AI Training ｜ Role-Based Curriculum
AI TRAINING
AIを、組織で使いこなす。
使う側・作る側・基盤層の三層に分けて育てる研修プログラムです。教育だけでなく、統制とデータ整備までをセットで設計します。
AIの使い方は、いまも個人任せになっていませんか？
- 活用が個人任せになっていて、使う人と使わない人に二極化している。
- 現場が作ったエージェントが属人的で、品質にばらつきがある。効果を測る仕組みもない。
- 統制はガイドラインの周知が中心。ログ監視やシャドーAI検知といった技術的な統制が追いついていない。
- 業務データが各部門・個人に散在し、エージェントが参照できる形になっていない。
- 主管部門が曖昧で、責任の所在がはっきりしない。
AIは「道具」から「組織に加わった新人」へ
求められる能力が、個人のプロンプトスキルから任せ方を設計する組織的な能力へ移っています。
優秀ではあっても新人です。権限を段階的に渡すこと、教育の期間を見込むこと、失敗を管理側の責任として統制すること。この3つが揃わないと、安心して任せることはできません。
- 〜2024
便利な道具として使う
都度アシストしてもらう段階。価値の源泉は、個人のプロンプトスキルでした。
- 2024〜2025
一工程を代行させる
業務知識をAIに落とし込み、作業を圧縮する段階。担当者ごとの専属アシスタントにあたります。
- 2026〜
業務プロセスを任せる
エージェントが自律的に業務を巻き取る段階。価値の源泉は、任せ方を設計する組織的な能力に移ります。
全社員に同じ研修をしても、組織は動かない
必要なスキルは層によって違います。だから三層に分けて設計します。
利用層（使う側）
日常業務でエージェントを使い、出力を検証して最終責任を持つ層です。人数が最も多くなります。
- 出力検証リテラシー
- 機密情報を扱う判断力
- エージェントの権限範囲の理解
構築層（作る側）
業務プロセスを可視化し、AI適用を前提に設計し直して、軽量なエージェントやワークフローを構築する層です。
- 業務プロセスの可視化・再設計
- システムプロンプト設計と eval（出力品質の評価）設計
- 承認済みツール・MCPコネクタ（AIと社内システムをつなぐ標準接続）の活用
基盤層（IT統括・情シス）
安全な利用環境を整え、全社ポリシーを定め、継続的に監査する層です。三層の土台にあたります。
- クラウドセキュリティ・IAM設計
- API・MCP連携とマルチエージェント設計
- ログ分析・監査運用、データ整備
覚えるための研修では、規模に耐えない
エージェントの数が増えるほど、個人任せの判断も個別審査の統制もスケールしなくなります。
AI人材育成
- 対象
- 従来のAI研修：全社員に同じ内容
- AI人材育成：層ごとに役割と必要スキルを分ける
- ゴール
- 従来のAI研修：ツールの使い方を覚える
- AI人材育成：任せ方を設計できる組織になる
- 前提
- 従来のAI研修：AIは便利な道具
- AI人材育成：AIは組織に加わった優秀な新人
- 範囲
- 従来のAI研修：研修だけ
- AI人材育成：統制とデータ整備まで設計に含む
- 効果測定
- 従来のAI研修：受講後のアンケート
- AI人材育成：層ごとの到達スキルで測る
7つの研修プログラム
現状をうかがったうえで、必要なものを組み合わせてご提案します。すべてを実施する必要はありません。
利用層（使う側）
- 01
生成AI入門研修
全社員向けの基礎リテラシー研修。AIの特性と限界、指示とフィードバックの基礎、情報の取扱いを学びます。
構築層（作る側）
- 02
業務プロセス可視化・AI活用設計研修
現状のプロセスを可視化し、AI適用を前提とした理想プロセスへ再設計する力を養います。
- 03
エージェント構築・品質検証研修
ツールの基本操作から要件定義、構築、展開前後の品質検証と改善までを実践します。
基盤層（IT統括・情シス）
- 04
AIエージェント基盤・セキュリティ設計研修
クラウドと権限の設計、外部システム連携のセキュリティ設計、基盤のアーキテクチャ設計を学びます。
- 05
AI利用ガイドライン・ポリシー策定研修
法務知見を踏まえたガイドラインと権限ポリシーの策定、AIの技術的な限界の理解を扱います。
- 06
AIガバナンス監査・モニタリング運用研修
ログの定期分析、シャドーAI検知、コンプライアンス是正など、継続的な監査運用を学びます。
- 07
業務データ整備・データガバナンス研修
業務データと非構造データを構造化し、ナレッジベースやRAG（社内文書を検索してAIに参照させる仕組み）基盤として整備する手法を学びます。
よくある質問
全社員に一律の研修を実施するだけでは不十分でしょうか？
層によって必要なスキルが違うためです。使う側に求められるのは出力を検証する力、作る側はプロセスを設計して構築する力、基盤層はセキュリティ設計と監査運用です。一律の内容では、いずれの層にも十分に届きません。
どの層から始めるべきですか？
現状によります。エージェントの数がまだ少なければ利用層から、すでに現場で乱立し始めているなら基盤層からになります。まず三層それぞれの現状を確認したうえで、優先順位をご提案します。
研修だけで定着しますか？
研修だけでは足りません。だからガイドライン策定、監査運用、データ整備までを設計の対象にしています。教育・統制・データの3つが揃わないと、規模が増えたときに破綻します。
なぜ統制やデータ整備まで研修に含むのですか？
エージェントの数が増えるほど、個別審査ベースの統制はスケールしなくなるためです。またデータが未整備のままエージェントだけ増やすと、精度の低い出力が組織全体に広がります。
既存の生成AIツールに合わせた内容にできますか？
できます。承認済みのツールやMCPコネクタ（生成AIと社内システムをつなぐ標準接続の仕組み）を前提とした構築研修を設計します。まず現在の利用環境をお聞かせください。
効果はどう測りますか？
層ごとの到達スキルで測ります。受講後のアンケートではなく、使う側なら出力検証ができているか、作る側ならeval（AIの出力品質を自動評価するテスト）を設計できているかといった観点です。
