AI活用を個人任せにしないために。florbital で始めた社内標準化の取り組み

Microsoft 365 Copilotや生成AIの活用が広がる中で、企業の中でも「まずは使ってみる」という段階から、「業務の中でどう活かすか」を考える段階へ移りつつあります。

メールの下書き、会議内容の要約、資料作成の補助、調査、アイデア出しなど、個人の業務を支援する使い方はすでに多くの場面で始まっています。これらは非常に有効な活用方法です。

一方で、AI活用が個人の工夫に閉じたままだと、組織全体の業務改善や品質向上にはつながりにくい面もあります。

ある人はうまく使えているが、別の人は使えていない。

ある業務では効果が出ているが、他の業務には広がらない。

良い使い方があっても、チームや組織の標準として残らない。

このような状態では、AIは便利な道具にはなっても、組織としての業務の進め方を変える力にはなりにくいと考えています。

そこでflorbitalでは、AI活用を個人任せにせず、実務に根づかせていくための取り組みとして、社内業務の標準化を進め始めています。

これはドキュメント整備、ルール化などにとどまらない、AIエージェントベースでの標準化の取り組みのご紹介です。

 なぜ社内標準化から始めるのか

AI活用というと、まず新しいツールや機能に目が向きがちです。弊社の得意とするMicrosoft周辺サービスでも、Microsoft 365 Copilot、Copilot Studio、Power Platform、Dataverseなど、業務にAIや自動化を組み込むための選択肢は広がっています。

しかし、実際に業務で活用しようとすると、ツールを入れるだけでは不十分です。

業務の進め方が人によって違う。

判断基準が明文化されていない。

成果物の型が決まっていない。

レビュー観点が担当者ごとに異なる。

新人や他メンバーに引き継ぐときに、毎回説明が必要になる。

このような状態では、人にとっても業務を進めにくく、AIにとっても支援しにくい状態になります。

たとえば、見積作成、要件整理、報告、レビュー、研修コンテンツ作成などの業務では、一定の進め方や判断基準、成果物の型があるはずです。ただ、それが明文化されていなければ、経験のある人の頭の中に残ったままになります。

人であれば、空気を読んだり、過去の経験から補完したりできます。しかし、AIに業務を支援させる、あるいは一部を任せることを考えるなら、業務の目的、入力情報、判断基準、出力形式、確認すべきポイントを整理しておく必要があります。

つまり、社内標準化はAI活用のためだけの取り組みではありません。新人教育、業務引き継ぎ、品質安定、フォロー負荷の軽減、そしてAI活用をつなぐ共通基盤になります。

 今回取り組み始めていること

florbitalでは、いきなり全社的に大きな標準化を進めるのではなく、まずは一部の業務から小さく試し、標準化の型そのものを検証していく方針です。

対象として考えているのは、たとえば次のような領域です。

まず、業務プロセスの標準化です。見積作成、要件整理、プロジェクト進行、レビュー、報連相など、日々の業務の中で繰り返し発生するものを対象にします。これらは、人によって進め方に差が出やすい一方で、ある程度の型を作ることで品質やスピードを安定させやすい領域です。

次に、教育・研修開発プロセスの標準化です。florbitalでは、Microsoft 365 CopilotやPower Platform、Copilot Studioなどに関する研修コンテンツの検討・開発も進めています。 

また、新人教育や初期業務の標準化も重要なテーマです。新人がどの業務を、どの状態までできるようになればよいのか。どの段階でレビューが必要なのか。どこまで自走できればよいのか。こうした到達状態を業務単位で整理することで、育成のばらつきを減らし、必要な支援を設計しやすくなります。

 さらに、標準化した業務の中から、AIに委任できそうな部分を切り出すことも検討しています。すべてをAIに任せるのではなく、情報整理、初期チェック、抜け漏れ確認、たたき台作成、履歴整理など、AIが支援しやすい部分から実験していくイメージです。

業務支援から業務委任へ　各ツールをどう位置づけるか

弊社は Power Platform を中心としたDX推進支援を得意領域としており、Microsoft 365 Copilotを中心としたAI活用の推進を行っていきたい狙いがあります。そのため、前提としてMicrosoftサービス中心のツール選定となっています。

今回の取り組みでは、Microsoft 365 Copilot、Copilot Cowork、Copilot Studio、Dataverse等を採用していきますが、これらは単体のツールとしてではなく、業務支援から業務委任へ進めるための一連の仕組みとして捉えています。

Microsoft 365 Copilot

Microsoft 365 Copilotは、日常業務の文脈を扱う入口として位置づけています。メール、会議、資料、チャットなど、Microsoft 365上にある業務情報をもとに、人の作業を支援する領域です。まずは個人やチームの日常業務の中で、要約、整理、下書き、調査、資料作成などを支援しながら、どの業務がAIと相性がよいのかを見極めていきます。

Copilot Cowork

Copilot Coworkは、AIへの業務委任を試すための実験場として位置づけています。人が毎回細かく指示するのではなく、一定の目的や条件のもとで、AIにどこまで任せられるのかを試す領域です。ここで得られた気づきは、業務の標準化や委任範囲の整理に戻していきます。

Copilot Studio

Copilot Studioは、標準化できる業務をAIエージェントとして形にしていくための基盤として位置づけています。特定の業務プロセス、確認作業、情報整理、初期対応、定型的な判断支援などをエージェント化し、一部の業務を委任できる状態を目指します。また、個人の工夫に閉じず、組織的に横展開できる形にすることも重視します。

