生成AI研修の多くは、ChatGPTの操作説明とプロンプト例の配布で終わります。そして翌週の業務では、使われなくなります。法人向けAI研修で成果が出ない主因は、ツール習熟の不足ではなく、「業務の回し方の設計」が抜けている点にあります。この記事では、外注と内製の判断基準と、自社で教えるべき中身を先に整理します。
なぜ生成AI研修は、翌週になると現場で使われなくなるのか
操作は覚えられても、「どの業務で使い、誰が点検し、何で評価するか」が決まっていないからです。リスキリングとしての生成AIは、知識のインプットではなく業務プロセスの再設計です。
市場の生成AI研修・ChatGPT研修は、次の構成が大半です。
- アカウント設定と基本操作
- プロンプトの型（役割・制約・出力形式）
- 業種別のプロンプト集
これで「触れる」までは到達します。しかし、現場で止まる理由は別にあります。
- どの業務の、どの工程に入れるかが決まっていない
- 出力の正誤を誰が、何をもって判断するかが曖昧
- 使った・使わないが評価やKPIに乗らない
- 失敗したときのエスカレーションがない
操作研修だけでは、定着しません。
外注研修と内製研修は、どちらが向いているのか
判断は「目的」と「社内に設計できる人材がいるか」の2軸で分けます。
| 観点 | 外注が向く | 内製が向く |
|---|---|---|
| 目的 | 全社の共通言語づくり、経営層の合意形成 | 特定部門の業務に深く埋め込む |
| 人材 | 設計できる人がいない・属人化している | 業務を分解できるマネージャーがいる |
| 期間 | 短期間で空気を変えたい | 3〜6ヶ月かけて運用に落としたい |
| 対象 | 多部署・多職種の横断 | 営業、カスタマーサポートなど単一部門 |
| 成果指標 | 利用率・理解度の底上げ | 工数削減、品質、リードタイムなど業務KPI |
| リスク | コンテンツが汎用的になり現場と乖離 | 教え方・評価が担当者依存になる |
実務的な目安は次のとおりです。
- 初めての法人AI研修で、まず経営と現場の温度差を埋めたい → 外注
- すでに一部のエースが使っており、型を部門に広げたい → 内製（または外注＋伴走）
- セキュリティ・情報区分のルールが未整備 → ルール策定を先に外注し、操作は内製
二者択一ではなく、キックオフだけ外注し、定着フェーズは内製という分割も有効です。なお、研修の前段にあたる全社導入の進め方は生成AIの社内導入の手順で別途整理しています。
自社でやるなら、何を教えるべきか
教えるべきは操作手順ではなく、「業務の回し方の設計」です。 内製の生成AI研修は、次の5ステップでカリキュラムを組みます。
1. 業務棚卸し：生成AIを入れる工程を決める
対象業務を「入力→処理→出力→確認」に分解します。向いている工程の条件は次のとおりです。
- 反復が多い（週次以上）
- インプットがテキスト中心
- 最終判断は人が持つ前提でよい
- 失敗時の影響が限定的
例：問い合わせの一次回答案、議事録要約、提案書の骨子、求人票の下書き、週報のたたき台。最初から契約書の最終判断や数値の確定作業には入れません。
2. ループ設計：人とAIの役割分担を固定する
1回のプロンプトで完結させず、次のループを標準化します。
- 人が目的・制約・成功条件を書く
- AIが下書きを出す
- 人が事実・トーン・リスクを点検する
- 修正指示を返し、再生成する
- 採用・破棄を記録する
「一発で正解を出す」訓練は、現場の期待値を壊します。点検と再指示の型こそ、研修の中心に置きます。 この「人が決め、AIが作り、人が点検して戻す」一周の設計は、ループエンジニアリングとはで詳しく解説しています。
3. 実装：プロンプトより「型」と「禁止事項」を渡す
現場に渡す成果物は、プロンプト集より次の3点セットが有効です。
- 業務テンプレ（目的・前提・入力欄・出力形式）
- 品質チェックリスト（事実確認、個人情報、誇大な表現の点検、社外秘）
- 禁止事項（顧客の生データ貼り付け、未検証数値の対外利用など）
ChatGPT研修でも、ツール名より先に「自社の情報区分」と「使ってよいデータ」を固定します。
