娘のダンスアプリを作る「会社のAIマスター」になった - 大阪ガスエンジニアの現場マニュアルイノベーター
팀
팀제이커브
カテゴリー
- 日本
この記事は、日本のエネルギーインフラ企業大阪ガスがAIを導入しながら何をかけて実験したのか、そしてその過程で組織がどのように働く方法を変えたかをまとめた事例です。
国内でも同様の実験を準備するチームが参考にできるよう、意思決定構造・組織運営・変化指標に焦点を当てます。
国内でも同様の実験を準備するチームが参考にできるよう、意思決定構造・組織運営・変化指標に焦点を当てます。
ケースについて
•
国/産業：日本/エネルギー・インフラ
•
企業: 大阪ガス(大阪ガス) — 日本4大都市ガス事業者で全国販売量2位、グループ会社155社、従業員約2万人規模の関西地域代表エネルギー企業
•
適用領域：現場技術伝承、作業マニュアル自動生成
•
対象組織：ダイガスエネルギー（大ガスエネルギー）ガス発電機開発・整備チーム（9人）
•
主な利害関係者：宮原氏（中堅エンジニア）、ベテラン技術者3人、新入社員多数
•
参考資料：娘のダンス練習用アプリで開眼！【大ガスエンジニアのAI活用術】現場マニュアルを15分で作成！
「マニュアルがあったらどれだけ良かったか」 — 現場が投げた質問
ガス発電機の前で新入社員が呟いた。
「最初にベテランの方に学ぶ時は分かりそうだったのですが、後で一人でやろうと思うから「これは正しいか」したい瞬間が多すぎます。」
一見すると普通の技術伝承の難しさです。しかし、このチームが行った状況は少し違いました。近年、ベテラン5人が定年退職に陥り、残りの熟練者はたった3人。電気・機械・化学を行き来する複合技術を教えなければなりませんが、教える人も、学ぶ時間も、まとめられた文書もありませんでした。
問題の本質は「マニュアルがない」ではありませんでした。マニュアルを作る余裕がないということでした。中堅のエンジニアは自分の仕事を消化しながら同時に新入を教えなければならず、その過程で「記録」はいつも後順位に押された。
ベテランのエンジニアが新しい人に仕事を説明しています
AIが代わったもの、人間が残したもの
宮原さんが見つけた解決策は意外と単純でした。 「言いながら撮って、AIが整理させよう」
既存の方法と新しい方法の違いをまとめるとこんな感じです。
導入前：
•
ベテランが新入の隣で直接デモ→新入がメモ→後で記憶に頼って再現
•
マニュアルを作成しようとすると、文書化にのみ半日以上かかります
•
現場騒音による口頭説明の伝達力限界
導入後：
•
オペレータがカメラで手作業を撮影し、手順を音声で説明する
•
AIが映像を分析して音声をテキストに変換、段階別手順で自動整理
•
映像から必要なシーンをキャプチャして画像として挿入
•
総所要時間：約15分
重要なのは、AIが「創作」したものではないということです。 AIは、熟練者の暗黙知を構造化形式知に変換する役割だけをしました。どのような作業をどのような順序で説明するのか、どの部分で注意を払うかは、まだ人間の判断領域でした。
宮原さんの説明が印象的です。
「エンジンの横はすごく騒々しくて私の声が聞こえません。このように文字と写真で残しておき、その後に言葉で補足説明するのが相手の理解度をはるかに高めましたよ」
作業手順フロー
ダンスアプリで始まった実験 - 組織はどのように受け入れられましたか
興味深いのは宮原さんがAI専門家ではなかったという事実です。生成AIを初めて接したのはわずか8ヶ月前、2024年4月でした。
きっかけはとんでもなく娘のダンス練習でしたね。 「先生パイロット映像と自分の姿を並べて見ながら比較できれば練習が簡単にならないだろうか？」このシンプルなアイデアをAIに投げたところ、1時間で2画面を同時に見せるアプリが完成しました。娘の反応は「とても分かりやすい」で、お父さんとしての株価も上がったそうです。
この「成功体験」が業務適用につながりました。個人的な好奇心から始まった実験が組織の問題解決に拡張されたのです。
大阪ガスグループレベルでもこのような流れを積極的に支援しました。 2022年からAI活用強化に乗り出して、最近は「D1グランプリ」という社内AI活用競進大会を開催しました。グループ2万人のうち653件のアイデアが受けられ、宮原氏の「15分マニュアル生成法」が優勝を獲得しました。
受賞の感想で、彼はこう言いました。
「みんなの仕事が楽になるよう努めてまいります」
途方もないデジタル転換宣言ではなく、同僚の手間を軽減するという実用的な目標。これが現場主導のイノベーションの動力でした。
社内AI活用経進大会（D1グランプリ）で発表中の宮原さん
90％の時間短縮、そして「心理的安全網」
定量的成果は明確であった。
•
マニュアル作成時間：従来比90％短縮（半日→15分）
•
D1グランプリ参加：グループ2万人中653件受付、3人決勝進出後優勝
しかし、現場でより意味を持って受け入れられたのは、定性的な変化でした。新入社員の話です。
「確かな文書が残っているから、一人でやってみたら心強いです」
マニュアルは単に手順を教えてくれる文書ではありませんでした。 「間違っても再確認できる」という心理的安全網の役割をしました。ベテランに繰り返し聞いてみるのが負担だった新入社員たちに、文書化された知識は「いつでも戻れる基準点」になりました。
日本企業の生成 AI利用率はまだ半分にも及んでいない。最大の障壁は「効果的な活用法がわからない」という漠然としたものです。宮原さんの事例が示唆するのは、途方もないシステム導入ではなく、「私の隣の同僚の繰り返し業務を一つ減らそう」という小さな質問から始めてもよいという点です。
完成したマニュアルを見ながら作業する新入社員
エディタの一言 - チームジェイカーブの視点
このケースでは、AIは主人公ではありません。主人公は「娘ダンスアプリや作ってみようか」と思った限りエンジニアの好奇心、そしてその好奇心を業務につなげた問題定義能力です。
多くの組織がAIの導入を心配し、「どんなツールを使うか」から始めています。しかし、大阪ガスのケースは別の質問を投げます。
「私たちのチームで最も反復的で、最も時間が惜しく、最も「誰かがしなければならないのに誰もしない」ことは何ですか？」
その質問に最初に答えることができれば、ツールは次の問題です。
「AI Native百科事典」を購読する
サイトを購読すると、新しい投稿などの最新のアップデートを通知やメールで最初に受け取ることができます。
Slashpageに参加して「AI Native百科事典」を購読してください！
Slashpageに参加して「AI Native百科事典」を購読してください！
