リスキリングとは、急速に進化するテクノロジーに適応するために、個人や組織が絶えず新しい知識やスキルを身に付けていくことです。

ChatGPTをはじめとする生成AIが登場・普及し、これまで人間が得意としてきた知的活動の多くが代替される可能性がある中、リスキリングの重要性はますます高まっています。すでに国内でも多くの企業が、社員のリスキリングに向けた取り組みを実施しています。

本記事では、生成AIのリスキリングについて、メリットや企業の取り組み事例とともにわかりやすくご紹介します。

またAI総研では、AI活用を検討する上で押さえておきたい、AI・ChatGPTの最新活用事例50選の狙いや取り組みをまとめたレポートを無料で配布しています。ご興味のある方は、以下リンクからダウンロードしてご活用ください。

⇒AI・ChatGPT活用事例50選の資料ダウンロードはこちら(無料)

生成AIのリスキリングとは

リスキリングとは、急速に進化するテクノロジーに適応するために、個人や組織が絶えず新しい知識やスキルを身に付けていくことをいい、日本語では「学び直し」と言われることもあります。

近年、生成AIの登場・普及により人間のあらゆる知的活動が代替される可能性が生じている状況を受けて、人間が身に付けるべきスキルを改めて考え直し、学びなおしていく動きが広がっています。

生成AIの普及に伴い、リスキリングと生成AIが関連づけられることも多くなり、個人としても組織としても、生成AI時代に備えたスキル改革や構造改革が必要となっています。

生成AIのリスキリングを行う６つのメリット

生成AIのリスキリングを行い、生成AIの活用を始めることによるメリットとして、以下の6つが挙げられます。

• ①業務自動化による人手不足解消・コスト削減
• ②業務サポートによる品質・スピードの向上
• ③社内知見の共有・業務の標準化
• ④マーケティングの最適化・費用対効果向上
• ⑤顧客体験のパーソナライズ・自動化
• ⑥新規商品・サービスの創出

それぞれについてわかりやすく紹介していきます。

①業務自動化による人手不足解消・コスト削減

生成AIを活用できるようになれば、リサーチや分析、メール分・資料作成など様々な社内業務を自動化することができ、人手不足解消やコスト削減を実現することができます。

特に定型的な業務は生成AIによる自動化が容易で、それらの業務担当を従業員から生成AIに置き換えることで、コストを削減したり、より重要な業務に注力してもらったりと、企業の競争力強化に繋げることができます。

コンサルティング会社のニールセン・ノーマン・グループの調査によると、顧客対応・ビジネス文書作成・コーディングの業務に生成AIを活用したところ、従業員の生産性が66%向上したとの結果が得られました。

②業務サポートによる品質・スピードの向上

各種業務に生成AIを活用することで、効率化だけでなく、アウトプットの品質やスピードを向上させることができます。

生成AIは膨大な学習データから最適なアウトプットを生成できる点が特徴であり、また人間と異なり24時間365日疲労せずに稼働し続けることが可能です。

生成AIを各社の独自のデータや知見を組み合わせて活用することで、経験の浅い従業員でも、一定以上のアウトプットを作成できるようになります。

ボストンコンサルティンググループの調査によると、製品開発におけるアイデア創出・企画業務に生成AIを活用したグループは活用しなかったグループと比較して、40%高い成績を納めたとのことです。

③社内知見の共有・業務の標準化

（画像：パナソニックコネクト）

これまで、社内の各所に文書やPDFデータの形で点在していた知見を、生成AIを活用し構築したデータ基盤に統合することが可能です。

従業員は自分の置かれた状況や知りたい知見をチャット形式で入力することで、業務マニュアルやノウハウなどの最適な知見に即座にアクセスすることが可能となります。

④マーケティングの最適化・費用対効果向上

生成AIは、データ分析と文章・画像などのクリエイティブ作成を得意としており、マーケティング業務と非常に相性が良いです。

生成AIを活用することで、個々のユーザーの行動や興味に基づいてパーソナライズされた広告・クリエイティブを生成可能です。

これにより、ターゲット層へのアピールが強化され、より高いエンゲージメントとコンバージョン率を期待できます。

米国のマーケティングテクノロジー企業のOmnekyによると、生成AI活用により広告業務の8割を自動化し、ROIを従来の3.5倍まで向上させられるとのことです。

⑤顧客体験のパーソナライズ・自動化

生成AIと社内データを活用し、顧客対応向けの独自のチャットボットなどを構築することで、顧客からの問い合わせ等に対して、24時間365日自動対応し、パーソナライズされた回答やサポートを行うことができます。

AIと人間が適切な分担を行うことで、従来よりスムーズできめ細やかな接客・対応が提供可能となり、顧客/ユーザーの満足度が向上します。

コールセンター大手のトランス・コスモスは、生成AIの活用により、最初に電話を受けた担当者が専門知識を有する別の担当者に質問を引き継ぐ「エスカレーション」の件数を6割削減する見込みとのことで、顧客の待ち時間の大幅な短縮が期待されています。

