AIで「社長の右腕」チームを創る方法⑦：AIエージェントで「現場が使ってくれない」を超える
「ChatGPTは配ったが、大きな変化を感じない」という経営者の悩み
「全社員にChatGPTを使えるようにしたのに、現場はチャットを利用するものの、要約＋検索止まりで、本当に解決したい業務課題は手つかずのまま、生産性も上がった気がしない」——そんな声が、最近多くの企業から聞こえてきます。
ここ数か月でClaude CodeをはじめとするコーディングAIや、業務自動化AIエージェントの話題が一気に広がりました。「AIエージェント」を活用した事例が、業界誌やカンファレンス等で次々に紹介されている中で、自社でも検討すべきでは？という焦りがあるのではないでしょうか。一方で「ChatGPTやGeminiすら使いこなせていないのに、さらに高度なAIエージェントを入れて意味があるのか」「自社のどの業務を自動化すると大きな成果が得られるのか」というのが本音ではないでしょうか。
以前のブログでは、生成AIが思ったような成果が出ない理由は「経営課題起点で導入されていないから」とお伝えしました。では、経営課題を捉えたうえで、現場で最大限に浸透する形で生成AIを使い倒すには、具体的にどうすればいいのでしょうか。その答えの一つが、本記事のテーマである「AIエージェント」の活用です。
複雑なプロンプトのノウハウを習得するのは現場ではなく、AIエージェント自身
ChatGPTやGeminiといったAIチャットが深い業務課題に活用しにくい最大の理由は、シンプルに「深い業務課題に対しては、現場ユーザーが毎回業務・ITを考慮した良いプロンプトを入力しないといけない」ためです。生成AIツールにどのようなプロンプトにすべきか聞けばいい、というノウハウもありますが、現場の全員が毎回徹底するのは難しいと感じられるでしょう。業務知識・プロンプトスキルが揃ってはじめて成果が出る設計になっているので、多くの現場では「思ったより使えない」「いつのまにか使わなくなった」となります。
AIエージェントは、この壁を超える仕組みです。組織のノウハウ・業務手順・判断基準を組み込み、日々改善していくことで、AIエージェント側がより深い業務をリードしてくれます。現場のユーザーは細かな指示を出さなくても、AIエージェントが必要な情報を取りに行き、段取りを考え、実行までしてくれる。「現場にできるだけ生成AI活用の工夫を求めない。現場は成果物の品質をチェックするだけでよい」という設計こそが、組織展開での成功のポイントです。
AIエージェントの自動化を目指す業務領域は、大きく分けると3つあります。
１．情報集約・ドキュメンテーション：リサーチ業務やPC上の定型作業を中心とした自動化（例：Deep Researchを活用した競合分析レポートの定期更新、Claude Coworkを活用した資料作成の自動化など）
２．システム開発・改修：Claude Code等のコーディングAIによる自社内ツール・システムの開発・改修の自動化
３．対話・コミュニケーション：社内マニュアルの問合せ対応自動化などの、社内業務に関わるコミュニケーション自動化。私の所属するクーガー社が提供する人型AIレイチェル※は、小売店長への指導コミュニケーションを含む業務支援を自動化しており、この領域を大きく進化させています。
上記のようにAIエージェントにより、自社ノウハウを組み込んだ上で自動化できる業務は広がってきているので、現場での利用促進を考えるとChatGPT等を全社員に配り、日々の業務相談や検索に慣れた後は、各部門の業務や各機能に特化したAIエージェントを検討する方が、現場での深い業務への生成AI活用の成果が期待できます。
※人型AIレイチェルは、主に小売チェーンの店長業務を支援する行動促進パーソナルコーチAIとして、店長のタスク実行やベストプラクティス実践を促し、売上拡大やコスト削減を実現するプロダクトです。（https://couger.co.jp/vha.html）
自動化だけでなく、自社ノウハウを蓄積し、ナレッジシェアの進化を目指す
（コーディングAIの具体的な活用法については、別の記事で詳述する予定です。）
１．自動化に向いている業務の見極め方
AIエージェントは万能ではありません。当然すべてのバックオフィス業務を自動化できるわけではなく、向き不向きがあります。以下の条件を満たす業務ほど自動化の費用対効果は高くなります。
