研修では盛り上がったのに、翌週のSlackでは誰もAIの話をしていませんでした
これは、製造業の人事企画部で生成AI 教育を担当する佐藤さん（仮名）と、営業企画・経理・DX推進室が集まった部門別AI研修の話です。半年前、同社では全社共通のAIリテラシー研修を実施し、参加者アンケートでも、理解度の高さが確認できました。しかし現場に戻ると、「自分の業務で何に使えばよいか分からない」「プロンプト例が自部署の業務と違う」という声が残りました。
現在は、営業、経理、人事それぞれのユースケースを事前課題で集め、研修当日は実務データを模したアウトプット課題に取り組む形へ変えています。直近3か月、3部門・計42名を対象にした社内トライアルでは、研修翌週のチーム共有会でAI活用例が11件報告されました。
この記事では、共通研修から実務研修へ進めない人事・教育・DX推進担当者に向けて、ロールベースの研修設計、OJTとのつなぎ方、定着支援の考え方を整理します。目指すのは、受講者が「AIを知っている」だけでなく、翌週の自分の業務で使い始められる状態です。
ただし、部門別研修だけで全てが定着するわけではありません。業務テーマの選定、上長の関与、研修後の見直しまで含めて設計する必要があります。同じ停滞感に心当たりがある方は、自社の研修設計に重ねながら読み進めてください。
共通AI研修だけでは、なぜ実務活用に進まないのか
全社共通のAI研修には、重要な役割があります。生成AIとは何か、どのようなリスクがあるのか、プロンプトの基本はどう書くのか。こうした共通知識をそろえなければ、部門ごとの活用以前に、安全な利用ルールを組織に浸透させることが難しくなります。
一方で、共通研修だけでは「明日から何に使うか」まで届きにくい場合があります。研修中は便利そうだと感じても、営業担当者は商談準備に、経理担当者は月次処理に、人事担当者は面談記録や研修企画に戻ります。そのとき、研修で扱った汎用的なプロンプト例と、自分の目の前にある業務との間に距離があると、利用は止まりやすくなります。
現場でよく起きるのは、次のような状態です。
- ユースケースが抽象的すぎる。「文章作成に使えます」「要約に使えます」と言われても、受講者は自分の業務プロセスのどこに組み込めばよいか判断しにくい。
- 研修のゴールが「理解」で止まっている。生成AI 教育を受けて知識は増えても、実務で使う成果物を作らなければ、翌週の行動にはつながりにくい。
- 部門長やマネージャーが関与していない。現場の業務優先度を握っている上長が「どの業務でAIを試すか」を示さなければ、受講者は通常業務に戻ってしまう。
つまり、共通研修の次に必要なのは、単なる応用編ではありません。部門ごとの業務テーマに紐づいた、実務研修としての再設計です。
部門別AI研修は「職種名」ではなく「業務テーマ」から設計する
部門別 AI研修を設計するとき、最初に考えたいのは「営業向け」「経理向け」「人事向け」といった職種名だけではありません。もちろん部門ごとの切り分けは必要ですが、それだけでは研修内容が広がりすぎます。
重要なのは、各部門が日常的に抱えている業務テーマに分解することです。
たとえば営業部門であれば、商談前の企業調査、提案書のたたき台作成、商談メモの整理、CRMへの転記文作成などがあります。経理部門であれば、規程確認、社内問い合わせ対応、月次資料の要約、監査対応の論点整理などが考えられます。人事部門であれば、求人票の改善、面談メモの整理、研修コンテンツ作成、社内問い合わせ対応などが対象になります。
同じ「文章作成」でも、営業の提案文と人事の面談フィードバックでは、求められる精度も注意点も異なります。同じ「要約」でも、会議議事録と規程文書では、出力形式や確認すべきポイントが違います。
そのため、部門別AI研修では、最初に次の3つを整理します。
- どの業務プロセスにAIを入れるのか
- どの成果物を研修中に作るのか
- 研修後、誰がどの場面で使い続けるのか
この3点が曖昧なまま研修を設計すると、受講者は「勉強になった」で終わりやすくなります。反対に、業務テーマと成果物が明確であれば、研修はそのままOJTの入口になります。
