生成AI活用の第一歩:「文章生成AI利活用ガイドライン」と活用事例集(東京都デジタルサービス局)

本記事は 生成AIセキュリティ by ナレコム Advent Calendar 2024 の9日目の記事です。

本Advent Calendarは、国内で唯一の技術領域 責任あるAI  MVP受賞者 を中心に、生成AIを含めたAIやデータを企業が利活用するときに気をつけるセキュリティやガバナンスを中心に紹介します。

はじめに

生成AI(Generative AI)技術が進化し、企業や自治体がその活用を進める中で、東京都デジタルサービス局は、都職員が生成AIを効果的に活用するための「文章生成AI利活用ガイドライン」と、「都職員のアイデアが詰まった文章生成AI活用事例集」を公開しております。このドキュメントや取り組みは、生成AIを活用する企業にとっても非常に有益な情報源となり、AIを活用する際の指針が提供されております。
本記事では、この2つの資料についての概要と使い方を紹介します。

文章生成AI利活用ガイドライン とは

東京都の文章生成AI利活用ガイドライン(Version 2.0)は、都職員が業務において文章生成AI(例:ChatGPT)を効果的かつ安全に利用するための指針です。このガイドラインは、文章生成AIが持つ可能性を最大限に引き出し、業務の効率化や行政サービスの向上を目指す一方、リスクや課題に対する適切な対応を求めています。

image.png

本ガイドラインの企業での活用法

AIツールを導入し、業務効率化や価値創出を図るためには、現場のニーズに合った要件を明確にし、適切な設計・開発を行うことが不可欠です。特に、AI技術の導入により業務プロセスが大きく変化する可能性があるため、事前にニーズの洗い出しと関係者の調整をしっかりと行うことが、成功のカギとなります。

本ガイドラインも参考に以下の手順で、AIツールの要件整理を進めることをお勧めします。

  1. 現状業務の理解
    現場で行われている業務の詳細を理解し、AI導入によりどの業務が効率化できるか、または新たに提供できる価値があるかを整理します。業務の目的や課題を明確化し、その中でAIがどのように貢献できるのかを具体的に考えます。

  2. 課題の特定と優先順位付け
    現場で直面している課題をリストアップし、それぞれに優先順位を付けます。AIによって解決可能な課題を特定し、導入の効果を最大化できる領域を絞り込むことが重要です。

  3. AIの導入目的の明確化
    AI導入の目的を具体化します。業務の効率化、意思決定支援、データ分析の強化、顧客サービスの向上など、AIを活用する理由を明確にし、どのような成果を期待するのかを具体的に設定します。

  4. データ整備の必要性
    AIツールが効果的に機能するためには、質の高いデータが必要です。現場で収集されているデータがAIに適した形で整備されているか、必要なデータを追加で収集する必要があるかを確認します。

  5. 関係者との協議
    AI導入の影響を受ける関係者と協議し、導入に際しての理解を得ます。現場の担当者、IT部門、経営層と連携を取り、全体の方針に基づいた合意形成を行います。

  6. 期待される成果の明文化
    AIツールの導入により、どのような成果が期待されるのかを明文化し、具体的なKPI(業績評価指標)を設定します。業務効率化の度合いや品質向上の進捗を測るための指標を明確にすることで、導入後の効果を実証しやすくします。

これらのステップを通じて、AIツールの導入前に現場のニーズを的確に反映させ、企業にとって価値のあるシステムを開発・運用するための基盤を固めることができます。


本ガイドラインの付録を参考にしたアイディアソンのススメ型

生成AIを活用するための「アイデアソン」は、組織全体での活用方法を議論し、実践可能な事例を蓄積するための重要な取り組みです。東京都デジタルサービス局が行ったアイデアソンの実例を参考に、企業でも実践できるアイデアソンの進め方をご紹介します。

1. アイデアソンの目的を明確にする

アイデアソンを成功させるためには、最初に目的を明確に定めることが重要です。東京都では以下の目的を掲げました:

  • 各部署が業務に生成AIを活用する具体的なアイデアを生み出す
  • 実際に活用可能なプロンプト事例を収集する
  • ガイドラインに反映できる活用事例の蓄積

企業では、業務改善や新しいサービスのアイデア創出、また生成AIの活用方法を標準化するためのアイデア収集を目的に設定するとよいでしょう。

2. 対象者と形式を決める

次に、対象者と形式を設定します。東京都では以下のように段階的にアイデアソンを実施しました:

