日本企業がAI活用に取り組む中で、社内での利用率の低さや現場への浸透の難しさが課題となっています。Kaizen Platformでは、この課題を解決するために、AIをエンドtoエンドのオペレーションに組み込むことで、業務効率化と生産性向上を実現しようとしています。本セッション「Kaizen PlatformのAIベストプラクティス」では、Kaizen Platform代表の須藤憲司とAI STUDIO チームの河部裕が登壇し、社内の実践事例を通じてその取り組みの背景や今後の展望をお届けしました。

＊本記事では、2025年6月3日（火）に開催されたイベント「KAIZEN AI ONEDER SUMMIT」の内容をお伝えします。

理想の業務設計から実装へ。段階的に進めた「AI-Coworker」開発

須藤： A/Bテストツールから魔法のようなUXを実現する「Magical UX」の「従業員の業務をサポートするAI-Coworker」についてお話ししていきます。

河部：当社ではSlackを業務ツールとして使っているので、そこにAIエージェントを入れて、議事録の自動作成やタスク分解など、いろいろやっています。今日はその開発の裏側を紹介できればと思います。 

須藤： なるほど。生成AIを触りに行くんじゃなくて、AIを呼び出してタスクをやってもらうという感じなんですね。

河部： そうですね。当社のAI化ステップとしては、まずワークフローを洗い出して、理想の形を考え、CSI（小規模なデモ）を試してから本格的なソフトウェアに落とし込むという流れで進めています。

須藤：GoogleスプレッドシートにAIを埋め込むという話もありましたよね。

河部：はい。Google Apps Script（GAS）も整備されているので、すぐに試せるんです。

須藤：しかも、その試作自体もAIに手伝ってもらっているんですよね。

河部：そうです。例えば、お客様のサイトURLをスプレッドシートに貼り付けると、その中のテキスト情報を読み取って、動画制作のブリーフを自動で作成するようなところまでやっています。
ブリーフの内容は、ウェブページの情報を元に「どんなターゲットに向けた動画を作るのがいいのか」や「どんなシーン、ナレーションでいくか」など、複数のパターンを提示できるようにしています。

須藤：ナレーションの音声もAIで作っているんですよね？

河部：はい。例えば「男性で、力強い声で、信頼感を持たせたい」といった指示を与えると、AIがナレーション音声を作ってくれるんです。
社内ツールなのでガチガチに作り込んでいるわけではないですが、全体で1週間くらいですね。音声生成の部分は数時間でできました。

須藤：Slackの議事録作成も進化していますよね？

河部：現状、議事録からタスクリストに分解し、自動で担当者を割り当てるところまで実現しています。Slack上でタスクが割り当てられ、担当者には毎日「完了しましたか」というプッシュ通知が届きます。

須藤：未完了のタスクも一目でわかるんですね。議事録やタスクは他のツールにも連携されるんですよね？

河部：そうです。NotionやHubSpot、Asanaなどに自動で連携して、議事録やタスクを一元管理できるようにしています。

社内データをAIに繋ぐ「MCP化」の挑戦

須藤：全体のステップにおいて、AIが扱えるようにする「MCP化」がキーワードなんですね。MCP（モデルコンテキストプロトコル）って、一言で言うとどんなものですか？

河部：ざっくり言うと、AI（例えばChatGPTなど）から、NotionやHubSpotなどのアプリケーションを操作できるようにする仕組みのことです。USBコネクタみたいなイメージで、AIが社内のデータやアプリケーションにアクセスできるようにする感じですね。
例えば、AIがNotion上のページの議事録を読み取って、そこから「こういうプレゼン資料を作って」と指示をすると、「はい、分かりました」とAIが資料を作ってくれるんです。開発でも、最初に要件定義をNotionにまとめて、それを見ながらAIに「こういうの作って」と伝えると作ってくれるようになってきました。

