■ そのAIやれ、本当に現場に届いていますか？
こんにちは、ギャンブル依存症⇒自己破産からAIで人生を立て直そうと奮闘中の福多朗です。
今日はAIを業務で活かそうと頑張っているけど、もう疲れたよパトラッシュ というお話です。
「AIは流行りの掛け声ではなく、実際に現場で活かすことが重要です」
これは、うちの親会社のトップが、期初に発した言葉です。
内容はまさに正論で、異論の余地はありません。
AIを現場で活かす。その通りだと思います。
ただ、この言葉を聞いたとき、僕の中には違和感が残りました。
この言葉、現場で機能しているだろうか。
トップが旗を振る。
現場は動かない。
このズレに、グループ会社の中間管理職の多くが直面しているはずです。
僕自身、BPO系コールセンターでSVをやっていて、30名のオペレーターと60のクライアントを抱えています。
業界歴は約20年、非エンジニアです。
その立場から見ると、親会社トップの号令と、現場の温度差は、もう笑えないレベルまで来ています。
今日はその話を、同じように挟まれている中間管理職の方に向けて書いていきます。
■ トップはOK、現場はストップ
親会社のトップは言いました。
AIは積極導入でOKだ、と。
現場は答えます。
使いたいけど、使えないんです、と。
なぜこうなるのか。
答えはシンプルで、ルールがないからです。
ガイドラインがないから、現場は動けない。
うちの職場を例に出します。
業務用ブラウザはChromeです。
でも、Googleのサービスは情報セキュリティ上の理由で使えません。
Chromeは使っていいのに、Googleは禁止。
この時点で、現場の人間は少し混乱します。
僕は大混乱です。
AIについても同じです。
「使っていい」と言われるのですが、何をどこまで使っていいのかが、どこにも書かれていない。
個人でAIに課金しても、業務で使っていいのかはグレーのまま。
結果どうなるか。
誰も動かなくなります。
動いたら責任を取らされる、かもしれない。
そう思った瞬間、人は手を止めます。
これが現場のリアルです。
■ シャドウAIという、見えない使用実態
実は、現場ではすでにAIは使われています。
公式ではない形で、です。
いわゆるシャドウAI、野良AIと呼ばれる状態です。
僕自身、自費でChatGPT、Claude、Geminiの3つに課金しています。
ChatGPTはリサーチとディープリサーチ用。
Geminiは戦略やKPIの壁打ち用。
Claudeは文章の仕上げ用。
この3つを役割分担で使い分けています。
月々の出費は、それなりにします。
それでも続けているのは、AIに慣れておかないと、5年後の自分が確実に困るからです。
ただ、個人課金のAIには決定的な制約があります。
社外秘の情報は入れられない。
顧客情報は絶対に触らせられない。
つまり、本気の業務データは食わせられない、ということです。
AIは使いたい。
でも安全に使える環境がない。
だから本気で活用できない。
もったいないというか、歯がゆい状態が何年も続いています。
親会社トップの「AIを現場で活かせ」という言葉の裏で、現場ではこういう綱渡りが日常になっています。
■ IT部門が導入すれば現場は使える、という幻想
よくある誤解に、こんなものがあります。
「IT部門が導入すれば、現場でも使えるようになる」
これ、ほぼ間違いです。
IT部門は技術に強い。
現場SVは業務に強い。
AI導入で重要なのは、どちらの知識でしょうか。
僕は、圧倒的に後者だと思っています。
コールセンターで言うと、こういう暗黙知が山ほどあります。
お客様の温度感は、最初の3秒で決まる。
ベテランと新人では、同じ案件でも処理時間が倍以上違う。
クライアントごとに、クレームの傾向がまるで別物。
こういう情報は、現場にいる人間にしか見えません。
IT部門の方がどれだけ優秀でも、この空気感までは把握できない。
だから、現場にAIを使える人間がいないと、導入は絶対に失敗します。
ここは本当に強く言いたいところです。
■ 数字を出しても、稟議は通らないという現実
AIの進化スピードは異常です。
毎日情報を追っていても、追いきれない。
昨日の常識が、今日の古い情報になっている。
そんな世界です。
この状況で、企業が最初にやるべきことは何か。
いきなり全社導入、ではありません。
小さく投資して、慣れることです。
月数千円のAI課金でいい。
試験的な業務利用でいい。
小さな成功事例を1つ積み上げるところからで、十分です。
僕は自分の職場で、Microsoft Copilotの社内承認を取るために稟議を上げました。
そのときに提案書に盛り込んだのが、ROIの試算です。
対象業務は、オペレーター向けのQAフラッシュカード作成。
新人研修で使う、一問一答形式の学習ツールです。