なお、ここでいうOJTとは、研修で学んだ内容を実際の業務の中で試し、上長や同僚のフィードバックを受けながら定着させる方法を指します。部門別AI研修は、座学だけで完結させるよりも、このOJTと組み合わせたほうが実務につながりやすくなります。
事前課題で、現場のユースケースを集める
部門別AI研修の質は、研修当日よりも前に決まります。特に重要なのが、事前課題です。
事前課題では、受講者に「AIでやってみたいこと」を聞くだけでは不十分です。多くの場合、受講者自身も何に使えるかをまだ具体化できていません。そのため、質問は業務の困りごとに寄せる必要があります。
たとえば、次のように聞きます。
- 毎週または毎月、繰り返し発生している作業は何ですか
- 下書きや要約に時間がかかっている業務は何ですか
- 判断そのものではなく、判断材料の整理に時間がかかる業務は何ですか
- 新人や異動者がつまずきやすい業務は何ですか
- 社内から同じような問い合わせを受けている業務は何ですか
この回答を集めると、部門ごとの実務研修テーマが見えてきます。営業であれば「商談準備と提案書ドラフト」、人事であれば「面談メモ整理と研修コンテンツ作成」、経理であれば「規程問い合わせ対応と月次資料要約」といった形です。
このとき注意したいのは、実データをそのまま研修に持ち込まないことです。顧客名、個人情報、契約金額、未公開情報などは、研修素材として扱うにはリスクがあります。研修では、実務構造は近いものの、情報は加工された模擬データを使うほうが安全です。AIの導入・運用にあたっては、利活用ルールの策定やリスク管理が重要であることも、国内のガイドラインで示されています。
事前課題は、単なるアンケートではありません。部門別AI研修のユースケースを設計するための材料です。
実務研修では「聞く」より「作る」時間を増やす
共通研修では、講義形式が中心になることがあります。生成AIの基本、リスク、プロンプトの考え方を伝えるには、一定のインプットが必要だからです。
しかし、部門別AI研修では、講義時間を短くし、演習時間を長くすることが重要です。受講者が持ち帰るべきなのは、知識だけではなく、実務で使える成果物です。
たとえば、営業部門の研修であれば、架空の顧客情報をもとに、商談前の論点整理、ヒアリング項目、提案書の構成案を作ります。人事部門であれば、研修動画の要約文、理解度テスト、受講後アンケートの分析観点を作ります。管理部門であれば、規程文書をもとにしたFAQ回答案や、社内向け説明文を作ります。
このときの研修設計では、アウトプット課題を次のように設定すると進めやすくなります。
| 型 | 対象となる業務例 |
|---|---|
| 下書き作成型 | メール、提案書、社内通知、研修案内など、ゼロから書く負担が大きいものを対象にする |
| 要約・整理型 | 議事録、商談メモ、規程文書、アンケート結果などを、読みやすい形式に変換する |
| 比較・論点整理型 | 複数案のメリット・デメリット、意思決定の評価軸、リスクと対策を整理する |
| 問い合わせ対応型 | 社内FAQ、顧客対応、規程確認など、一定のルールに沿って回答する業務を扱う |
研修当日は、受講者が同じ課題に取り組み、出力結果を見比べる時間を入れると効果的です。同じAIツールを使っても、前提条件、出力形式、制約の書き方によって結果が変わることを体感できます。
ただし、AIが出した成果物をそのまま正解として扱うのは避けるべきです。研修では、出力の良し悪しを判断する観点もセットで扱います。たとえば、数字の根拠、固有名詞の正確性、社内ルールとの整合性、顧客や社員への配慮などです。
部門別AI研修の基本カリキュラム例
共通パートとして部門別AI研修を設計する場合、いきなり部門ごとに完全に別の研修を作る必要はありません。まずは共通の型を用意し、その中の演習テーマだけを部門ごとに変える方法が現実的です。
共通ルールの再確認
最初に、生成AIを業務で使う際の基本ルールを確認します。入力してよい情報、入力してはいけない情報、出力をそのまま使わないこと、社外提出前に人がレビューすることなどです。
ここは短くても必ず入れるべきです。部門別研修になるほど実務に近い素材を扱うため、情報管理の意識が重要になります。
部門別ユースケースの紹介
次に、その部門で使いやすいユースケースを紹介します。ここでは網羅しすぎないことが大切です。最初の研修では、3〜5個程度に絞るほうが受講者は試しやすくなります。