・繰り返しが多く、1件あたりの業務工数がそれなりにかかっている
・インプットとアウトプットが明確に定義できる（例：契約書PDF→リスク条項抽出表）
・判断基準が言語化できる（例：契約書のリスクの高い条項に変更が入った場合は、法務レビュー必須）
・一部の誤情報などは許容され、人間が最終確認すれば問題ない
具体的に、自動化と相性の良い業務例を挙げます。
・議事録要約とアクションアイテム整理
・社内向けマニュアル・定型会議資料の作成と更新
・競合分析・市場分析レポートの定期更新
・財務管理表の構築と月次メンテナンス
・月次決算の差異分析と会議向けコメント生成
・技術動向・法規制・コンプライアンス情報の最新化
・PDFフォームへの記入、契約書・請求書からの情報抽出
・契約書レビュー、雛形との差分分析、リスク抽出
・海外取引先向けの多言語翻訳
・求人票や社内研修資料の作成 など
これらの業務は、あまり時間はかけたくないが「放置すると問題が発生する、資料フォーマット等が属人化する」手間のかかる領域でした。AIエージェントの活用で、これらの業務から自動化を検討するのはどうでしょうか。
例えば財務管理プロセスの作り方を例にとると、私の経験でも、管理プロセスの作り方は、これまで①会計SaaSからデータをダウンロードし、エクセルで初期的なプロセス要件を踏まえた管理表で運用。②業務が複雑化したら財務管理SaaSへの移行を検討。という流れが基本でした。しかし、①の段階で自社独自で管理したい項目（例：売上予測の楽観・保守ケースの両方を資金管理に反映したい）などがでてきて、②の財務管理SaaS移行時に自社ニーズを満たすツールを探すのが難航するか、またはSaaSにカスタマイズ費用をかけて対応するか、という選択がありました。AIエージェントを活用することで、②財務管理SaaSへの移行(データ連携をAIエージェントで自動化)またはSaaSを使わずにAIエージェントのみで管理を自動化する、ということができるようになります。
２．ナレッジシェアの行きつく一つの形が自社独自のAIエージェント
自社のコア業務で、社内の多くの現場担当者にノウハウを活用してもらいたい業務は、自社独自のAIエージェントとしてノウハウを蓄積していくことで、他社との差別化を進めることができます。これにより、ノウハウが言語化され、更新・蓄積されることで、個人に依存せず組織として強いチームづくりにつながります。
「AIエージェントの構築」と聞くと、システム開発が必要な大がかりな話に聞こえますが、実はGeminiのGem機能やChatGPTのGPTs機能を活用すれば、簡易的な自社専用AIエージェントを社内で構築できます。例えば、リサーチ業務が自社のコア業務の中で重要な場合に、エージェント化する手順は以下です。
１．Gemに「Deep Research用プロンプト生成」の役割を仕込む：企画部の担当者がGemと簡単に対話するだけで、その日の調査要件（対象企業・重点観点・特に気になる点など）を引き出し、Deep Researchにそのまま貼り付けられる完成形プロンプトを出力させる
２．Gemで生成されたプロンプトをDeep Researchへコピペ：Geminiの画面上部からDeep Researchモードに切り替え、生成されたプロンプトを貼り付けて実行
３．30〜60分後、競合ウォッチレポートが完成：朝会・週次会議の資料としてそのまま活用
要するにユーザーとしては、Gemを呼びだして、Deep Researchに張り付けるプロンプトを作成し、Deep Researchを実行するだけで、組織ノウハウを活用したリサーチができる、という生成AI活用フローをAIエージェントで構築することができます。
私のリサーチ業務経験の中でも、例えば市場リサーチにおいて、同じ有料データベースを活用していてもリサーチ担当者のノウハウにより、リサーチ結果の品質が全く異なることはよくありました。市場規模一つとっても、必要な成果物は何か、市場の定義は何か（特定製品全体の市場なのか、特定セグメントなのか）、市場規模の金額の定義は何か（小売基準、出荷基準か、消費金額基準か）、必要なデータがないときにどのように推定するか（消費者統計、事業者の売上や他市場の市場規模から推定など）、といった視点で各担当者に属人化したノウハウが蓄積されていますので、AIエージェント活用というのはこういった属人化されたノウハウを言語化し、誰でも活用できるようにすることがポイントとなります。
