たった3人の兼務 AI チームが挑んだ社内改革──失敗続きから、月2,000時間削減へ

はじめに

はじめまして！テックタッチ株式会社で AI の社内活用を推進しているチームのメンバーの kacchan です。
2025年、生成 AI の波が世界中を席巻する中、私たちも「AI で当社の未来をもっと面白くできるはずだ」という想いのもと、活動を続けてきました。
この Note では、私たちの成功も失敗も、そのリアルな道のりを余すところなく発信していきたいと思っています。AI 活用推進に取り組んでいる方、これから始めようとしている方、あるいはリソース不足に悩んでいる方にとって、少しでも参考になれば嬉しいです。
記念すべき第1弾は、私たちのチームがどのように生まれ、今どこへ向かっているのか、自己紹介をさせてください。

第一章：「ヤバくない！？」から始まった、兼務3人の挑戦

2025年2月、たった3人でスタート

私たちの物語は、2025年2月、CFO 兼 CPO であり、AI Central 事業の責任者を務める中出（deccho）のこんな一言から始まりました。
「AI のプロダクトを提供しているのに、社内メンバーが AI を活用してないの、ヤバくない！？」
この強烈な危機感、そして正直すぎる問題提起から、私たちのチームは産声を上げました。
もちろん、社内でもすでに多くのメンバーが、Gemini などの生成AIを日常的に活用していました。ドキュメントの下書き、アイデア出し、コードの修正サポート――そうした"チャット活用"の段階は、一定の浸透を見せていました。
ただ、私たちが目指したのはその先でした。単発の利用ではなく、業務プロセスそのものを変えるような AI 活用。生成 AI を"チャットで使う"から"仕組みとして組み込む"へ――。この想いが、私たちのチーム結成のきっかけとなりました。
ただ、当時の当社には、組織的に AI 活用を進める専門チームは存在しませんでした。そんな中、deccho の旗振りのもと、PdM の田中（koki）と情シス / CSIRT の勝俣（kacchan）が集まり、兼務3人の体制でスタートしました。deccho がリーダーとして方向性を示し、koki と私（kacchan）の2人が実際に手を動かす、という役割分担です。
大手企業では100名規模の AI Task Force を組成する事例もある中（参考：メルカリ AI Task Force の取り組み）、私たちは限られたリソースで、手探りの航海を始めることになりました。

最初のミッション：4月中旬までに成功事例を生み出す

兼務3人で何ができるのか。正直、不安もありました。でも、私たちには明確なミッションがありました。
「まずは社内に、誰もが認める一つの成功事例を作ろう」
ここで言う「成功事例」とは、単に AI ツールを導入して終わりではありません。生成 AI を使うことで業務プロセスを劇的に変えるような、インパクトのあるユースケースを創出することです。
そして、もう一つ、私たちにはプレッシャーがありました。
「4月中旬までに、何かしらの AI 活用事例と成果を全社に報告する」
2月スタートで4月中旬までの報告。約2ヶ月半という超短期決戦です。一般的に AI 導入プロジェクトは半年から1年の計画期間を設ける企業が多い中で、私たちには時間がありませんでした。
時間は刻一刻と過ぎていく。私たちは、とにかく動き出すことにしました。

カスタマーサポート領域での挑戦 - そして最初の失敗

限られた時間で成果を出すべく、私たちが最初に着目したのはカスタマーサポート領域でした。
「問い合わせ対応にかかる時間を、AI で圧縮できないか？」
この仮説のもと、私たちは Dify（AI アプリケーション開発プラットフォーム）で簡易的なアプリを作り、社内ナレッジを AI に読み込ませて問い合わせ対応を効率化できないか検証しました。
仮説は良かったと思いますし、一定の精度は出せました。ナレッジが正確で、情報が存在する場合は、確かに AI が役立ちます。
しかし、現実は甘くありませんでした。
情報が古い場合、あるいは存在しない場合、AI は誤った回答をしたり、曖昧な回答しか返せません。実際の顧客からの問い合わせデータを元にテストした結果、思った以上にそういうケースが多く、社内担当者にとっても、業務負荷を軽減するほどの効果が出ませんでした。私たちが目指していた「業務プロセスを劇的に変える」レベルのインパクトには、残念ながら至らないと判断しました。
多くの時間を費やした末、私たちはこの方向性を一旦断念するという、ほろ苦い決断を下すことになりました。

