背景
今年から DX / AI 推進を担当する部署に異動しました。
その影響もあり、現場から業務改善やデータ活用、AIに関する相談を受ける機会が増えています。
そうした相談を受ける中で、強く感じていることが2つあります。
- AIに対する誤解が、想像以上に根強い
- そもそも現行業務のフローが整理されていないケースが多い
特に多いのが、
「AIに相談すれば、最適解を一発で出してくれるはず」
という期待感です。
よくある相談例
実際に受けた相談の一部を挙げると、例えばこんなものがあります。
- 「Power BIを使えば、測定データの過去トレンドを自動で分析して、異常かどうか判断してくれるんですよね？どう設定すればいいですか？」
- 「Copilotに過去資料を入れれば、勝手にディープラーニングして、今回の資料に似たものを抽出して最適な提案をしてくれるはずですよね？」
どちらも「気持ちは分かる」のですが、
実際には AI以前に整理すべきことがある ケースがほとんどです。
相談される側として意識していること
DX / AI 推進の立場で相談を受けるようになってから、
「技術的な知識」以上に重要だと感じていることがあります。
それは、相談の中身そのものを正しく理解し、ズレを作らないことです。
1. まず「何を解決したいのか」を徹底的に確認する
相談内容としては、
- 「AIを使いたい」
- 「Power BIで分析したい」
- 「Copilotで自動化できないか」
といったキーワードから話が始まることが多いですが、
その時点では、まだ“目的”が見えていないことがほとんどです。
そのため、最初に必ず確認するのは、
- 何に困っているのか
- どの判断を楽にしたいのか
- その判断は、今はどうやって行われているのか
といった 業務そのものの話 です。
2. 業務理解なしにAIの話を始めない
AIやツールの話を先に始めてしまうと、
「それ、AIでできますか？」
という問いに引っ張られてしまいます。
ですが実際には、
- 判断基準が人によって違う
- データの前提条件が整理されていない
- そもそも「異常」の定義が曖昧
といった 業務設計の問題 が先に出てくることが多いです。
この段階でAIの話を進めると、
後から「思っていたのと違う」というズレが結構発生します。
3. 過剰な期待値や思い込みには、最初にブレーキをかける
特に注意しているのが、相談者が強い先入観を持っているケースです。
例えば、
- 「AIなら勝手に学習してくれるはず」
- 「過去データを入れれば最適解が出る」
- 「ツールを導入すれば自動で判断してくれる」
こうした期待に対しては、
早い段階で前提をすり合わせる ようにしています。
場合によっては、
- その方針では難しいこと
- 別のアプローチの方が現実的なこと
を伝え、方針変更を提案することもあります。
4. 同じ言葉でも「同じ意味」とは限らない
相談の中で、特にズレが生まれやすいのが「キーワード」です。
- 「分析」
- 「異常検知」
- 「自動化」
- 「AIが判断する」
同じ言葉を使っていても、
「相談者がイメージしていること」と「相談を受ける側が想定していること」
が まったく違う ことは珍しくありません。
そのため、
「その言葉、具体的にはどういう状態を想定していますか？」
と、一度噛み砕いて確認するようにしています。
5. 認識のズレは、その場で言語化して早めに共有してすり合わせる
最後に意識しているのは、
相談の終わりに必ず認識を言語化することです。
例えば、
- 今回の相談で分かったこと
- できること / できないこと
- 次にやるべきこと
を、その場で簡単に整理して共有します。
これをやらないと、後日、
「そんな話でしたっけ？」
というズレが高確率で発生します。
6. 口頭だけで済ませない。あえて「書いてもらう」
相談の多くは口頭から始まりますが、
正直なところ、話を聞くだけでは業務の実態が見えないことがほとんどです。
そのため私は、可能であれば
- 簡単な業務フロー図
- 箇条書きレベルの手順メモ
- 実際に使っている帳票や画面のスクリーンショット
などを、一部だけでも良いので共有してもらうようにしています。
第三者にこの話をすると、よくこんな反応をされます。
「AIで楽をしたいのに、やっていることは泥臭いアナログ作業ですね…」
たしかにその通りです。
ですが、このアナログな作業を飛ばしたままAIの話をすると、うまくいかないケースが多いです。
業務を可視化することで初めて、
- どこが属人化しているのか
- 判断ポイントはどこか
- 自動化・AI化する価値があるのはどこか
が見えてきます。
結果として、遠回りに見えても、
この「書いてもらう」工程が一番の近道になることが多いと感じています。
余談：偉そうなことを書いていますが、今回の文章作成はChatGPTにかなり助けてもらっています
ここまで「相談される側としては、言語化が大事」「認識を揃えることが重要」
と書いてきましたが、余談です。
正直に言うと、私自身は文章を書くのがあまり得意ではありません。
そのため、この記事の執筆にあたっては、かなりの部分を ChatGPT（通称：Chat先生）に手伝ってもらっています。
もちろん丸投げではなく、
- 書きたいテーマや方向性を伝える
- 自分の経験や違和感を箇条書きで出す
- それを文章として整えてもらう
という使い方です。
出来上がった文章を見て、
「だいたい言いたいことは合っているな」
と感じたものを、えいやっ！、で採用しています。
考えてみると、これも日頃やっている相談対応と少し似ている気がします。
- まず相談者と一緒に、頭の中にある業務や違和感を言葉や図にして外に出し
- それを見ながら、相談者と私、そしてAIの三者で整理・言語化し
- 最後に「ここまでの理解で合っていますか？」と確認する
AIに“全部考えてもらう”というより、
自分の考えを整理する壁打ち相手として使うのが、今のところ一番しっくり来ています。
データラーニングギルドについて
データラーニングギルド は、株式会社データラーニングが運営する、
データサイエンスを中心とした学習者・現役データサイエンティスト・エンジニアのためのコミュニティです。
学びの共有・キャリア形成・横のつながりを大切にし、
勉強会、LT会、技術相談、キャリア支援、案件紹介など、
「データ領域で挑戦したい人を応援する活動」を幅広く行っています。
初心者から実務者まで、誰もが成長できる場づくりを目指しています。
興味のある方はコミュニティに参加してみてください！