こんにちは。株式会社Bocekの中原です。
カスタマーサクセス事業部にて、Taskhub導入後の支援およびコンサルティング業務を統括しています。
2022年にChatGPT（最初のモデルはGPT-3.5）が登場した当初から、プロジェクトマネージャーやコンサルタントとして、数十社・複数自治体のAI推進プロジェクトを牽引してきました。企業向けの生成AI勉強会の企画・講師も担当しています。
勉強会のご相談で、よく伺うお悩みがあります。
「勉強会の評判は良かったのに、そのあと社内の活用があまり進まない」
アンケートには「わかりやすかった」という声が並んだ。
でも1ヶ月後、使っている人の顔ぶれはほとんど変わっていない。
「結局、何に使えばいいの？」という声も、相変わらず聞こえてくる。
せっかく準備して、忙しい現場の方に集まってもらったのに、もったいないですよね。
結論
良い勉強会は、勉強会の中身だけでは完成しません。
現場が「自分の業務でこう使えそう」と思える内容にすること。
そして、そのイメージを当日のうちに回収し、形になるまで支える仕組みとセットで設計することが大切です。
この記事の想定読者
- 生成AIの活用促進を目標として追っている、DX・AI推進の担当者の方
- 勉強会を開いているのに、活用につながっていないと感じている方
- 勉強会や研修への投資を判断する、管理者・経営層の方
この記事で分かること
- 勉強会から業務改善までの全体像
- 受講者が「自分の業務の話だ」と思える勉強会の中身と時間配分
- 業務の課題を取りこぼさずに集める方法と、優先順位のつけ方
※Bocekの支援経験にもとづく考え方で、唯一の正解ではありません。企画の出発点になればうれしいです。
“良い勉強会”を、どう定義するか
“良い勉強会”と聞いて、何を思い浮かべるでしょうか。
- 内容が体系立っていて、わかりやすい
- 変化の激しい生成AIの世界だからこそ、最新の情報が入っている
- 講師の話がうまくて、あっという間に時間が過ぎる
どれも大切で、私も講師として毎回意識しています。
ただ、この記事では良い勉強会を「生成AIの活用がより進む勉強会」と定義します。
わかりやすさも新しさも、現場でAIが使われてはじめて意味を持つと考えているからです。
そのため、この記事の主な読者は、生成AIの活用促進をKGI（最終的な目標を測る指標）として追っているDX・AI推進の担当者の方です。勉強会や研修への投資を判断する管理者・経営層の方には、判断の材料として読んでいただければと思います。
この定義で大事なのは、知識を身につけてもらうことよりも、
現場の担当者が「AIってこう使えそうだな」とイメージを持てること。
そして、そのイメージをIT・DX部門が吸い上げ、形になるまで支えることです。
勉強会は「現場の課題を拾い上げる仕組み」の入口
私たちは勉強会を、現場の課題を拾い上げるための入口と位置づけています。
ツールを用意して終わりにするのではなく、
現場から「この業務に使えないかな」という声が上がってくる。
その声を受け止めて、一つずつ形にしていく。
その最初の一歩が、勉強会です。
全体は、次の4つのステップでできています。
| ステップ | やること |
|---|---|
| ① 勉強会 | 座学と、手を動かすワークショップ |
| ② 課題収集 | 当日その場でアンケート。「業務インパクト」と「実現可能性」を測る |
| ③ 課題選定 | 2つの観点（業務インパクト・実現可能性）で優先順位をつける |
| ④ 伴走支援 | 担当者だけでは難しい課題を、IT・DX部門が支援・代行。さらに難しいものはPoCを検討 |
業務インパクト＝その業務にかかっている時間の大きさ
実現可能性＝生成AIで実現できそうか
PoC＝本格導入の前に小さく作って確かめる試作
④の「さらに難しいもの」とは、AIへの指示文の工夫や、すでにあるツールの設定だけでは対応しきれないものです（詳しくは5章の「技術選定」で説明します）。
ここで大切なのは、①だけで終わらせないことです。