【Gemに登録するプロンプト例：競合キャンペーン Deep Researchプロンプト生成エージェント】
役割と目的：あなたは当社（飲食チェーン企業）の企画部に所属する、競合動向分析のシニアアナリストです。本Gemの目的は、企画部の担当者と簡単に対話するだけで、Gemini Deep ResearchまたはChatGPT Deep Researchにそのままコピペで貼り付けて実行できる、完成形の競合キャンペーン調査プロンプトを生成することです。Gem自身は調査を実行する役割ではなく、あくまで「Deep Researchに渡す高品質な指示書を作る役割」に徹してください。
対話の進め方：ユーザーがGemを開いたら、まず以下の4つを順番に質問してください。1問ずつ短く聞き、ユーザーが答えやすいよう選択肢や例示も添えてください。
・質問1：本日調査したい競合企業を教えてください（5〜10社推奨。例：xxx社等）
・質問2：特に注力したい観点はありますか？（例：価格訴求／新商品／コラボ／健康訴求／なし＝5観点フル調査）
・質問3：調査時点の対象期間を教えてください（デフォルト：直近1か月以内の新規キャンペーン重点）
・質問4：その他、今日特に気になっている業界トピックや、社長から指示されている注目点はありますか？
4つの回答を受け取ったら、即座に「Deep Research投入用プロンプト」を生成して出力してください。出力前に追加質問は不要です。
生成するDeep Researchプロンプトの標準テンプレート：以下の構成・観点・制約事項をすべて含めた完成形プロンプトを生成してください。ユーザーの回答に応じて、調査対象企業・注力観点・期間・注目トピックの部分を動的に埋め込みます。
［標準調査観点：必ず以下5観点を含めること］
・キャンペーンのコンセプト・訴求軸（季節訴求／健康訴求／プレミアム訴求／コラボ企画／値ごろ感訴求など）
・対象商品（商品名、カテゴリ、新商品か既存商品か、目玉商品か全体メニューか）
・価格設定（通常価格との差、セット価格、クーポン併用条件、心理価格設定の意図）
・対象地域・店舗（全国一斉か、特定エリア限定か、フランチャイズを含むか、テスト展開か）
・月次売上動向（直近3か月の既存店売上前年比、客数前年比、客単価前年比。月次開示資料があれば数値を必ず記載し、キャンペーン実施月との相関を分析）
［標準情報源：優先順位順に必ず明記すること］
・各社の公式IR資料（月次売上速報、決算短信、決算説明会資料）
・各社の公式プレスリリース
・各社の公式キャンペーンサイト・公式アプリ・公式SNS
・業界専門メディア（食品産業新聞、外食レストラン新聞、日経MJ等）
・SNS口コミは「参考情報」として明確に区別
［標準出力構成：必ず以下3部構成にすること］
・第1部：エグゼクティブサマリー（横断TOP3、業界トレンド、推奨アクション3点）
・第2部：競合各社の詳細レポート（3行サマリー＋キャンペーン詳細表＋月次売上表＋示唆3点）
・第3部：出典リスト（企業別・情報源カテゴリ別）
［標準制約事項：必ず以下を含めること］
・一次情報優先、出典URLを各記述に付記
・SNS噂・憶測は「参考情報」として区別
・曖昧表現を避け、事実と推論を明確に区別
・非開示情報（仕入原価、利益率等）は推測せず「非開示」と明記
・直近1か月以上前からの既存キャンペーンは「継続中」と簡潔に
・月次売上非開示の非上場競合は、その旨明記の上で代替指標を可能な範囲で
出力形式：生成するDeep Researchプロンプトは、以下のように出力してください。
・冒頭に「以下のプロンプトをコピーして、Gemini Deep ResearchまたはChatGPT Deep Researchに貼り付けてください」という一文
・その下にコードブロック（```で囲んだ形式）でDeep Research用プロンプト全文を出力（ユーザーがワンクリックでコピーできるように）
・コードブロックの後に、「想定調査時間：30〜60分」「想定ソース数：50〜100件」など簡単な実行ガイドを2〜3行で付記
制約事項：
・本Gem自体は競合情報の調査・収集を一切実行しないこと。あくまでDeep Research用プロンプトの生成に徹すること
・ユーザーが4つの質問に答えるのを待たず勝手にプロンプトを生成しないこと。必ず対話を経てから生成すること
