2025年におこなった社内AI活用推進について
はじめに
生成 AI の進化は目覚ましく、エンジニアにとってはコーディングや設計の壁打ちなど、もはやなくてはならないツールになりつつあります。
今年は、そんな AI をエンジニアリングチームではないメンバーでも活用できるように、推進活動を展開してきました。
セールス、カスタマーサクセス、バックオフィスといった「非エンジニア」のメンバーにおいて、生成 AI の活用度合いはまだまだ個人差が大きいのが現状だと思います。
組織全体の生産性を底上げするためには、エンジニアだけでなく、ビジネスサイドのメンバーも含めた「全社的な AI 活用」が不可欠です。
本記事では、私が非エンジニア向けに社内で展開した Gemini と NotebookLM の推進活動と、その具体的なプロセスについて紹介します。
推進活動について
推進活動その1ー草の根活動からのスタート
まずはじめですが、勉強会というテイではなく、興味を持ってくれそうな数名のメンバーを対象に小さくスタートしました。
その時注意していたこととして、技術的な話は置いておいて、AI を使うことの楽しさ面白さを伝えられるようにしました。
技術的な話から入ってしまうと、非エンジニアメンバーには取っ付きにくさを感じてしまうと思ったからです。
スモールスタートでの検証
最初は3〜4人のメンバーと一緒に、実際にツールを触りながら操作方法を確認しました。
特に Gemini と Google Workspace の連携(@メンションでのドライブ検索など)や、 NotebookLM との連携など、「誰でもマネできそうな機能」を中心に一緒に試していきました。
Slack での情報発信
次のステップとして、全正社員を招待した Slack の専用チャンネルを開設しました。
ここで意識したのは「情報過多にしない」ことです。
一挙に色んな情報を発信しても、日々忙しいメンバーにとってはキャッチアップが難しくなってしまうと思ったので、以下のように1日1投稿を続けてみました。
- 最初の5日間: Gemini についての Tips を1日1つ投稿
- 次の5日間: NotebookLM についての Tips を1日1つ投稿
しかし、ここで課題が見えてきました。
「情報は発信しているが、そもそも操作感が分からない」、「投稿を読んでも実践に移せない」というメンバーが一定数いることがわかりました。
テキストベースの Tips 共有だけでは限界があり、実際に手を動かしながら学ぶ「体験」の場が必要だと感じました。
推進活動その2ーGemini におけるプロンプトの書き方
そこで企画したのが、初心者向けの座学式の勉強会です。
「基本的な Gemini の使い方」や、「プロンプトの書き方(プロンプトエンジニアリング)」をテーマに選びました。
単に疑問点・調査したいことを質問すれば良いという訳ではなく、質の高い回答を引き出すための指示の出し方 を伝えました。
プロンプトエンジニアリングの例
勉強会では以下の3つのプロンプトエンジニアリングの考えを中心に、インプットしてもらいました。
-
具体的で明確な指示を出す
- ❌
報告書を書いて - ✅
月次売上報告書を、経営会議向けに、今月の実績を基に、A4 1枚で作成して
- ❌
-
希望する出力形式を指定する
- 表形式、箇条書き、マークダウンなど、アウトプットの形を指定することで、コピペでそのまま使える成果物になります。
-
出力のお手本を例示する (Few-shot プロンプティング)
- 「こういう風に答えてほしい」という例を見せることで、AI の回答精度が向上します。
コンテキスト(背景情報)の重要性
さらに、「コンテキスト(背景情報)」を与えることの重要性も伝えました。
AI は社内の事情や背景を知りません。
「前提条件」「ターゲット」「制約事項」といったコンテキストを詳しく伝えれば伝えるほど、AI は「優秀なアシスタント」として機能します。
事前に詳細なコンテキスト情報をまとめたドキュメントを用意し、それを Gemini に添付する方法などを紹介しました。
推進活動その3ー生成 AI の仕組みについて
プロンプトの基礎を学んだ後、次なるステップとして「なぜ AI はありきたりな回答しか返さないのか?」という疑問に答えるための勉強会を開催しました。
ここでは、プロンプトの書き方以前の、AI の裏側の仕組みを少しだけ掘り下げて解説しました。
なぜ AI は「普通」の答えを返すのか
AI(= LLM)は、「次に来る確率が高い言葉」を選んで文章を繋げています。
そのため、曖昧な質問を投げかけると、確率的に「最も一般的で無難な回答」が選ばれやすくなってしまいます。
この AI が回答をおこなう仕組みは、非エンジニアの方々には驚いた様子でした。
こちらの質問を AI が理解していると思っていたみたいです。
(かくいう私も ChatGPT が出た当初はそう思っていました...)