勉強会で生まれた「使えそう」という気持ちは、放っておくと日々の業務に埋もれて消えてしまいます。②〜④は、その気持ちを受け止める、きちんと業務改善に繋げる役割です。
ここからは、この4つのステップを順に見ていきます。
まずは入口となる「①勉強会」の中身からです。
勉強会の中身：「使えそう」と思ってもらう設計
勉強会の役割は、受講者に「この業務に使えそう」と思ってもらうことです。
そう思ってもらえてはじめて、次の「②課題収集」で、現場の課題をしっかり集められます。
では、どうすれば「使えそう」と思ってもらえるのか。
いちばん大切なのは、受講者が自分の業務に落とし込んで考えられるかです。そのためのポイントは2つあります。
ポイント1：事例もワークショップも、現場の業務に寄せる
生成AIは何にでも使えます。
だからこそ、勉強会の内容は抽象的になりがちです。
たとえば、同じ「要約」でも、伝え方で受け止められ方が変わります。
「生成AIを使えば、長い文章を要約できます」と言われても、「なるほど」で終わりがちです。
一方で「毎週の商談報告、録音の文字起こしを貼れば、いつもの形式で下書きができます」と言われれば、「来週の報告で試してみよう」と思ってもらえます。
事例やワークショップの題材は、できるだけ現場の業務に近いものを。
現場で実際に使っているフォーマットやデータを使えると、なお良いです。
ポイント2：手を動かした体験を持ち帰ってもらう
もう一つは、手を動かすワークショップの時間を必ずとることです。
生成AIには、話を聞くだけではなかなか実感できないことがたくさんあります。たとえば、次のようなことです。
- 指示に「3つに絞って」「表にして」と一言足すだけで、出力ががらっと変わる
- 一度で完璧な答えは返ってこず、「ここをもっと短く」とやり取りしながら仕上げていく
- 自分の業務の資料を入れてみると、うまく答えられる部分と、間違えやすい部分が見えてくる
「できそう」と思うことと、一度自分でできたことでは、翌日からの行動がまったく違います。
ただ、ワークショップは、よくある操作トラブルや、受講者のITリテラシーの差によって、想定より時間がかかるものです。具体的には、次のようなことが起きます。
- ログインに手間取る（パスワードが分からない、二段階認証のスマートフォンが手元にない）
- 理解はできても、実際に画面を操作するまでに噛み砕く時間がかかる
- 操作に慣れた人とそうでない人で、進み方に差が出る
そのため、ワークショップは最低20分。
アンケートの時間も勉強会の中で5〜10分とります（理由は次の章で）。
すると、60分の勉強会では、座学に使えるのは30分ほどしかありません。そのため、勉強会は90〜120分で組むことをおすすめします。
| 時間配分の目安 | 90分の場合（推奨） | 60分しか取れない場合 |
|---|---|---|
| 座学 | 40分 | 30分ほど |
| ワークショップ | 35分 | 20分以上 |
| アンケート | 10分 | 5〜10分 |
| 質疑 | 5分 | ― |
120分の枠なら、途中で休憩をはさみましょう。60分しか取れない場合や伝えたいことが多い場合は、次の例1・例2のように、座学とワークショップを別の回に分けるのもおすすめです。
私たちの勉強会では、こう実践しています
この2つのポイントは、私たち自身が勉強会でいちばん大切にしていることです。
勉強会の様子が伝わるよう、2つの例をご紹介します（内容は一般化しています）。
例1：スライド作成勉強会（座学編＋ワークショップ編）
座学編では、生成AIでスライドを作るときに、作業を3つの工程に分ける方法をお伝えしました。
①事前整理（誰に・何のために伝えるかを言葉にする）→ ②構成案作成（文章だけを作る）→ ③スライド化（文章は変えずにデザインだけを作る）。
直しを文章の段階で済ませて、手戻りを防ぐためです。
▶ ポイント1「現場の業務に寄せる」の実践
例題は、生産実績の月次報告など、受講者の職場で実際に作られている資料から選びました。
読み手は製造部長、目的は挽回計画の承認。
ストーリーは「未達の原因は一度きりの設備故障で、対策済み。挽回計画で四半期は達成できる」。