Dataverse

Dataverseは、構造化された業務データや対応履歴を蓄積する基盤として位置づけています。標準化した業務の実行結果、判断履歴、改善内容などを残し、あとから振り返り、次の標準に反映するための土台にします。単なるデータ置き場ではなく、業務改善のサイクルを回すための基盤として活用する考え方です。 

重要なのは、どのツールを使うかそのものではありません。どの業務を標準化し、どこまでAIに任せ、実行結果をどのように振り返り、次の改善に戻すかを設計することです。

いきなり完成形を目指さない

今回の取り組みでは、最初から完成された標準や完璧なAIエージェントを作ることを目指しているわけではありません。

むしろ、まずは一部の業務で試してみることを重視しています。業務を標準化してみる。AIに渡せる形になっているかを確認する。実際に使ってみて、足りない情報や判断基準を見つける。使いにくければ、標準そのものを見直す。

このように、小さく試しながら標準化の型を育てていくことが大切だと考えています。

特にAI活用では、最初から大きな自動化を狙うと、業務の前提整理や責任範囲、データ管理、運用設計が追いつかなくなることがあります。まずは、低リスクで効果を確認しやすい業務から始める。そこで得た知見をもとに、対象業務や委任範囲を広げていく。そうした段階的な進め方が現実的です。

この取り組みを通じて目指していること

この取り組みを通じて目指しているのは、単に社内ルールやマニュアルを増やすことではありません。

目指しているのは、メンバーが動きやすく、一定の品質で業務を進められ、人もAIも活用しやすい状態を作ることです。

業務が標準化されていれば、新人や経験の浅いメンバーも、何を見て、どの順序で進め、どの観点で確認すればよいかが分かりやすくなります。マネージャーや先輩メンバーにとっても、毎回ゼロから説明する負荷が減り、レビューやフィードバックの観点を揃えやすくなります。

また、標準化された業務はAIにとっても扱いやすくなります。入力情報、判断基準、出力形式、確認ポイントが整理されていれば、AIによる支援や一部委任を検討しやすくなります。

さらに、社内で試した標準化やAI活用の知見は、将来的にお客様向けのDX支援やAI活用支援にも還元できると考えています。自分たち自身が実務の中で試し、うまくいったこと、難しかったこと、設計上注意すべきことを蓄積することで、より現実的な支援につなげられるはずです。

florbitalでは、Power PlatformやMicrosoft 365、Copilot関連の支援を行う中で、ツールの導入だけでなく、業務の整理、活用の定着、運用設計まで含めた支援が重要だと考えています。今回の社内標準化の取り組みも、その考え方を自社内で実践する活動の一つです。

まとめ：AI活用を進めるために、まず自分たちの業務を整える

AI活用を組織の力に変えるには、個人の便利な使い方に閉じず、業務の進め方そのものを整えていく必要があります。

Microsoft 365 Copilotを使って日常業務を支援する。

Copilot Coworkで業務委任の可能性を試す。

Copilot Studioで標準化できる業務をエージェント化する。

Dataverseに業務データや履歴を蓄積し、改善につなげる。

これらは別々の取り組みではなく、人もAIも同じ基準で業務を進められる状態を作るための一連の活動です。

もちろん、まだ完成形があるわけではありません。まずは自社の一部業務から試し、標準化の型を検証し、AIに任せられる範囲を少しずつ見極めていく段階です。

AI活用を進めるために、まず自分たちの業務を整える。

florbitalでは、その第一歩として、社内標準化の取り組みを進めています。

この取り組みを通じて得た実践知を、自社の業務改善だけでなく、お客様へのDX支援やAI活用支援にも活かしていきたいと考えています。

よくある質問

Q. AI活用を個人任せにしないためには何が必要ですか？
A. AI活用を個人任せにしないためには、業務の進め方、判断基準、成果物の型、レビュー観点を社内標準として整理することが必要です。個人の工夫を組織の仕組みに変えることで、AI活用を業務改善や品質向上につなげやすくなります。

Q. なぜAI活用には社内標準化が重要なのですか？
A. 社内標準化が重要なのは、人にもAIにも業務の前提を共有しやすくするためです。業務の目的、入力情報、判断基準、出力形式が整理されていれば、AIによる支援や一部委任を検討しやすくなります。

Q. Microsoft 365 Copilotはどのように位置づけられますか？
A. Microsoft 365 Copilotは、日常業務の文脈を扱う入口として位置づけられます。メール、会議、資料、チャットなどをもとに、要約、整理、下書き、調査、資料作成を支援し、AIと相性のよい業務を見極める役割があります。

Q. Copilot Studioは社内標準化にどう役立ちますか？
A. Copilot Studioは、標準化できる業務をAIエージェントとして形にするために役立ちます。確認作業、情報整理、初期対応、定型的な判断支援などをエージェント化することで、個人の工夫に閉じない組織的なAI活用を進めやすくなります。

Q. DataverseはAI活用でどのような役割を持ちますか？
A. Dataverseは、構造化された業務データや対応履歴を蓄積する基盤として役立ちます。標準化した業務の実行結果や判断履歴を残すことで、あとから振り返り、次の改善や標準更新につなげることができます。

Q. AI活用は最初から大きく自動化すべきですか？
A. AI活用は最初から大きく自動化するよりも、低リスクで効果を確認しやすい業務から小さく始めることが現実的です。標準化、試行、振り返り、改善を繰り返すことで、AIに任せられる範囲を段階的に広げられます。