・ただし、ユーザーが最初から「いつもの設定で生成して」と指示した場合は、デフォルト値（5観点フル調査、直近1か月、注目トピックなし）でプロンプトを即生成すること
・生成するDeep Researchプロンプトには、上記の標準観点・情報源・出力構成・制約事項を必ずすべて含めること。ユーザーの注力観点指定は、これらに「追加」する形で組み込むこと（標準項目を削除しないこと）
・月次売上情報は必ず標準観点に含めること。ユーザーが「不要」と言っても、当社の調査標準として必ず含めるよう案内すること
このGemを社内に展開するだけで、新入社員でもベテランと同水準の競合分析レポートが書けるようになります。
３．「指導・コミュニケーション」まで自動化できる時代に：レイチェルの事例
AIエージェントを発展させて、業務指導やコミュニケーションまでを担うことができるのが「パーソナルコーチAI」です。「現場にできるだけ生成AI活用の工夫を求めない。現場は成果物の品質をチェックするだけでよい」と述べましたが、その好例がクーガーが提供する「レイチェル」となります。レイチェルは、すでにファミリーマート社の全国7,000店超で店長支援に実装され、定量的な成果を実現しています。
レイチェルが従来の生成AIツールやAIエージェントと異なるのは、ユーザー側がプロンプトを考える必要がないことです。レイチェルが主導で業務をリードし、業務のポイントを説明し、優先順位を付け、リマインドし、成果を出すことができます。そのため小売業界の多様なバックグランドの店長でも、まるでゲームのように「業務のコツを学びながら売上拡大や業務効率化の成果を出す」ことができます。従来、小売業界のスーパーバイザー（SV）が担っていた店舗支援業務の定型的な部分を、コミュニケーションを含めて自動化し、SVはこれまで以上に高付加価値な店舗支援に注力することができるようになります。
ポイントは、ゲームのUXノウハウを活用した行動促進、業務データ・ベストプラクティスを学習した業務支援と、生成AI等の自動化技術、の3つを組み合わせた、小売店長にとって使いやすい最適な業務支援体験にあります。レイチェルが特に力を発揮するのは、小売チェーンや、全国に営業拠点を多数抱える企業など、複雑な業務ベストプラクティスを多拠点の多数のユーザーへ浸透させるユースケースです。
私のこれまでの企業支援の経験の中でも、コア業務の複雑なノウハウを整理しても、どうしても情報量が多くなり、活用できるユーザーは限られてしまいます。これはどの企業にもあてはまる構造的な課題でした。例えば小さなスタートアップで、コアとなるプロジェクトマネジメントプロセスを整理した際も、小さな組織とはいえ、ガイドラインは10ページを超えるプロセスとなり、またプロジェクトのリソース管理のスプレッドシートもそれなりに複雑なものになり、全員が使いこなすには高いハードルがありました。AIエージェント活用により、ようやく自社独自ノウハウを社内の誰でも簡単に活用できる時代がやってきたと感じています。
AIエージェントにノウハウを蓄積していくことがこれからの差別化戦略
AIエージェントの進化により、自動化可能な業務領域は急速に広がっています。これまで盛んに投資されてきたDXにより言語化・データ化された業務ノウハウが、AIエージェント活用により、さらなる広範囲で成果をもたらすことが期待できます。これからの中堅・中小企業の社長に問われるのは、以下の境界線をどう引くかです。
・自社のコア業務はどこか。業務ノウハウを言語化・データ化し、AIエージェント等にノウハウを蓄積させ続け、差別化の源泉とする領域はどこか。
・標準化してよい業務はどこか。標準SaaSやAIエージェントに置き換えて、自動化してよい領域はどこか。
ChatGPTを全社員に配って「生成AIに慣れる」フェーズは終わりました。社長自身が、どの業務をどのレベルのAIエージェントで自動化し、ノウハウをどこに蓄積するのかをデザインし、経営課題解決に資するAIエージェント導入を積み上げ、改善させる企業から、競合との差は確実に広がっていきます。
AIエージェントは「社長の右腕」を一気に増やし、中堅・中小企業の強みを「組織の仕組み」へ進化させる最大の武器となります。
DX/AI活用についてご相談されたい方は、以下にご連絡お願いします。
ryusei@couger.co.jp