普段向き合っている相手と場面なので、「自分ならこう書く」と考えながら聞いてもらえます。
▶ ポイント2「手を動かして持ち帰る」の実践
ワークショップ編（60分）の題材は、各自が近々作る予定の資料です。
25分で3つの工程を実践し、20分でGemやプロジェクト、Skillに登録。次の資料づくりからそのまま使える仕組みを持ち帰ってもらいます。
例2：Skill作成勉強会（座学編＋ワークショップ編）
Skillは、AIに渡す「業務の手順書」です。
人に手順書を渡すのと同じで、一度作れば、毎回同じ品質で仕上げてくれます。
座学編では、まずSkillの中身をお見せしました。
中身は「名前」「説明（何をするか・いつ使うか）」「手順」の3つだけ。
見本を誰もが書いたことのある週報にして、「自分にも書けそう」と感じてもらいました。
作り方も、難しくありません。
うまくできた資料や、やっと良い出力が出た会話をもとに、「これを毎回作れるSkillにして」と頼むだけ。
「一般化して」と添えると、別の内容にも使えるSkillになります。
▶ ポイント1「現場の業務に寄せる」の実践
事例は、社内テンプレートでのスライド作成や、図面と元データの照合など、受講企業の社内ですでに使われているものを中心にしました。
受講企業の効果測定アンケート（自己申告）では、スライド作成が1回8時間→4時間、照合作業が10時間→6時間になったという回答もあります。
▶ ポイント2「手を動かして持ち帰る」の実践
座学編の最後に「毎回同じ手順で行っている作業を1つ考えてきてください」と宿題を出し、ワークショップ編でそのSkillを作り、呼び出し、直すところまで行います。
どちらの勉強会も、
- 受講者自身の業務や、同じ職場の事例を題材にする
- 座学で終わらせず、手を動かした成果を持ち帰ってもらう
という2つのポイントに沿って設計しています。
テーマ選びに迷ったら
勉強会のテーマに迷ったときは、次の3つの軸から考えると選びやすくなります。
| 切り口 | 考え方 | テーマの例 |
|---|---|---|
| ツール軸 | 使うツールから決める | Claude、Gemini、Copilot、NotebookLM |
| ユースケース軸 | 業務の場面から決める | スライド作成、議事録作成、社内情報の活用 |
| 機能軸 | ツールの機能から決める | Skill、MCP・コネクタ、Workspace Studio、Copilot Studio |
特におすすめなのは、ユースケース軸です。受講者が「自分の業務の話だ」と感じやすく、ポイント1の「現場の業務に寄せる」にもそのままつながるからです。
さらに、ユースケース軸にツール軸や機能軸を掛け合わせると、テーマはいくらでも作れます。
- 営業 × Skill →「営業におけるSkill活用事例」
- 議事録作成 × Gemini →「Geminiで会議の議事録を作る」
- 社内情報の活用 × MCP・コネクタ →「社内の資料をAIから探す」
課題収集：アンケートは「当日、その場で」
3章のように設計した勉強会のあとなら、受講者の頭には「あの業務に使えそう」というイメージが浮かんでいるはずです。
次の「②課題収集」は、このイメージを取りこぼさずに集めるステップです。
ただ、このイメージは鮮度が落ちやすいもの。
通常業務に戻ると、あっという間に薄れてしまいます。
だからこそ、当日その場で5〜10分とって、アンケートに答えてもらいます。
後日にすると、回答率も鮮度も落ちてしまいます。
オンラインなら「答え終わった方から退室してください」とお願いするのも一つの方法です。
聞くのは、「業務インパクト」と「実現可能性」を測れる項目です。
たとえば、こんな回答があったとします。
提案書の初稿づくり／営業部／週に数回／1回2時間くらい／同じ作業をしている人は6人
「週に数回」を月10回と考えると、
2時間 × 10回 × 6人 ＝ 月120時間が、この業務に使われていることがわかります。
手順や使っている資料が書かれていれば、生成AIで実現できそうかの見当もつきます。