第二章：失敗から学んだこと、そしてブレークスルー

データ基盤と人の判断 - カスタマーサポート領域での学び

カスタマーサポート領域での失敗は、私たちに重要な気づきをもたらしました。
「AI の性能を最大限に引き出すには、土台となるナレッジやデータの整備が不可欠だ」
そして、もう一つ。
「AI の力だけではダメだ。業務を深く理解し、AI が出力する結果の是非を判断できる『人』がいてこそ、本当に価値あるユースケースは生まれる」
この学びは、後に私たちが「社内公募」という形でチームを拡大する際の、重要な判断基準になっていきます。
実は、国内の調査でも「生成 AI の期待を超えた成果」は少数派だと報告されています。
JUAS の調査（2025年2月）では、導入企業のうち「期待を大きく超える効果」はわずか4.0%。一方で、「想定どおり」または「期待未満」と答えた企業が約7割で、「効果を感じていない・不明」が26.8%を占めていました。
（参考：JUAS 企業IT動向調査2025（速報））
また、PwC Japan の5カ国比較（2025年6月）でも、「期待を上回る効果」を実感する日本企業は13%にとどまっています。
（参考：PwC Japan 生成AI実態調査2025）
――もしかすると、当時の私たちも、この"期待超えに至らない側"に入りかけていたのかもしれません。それでも、私たちはあきらめませんでした。
失敗から学び、もう一度、次の可能性を探す。
その粘り強さこそ、初期メンバー3人の共通した姿勢だったと思います。

SDR 領域への転換 - 根深い課題を見つけた

カスタマーサポート領域を断念した後、チームでは様々な領域に目を向けました。営業、マーケティング、バックオフィス。どこかに、AI で解決できる根深い課題があるはずだ。
そして、チームの koki が、インサイドセールスの一部門である SDR（セールス・ディベロップメント・レプリゼンタティブ）領域で見つけました。
SDR は新しいリード（見込み顧客）を獲得した際、その会社と過去にどんな接点があったかを Salesforce で一件一件確認する必要がありました。しかし、これが思いの外、大変な作業だったのです。

• 進行中の商談と受注済の案件で、情報が別の場所（オブジェクト）に保管されている

• 担当者などのキーパーソン情報は、各商談の「活動履歴」を一つひとつ開かないと分からない

• 過去のメールのやり取りや商談メモも、散らばっている

この地道な確認作業に、1件あたり平均20分。チーム全体で月80時間もの時間が費やされていました。
「この非効率を、AI で解決できないか？」
koki はこの一点に集中し、現場の SDR メンバーと密に連携しながら、業務の本質を理解することから始めました。彼らが本当に知りたい情報は何か。どんな形で提示されれば、業務が劇的に効率化されるのか。
カスタマーサポート領域での学び、「業務を深く理解し、人が判断できる情報を提供すること」を胸に、koki は開発を進めました。

7月、ついに成功事例をリリース

2025年7月18日。
koki が中心となって開発したリード関連情報の検索効率化ツールを、ついにリリースしました。
取引先名を入力するだけで、Salesforce に散らばっていた情報を AI が瞬時に集約し、「状況サマリー」や「取引先のキーパーソン分析」を提示する仕組みです。SDR が本当に知りたかった情報を、一目で把握できるようにしたのです。
結果は、私たちの予想を上回るものでした。大幅な時間削減効果を実現し、何より高い実利用率を達成できたのです。現場の SDR メンバーからは、「これがないと仕事にならない」という声まで上がりました。
私たちが目指していた、業務プロセスを劇的に変える成功事例。ようやく、手に入れることができました。
（このツールの具体的な機能や開発の裏側については、次回の記事で詳しくお伝えする予定です！）