営業なら商談準備、議事録、提案書。人事なら求人票、面談メモ、研修教材。経理なら問い合わせ対応、規程確認、月次資料要約。管理職なら1on1準備、評価コメント、意思決定の論点整理などが候補になります。
プロンプト設計の型
プロンプトの基本は、役割、目的、前提情報、出力形式、制約を明確にすることです。
たとえば「営業向けに提案書を作って」ではなく、「あなたはBtoB営業の提案書作成担当です。以下の顧客課題をもとに、役員向けの提案書構成を10枚分で作成してください」のように、条件を具体化します。
この型を一度覚えると、部門が変わっても応用できます。
実務演習
研修の中心は実務演習です。模擬データを使い、受講者が実際にAIへ指示を出し、出力を確認し、修正します。
このとき、1回で正解を出すことを目的にしないほうがよいです。むしろ、1回目の出力を見て、何が足りないかを考え、2回目の指示で改善するプロセスを学ぶことが重要です。
業務への持ち帰り設計
最後に、研修後1週間で試す業務を決めます。「いつか使う」では定着しません。受講者ごとに、次の1週間で試す具体的な業務を1つ選びます。
たとえば、「次回の商談メモ整理で使う」「来週の部内会議の議事録で使う」「月次報告資料の要約で使う」といった解像度です。
研修後の定着は、OJTと共有の仕組みで決まる
部門別AI研修の成果は、研修当日ではなく、研修後に表れます。研修で作ったプロンプトや成果物が、翌週以降の業務で使われているかが重要です。
そのためには、研修後のOJT設計が欠かせません。
まず、研修翌週に短い共有会を設定します。時間は30分でも構いません。受講者が実際に使った場面、うまくいった点、出力が期待と違った点を共有します。ここで活用例が出ると、他のメンバーも自分の業務に置き換えやすくなります。
次に、SlackやTeamsなどのチャット上に、活用例を投稿する場所を用意します。投稿のハードルを下げるために、フォーマットは簡単で十分です。
- 使った業務
- 入力した指示の概要
- 得られた出力
- 人が修正した点
- 次回改善したい点
このように記録していくと、部門内に実務ユースケースが蓄積されていきます。
さらに、上長が「AIを使ったか」だけを確認するのではなく、「業務のどこが楽になったか」「品質確認にどのくらい時間を使ったか」「今後も使えそうか」を確認することが大切です。利用回数だけを追うと、形だけの活用になりやすいためです。
リスキリングは、単に新しい知識を学ぶことだけではなく、日々の業務の中で「できること」を増やしていく取り組みでもあります。厚生労働省の中小企業リスキリング支援事業でも、生成AIなどのデジタルツール活用や業務の進め方の見直しが、業務負担の軽減やスキルアップにつながる取り組みとして位置づけられています。
ツール選定は、研修後の運用まで含めて考える
部門別AI研修を一度きりのイベントにしないためには、研修コンテンツ、プロンプト、学習データ、実務で使うAIチャットをどのように管理するかも考える必要があります。
選択肢は複数あります。汎用的な生成AIツールを使う方法、社内ポータルやナレッジベースと組み合わせる方法、LMS（学習管理システム）やAIチャット基盤を連携させる方法などです。重要なのは、研修で使ったプロンプトや教材が、現場で再利用できる状態で残ることです。
弊社が提供するKanataのように、AIチャット、AI要約、eラーニング、プロジェクト単位のライブラリ管理をまとめて扱えるサービスは、この点で相性がよいと言えるでしょう。たとえば、共通研修をeラーニングで配信し、部門別研修で作成したプロンプトをプロジェクトライブラリに保存し、研修後は部門ごとのAIチャットで実務に使う、といった運用が考えられます。Kanataでは、AIチャット・AI要約・eラーニングなどをプロジェクト単位で整理でき、プロンプトや学習データをライブラリとして管理できます。
ただし、どのツールを選ぶ場合でも、機能の多さだけで判断するのは避けたほうがよいです。確認すべきなのは、権限管理、ログ確認、学習データの扱い、社内ルールとの整合性、受講後の運用担当者の負荷です。
ツールは研修成果を自動的に保証するものではありません。あくまで、研修後の利用と定着を支える環境として位置づけることが大切です。