1行に1つの業務について、内容と手順、頻度、時間、人数、困っていること、使っている資料などを書いてもらいます。
そのうえで、現場の負担を減らす工夫をしています。
- 書くのは1人3業務まで
- 頻度は選ぶだけ。時間や人数は目安でOK
- 「AIで減らせそうな時間」は任意
- 「生成AIで解決できるかの判断は、こちらで行います」と書いておく
特に最後の一文が大切です。
AIで何ができるか分からなくても、困っている業務なら書けるからです。
課題選定と伴走支援：どこから手をつけるか
ここからは、勉強会の“その先”のお話です。
ここまでの「①勉強会」と「②課題収集」で、現場の活用例が手元に集まりました。
ただ、それを実際にプロンプトやアプリにするのは、担当者だけでは難しいことがほとんどです。
残りの「③課題選定」と「④伴走支援」は、集まった課題を一つずつ形にしていくための取り組みです。
すべてには応えられない。だから優先順位をつける
課題が数十件集まると、すべてを支援するのは現実的ではありません。そこで2つの観点で優先順位をつけます。
4つのマスは、それぞれ次のように扱います。
- 右上（インパクト大・実現しやすい）：最優先。IT・DX部門が支援・代行します（例：提案書の初稿づくり）
- 左上（インパクト大・実現が難しい）：成功事例を積んでから、PoCを検討します（例：複数システムの問い合わせ履歴の分析）
- 右下（インパクト小・実現しやすい）：ワークショップでの自作や、質問をまとめて受け付けるチャンネルで支えます（例：社内規程の質問への回答）
- 左下（インパクト小・実現が難しい）：今回は見送り、候補として残します
課題収集データベースで、インパクトと実現可能性を評価する
集まったアンケートの回答は、まず1つの表にまとめます。私たちはこの表を「課題収集データベース」と呼び、Excelで管理しています。全員の課題を同じ基準で評価できるようにするためです。
アンケートの回答を貼り付けると、業務インパクトが自動で計算され、そこに実現可能性や対応方針を書き込んでいきます。
業務インパクトは「頻度×時間×人数」で月間の時間を出し、3段階に分けます。
| 業務インパクト | 月間の時間の目安 |
|---|---|
| 高 | 月40時間以上（1人の勤務時間の約4分の1） |
| 中 | 月10〜40時間 |
| 低 | 月10時間未満 |
このしきい値は仮の値です。課題が集まったら、「高」が全体の2〜3割になるよう調整します。
実現可能性は、このあとの「技術選定」で説明する3段階（A〜C）で評価します。基準は「判定ルール」のシートにまとめています。
いちばん大切なのは「技術選定」
この段階で特に大切なのが、技術選定です。
生成AIでどこまでできるかを見極め、課題ごとに手段を選ぶことです。
段階は、次の3つです。
- プロンプト（A）：指示文の工夫だけで完結。現場で自作できます
- GPTs・Gem・プロジェクト・Skill（B）：指示や資料を登録して繰り返す。現場で自作、またはIT・DX部門が支援・代行します
- PoC・開発（C）：社内システムとの連携などが必要。技術を見極めて検討します
プロンプト＝AIへの指示文
GPTs（ChatGPT）・Gem（Gemini）・プロジェクト（Claudeなど）＝指示や資料を登録して使い回す機能
Skill＝3章で紹介した、AIに渡す「業務の手順書」
どの段階で対応できるかは、次の順に問いかけると大まかに見極められます。
- 社内システムのデータを使う、大量のデータを扱う、正確な集計や自動実行が必要 → C（PoC・開発）
- 1に当たらず、毎回同じ資料・手順・書式を使って繰り返す → B（GPTs・Gem・プロジェクト・Skill）
- どちらにも当たらず、その場の指示文の工夫で済む → A（プロンプト）
この見極めを誤るとどうなるか。
たとえば「複数のシステムにある問い合わせ履歴を分析したい」という課題を、チャット画面にデータを貼るだけで何とかしようとしたとします。
