データ×AIで業務を「最大化」へ導く実践ガイド
ChatGPTや生成AIをどう業務に落とし込むかを、研修・開発・データの専門家3名が解説します。効率化の次に来る最大化、育成の考え方、RPAとの関係までを具体例で整理します。
登壇者紹介
本セミナーには、株式会社インティメート・マージャー 代表取締役社長の簗島亮次氏、Zept合同会社代表社員の榎公志氏、株式会社デジライズ 代表取締役社長の茶圓将裕氏の3名が登壇しました。簗島氏は、膨大なデータを活用したマーケティング基盤や新規価値創出の視点から、生成AI時代の「データの意味」を語りました。榎氏は、システム開発や生成AI導入支援の現場知見をもとに、中小企業や地方企業が直面する課題と、実装に落とし込む方法を紹介しました。茶圓氏は、法人向けAI研修やツール提供の実績を背景に、現場で成果を出すための「始め方」と「育成の現実解」を具体的に提示しました。
セミナーの背景と問題意識
セミナーのテーマは「データとAIで何ができるのか」です。AIを使って何かをしたいものの、どこから着手すればよいか分からない方、新規事業に興味はあるが具体策が見えない方、データ活用に関心はあるが取り組み方が定まらない方、あるいは日々の業務の中で「面倒」「時間がかかる」と感じる作業を抱える方に向けて、3者の立場から実践的に整理する構成でした。
背景として語られたのは、生成AIの進化速度の速さです。ChatGPT、Gemini、Claudeなど選択肢が増える一方で、現場は「触りたいのに追いつけない」というギャップを抱えやすくなっています。さらに、AI活用は単なる流行ではなく、働き方や業務設計に直接影響する段階に入っています。参加者にとっては「AIが良いのは分かるが、結局どう使えば現場が回るのか」「全員が使うべきなのか、使える人を選ぶのか」といった、生々しい問いが中心になりました。
また、データ活用の文脈では、DMPやCDPといった用語も登場します。DMPはWeb閲覧履歴などのデータを収集・統合し、広告配信や分析に活用する基盤です。CDPは顧客データを統合し、施策に結び付けやすくするデータ基盤です。こうした基盤と生成AIが結び付くことで、「効率化」だけでなく「売上や成果の最大化」へと議論が進む点が、本セミナーの重要な問題意識でした。
キーメッセージと発言ハイライト
3者の議論を通じて浮かび上がったキーメッセージは、「AI活用は効率化で終わらず、最大化に向かう」です。単発の資料作成や分析をAIに任せるだけでなく、これまで難しかった顧客別の最適化や意思決定の高速化まで射程が広がっています。
業務の効率化から最大化の方にシフトしている感覚があります。（簗島氏）
簗島氏は、生成AIが扱える情報量が増えたことで、相談の質が「作業の代替」から「成果を伸ばす仕組み」へ移っていると述べました。例えば、メルマガを人が考える負担を減らす段階から、顧客ごとの興味関心データを掛け合わせて文面そのものを変える段階へ進むという話は象徴的でした。ファーストパーティデータという言葉も関連しますが、これは自社が自社の顧客や会員との接点から取得したデータを指し、広告やCRMで特に重要性が高まっています。
良いエンジンに良いガソリンを入れると高い価値が出せます。（簗島氏）
この比喩が示す通り、生成AIの“エンジン”が高性能になっても、投入する“ガソリン”としてのデータが弱ければ価値が出にくいという見立てです。簗島氏は自社が保有する大量の閲覧履歴や法人データ、アンケートデータなどを例に、オリジナリティの高いデータが新しい価値の源泉になると語りました。
一方、榎氏は現場での課題として「使い方が分からない」「セキュリティが怖い」といった声が根強いことを共有しました。特に地方企業や中小企業にとって、AI導入は人材不足と表裏一体であり、環境整備が急務だという指摘がありました。
どんどん進化してしまうのにキャッチアップが追いつかないのに、AIは触りたいという状態になりがちです。（榎氏）
茶圓氏は、最初から大規模開発へ進むのではなく、まずは汎用ツールを使いこなすことを推奨しました。理由は明確で、半年後にビッグテックが無料で同等機能を出す可能性があるため、投資リスクが高いからです。
いきなり開発は推奨せず、まずはChatGPTなどを徹底的に使いこなすべきです。（茶圓氏）
加えて、茶圓氏は「何ができないか」を先に押さえる整理も有効だと述べました。多くの業務は汎用AIで対応できる一方で、文字起こしや動画生成、パワーポイント生成などは専用ツールの方が適する場面もあるため、得意不得意を切り分けることで現場の迷いが減るという考え方です。