須藤：なるほど。AIが出したアウトプットが、次のAIへのプロンプトになるということですね。

河部：はい。だから会議録からそのまま次の作業につながる。最終的には、営業から請求書の発行までAIで回せる世界を目指しています。私たちの社内でも、いろんなソフトウェアのMCP化を進めていて、たとえばA/Bテストのツール「KAIZEN ENGINE」にもMCPを組み込み始めているところです。
例えばClaudeで「5月のABテストの実績をレポートにしてください」と依頼すると、「KAIZEN ENGINE」のデータベースを直接読み込んで解析し、レポートを自動生成してくれるんです。

須藤：すごいですね。データベースのカラムの意味もAIが解釈してくれるんですね。

河部：そうなんです。これまでのBIツールだと、人がデータの意味を定義してあげないと使えなかったんですけど、MCPを使うと、AIがデータベースの構造を自分で理解して、必要なデータをまとめて出してくれるんです。業界別のレポートも一瞬で出てきます。
通常データベースの内容を把握して要件定義から進めると、1週間くらいかかることもあります。慣れているデータなら早いですが、それでも1～2日はかかります。それがAIだと30～40秒でできるので驚きです。

目指すは”営業から請求書まで全てAIで回すエンドtoエンドのオペレーション”

須藤：今お話ししてきたように、まずワークフローを洗い出し、どんな形にするかを決めてからデモを作り、すばやくソフトウェア化していきます。その後は、しっかりと作り込みながら、少しずつアップデートを重ねていきます。ひとつのアウトプットを複数のアウトプットに変えていき、それらを他のソフトウェアに組み込み、さらにそのソフトウェア自体をAIで扱えるようにしていく。こうして全部をつないでいくと、最終的には営業活動から請求書やレポート作成まで、すべてAIで回せるエンドtoエンドのオペレーションが実現できると考えています。こうした事務作業などは比較的AI化しやすい領域だと思っています。

試行錯誤から見えた、AI化推進の「ファインディングス」

須藤：私たちは、AI化を進めるステップで得た「ファインディングス」を4つにまとめました。

まず1つ目は、ワークフローを理想の形に作り上げるには「現場の協力が不可欠」だということです。やはり現場の人たちが一番業務に精通しているので、何が大変で何が面倒かなどをきちんと教えてもらうことが大事です。

2つ目は「100聞は1デモに如かず」。最初の段階で、どの辺りが課題や面倒になっているのかをヒアリングし、その後すぐにデモを作ります。実際に作って試すことで、机上では分からない課題も見えてきます。たとえば、ある会社で業務の発注をMCP化してみたところ、どの発注先が評価が高いのか、どこに頼むと良いのかがデータとして見えるようになりました。こうしたUXの変化はとても面白いです。今までとは全然違うデータの見え方が出てくるので、AIがどこまでできるのかイメージしにくい方々にも「触ってみる」ことで実感してもらえます。開発者自身も、どの程度のクオリティが出せるのか分からないことが多いので、まずは作って試す方が実感をつかみやすいですね。

3つ目は「ワンソース・マルチユース」という考え方です。1つ作ったアウトプットを他のところでも再利用できるようにしていくことで、ワークフローがどんどんつながっていきます。
最後、4つ目に、「AIが出したアウトプットが次のプロンプトになる」という点も大きな発見でした。AIが議事録を書いてくれることで、その内容を基に次の作業につなげられるようになりました。最近ではタスクリストをAIが出すようになったので、会議の最後に「次のアクションを確認しよう」というフローが必ず入るようになりました。これは、ルンバを買ったら部屋に物を置かなくなるのと同じように、AIが仕事しやすいように会議の仕方自体が変わるという面白い現象です。
こうした変化は、AIを業務の中に浸透させる上でとても大事なステップだと考えています。

Kaizen PlatformがAIを活用し、UX課題を解決いたします

Kaizen Platformでは、様々な企業の取り組みを支援してきた知見をもとに、企業が抱える様々なUX課題を改善させていただきます。ぜひ、お気軽にご相談ください。