  • 初期段階:専門部署(デジタルサービス局)の職員が先行して参加
  • 本格展開:全庁の各部署が参加し、多様な視点からアイデアを収集

企業では、まずIT部門やAI導入担当者を中心に試行を行い、その後他部門を巻き込む形で進めるのがおすすめです。

3. 成果物を明確化する

東京都のアイデアソンでは、参加者が具体的なプロンプト例や活用事例を作成しました。以下は実際の事例です:

  • 文書作成:挨拶文や要約文を生成するプロンプト
  • アイデア出し:キャッチフレーズやイベント名の提案
  • ローコード生成:Excelマクロや簡単なプログラムコードの作成

企業でも「何を成果として持ち帰るか」を明確にすることで、アイデアソンの具体性が高まり、実践可能な結果を得られます。

4. アイデアを出すための具体的なテーマ設定

テーマを具体的に設定することで、参加者が発想を広げやすくなります。東京都の事例から、以下のテーマを参考にしてください:

  • 業務効率化:文章作成の自動化やデータ分析の効率化
  • 創造的アイデア:新規サービスやイベントの企画案
  • 技術活用:プログラムコードや簡易ツールの生成

企業では、自社の課題や目指す方向性に応じてテーマをアレンジすると効果的です。

5. アイデアを共有し活用する

東京都では、アイデアソンで生み出された約600件のアイデアを以下の形で活用しました:

  • ガイドラインへの反映:実際に活用可能な事例を取りまとめ
  • 部門間での共有:他部門でも参考にできるアイデアとして展開
  • 好事例の横展開:有効なプロンプトや成果を他自治体にも共有

企業でも、アイデアをまとめた資料を作成し、組織内で共有することで、生成AI活用の文化を醸成できます。

6. アイデアソンを継続的に実施する

生成AI技術や業務環境は進化し続けるため、アイデアソンを単発で終わらせず、継続的に実施することが重要です。定期的に新しいアイデアを集めることで、最新の技術を業務に取り入れやすくなります。

まとめ

東京都が実施したアイデアソンは、生成AI活用の可能性を広げ、組織全体での活用を推進する優れた事例です。企業でも、これを参考にアイデアソンを企画・運営することで、生成AIを効果的に活用するためのノウハウを蓄積し、業務改善や新規事業創出につなげられるでしょう。

都職員のアイデアが詰まった文章生成AI活用事例集 とは

この事例集は、東京都の職員たちが実際に取り組んだ文章生成AIの活用事例を紹介しています。AI技術を利用して、業務効率の向上や市民へのサービス向上を目指したさまざまな試みが展開されています。例えば、市民からの問い合わせ対応や広報資料の作成、さらには行政文書のドラフト作成支援など、AIがどのように日々の業務に役立つかを具体的な事例を通じて示しています。また、職員が抱える業務の負担軽減を目的とした自動化や効率化の取り組みも含まれ、今後のAI活用の方向性についても触れています。この事例集は、公共部門におけるAI技術の導入促進や、職員の新たな業務スタイルの創出に貢献することを目指しています。

image.png

本事例集の企業での活用法

  1. 業務の効率化
    企業でも会議の議事録や報告書の作成、メール文やプレスリリースなどの日常的な業務にAIを活用することで、時間を短縮し、内容の精度を高めることができます。特に、定型的な文章作成においては非常に有効です。

  2. 企画・アイデア出し
    新しいビジネスアイデアや、社内の課題解決策を考える際にも、文章生成AIを使って、複数のアイデアを短時間で出すことができます。プロンプトを工夫することで、幅広い提案を得られるため、ブレインストーミングの効率化にも貢献します。

  3. トレーニング資料やテスト問題作成
    社内研修や教育の一環として、理解度確認のためのテスト問題を作成したり、研修資料を整備したりする場面でも、AIが非常に役立ちます。複雑な情報を簡潔にまとめることができるため、学習効率の向上にも寄与します。

  4. リスク管理と対策案の提案
    業務のリスクや課題を洗い出すためのAIを活用したアイデア出しも有効です。例えば、過剰勤務の削減策を提案させたり、新しいプロジェクトにおけるリスクを予測させるなど、事前に課題を把握することができます。

まとめ

生成AIを活用する際のセキュリティとガバナンスを中心に、東京都が進める「文章生成AI利活用ガイドライン」と「都職員のアイデアが詰まった文章生成AI活用事例集」の概要を紹介しました。これらの取り組みは、企業や自治体がAIを効果的かつ安全に活用するための指針が提供されております。企業にも参考になる活用方法や実践的なアイデアが蓄積されています。

この記事を書いた人

azure-recipe-user