⑥新規商品・サービスの創出

生成AIは膨大なデータに基づき、従来の人間の発想に囚われないクリエイティブや商品やサービスの企画や設計/デザインなどが可能です。

また、生成AIの特徴として、多様なパターンの企画案や設計/デザイン案を即時に出力可能な点が挙げられます。　

幅出しのプロセスは生成AIを活用し、評価・選定の部分は人間が担うというサイクルを回すことで、従来のアプローチよりも、よりよい商品やサービスを創出することができます。

セブンイレブンは、生成AIを活用した店舗の販売データやSNS投稿データの分析の実施を発表しており、商品企画にかかる期間が最大で従来の90%短縮される見込みとのことです。

日本企業による生成AIのリスキリング取り組み事例３選

日本企業による生成AIのリスキリングの取り組み事例として、以下の3つが挙げられます。

• ①Zホールディングス：文系社員のAI人材育成強化に向けた講座を開講
• ②富士通：独自の学習プラットフォーム上で9000種類以上の教材を提供　
• ③ソニー：国内の社員4万人にAIリテラシー研修を実施

それぞれの事例についてわかりやすく紹介していきます。

①Zホールディングス：文系社員のAI人材育成強化に向けた講座を開講

（画像：Zホールディングス）

Zホールディングスは、Zアカデミアという企業内大学において、社員のリスキリングに力を入れています。

グループ内の豊富な人材を活用し、年に200以上の講座を開催しました。その中でも特に社員からの関心が高かったのが、「Z文系AI塾」という講座です。文系社員を対象に半年間の実践型プログラムを行い、AI人材の育成に取り組みました。

生成AIのコード生成機能により、ノーコードでもAI開発ができるようになったことから、技術職だけでなく文系社員にとっても、AI開発を学ぶ意義が生まれています。

②富士通：独自の学習プラットフォーム上で9000種類以上の教材を提供

（画像：富士通）

富士通は、DX企業への変革を推進すべく、社員約12万人のリスキリングに力を入れています。

独自の学習プラットフォームである「Fujitsu　Learning　Experience（FLX）」を導入し、生成AIなどのデジタルスキルが学べる9000種類以上の教材を提供しています。社員は、自分が必要だと思うスキルをいつでも自由に学ぶことができます。

特に45歳以上のベテラン層によく利用されたとの結果が出ており、年齢を問わず社員全員に、学び直しの精神を醸成することに成功しています。

③ソニー：国内の社員4万人にAIリテラシー研修を実施

（画像：ソニー）

ソニーは、eラーニングを活用し、社員に対してAIリテラシー研修を実施しています。国内の社員4万人に対し、AIの基本から活用アイデア、AIツールの活用方法などについての講義を実施し、技術レベルの底上げを図っています。

本研修は、技術系社員の発案で実現したものですが、技術職のみならず、事務職の社員も対象となっており、全社的なAI活用を推進するための施策として位置付けられています。

様々な職種の社員がAIへの理解を深めることで、業務生産性の向上や製品・サービスの質の向上を目指しています。

企業が生成AI活用を成功させるための５つのポイント

企業が生成AI活用を成功させるために抑えるべきポイントは以下の５つです。

• ①業務内容の棚卸しと活用インパクトの試算
• ②投資対効果の高い課題/目的と活用方法の選定
• ③アジャイルアプローチでの開発・導入
• ④システムとルールの両面からのリスク管理
• ⑤研修等での社員のAI活用リテラシーの向上

それぞれについてわかりやすく紹介していきます。

※200事例の分析に基づく、企業の生成AI/ChatGPT活用でよくある失敗とベストプラクティスをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT活用しくじり大全の資料ダウンロードはこちら(無料)

①業務内容の棚卸しと活用インパクトの試算

生成AI活用の成否を分ける最大のポイントは、生成AIを活用する意義の大きな業務に対して活用することに尽きます。　

活用の方針や戦略がないまま活用を進めるのではなく、自社の業務内容・フローをしっかりと棚卸しした上で、どの程度業務効率やアウトプット向上に繋がるかを試算することが重要となります。

②投資対効果の高い課題/目的と活用方法の選定

生成AIは全ての業務に対して万能という訳ではなく、膨大なデータに基づいたコンテンツ制作は得意だが、複雑な問いに対して正確な答えを出すのは苦手といった、明確な得意不得意が存在します。

そのため、自社の業務の現状や生成AIの特徴を踏まえた上で、どのような課題/目的に対して、どのようなアプローチ/範囲/ツールで活用を進めるかを、検討・選定するステップがプロジェクトの投資対効果を左右する、極めて重要なプロセスとなります。

③アジャイルアプローチでの開発・導入

生成AIは、一度開発・導入して終わりという進め方ではなく、何度もモデル・学習データ・利用方法等を細かくカスタマイズしなおすことで、より理想とする活用を実現することができます。

具体的には、初期仮説に基づいた簡易的なプロトタイプを構築し実際に利用してみる、というサイクルを、1サイクル数週間の期間で何度も繰り返し、ブラッシュアップしていくという、アジャイル開発のアプローチを取ることが適しています。

