AIスキル強化と次世代対応
現場に効くAIスキルの棚卸しと優先順位
生成AIは「使える人がたまに使う道具」から「チームの標準アシスタント」へ移行しています。まずは現場スキルをL0〜L3で棚卸しし、足りない層から埋めると投資効率が上がります。
- L0: ユーザー運用（ChatGPT/Claude/Geminiで調査・要約・翻訳を安全に使う）。個人情報と機密の扱い、出力の検証が要点。
- L1: 業務プロンプト設計（定型の要約・議事録・QA・メール下書き）。評価指標（再現率/簡潔さ/事実整合）をテンプレ化。
- L2: 自動化（API/CLI/スクリプト）。発注書チェック、議事録→タスク化、テストコード生成などを日次バッチ化。Copilotによるコード補助もここ。
- L3: 拡張（社内文書の検索拡張、ワークフロー連携、監査ログ）。RAG、権限連携、プロンプトガードで安定運用。
画像・UI案はMidjourneyで素案→デザイナが仕上げる二段運用が相性良好です。スキル分布を「誰がどの業務でどのモデルを使い、どの成果指標を持つか」に落とし込むと、教育と配属が回り始めます。
育成設計：90日で成果に結びつけるロードマップ
0〜30日：基礎とガードレール
- データ分類と持ち出しルール（社外モデルに流せる/流せない）。プロンプトに個人情報・ソースコードの機密を入れない。
- 最低限の評価フレーム：50件サンプルで「正確性/網羅性/口調」を3段階評価。レビュアが再現できる定義にする。
- 課題例：議事録→要約→アクション抽出（ChatGPT/Claude）、競合比較の表作成（Gemini）、テストケース草案（Copilot）。
31〜60日：自動化と評価の定着
- APIで日次ジョブを3本作る（例：見積り雛形生成、バグ報告の再現手順整形、問い合わせの一次回答）。
- メトリクス：処理時間、レビュー差戻し率、APIコスト/件、事実誤り率（サンプル監査）。週次で可視化。
- 画像の素案生成をMidjourneyで試行し、デザイナの修正時間を計測。二週間でガイドライン化。
61〜90日：業務組み込みと運用設計
- RAG最小構成（社内ドキュメントをテキスト化→検索→引用付き回答）。回答に出典URLを必須化。
- プロンプト/ワークフローの版管理とレビュープロセスをリポジトリで運用。廃止・更新の履歴を残す。
- KPI例：ドキュメント検索時間-50%、見積り作成時間-30%、単体テストカバレッジ+15pt、APIコスト/売上比を月次1%以下で維持。
身近な企業活用例：中堅受託開発のつまずきと立て直し
従業員120名の受託開発企業。個々がChatGPTやCopilotを使い始めたが、出力のばらつきとAPIコストの高騰が発生。営業資料で事実誤りが混入し、顧客レビューで差戻しも増えました。
対応として、常駐2名（AIテックリード＋プロセス改善担当）が12週間で次を実施。
- ガイドライン整備：データ分類、プロンプトに不可の情報、回答に出典必須、ログ保全90日。
- 評価セット100問を過去チケットから作成し、Claude/Geminiのプロンプトを統一。誤りに対する修正ルールを明文化。
- RAG最小構成で社内設計書と議事録を検索対象に。見積もりや影響範囲の回答に出典を自動添付。
- Copilotの使い方を「PR粒度」で定義（テストの自動生成、差分説明、影響範囲コメント）。
結果、見積もり作成時間は40%短縮、ドキュメント検索時間は55%短縮、レビュー差戻しは22%減、単体テストカバレッジは18ポイント向上。APIコストはプロンプト最適化とバッチ化で35%削減し、月次のコスト上限も遵守できました。個人のスキル依存から、チームの運用資産へ昇華したことがポイントです。
次世代対応の実装手順（常駐エンジニア前提）
現場に根づくには、設計と運用を並走させるのが近道です。
- 現状診断（2週間）：業務フロー、データの所在、既存ツール、セキュリティ制約を棚卸し。現場の「一番遅い工程」を特定。
- 合意するKPI（1時間で読める文書）：対象業務、効果指標、監査方法、コスト上限、撤退条件。
- PoC→パイロット（6週間）：1業務×1モデルで実証。日次でプロンプト改善、週次でコスト/品質をレビュー。
- ロールアウト（4週間）：テンプレ化、権限・ログ運用、教育資料。内製メンテ担当を指名し引き継ぎ。
役割は「AIテックリード（モデル選定/評価）」「プロンプト設計者（業務理解）」「MLOps/セキュリティ（ログ・権限）」「現場リーダー（KPI責任）」の四者で回すと摩擦が減ります。GeminiやClaudeで調査・要約、Copilotで実装、ChatGPTで仕様確認、MidjourneyでUI素案という分担を前提に、出典とコストの見える化を欠かさないことが継続の条件です。常駐エンジニアが現場の制約や文脈を日次で吸い上げ、ワークフロー単位で仕組みに落とすことで、SESの価値は「工数」から「再現可能な成果資産」へと拡張し、次世代対応の土台になります。