今までこれを手作業で作ると、1ヶ月あたり約14時間かかっていました。
Copilotを使えば、その時間がほぼゼロに近くなる。
ライセンス費用と削減できた時間給を比べると、ROIは約800%という試算になりました。
数字で出せば上が動く、とよく言われます。
僕もそう思って、稟議書を何度も書き直してきました。
でも、現実は違います。
僕の稟議は、今も完全には通っていません。
一度は承認が出たものの、更新申請でまた止まっている。
親会社のトップが「AIを現場で活かせ」と言ってくれていても、その号令は、僕のいる階層の稟議ラインまでは、届いていないということです。
ここが、僕がこの記事でいちばん言いたかったことかもしれません。
数字を出した。
事例も作った。
ROIもはじいた。
トップ方針との整合性も合わせた…
それでも、通らないときは通りません。
これが、グループ会社の中間管理職が見ている景色です。
■ 現場導入のリアルな壁
稟議の話は、まだマシな方です。
現場はもっとシビアです。
うちの職場で言うと、こんな状況があります。
オペレーターの多くは、お客様対応のスキルは高いのですが、ITリテラシーは業務に必要な範囲に限られています。
お客様も高齢の方が多く、電話越しに丁寧な説明が求められる。
新人研修のリソースは、常に足りていません。
そして極めつけがこれです。
新人3人に対して、研修用の端末が1台。
配属直後、3人で1台を回して研修を受けるという状況が、普通に発生します。
効率化どころの話ではありません。
こういう現場に向かって、上から「AI活用しろ」とだけ言われても、動きようがない。
物理的なリソースすら足りていないのですから。
親会社のトップには、この光景は見えていないかもしれません。
それでも、現場を知っている人間が、具体的な提案を上げ続けるしかない。
誰かがやってくれるのを待っていたら、永遠に始まりません。
■ AI導入に必要な3つのもの
ここまでの話を、シンプルにまとめます。
AI導入に必要なのは、3つです。
1つ目は、明確なガイドライン。
何を使っていいか、何を使ってはいけないか。
これが言語化されないと、現場は動けません。
2つ目は、現場にAIを使える人間がいること。
SVレベル、つまり業務も技術もわかる中間層に、使い手がいるかどうか。
ここが最大のボトルネックです。
3つ目は、小さな実験と小さな投資。
いきなり大規模にやらない。
月数千円、週1時間の積み上げで十分です。
この3つが揃わない限り、AI導入は掛け声で終わります。
■ 明日から、何をするか
もしあなたが現場側の人間で、この記事にうなずくところがあったとしたら、僕からの提案は3つです。
1つ目、自分でAIを触ってみてください。
会社の許可がなくても、個人でできる範囲でいい。
月2000円くらいから始められます。
2つ目、小さな成功事例を1つだけ作ってください。
業務のごく一部でいい。
議事録要約でもいいし、メールの下書きでもいい。
数字で語れる事例を、1つ持つ。
3つ目、上に提案するときは、感想ではなく具体で話してください。
「便利そうです」ではなく、「14時間削減できます」の形にする。
これで通るとは言い切れません。
僕自身、通っていないので。
ただ、通らなかったとしても、その提案書は自分の資産として残ります。
数字で考える癖がつきます。
業務を分解する目が育ちます。
この力は、社内で評価されなくても、外の世界で確実に評価されます。
そういう意味で、無駄にはなりません。
■ 最後に
親会社のトップがどれだけ正しいことを言っても、現場が動かなければ意味がない。
そして現場は、使える状態にならないと動けない。
この当たり前のことが、驚くほど多くの会社で見落とされています。
AIは魔法ではないです。
一発で仕事が楽になる、というものでもありません。
ただ、使いこなせば、確実に自分の武器になります。
これは、20年この業界にいて、AIを3年触ってきた僕の実感です。
同じように中間管理職で、現場と経営の間で挟まれている方へ。
僕のnoteでは、コールセンターSVの立場からAI活用の実践記事を書き続けています。
Copilotの社内承認を取った稟議の中身。
AIエージェント時代のSVの生存戦略。
マルチエージェントをチームデザインとして捉える視点。
稟議が通らない悔しさも含めて、同じ温度で悩んでいる方に、届けばうれしいです。
▼今日公開したばかりの最新記事はこちら
社長は「AIを使え」と言うのに、僕のCopilot延長申請は止まったまま。そんな方針不在の日本企業に向けて、現場から「たたき台」を突きつける反撃の記録です。
👉
▼「PC1台×新人3人」の絶望パズルを自力で壊すAI設計図
会社が動くのを待っていられない現場マネージャーへ。自腹で構築した新人教育の非同期化プロトタイプです。
👉