感激の瞬間 - 兼務メンバーで掴んだ最初の成功

振り返れば、2月から7月まで、約5ヶ月の道のりでした。
兼務メンバーのみ。限られた工数。カスタマーサポート領域での失敗。短期目標へのプレッシャー。様々な困難がありましたが、7月にこのツールをリリースできた時の感激は、今でも私たちの原動力です。
手探りの航海の中で、ようやく掴んだ最初の、しかし確かな成功体験。この時の手応えが、私たちのチームを大きく変えていくことになります。

第三章：成功体験から、全社を巻き込む本格活動へ

新たな目標 - AI インパクト創出と AI ライフ活動

一つの確かな手応えは、私たちの羅針盤を大きくアップデートさせました。有志のプロジェクトから、全社を巻き込む本格的な活動へ。私たちの第二章の幕開けです。
チームとして本気で全社の AI 活用をドライブすべく、私たちは2つの壮大な目標を掲げました。
1. AI インパクト創出
AI によるユースケースを積み上げ、1年後に月間2,000時間の業務時間削減を達成する。
最初の成功事例で月33時間削減から始まった私たちの挑戦。それを、月2,000時間削減という大きな目標へとスケールさせる。約60倍です。この数字は、全社のあらゆる部門で AI が活用され、業務プロセスが改善されている状態を意味します。
2. AI ライフ活動
社員が当たり前に AI を使う文化を創る。特定の社内ツールの能動的利用回数を平均300回/月、中央値180回/月まで引き上げる。
これは単なる利用促進ではありません。社員一人ひとりが、日常業務の中で AI を「相棒」として使いこなしている状態を目指しています。AI が特別なものではなく、当たり前に使うツールになる。そんな文化を創りたいと考えました。
この2つの目標、「AI インパクト創出」と「AI ライフ活動」は、私たちが追いかける北極星です。

なぜ「社内公募」にこだわったのか

しかし、この大きな目標を達成するには、圧倒的に仲間が足りませんでした。兼務3人では、明らかにリソース不足です。
そこで私たちは、「社内公募」という形でメンバーを募る決断をしました。なぜ、既存部門からの配置ではなく、社内公募だったのか。
それは、カスタマーサポート領域での失敗から得た、確かな学びがあったからです。
「本当に使われるユースケースは、現場の業務を熟知した人間が作るのが一番早い」
AI 推進に限らずシステム開発の現場ではときにこんなことが起きていたりします。外部の専門家や、業務を知らないエンジニアが、ヒアリングを重ねながらユースケースを開発する。しかし、業務の本質を理解するまでに多くの時間がかかってしまうし、ここに時間を投下しなかったとしたらそれはそれで結果として「現場で使われないツール」が生まれてしまう。
私たちは、このトレードオフを痛感していました。だからこそ、業務を知っている現場のプロフェッショナルに、自ら手を動かしてもらう。それが、成功への最短ルートだと考えたのです。
これは、一般的な AI 推進チームの考え方とは少し違うかもしれません。私たちは専任チームを作るのではなく、現場の多様な専門性を持つメンバーに集まってもらうことを選びました。
優れたプロダクトは、ユーザーを深く理解することから生まれる。CPO がリーダーを務め、PdM が実働メンバーとして参加している私たちのチームだからこそ、この選択になったのかもしれません。
AI 活用推進においても、現場を知る「業務代表」の存在が鍵だと、私たちは確信したのです。

7人の多様なメンバーが集結

この呼びかけに、様々な部署から頼もしいメンバーが応えてくれました。
現在のチーム構成は、以下の7人です。

• deccho（中出）- CFO / CPO / AI Central 事業責任者

• koki（田中）- PdM

• kacchan（勝俣）- 情シス / CSIRT

• nishiyan（西田）- Head of Corporate

• tommy（富田）- AI Central 部 / BizDev

• macky（牧）- CS Ops

• ryu（姫田）- インターン

Corporate、BizDev、CSOps。多様な専門性を持つメンバーが集まりました。それぞれが、自分の担当領域での業務を深く理解しており、「ここを AI で改善できないか」というアイデアと熱量を持っています。
兼務3人から7人へ。まだまだ大規模なチームとは言えませんが、それぞれの専門性を活かしながら、全社の AI 活用を推進する体制が整いました。