4. 検証：小さな業務で2週間回す
研修当日に満足度を取っても、定着は測れません。対象業務を1つに絞り、2週間の試行をセットにします。
- 対象者：1チーム5〜15名程度
- 頻度：週2回以上、実業務で使用
- レビュー：週1回、失敗事例と改善プロンプトを共有
うまくいった型だけを部門の標準にします。最初から全社展開はしません。
5. 計測：利用率ではなく業務指標を見る
追う指標は、次の優先順位が実務的です。
| 指標 | 内容 | 目安 |
|---|---|---|
| 採用率 | AI下書きのうち実際に使った割合 | まず可視化する |
| リードタイム | 対象工程の所要時間 | 前後比較 |
| 手戻り率 | 修正回数・差し戻し | 品質の代理指標 |
| 利用継続 | 4週後も使っている人数 | 定着の本丸 |
「受講完了率」や「プロンプトを何個覚えたか」は、経営指標にしません。
内製の落とし穴と外部伴走は、どう併用すべきか
内製で崩れやすいのは「設計できる人がいない」「評価基準が曖昧」の2点です。外部は研修当日ではなく、研修の前後2週間に使うほうが定着率は上がりやすくなります。
設計できる人がいない 操作に詳しい若手と、業務を分解できるマネージャーは別スキルです。前者が講師になると、またプロンプト集研修に戻ります。講師役は「業務設計ができる中間管理職」に置き、ツールの詳説は補助に回します。
評価基準が曖昧 「うまく使えた」が主観のままだと、上長は部下の利用を止めることも推奨することもできません。チェックリストと採用率の記録を、評価の前に運用ルールへ入れます。
外部伴走の使い方は、丸投げではなく次が現実的です。
- 業務棚卸しワークショップのファシリテーションのみ委託
- 最初の1部門のループ設計を共同で作る
- 社内講師向けに、教え方と評価指標だけを整備
- セキュリティと情報区分のガイドラインを先に固める
なお、業務の回し方が手順として言語化されていると、それ自体が会社の資産になります。私たちがAIで作ったメディアを売却した事例でも、買い手が評価したのはコンテンツの量ではなく「引き継げる運用手順」でした。
外注・内製を選ぶ前に、何を決めておくべきか
次の3点です。これが無い状態でのAI研修の法人発注も、内製キックオフも、ほぼ同じ失敗パターンに入ります。
- 最初に変える業務を1つに絞ったか
- 人とAIの点検分担を文章化したか
- 4週間後に見る指標を先に決めたか
ツール選定やベンダー比較より先に、対象業務と指標を紙に落とします。
生成AI研修のよくある質問
生成AI研修の費用はどのくらいですか？
内容と人数で幅が大きく変わります。半日〜1日の集合型の操作研修、複数回のワークショップ型、業務設計まで含む伴走型では金額水準が異なります。比較するときは受講料の総額だけでなく、対象業務の設計・試行・計測まで含むかを確認してください。内製の場合は、講師人件費と教材の作成工数が本体コストになります。
助成金は使えますか？
制度や時期により要件が異なります。受講時間、カリキュラムの体系、対象者の条件などを満たす必要があります。助成金を前提に企画を組むより、まず定着する設計（対象業務・指標・試行期間）を固めることをおすすめします。要件を満たす設計の相談は可能なので、制度ありきではなく中身ありきで進めてください。
何名から始めるべきですか？
全社一斉より、1チーム5〜15名が扱いやすい規模です。業務が近いメンバーでループを回し、型が固まってから横展開します。経営層向けの短時間セッションは別に切り出し、現場研修と目的を混ぜないようにします。
期間はどのくらい見るべきですか？
操作理解は半日〜数日で足ります。定着は最短でも4週間、部門標準にするなら3ヶ月程度を見てください。研修当日をゴールにせず、2週間の試行と4週間後の指標確認までを一式の「生成AI研修」として設計します。
今日できる次の一歩は1つです。研修の資料請求やベンダー比較を始める前に、**「最初にAIを入れる業務を1つ」**をチームで決めてください。それが決まった研修は外注でも内製でも機能し、決まっていない研修はどちらを選んでも翌週に消えます。