況を整理しやすくなります。
| 確認するもの | よくある停止状態 | 最初に決めること |
|---|---|---|
| 情報 | 最新版や正本が分からない | 正本の保存場所、更新責任者、更新日 |
| 権限 | AIへ入力してよいか判断できない | 閲覧範囲、機密区分、利用できるAI環境 |
| 判断基準 | 出力をそのまま使ってよいか分からない | 確認項目、承認者、人へ渡す例外条件 |
経済産業省の「AI事業者ガイドライン」も、人間中心の考え方を土台として、AIガバナンスを継続的に構築・運用するための考え方を示しています。すべてを一度に制度化するのではなく、実際に扱う業務のリスクや影響に合わせて具体化することが大切です。
情報：AIが参照する正本を決める
AIに資料を検索させる場合、最初に必要なのは高性能な検索機能ではなく、「何を正しい情報とするか」という合意です。 次の状態では、AIが検索結果を返しても、社員は仕事を進めにくくなります。
- 同じ内容の資料が複数のフォルダにある
- ファイル名だけでは最新版を判断できない
- 更新責任者が決まっていない
- 承認前と承認後の資料が同じ場所にある
- 廃止した資料が検索対象に残っている 正本の保存場所、更新責任者、承認状態が分かれば、AIは参照元と更新日を添えて回答しやすくなります。社員も、回答の根拠を確認できます。
権限：入力してよい情報と環境を決める
「この顧客資料をAIへ入力してよいだろうか」と迷う状態では、利用を個人の判断へ任せないことが重要です。 少なくとも、次の点を業務ごとに確認します。
- AIへ入力してよい情報
- 入力してはいけない機密情報や個人情報
- 利用を認めるAIサービスとアカウント
- 部署や役職ごとの閲覧範囲
- 出力や利用履歴を残す方法 判断できない情報は入力しない、という停止ルールも必要です。安全に利用できる範囲が明確になると、社員は迷わず使いやすくなります。
判断基準：通常案件と例外案件を分ける
AIの回答が正しそうに見えても、そのまま使ってよいとは限りません。 見積であれば値引き条件、検査記録であれば異常値、問い合わせ対応であれば契約や安全に関わる回答など、人が判断すべき場面があります。 すべてを上司へ確認するのではなく、通常案件と例外案件の境界を決めます。
- AIが検索・整理・下書きまで進める範囲
- 担当者が根拠を照合する項目
- 責任者の承認が必要な条件
- AIを止めて人へ渡す例外
- 修正理由を次回へ残す方法 AIを全自動化の仕組みとして考えるより、通常案件を支え、例外だけを人へ届ける担当者として設計する方が、最初の一歩を描きやすくなります。
一部署ではなく、一業務から確かめる
会社全体の情報や権限を最初から整理しようとすると、対象が広がりすぎます。 まず、繰り返しが多く、担当者と承認者が分かる一業務を選びましょう。見積の初稿、過去資料の検索、報告書の下書き、問い合わせ回答案などが候補になります。 対象業務を選ぶときは、次の五つを確認します。
- 最も繰り返している仕事は何か
- その仕事では、誰に確認しているか
- 必要な情報はどこにあるか
- どの判断で止まりやすいか
- 空いた時間で、本当は何に取り組みたいか この五つが分かると、AIへ渡す処理と、人が残す判断を分けやすくなります。 最初から全自動化を目指す必要はありません。まずは検索、整理、下書きまでをAIへ任せ、人が根拠を確認して承認する形から始められます。
質問への回答を、会社の手順へ変える
導入初期には、社員からさまざまな質問が出ます。 「この資料を入力してよいですか」 「この回答は、そのまま使えますか」 「この例外は、誰が判断しますか」 大切なのは、その場で答えて終わらせないことです。回答を、次回も使える形へ変えていきます。
- 入力可否の回答を、AI利用ルールへ反映する
- 正しい参照先を、検索対象と手順へ反映する
- 確認項目を、チェックリストへ反映する
- 例外条件を、承認フローへ反映する
- 修正理由を、改善履歴として残す 一度の質問が会社の手順へ変われば、同じ場面で迷う回数を減らせます。導入時は隣で一緒に使い、通常案件は社員だけで進め、例外と改善テーマだけを相談する状態へ移していきます。
御社を変えすぎず、AIが働ける会社へ
AIが答えられないとき、プロンプトや社員教育だけを見直す前に、情報の渡し方・権限の範囲・判断基準のルールを確認してみましょう。 AIを導入すると、これまで人が補っていた小さな曖昧さが見えてきます。それは失敗ではなく、会社の仕事を整える入口になります。 Prompthingの「AI部署」は、今ある業務・資料・ツールを活かしながら、一業務からAIと人の関係を整えるサービスです。AI部署の進め方、三つの開始状態、支援範囲をまとめた資料をご用意しています。 AI部署の資料を無料で請求する