T. O

クライアントが抱えていたのは、業界を問わず多くの現場に通じる「業務知見の属人化」という課題でした。対象になったのは、社内のIT開発の管理業務です。その業務を遂行するには相応の知識と経験が求められるため、社内で経験を積んだ特定の担当者に業務が集中し、知見が十分に共有されない、担当者としても、本来注力すべき業務にリソースを割けない状況が生まれていました。
こうした“普遍の課題”に対し、生成AIを活用して解決の足がかりを作ることが、今回のミッションとなりました。

R. Y

具体的に対象となったのが、ITシステムの導入や更新を検討する際に作る企画書のレビュー業務です。目的や背景、仕様、予算などを企画書に盛り込み、社内の承認を得るというプロセスですが、その一次レビューを生成AIで代替できないか。そのような取組みになりました。企画書の作成者は、必ずしもシステムの専門家ではないため、盛り込まれる項目やクオリティにはばらつきが生じます。やりたいことは書かれていても、要件として必要な情報が不足しているケースも少なくありません。それを1件ずつ確認していくのは大きな負担となるので、そこをAIに任せられないか、検証と実装を行いました。

T. O

まず、対象となる業務を選定し、めざす姿とそれを実現するための仕組みを検討しました。生成AIに投入するプロンプトを含めてクライアント環境で実際に動くモノを、クライアントと共に作り上げます。ユーザーフィードバックをもとにこうした検討と実行のサイクルを5回ほど繰り返しました。
さらには、今回の開発成果を他の業務へ展開することを見据えて将来像を策定し、そこに向けたリスク整理とロードマップ作成を実施。そのうえで、横展開の一部を実際にプロンプトとして開発し、展開イメージをクライアントにつかんでいただきました。

R. Y

プロジェクトに入る前、社内の生成AIタスクフォースの活動に数ヵ月参加し、AIツールを用いた技術検証やデモ開発を行いました。そこで得た知見や勘どころを、本プロジェクトの設計に活かすことができました。また、本プロジェクトは、社内のAI専門家チームともコラボレーションして進めました。

K. K

この生成AIタスクフォースは、KPMGコンサルティング全社部門横断の集まりで、DXAのメンバーも多く参画し推進しています。最新のAI動向の把握をはじめ、社内事例やナレッジの共有、案件獲得・ケイパビリティ強化のための計画・実行などに取り組んでいます。特徴的なのが、単なる研修や座学ではなく、実際に手を動かしながらスキルを高めていく実践型スタイルである点です。クライアントに提供する価値を高めるためのケイパビリティを、プロトタイプを作りながら身につけていく場となっています。

R. Y

プロンプト開発は、プログラミングと違ってどこを直せば精度向上につながるのかが見えにくいため、回答精度がユーザの期待を超えない時間が続いたときはもどかしさを感じました。その際は、一からプロンプトを組み直す、生成AIとプロンプトの改善案を壁打ちするなど、視点を変えて取り組むことで前に進めていきました。

T. O

クライアントに効果と実現性をなるべく具体的に伝えるというのも意識した点です。AIによるレビューを実際に目の前で動かして見せることで、「こんな回答を返してくれるんだ」「もう少しここに言及してほしい」「この部分はいらない」といった具体的な議論が生まれ、今後どう活用していくかをリアルにイメージしていただけました。

K. K

目の前の画面上で実際に動いているものを見ることで、とたんにイメージが湧く感じがありますよね。

R. Y

プロンプトを考える際には、似たような業務への横展開や、その場で関わっていない方々にも幅広く使っていただくことを意識しました。そのため、文章をほぼ変えずに他業務へ転用できるよう、プロンプトに汎用性を持たせることにも注力しました。
クライアントにも実際にプロンプトを動かしてもらいながら意見をいただき、そのフィードバックを反映してブラッシュアップを図るプロセスを繰り返すことで、本当に求められているものに近づけられたのではないかと感じています。

T. O

私たちの仕事はものを作ることではなく、クライアントの課題を本質的に解決することです。だからこそ「作って終わり」ではなく、平準化や標準化、横展開などを通して使い続けていただかなければ意味がありません。たとえチェックする内容が変わったとしても、柔軟に対応できるようメンテナンスしやすい作りにしておく必要もある。そうした仕組みを考えていくことにこそ、私たちの価値があると考えています。
今回取り組んだのは、開発管理という長い営みの一部にすぎず、改善の種は他にもたくさんあります。企画書だけでなく、より具体化された設計書や、システムに落とし込んだ際のテスト結果、さらには担当者から役員に至るさまざまな階層での承認プロセスまで、生成AIを活用しながら自動化できる余地は広く残されています。

K. K

承認プロセスを例にとると、スケジュールを調整して会議体を設定し、説明を行うというハイタッチな方法を多くの企業が採用しています。もちろんツール導入を各社進めていますが、チャットやメールを通じて役員ごとに「◯◯さんはこのポイントを確認してください」といった形で人が介在することが求められています。しかし今後は、これまで人間でしかできないと考えられていた関係性負荷の高いタスクを、生成AIが支援・代替する仕組みに変わり、人間が担うべき重要な案件の判断および承認の質と効率を同時に高められるようになります。

T. O

クライアントの 想いや過去のプロジェクト知見を起点に将来目指すべき姿を描き、そこへのロードマップを設けたうえで、その一歩を実際に踏み出すところまで行えたのが、本プロジェクトの成果の1つです。生成AIをどう活用していくかや、その先にある姿がまだ明確に定まっていないなか、そこに向けた足がかり1つが見えたことが印象的でした。

R. Y

まずは今取り組んでいる生成AIという領域を、突き詰めていきたいと思っています。クライアントから「こんなことがしたい」とご相談を受けたときに、「それでは、ちょっとやってみましょうか」と短期間でさらっとプロトタイプをお見せできるくらいの実力を身につけることが、当面の目標です。

K. K

クライアントから打ち明けられた課題や、言葉にしきれないモヤモヤに対して「こんなふうに進んでいきましょう」と絵を描き、一緒に実現していく。そうやってクライアントの課題やモヤモヤを言語化する精度と、それをチームで形にする実現力を、突き詰めていきたいです。
その次は、クライアント発の課題だけでなく、自分自身のwillを起点に動けるように なりたいです。

T. O

私はテクノロジーそのものより、それを使ってクライアントの課題をどう解決するかに一番の関心があり、今後もそこを追求したいです。ツールやモノを提供するだけでなく、クライアントが本当に「変わった」「良くなった」と実感できるところまで伴走してこそ、この仕事の面白さが最大化すると感じています。
それには自分1人では限界があり、高い専門性を持つメンバーを含めたチーム力が重要になるので、チームビルディングも含めて楽しみながら取り組んでいきたいです。