ディスカバリーズが、パナソニック グループ約8万人の生成AI活用の「定着」を、コミュニティ運営と情報発信で支援したという発表が出た。ツールの導入でも、モデルの選定でもなく、使われ続ける状態を作る仕事そのものが商材になっている事例である。この記事では公表された事実を整理したうえで、社内AI活用が止まる理由と、数字の読み方を実務目線で書く。
要点
- 支援したのはディスカバリーズ (東京)。プロジェクトを主導したのはパナソニック オペレーショナルエクセレンス (PEX、大阪)。導入先はパナソニック グループ。
- 対象規模は約8万人。AI活用コミュニティへの参加は延べ31,000人。
- 支援の中身は3つ。Microsoft Teams 上のオンラインコミュニティ運営 (事例・ナレッジの共有)、動画やコラムなどのコンテンツを継続的に作りPDCAを回すこと、隔日のチェックインと週次会議による個別最適化された伴走。
- 効果として、全利用者の合計で月あたり約29万時間の効率化、1人あたり月約7.5時間の削減が示されている。
- PEX デジタル戦略本部 イノベーション共創部 エキスパートの小畑久輝氏は「当社や従業員の特性を理解しており、一般的な解決策を当てはめない」という趣旨のコメントを寄せている。
- 発表は2026年8月20日。
「定着」に予算がついたことが、この発表のいちばんの情報
私がこの発表で注目したのは、削減時間の数字ではなく、定着支援そのものに外部委託の予算がついているという事実のほうだ。
受託開発の現場で見てきた社内AI活用の失敗は、ほぼ同じ形をしている。全社にツールを配り、利用率が最初の1か月だけ跳ね上がり、3か月後には一部の熱心な人しか使っていない。原因はツールの性能ではない。自分の業務にどう当てはめればいいかが分からないまま放置されることにある。
この状態を解くのに必要なのは、モデルの入れ替えでも追加機能でもなく、「自分と同じ職種の人がこう使って楽になった」という具体例が、継続的に目に入ってくる仕組みである。今回の支援内容がコミュニティ運営とコンテンツ制作に寄っているのは、そこを正面から狙っているからだと読んでいる。AI議事録のような単機能でも、定着させるには運用設計が要るという話はAI議事録の導入と運用設計に書いた。
社内ルールを作っただけでは定着しない
社内で生成AIを展開するとき、多くの企業がまず作るのは利用ルールである。入力してよい情報の範囲、禁止用途、承認フロー。これは必要だが、ルールは「使わない理由」は減らすが「使う理由」は作らない。
実務で効く順序は、こうだと考えている。
- ルールは最小限で早く出す。 完璧なガイドラインを半年かけて作る間、現場は使えない。禁止事項を数行で決めて先に配るほうが速い。
- 職種別のユースケースを先に作る。 「生成AIの使い方」ではなく「営業事務の見積書作成での使い方」まで具体化する。ここが抽象的なままだと、読んだ人が自分の業務に翻訳できない。
- 成功事例が流通する場所を1つに決める。 今回の事例で Teams のコミュニティを軸にしているように、探しにいかなくても目に入る場所が必要になる。
- 効果を業務単位で測る。 全社の生産性ではなく、業務ごとの削減時間で見る。
組織側の再設計まで含めて考える論点は日経225企業の87%がAIエージェントを活用という調査を読んだ記事にも整理している。
数字は「誰の母数か」を確かめてから使う
効果の数字は、自社の投資判断に転記する前に母数を確認したほうがいい。
公表値は、全利用者合計で月約29万時間、1人あたり月約7.5時間である。この2つを素直に割ると、29万 ÷ 7.5 ≒ 約3.9万人になる。対象として示されている約8万人と一致しない。つまり「1人あたり7.5時間」は8万人全員の平均ではなく、実際に使っている人の平均を指している可能性が高い (前提は公表されていないので、断定はできない)。
これは粗探しではなく、実務上とても重要な区別だ。もし利用者が対象の半分弱なら、この事例が示しているのは「AIで全社が月7.5時間浮く」ではなく、「使う人には月7.5時間の効果が出る。残りをどう使う側に引き込むかが定着支援の仕事」という話になる。後者のほうが、支援に予算がついている理由の説明としても筋が通る。
自社で試算するときは、削減時間 × 対象人数 ではなく、削減時間 × 実利用者数 × 定着率の見込み で置く。効果を率ではなく単位あたりで見る考え方はAirbnbが予約1件あたりのサポートコストを削減した事例、評価の設計を先に作る話はLinkedInの自己進化型サポートエージェント論文に書いた。同じパナソニックでも、パナソニック コネクトのSnowflake Cortexによる業務自動化は個別業務の自動化の話で、今回の全社定着支援とは狙いが別である。
開発会社・SIerにとって、この事例が意味すること
同業として読むと、示唆は売り物の定義そのものに関わる。
- 納品物が「動くシステム」から「使われている状態」に移っている。 今回外部に発注されているのは、開発ではなくコミュニティ運営とコンテンツ制作と伴走だ。開発会社がこの領域を「自社の仕事ではない」と切ると、顧客の予算はそちらに流れていく。
- 隔日チェックイン・週次会議という接触頻度が単価の根拠になる。 これは請負では成立しない形で、準委任の継続契約の世界である。単発の開発案件より収益が読みやすい。契約形態の違いは請負契約と準委任契約の違いに整理している。
- 「一般的な解決策を当てはめない」が評価されている。 顧客のコメントがそこを指しているのは示唆的で、汎用のAI導入パッケージでは差別化にならないということでもある。業務と組織を理解している側が有利で、これは既存の受託で顧客の業務に入り込んできた開発会社の強みが効く領域だ。
- 効果測定の設計を引き受けられるか。 月29万時間のような数字を出すには、業務単位で before / after を定義して継続的に集計する仕組みが要る。ここを提案に含められると、定着支援は「効果が説明できる投資」になり、予算が切られにくくなる。
まとめ
この事例から取り出せる教訓は3つある。社内AI活用が止まるのはツールの性能ではなく自分の業務への翻訳が起きないからであること。ルールは使わない理由を減らすだけで、使う理由は職種別のユースケースと事例の流通が作ること。そして効果の数字は母数を確認してから自社に当てはめること。定着に予算がつく時代になった、というのがこの発表の本当のニュースだと私は読んでいる。
出典: ディスカバリーズ、パナソニックグループ約8万人の生成AI活用定着をコミュニティ運営・情報発信で支援 (PR TIMES)