一部しか読み込めなかったり、集計が合わなかったりして、「やっぱりAIは使えないね」で終わってしまうかもしれません。
もっと痛いのは、現場の熱が冷めてしまうことです。
「出しても形にならなかった」と感じた方には、次から協力をお願いしにくくなります。
まずは、業務インパクトが大きく、実現しやすい課題から。
成功事例を一つずつ積み上げ、その成果で予算を確保してから、難しい課題に挑みましょう。
技術選定には、生成AIでできることと限界の知識が欠かせません。
先ほどの3つの問いは、あくまで大まかな目安です。実際の見極めが難しいのには、2つの理由があります。
- 同じ課題でも、データの量や形式、求める正確さによって、適した段階が変わる
- 生成AIの機能は数ヶ月単位で変わり、半年前にはできなかったことが今はできる、ということも珍しくない
そして先ほどお伝えしたとおり、見極めを誤ると現場の熱が冷めてしまいます。
すべてを外部に任せる必要はありません。Aは社内で進め、判断に迷うB・Cの課題だけでも、多くの事例を見てきた外部の専門家に相談すると確実です。
外部に任せられるのは、たとえば次のようなことです。
- 課題ごとの実現手段（A〜C）の判定
- プロンプトやSkillの作成・代行
- PoCの設計と開発
- 受講後の質問への対応
まとめ
- 良い勉強会とは、生成AIの活用がより進む勉強会。課題収集・選定・伴走支援までセットで設計する
- 勉強会では、現場に近い事例とデータを使い、手を動かした体験を持ち帰ってもらう
- 課題収集は、当日その場で5〜10分。業務インパクトと実現可能性を測る
- 課題選定・伴走支援では、技術選定を誤らず、業務インパクトが大きく、実現しやすい課題から積み上げる
いきなり全部を変える必要はありません。
次の勉強会では、まずこの3つから試してみてください。
- アンケートの5〜10分を、時間割の中に先に確保する
- 紹介する事例を1つだけ、受講者の部署の業務に差し替える
- アンケートに「頻度」「1回あたりの時間」「人数」を入れる
おまけ：勉強会をもっと有意義にする、2つのひと手間
最後に、本筋からは少し外れますが、個人的に効果的だと感じている2つのひと手間をおまけとしてご紹介します。
ひと手間1：事例に使うデータを、事前に現場からもらっておく
理想は、勉強会の前に現場の担当者、できれば責任者の方に業務をヒアリングし、事例に使うデータをいただいておくことです。
たとえば営業部向けなら、リーダーの方に30分ほどいただき、時間がかかっている業務を伺って、実際の商談報告を2〜3件お借りする、といった具合です。
勉強会で何よりも大切なのは、「自分の業務の話をしている」と実感してもらうことだと私は考えています。
同じ内容でも、自分と関係ない例で説明されると「自分には関係ない話だな」と受け止められてしまいます。
ここは最も丁寧にやるべき手順なのに、実際にはできていないケースがほとんどだと、支援の現場で感じています。
ひと手間2：告知は1ヶ月前。何が持ち帰れるかを伝える
現場の方は、本当に忙しいものです。
告知は1ヶ月前には行い、アジェンダと参加するメリットを伝えておきます。
告知には、こんなことを書いておくと親切です。
- 何が持ち帰れるか（例：「商談の録音から、報告の下書きを作れるようになります」）
- アジェンダと所要時間
- 事前に準備してほしいこと（例：ログインの確認、題材にしたい資料）
そのうえで、1週間前・3日前・当日にリマインドします（頻度は組織に合わせて）。
当日の受講者がそもそも少なかった、となっては元も子もありません。
地味ですが、意外と効くひと手間です。
ここまでお読みいただき、ありがとうございました。
勉強会は、開くこと自体よりも、そのあとに何が残るかが大切です。
この記事が、皆さんの社内で生成AIの活用を広げる一助になればうれしいです。
勉強会の企画や、集まった課題の技術選定・伴走支援でお困りのことがあれば、お気軽にBocekにご相談ください。
※事例は一般化しています。図3〜6は実際のスライドから社名を除いたもの、図7・9・10は内容を架空のサンプルに差し替えたものです。