④システムとルールの両面からのリスク管理

企業が生成AIの活用に踏み切れない最大の理由として、機密情報漏洩や著作権侵害などのリスクへの懸念が挙げられます。

確かに、社員に特段ルールを設けず、一般に公開されている生成AIを活用させた場合、様々な問題が発生する可能性は存在します。

一方で、入力するデータが学習されないようなシステム構築や使用範囲・機密情報の取扱等の運用ルールの策定により、リスクをマネジメントし最小化することが可能です。

⑤研修等での社員のAI活用リテラシーの向上

生成AIの特徴として、AIとの対話によってアウトプットを引き出すことが求められるため、使い手のリテラシーによって成果が大きく左右されることが挙げられます。

そのため、生成AIのポテンシャルを最大限に活用するためには、従業員のAIに対する理解とスキル、すなわちAIリテラシーを向上させることが不可欠です。

研修プログラムや実践的なトレーニングを通じて、従業員に生成AIの基本的な知識、適切な使用方法、関連するリスクを理解してもらい、効率的かつ責任ある方法で使用できる環境の構築が必要となります。

企業が生成AIを導入するための４つのステップ

企業が生成AIの導入を進めるための流れとして、以下の４つのステップがあげられます。

＜Step1：活用方針の検討＞

• 最新の市場動向のキャッチアップ
• 自社の活用可能性の整理
• 生成AIの活用目的・ゴールの設定

＜Step2：利用環境構築＞

• セキュリティ・データ管理体制の強化
• ガイドライン・マニュアルの策定
• 社員向けのAIリテラシー研修
• 社内業務での試験運用

＜Step3：試験開発・運用(PoC)＞

• PoCを行うユースケースの検討
• 要件定義・プロトタイプ開発
• 運用と評価

＜Step4：本開発＞

• 本開発を行うユースケースの検討
• 要件定義・本開発
• 運用と評価
• 活用方針・内容の継続的なカイゼン

それぞれについてわかりやすく紹介していきます。

※生成AI/ChatGPTを導入する前に必ず押さえておきたい、基礎知識や導入方法３パターンの比較、リスクと対策などをまとめた資料をダウンロード頂けます。
⇒生成AI/ChatGPT導入マニュアルの資料ダウンロードはこちら(無料)

Step1：活用方針の検討

1つ目のステップは、自社として生成AIをどのように活用していくかの大方針の検討です。

生成AIは社内業務効率化や顧客体験の向上、新規事業創出など様々な目的で活用が可能だからこそ、自社の課題にマッチした目的とユースケースで活用することが、投資対効果を大きく左右します。

最新の技術や競合の動向をキャッチアップした上で、自社の活用可能性の幅出し・整理を行います。その上で、生成AIをどのような領域で、どの程度ダイナミックに活用していくかの目的やゴールを初期的に設定しましょう。

Step2：利用環境構築

2つ目のステップは、生成AIを安全かつ効率的に活用できる、社内のシステムやルールなどの利用環境の構築です。

企業が生成AI活用に踏み切れない理由として、機密情報漏洩などのセキュリティリスクの懸念が挙げられますが、適切なシステム設計・データ管理やガイドラインの策定などを行うことで、それらのリスクに対処しながら、業務効率化に繋げることが可能です。

社員に対し、生成AIをリサーチや文書作成などの日常的な業務に安心して活用できる環境を提供することで、自社のどのような業務と生成AIの相性が良いのかという現場からの示唆を得ることができ、プロトタイプ・本開発の企画への重要なインプットとなります。

Step3：試験開発・運用(PoC)

3つ目のステップは、自社にマッチするユースケースの検証に向けた、プロトタイプの開発と運用です。

顧客対応支援や社内のナレッジ検索、新機能・サービスの実装などの生成AIの幅広いユースケースの中から、自社の経営課題解決にマッチするいくつかのユースケースに絞り込み、プロトタイプを開発し、実際の業務で運用します。

PoCを実施することで、コストを抑えながら生成AI活用のインパクトを検証しつつ、見えてきた改善点から本開発の精度を高めることが可能です。

Step4：本開発と運用

4つ目のステップは、本格的な生成AIを活用したシステムの開発と運用、継続的なカイゼンです。

自社独自のデータ基盤の構築・連携や活用シーンに特化したアウトプット精度の改善などを実施し、自社の目的達成に特化した生成AIシステムを開発します。

PoCの結果を踏まえ、本開発を行うユースケースや活用範囲を決定することで、生成AI活用の費用対効果を最大化することが可能です。

また、開発しっぱなしで終わるのではなく、本開発したシステムを運用し上がった成果や改善点、技術進化などを踏まえて、活用方法や内容を継続的にカイゼンしていくことが重要です。

このプロセスを通じ、生成AI活用のポテンシャルを最大限に発揮することで、業務生産性や顧客への提供価値の観点から、大きな競争優位性を構築することに繋がります。