実践的な取り組みと事例
セミナーでは、実務に落とし込むための具体例が多く示されました。デジライズの事例では、研修を通じてメール作成、議事録作成、分析、資料作成などをAIで効率化し、成功事例として「1人あたり月30時間の業務時間削減」といった成果が紹介されました。ポイントは、単発の便利機能ではなく、研修と運用をセットにして「使える状態」を作ることにあります。
Zeptの事例では、OCRとAIを組み合わせた業務自動化が具体的でした。建築図面の部材カウントをAIで行い、見積もりまでつなげる例や、手書きFAXをOCRで読み取りデータベース化する例は、現場の手作業を直撃するユースケースです。OCRは紙や画像の文字を読み取りデータ化する技術で、AIと組み合わせることで「読み取り」だけでなく「分類」「抽出」「後工程」まで自動化しやすくなります。
さらに榎氏が紹介したのは、特定業務に特化したAIチャットボットのOEM支援です。税理士向けのチャットボットでは、年度別データや決算情報を参照し、担当者が不在でも一定品質で回答できる状態を作ったといいます。属人化の解消は、効率化の中でも効果が分かりやすい領域です。
誰が担当になっても同じことが回答できるようにして、属人化を減らしていきます。（榎氏）
インティメート・マージャーの文脈では、データ×生成AIの組み合わせが「できなかったことを短時間で実現する」方向に広がっている点が印象的でした。法人の閲覧履歴や広告接触データなどから、興味関心が高い企業リストを作り、リサーチ情報と合わせて最適な方針を短時間で出すという話は、営業・マーケティングの業務設計を変える可能性があります。
3ヶ月かかっていた業務が10分で終わるようなことも起きています。（簗島氏）
また、AI人材育成については「全員が同じレベルで使える必要はないが、最低限は全員が使えるべき」という現実的な整理が共有されました。例えば、最低ラインとしてメール作成や契約書レビューなど基本業務で使うレベルを定め、上位層はユースケースを作って社内に展開する、といった段階設計が提案されました。
全員がマスタークラスは無理なので、最低限のラインを作り、上位層はユースケースを公開していく形が現実的です。（茶圓氏）
加えて、茶圓氏が紹介した“AIによる営業ロープレ”は、現場で即効性が高い取り組みです。自社資料を学習させ、AIを相手にロープレを行い、点数評価までさせることで、現場投入前の壁打ちが可能になります。
AIに点数をつけさせて、8点以上になったら現場に出す運用にすると教育コストが下がります。（茶圓氏）
RPAとAIの関係についても議論がありました。RPAは定型作業を自動化する仕組みですが、AIがブラウザ操作や判断を担えるようになると、RPAにこだわらずAI中心で組む選択肢も増えます。一方で、SaaSの画面を開いて作業する負担は減り、生成AIの画面を起点に複数ツールへつながる世界観も示されました。ここではMCPという概念も触れられましたが、これは外部ツールとAIを連携させ、データ取得や操作を行いやすくするための仕組みとして語られていました。
今後の展望とまとめ
セミナー全体を通して、AI活用は「できるかできないか」ではなく、「どういう未来を作りたいか」から逆算する姿勢が重要だという流れに収束しました。効率化によって生まれた時間は、優秀な人ほど新しい仕事や価値創出に使い、組織としては「人がやるべき仕事」に再配分していく必要があります。
人がしなくていい業務をAIに任せて、人が向き合うべき仕事に時間を使うべきです。
また、パーソナライズの議論では、究極的にはライフログを含む“自分にまつわる情報”が価値になる一方で、個人情報やプライバシーの扱いは今後さらに重要になるという示唆もありました。データとAIが密接になるほど、利便性とリスクの両面を理解し、社内ルールや法整備の動きも踏まえながら運用する姿勢が求められます。
最後に、3者の立場は異なりつつも、共通していたのは「まず触って小さく始め、現場で成果が出る形に落とし込む」ことでした。ツール選定で迷うよりも、最低限の使い方と評価軸を整え、業務のどこをAIに任せ、どこを人が担うかを設計することが第一歩になります。効率化の先にある最大化の世界は、すでに始まっています。自社の業務に引き寄せて試し、学び、改善するサイクルを回すことが、これからの競争力につながっていきます。