「AI は魔法の箱ではなく、鏡のようなもの」と伝え、使い手自身の知識や問いかけの質が結果に直結することを理解してもらいました。
「壁打ち」の質を高めるアプローチ
上記の AI の仕組みから考えると、AI を単なる検索エンジンだと思う人とそうでない人だと一言に"活用"と言ってもその質は大きなギャップを生んでしまいます。
そのため、私は AI とのやり取り = 壁打ちをする際のお作法を勉強会を通して伝えました。
例えば、何か問題解決を図るためのアイデア出しとして AI を利用する際、その問題に対する自身の理解度が低い場合はいきなり回答を出してもらうのではなく
「解決した状態」を定義してもらい、それを出力するようにする、などです。
そうしないと、なんとなくそれっぽい回答が出て満足してしまいます。
さらには、理解度が低い状態でのプロンプトは決してクオリティの高いプロンプトだと言えないと思うので、その回答自体そもそも筋の通った回答とは言えないはずです。
そんな回答で満足してしまっては、自分の頭を使って考える訓練を積むことが出来ません。
推進活動その4ーNotebookLM ハンズオン会の開催
NotebookLM はアップロードしたドキュメント(ソース)に基づいて回答を生成してくれるという特徴があり、実際の業務上ではケースによっては Gemini よりも役立つことが多いので、こちらについてももちろん勉強会を開催しました。
勉強会で伝えたポイント
- 信頼性の高さ: アップロードした資料に忠実であること。
- 引用元の明示: 回答の根拠がすぐに確認できること。
- 専門家化: 特定のドキュメントに特化した「専用アシスタント」が作れること。
実際に社内規定や議事録を読み込ませて、「この規定について教えて」と質問し、回答が得られる様子をデモすることで、「これなら使えるかも!」という手応えを感じてもらえました。
社内のマニュアルや資料を読み込ませれば、その内容に即して正確に答えてくれる という特性は、AI 利用に対して安心感を与えやすいんだなと感じました。
ハンズオン会の開催
NotebookLM は便利である一方、(下手な業務システムと比べると分かりやすいものの) Gemini と比較すると少し操作の仕方を覚えないといけないので、
座学式の勉強会の他にも、ハンズオン会の開催もしました。
ハンズオン会では、目標設定の場などに利用できそうな、自身の業務振り返りを容易にするためのチャット bot 作成をしてもらったりしました。
ビジネスサイドでの具体的な活用事例
こうした活動の結果、ビジネスサイドでも具体的な活用事例が出てきました。
1. メールや調査の効率化
マーケティングチームでは、Gemini を利用してメルマガやキャッチコピーのアイデア出し(ブレインストーミング)をおこなっています。
また、Deep Research を用いて顧客ターゲットリストの作成をおこなっています。
2. 顧客の事例 bot
カスタマーサクセスチームは、社内の Google Workspace 上で NotebookLM を活用し、カスタマーサクセス関連の社内資料をもとに、会社概要や自社サービスの利用状況を回答できるチャット bot を構築しました。
※ Google Workspace を導入している場合、NotebookLM は社内ドキュメントを安全に参照(インポート)することができます。
これは、短時間で顧客の過去事例を把握することができ、とても重宝しているそうです。
(しかもこれは今年入社した新卒の方が作成しました!)
まとめ
社内への AI 活用推進活動を通じて感じたのは、エバンジェリストになることの大切さ です。
新しい技術・仕組みに対して、非エンジニアのメンバーはどうしても「難しそう」「怖そう」という意識を持ちがちです。
そこで、技術的な背景を理解しているエンジニアが、彼らの業務に寄り添い、「こう使えば便利だよ」「怖くないよ」と噛み砕いて伝えることで、組織全体の活用がスムーズに進むと感じています。
ツールを導入して終わりではなく、「伴走」 をセットで社内展開することが AI 活用を定着させる近道だと今年の活動を通して感じました。
Discussion