部門別AI研修で注意すべきこと
部門別AI研修は、実務に近づくほど効果が出やすくなります。しかし同時に、注意すべき点も増えます。
- 第一に、機密情報や個人情報の扱いです。実務に近い演習をしたいからといって、顧客名、社員情報、契約金額、未公開の経営情報などをそのまま研修素材に使うべきではありません。研修では、必ずマスキング済みの情報や模擬データを使います。
- 第二に、AIに任せる範囲を明確にすることです。AIは下書き、要約、論点整理、比較表作成などには向いています。一方で、最終判断、顧客との関係性を踏まえた対応、法務・人事・財務に関わる重要判断は、人が責任を持つ必要があります。
- 第三に、成果を短期の数値だけで判断しないことです。研修直後の利用回数やアンケート満足度は参考になりますが、それだけで定着を判断するのは早すぎます。重要なのは、1か月後、3か月後に、業務プロセスの中に自然に組み込まれているかです。
- 第四に、研修内容を定期的に見直すことです。生成AIの機能も、社内業務も変化します。一度作った研修カリキュラムを固定せず、現場の活用例を反映しながら更新していくことが必要です。
最後に、AIを使うこと自体を目的にしないことです。AIを使わないほうが早い業務、判断の文脈が重要な業務、対面で合意形成したほうがよい業務もあります。部門別AI研修では、AIを使う場面だけでなく、使わない場面も整理しておくと、現場の納得感が高まります。
まとめ：部門別AI研修は、現場での活用まで見据えて設計する
部門別AI研修は、全社共通研修の次に置かれる単なる応用編ではありません。生成AIを現場の業務に組み込み、実務で使われる状態をつくるためのリスキリング設計です。
共通研修では、全社員に必要な基礎知識と安全な使い方をそろえます。そのうえで部門別AI研修では、業務テーマ、ユースケース、事前課題、アウトプット課題、OJT、共有の仕組みまでを一体で設計します。
大切なのは、受講者に「AIを理解してもらう」ことだけではありません。研修翌週に、自分の業務で一度使ってみる。チームで結果を共有する。良いプロンプトを残す。上長が業務改善の視点で振り返る。こうした小さな循環が、定着につながります。
ただし、全ての部門に同じ設計が当てはまるわけではありません。まずは1部門、1業務、1つのアウトプット課題から始めるのが現実的です。その小さな実践を記録し、他部門へ展開できる形に整えていくことが、共通研修から実務研修へ進む第一歩になります。
Q&A：部門別AI研修を設計する前に確認したいこと
部門別AI研修は、全社共通研修の前に実施してもよいですか？原則としては、全社共通研修を先に実施するほうが安全です。生成AIの基本、入力してはいけない情報、出力確認のルールがそろっていない状態で部門別研修に進むと、実務データの扱いでリスクが高まります。先に共通ルールをそろえ、その後に部門別の実務研修へ進む流れが望ましいです。
部門別AI研修のテーマは、誰が決めるべきですか？人事・教育担当者だけで決めるのではなく、部門長、現場リーダー、DX推進担当者を交えて決めるのがよいです。研修テーマは、受講者の興味だけでなく、部門の業務課題や改善したいプロセスと紐づける必要があります。
研修時間はどのくらい確保すべきですか？初回は2〜3時間程度を目安にすると設計しやすいです。前半で共通ルールとプロンプトの型を確認し、後半で実務演習と持ち帰り課題を扱います。短時間で実施する場合でも、演習時間を削りすぎないことが重要です。
研修効果はどのように測ればよいですか？研修直後の満足度だけでなく、研修後1週間から1か月の実務利用状況を見ることが大切です。たとえば、活用例の投稿数、再利用されたプロンプト数、上長が確認した業務改善例、受講者が継続利用した業務数などを確認します。ただし、数値だけで判断せず、出力品質や確認工数もあわせて見る必要があります。
部門別AI研修で失敗しやすいポイントは何ですか？よくある失敗は、汎用的なプロンプト紹介で終わること、実務データを安全に加工しないこと、研修後のOJTや共有会を設けないことです。また、AI活用を現場任せにしすぎると定着しにくくなります。研修後にどの業務で誰が試すのかまで決めておくことが重要です。
