INTERVIEW
生成AI×GASで現場の業務改善へ。クリエアナブキの2人が語る、非エンジニアからのDX実践
健康診断の予約調整と、BPO現場のPDF仕分け。毎日の手作業に向き合ったクリエアナブキの岡崎さん・横田さんが、生成AIとGASで業務改善に挑戦しました。現場で生まれた成果と、開発を通じて変わった仕事への向き合い方を伺いました。
- 健康診断の受診枠と社員の希望を、Excelやアンケートを使って手動で調整していた
- PDF書類の仕分け・名前変更・転記などに、毎日まとまった時間がかかっていた
- 改善のノウハウが限られ、現場の取り組みを組織全体へ広げにくかった
- 健診予約の割り当て処理：30〜40分 → 約1秒
- BPOのPDF仕分け・転記：1日約3時間 → 約30分
- 周囲にもAI活用が波及。相談や自主的な学習が生まれ、改善の可能性が広がった
Before／Afterで見る、2人の業務改善
| 対象業務 | 従来の業務（Before） | 改善後の成果（After） |
|---|---|---|
| 健康診断の日程割り当て｜岡崎さん | 病院の受診枠と社員の希望をExcel等で照合。30〜40分の調整作業 | 試作アプリの割り当て処理は約1秒。最終確認・本番運用は今後 |
| BPOのPDF仕分け・転記｜横田さん | PDFの分類、名前変更、必要情報の転記。約3時間／日 | GASで対象作業を自動化し、約30分／日に短縮 |
業務の現場から始まった、2人のAI活用
―お二人は普段、どのような仕事を担当されていますか？
岡崎さん：総務人事で労務に関する手続きや給与計算、社員の健康診断の予約管理などを担当しています。Excelで処理する業務が多く、特に健康診断は毎年の調整が大変でした。
横田さん：受託BPO業務の運営管理やメンバーのフォロー、業務改善に取り組んでいます。在宅で働くメンバーが多いので、現場が安定して回る仕組みづくりも仕事です。
導入前の課題｜健診予約のExcel調整とBPOのPDF仕分け
―岡崎さん、健康診断の予約業務では何が負担になっていましたか？
岡崎さん：病院から届いた受診可能な日程をアンケートへ転記し、社員の希望を集めてCSVやExcelで照合し、予約を割り当てる流れです。コピー＆ペーストや目視確認が多く、転記ミスを防ぐための確認にも時間がかかっていました。
―横田さんのBPOの現場では、どのような問題がありましたか？
横田さん：PDFで届く依頼書を、曜日やフォルダごとに仕分け、名前を付け直して必要な情報を転記する仕事がありました。委託元の環境も変化するなかで、従来のやり方を続けることに限界がありました。
横田さん：ただ、AIやITへの関心や必要性の感じ方は人によって違います。現場で改善ができても、それを全社へ広げる難しさは研修の前から感じていました。
導入効果｜健診予約の割り当て約1秒、BPO作業は1日約30分に
―研修では、実際にどのようなツールを開発したのでしょうか？
岡崎さん：医療機関の受診枠と社員の希望を照合して、日程の割り当てを支援する健康診断予約管理アプリを作りました。従来30〜40分かかっていた調整処理を、試作では約1秒で実行できるようになりました。
※約1秒は日程の割り当て処理を試した結果です。最終的な目視確認や微調整は必要で、取材時点では翌年度の利用に向けた開発段階でした。
横田さん：GASを使って、PDFの仕分け・リネーム・転記を自動化しました。1日約3時間かかっていた作業を30分程度に短縮できました。季節商品の受発注に関わる複雑な情報の転記などにも取り組んでいます。
業務フローの変化｜健診予約では、病院の受診枠の受領、社員へのアンケート、希望の回収、Excel・CSVでの照合、日程の割り当てという工程がありました。今回の試作で短縮されたのは、このうち割り当て処理です。一方、BPOでは、PDFを受領した後の仕分け・ファイル名変更・転記をGASで自動化しています。
―横田さんは、現場の小さな困りごとを解決する仕組みも考えられたそうですね。
横田さん：現場の『外注するほどではないけれど困っている』仕事を相談できる仕組みとして、業務改善プラットフォーム『Tas-kar（たすかる）』を考えました。フォームで困りごとを受け付け、AIで整理し、チームで解決策を考える構想です。
「これもできるかも」。業務を見る視点が変わった
―研修を経て、仕事への向き合い方に変化はありましたか？
岡崎さん：以前は、Excelで自分ができる範囲から改善方法を考えていました。AIやGASを知ったことで、もっと理想に近い仕組みを作れるかもしれない、と発想が広がりました。ほかの総務業務でもGeminiを相談相手として使っています。
横田さん：AIへの質問の仕方を工夫すると、回答までのサイクルが速くなりました。周囲からも『これもできる？』と相談が来るようになりました。学んだことをチームに共有すると、自らAIパスポートを取得したり、Geminiで資料を作ったりする人も出てきました。
AI・GAS未経験からの開発を支えた週1回の個別レッスン
―開発で苦労したことはありましたか？
岡崎さん：GASやアプリの仕組みは初めてで、分からないところはカリキュラムやAIで一つずつ確認しました。それでも解決しないことは、講師に相談して前に進めました。
横田さん：GitHubなど難しく感じる部分はありました。解決しきれなかったこともありますが、研修の本筋以外の疑問にも講師が対応してくれたので、技術の使い道が広がりました。
―研修の進め方については、どう感じましたか？
岡崎さん・横田さん：段階的な教材と週1回の個別セッションが役立ちました。一方で、仕事と並行して取り組むには内容が多く、忙しい時期には学習時間を確保する難しさもありましたが、定期的な講師からのフォローやアドバイスのおかげでモチベーションを継続させることができました。
全社DXを急ぐより、身近な仲間を巻き込む
―今後、今回の成果をどのように広げていきたいですか？
岡崎さん：今回学んだことを、健康診断の予約だけでなく、ほかの人事・総務業務の改善にもつなげたいです。
横田さん：まずは目の前の仕事で成果を積み重ねたいです。自分だけで抱え込まず、話せる相手を一人つくって、周囲を巻き込みながら進めることが大切だと思います。
現場の人が自ら課題を見つけ、試作し、使い方を共有していく。二人の取り組みから、生成AI研修が単なる知識習得を越えて、現場の改善活動につながる過程が見えてきます。
まとめ
クリエアナブキ様の事例が示すのは、生成AIの価値が『難しいものを作る』ことだけにないという点です。目の前の仕事を理解している人が課題を整理し、試し、実務で使える形へ近づける。その過程を学ぶことが、次の改善を生む土台になります。
生成AIを「知っている」から「業務で活用できる」へ。そして、現場の担当者が自ら改善を生み出せる組織へ。SAMURAIでは、企業・自治体の課題や人材育成の目的に合わせた生成AI・DX研修をご提案しています。
「自社の業務にAIをどう取り入れればよいか」「社員が自ら業務改善できる研修を実施したい」とお考えの方は、ぜひお気軽にご相談ください。
