eラーニングブログ

案件タイプ別の傾向（コンプラ／技能伝承／知識習得）

弊社が2025年以降に手がけた案件を3タイプに分けて、工程別のAI活用比率と、それによる制作工数の変化イメージを共有します。

① 製品・サービス教育、技能継承：自社固有情報が中心の教育

自社固有の知識やノウハウを扱う教育は、AI活用の難易度が最も高い領域です。

社内のナレッジや技術をどのように共有していくかは、AIが学習している汎用的な情報だけでは十分に生成できません。多くの工程を人手で進めながら、一部の補助工程でAIを活用するのが現実的です。

このようなケースでは、文書化された情報が限定的だったり、そもそも十分に整理されていなかったりすることも少なくありません。講師や現場担当者の知識・経験に依存している領域が多く、まずはヒアリングを通じて情報を引き出し、分散した資料をもとに教育コンテンツとして再構成していく必要があります。

さらに、自社特有の用語や製品の特徴、現場ならではの注意事項なども加味しなければなりません。加えて、ターゲットがどのような人たちなのか、どのような表現（図解、イラスト、アニメーション、インタラクションなど）であれば理解しやすいのかを見極め、実践と見直しを重ねながら設計していく必要があります。

この領域では、AIは素材生成や情報整理の補助には有効ですが、教育設計の中核工程では人の関与が不可欠です。

また、このような領域は人手の比重が高いため、制作コストも上がりやすい傾向があります。

一方で、製品の種類が多い場合や、継承したい技能の数が多い場合には、都度コンテンツを作るだけでなく、自社内で知識を蓄積・共有していく仕組みを整備する方が有効なこともあります。

AI活用だけでなく、ナレッジ共有用システムの導入、共有テンプレートの整備、運用ルールの設計まで含めて、複数の選択肢を検討する必要があります。

② 店舗接客、DX教育：汎用知識と自社事情が混在する教育

この領域は、基礎となる部分には汎用的な知識がある一方で、実際に現場で使われる業務フローやシステム運用には自社固有の情報が多く含まれます。

そのため、①よりはAIを活用しやすい面があるものの、完成度を左右するのは依然として人の判断です。

このようなケースでは、導入されたシステムや運用ルール自体に独自性が高く、AIだけで使い方を適切に整理するのは難しい場面が多くあります。

弊社では、特に操作手順を扱う場合、どこで受講者が迷いやすいのかをテクニカルライターが判断し、マニュアルや動画表現に落とし込んでいます。

また、業務フローについても、現状の紙ベース運用とシステム化後の運用との差分が整理されていたとして、それをどう伝えるか、どう現場に浸透させるかには多くの工夫が必要です。アニメーション化する、複数の教育施策を組み合わせる、といった表現・導入設計も重要になります。

AIは、構成案や表現アイデアのたたき台を出すことには有効です。

一方で、それを実際にどう使うべきかを判断し、受講者に伝わる形へ落とし込む作業は、まだまだ人の役割が中心です。

③ 階層教育、情報セキュリティ、ビジネススキル、ハラスメント、DE&I：汎用知識が中心の教育

※ただし、企業独自の事例や判断基準まで扱う場合は、②あるいは①に近づきます。

この領域は、3つの中では最もAIを活用しやすい教育です。

基礎となる知識や一般的な説明の枠組みがある程度共通しているため、AIに具体的な目的や対象者像を伝えることで、多くの工程でたたき台を作らせることができます。

ただし、AIは一般化された無難な表現や標準的な構成を短時間で提示することには優れていますが、受講者の状況に深く適合した内容や、行動変容につながる設計まで自動で実現できるわけではありません。

たとえ汎用的な情報を伝える教育であっても、ターゲットの状況や、なぜその教育を行うのか、受講後にどうなってほしいのかという目標によって、教育内容や表現方法は大きく変わります。

AIに任せやすい工程が多いのは事実ですが、内容の正確性確認、対象者に合わせた表現調整、学習目標との整合性確認は人が担う必要があります。

また、汎用的な情報に自社独自の補足を少し加える程度で十分な場合には、AIを使ってコンテンツを新規制作するだけでなく、既存の販売コンテンツの前後に独自情報を追加する方法も有効です。

この方法であれば、コストを抑えながら、一定の教育効果を確保しやすくなります。