現在の活動 - 加速するAI推進

新しい仲間を迎え、私たちの活動は一気に加速しています。
「AI インパクト創出」と「AI ライフ活動」という2つの目標を追いかけながら、これまでリソース不足で手を付けられなかった様々な活動にも挑戦し始めています。
例えば、新しいユースケースの開発。営業部門、マーケティング部門、バックオフィス。各領域で、業務を知るメンバーが主体となって AI 活用の可能性を探っています。
例えば、全社への AI 活用の浸透施策。研修やガイドラインの整備、成功事例の共有、社内コミュニティの運営。文化を創るための地道な活動も、少しずつ形になってきています。
そして、この Note での発信も、その一つです。
将来的には、社内 AI 活用のためのインフラ管理やコスト最適化といった、より深いテーマにも踏み込んでいけるかもしれません。私たちの活動は、まだまだ広がっていきそうです。

私たちの現在地と、このNoteで伝えたいこと

今後の連載予告

私たちの挑戦は、まだ始まったばかりです。
この Note を通じて、私たちのリアルな活動を発信していきたいと思っています。
第2弾：SDR 領域での成功事例、その全貌
最初のブレークスルーとなったツールについて、具体的な開発プロセス、技術的な工夫、現場の声を詳しくお伝えします。月33時間削減の内訳や、高い実利用率を実現できた理由も公開予定です。
第3弾以降：お楽しみに！
多様なメンバーの挑戦、全社への AI 活用の広がり、そして時には泥臭い悩みや失敗談も、これから発信していく予定です。

読者へのメッセージ

兼務3人、失敗だらけの5ヶ月から始まった私たちの挑戦。今では7人体制で、全社を巻き込む活動へと進化しています。
リソース不足に悩んでいる方、短期で成果を求められている方、AI 活用の推進に苦労している方。同じような課題を抱える実務者の皆さんに、私たちの経験が少しでも参考になれば幸いです。
そして、当社に興味を持ってくださっている方。「テックタッチ、なんだか面白そうなことをやっているな」と感じていただけたら、これほど嬉しいことはありません。
私たちは、失敗を恐れず、挑戦し続けます。AI で、当社の未来をもっと面白くするために。
この Note を通じて、一緒に考え、一緒に挑戦していけたら嬉しいです。
これから、どうぞよろしくお願いします！

参考URL

本記事の執筆にあたり、以下の記事を参考にさせていただきました。

• メルカリ AI Task Force の取り組み | mercan

  • 大規模タスクフォースの事例として参考

• 生成AI推進チームの作り方 | AI経営総合研究所

  • AI推進チームの一般的な構成として参考

• JUAS 企業IT動向調査2025（速報）| 一般社団法人 日本情報システムユーザー協会

  • 国内企業の生成AI導入効果の実態として参考

• PwC Japan 生成AI実態調査2025 | PwC

  • 日本企業の生成AI活用状況の5カ国比較として参考

先人の取り組みに感謝し、私たちも学びを共有していきます。

免責事項

この記事は2025年10月時点の情報に基づいて作成されています。記載されている内容は、筆者の実体験に基づくものであり、すべての環境や状況で同様の結果が得られることを保証するものではありません。
また、以下の点についてご留意ください。

• 記事内で紹介しているツールやサービスの仕様は、記事執筆時点のものです。最新の情報は各公式サイトをご確認ください

• 記事内で紹介している手法やワークフローは、筆者の環境や状況に最適化されたものです。ご自身の環境や状況に合わせて適宜調整してください

• 記事内で紹介している AI ツールの利用については、各サービスの利用規約やプライバシーポリシーをご確認の上、自己責任でご利用ください

• 記事内で紹介している情報は、あくまで参考情報としてご活用ください。本記事の内容を実践したことにより生じたいかなる損害についても、一切の責任を負いません

• この記事は筆者が AI ツールを活用しながら書いています