生成AI時代の問題解決研修【実践フレームワークとChatGPT・Copilot・Gemini活用法】

生成AI時代の問題解決研修の目的・ゴール

生成AIをパートナーとして活用する「問題解決の型」を習得し、実務における問題解決プロセスを効率的に進められるようになることを目的とします。

• 問題解決フレームワークの習得：問題解決に有効なプロセスとフレームワーク、および実務で活用するためのポイントを習得します。
• 生成AIとの共創：生成AIを使って仮説やアイデアの候補を出し、人間が比較・検討して判断するための実践的な方法を学びます。
• 組織活用の「型」の確立：個人の業務効率化にとどめず、同じ組織のメンバーが生成AIを交えて議論するための共通言語をつくります。
• 問題解決プロセスの合意形成：問題定義・問題特定・解決策立案の各段階で認識をすり合わせ、グループで合意した内容をワークシートに整理します。

対象者

• 生成AIを使った業務改善を行いたい事業部門・本社部門のメンバー
• 既存事業で顧客価値を高めるDX企画を検討したい事業部門のリーダー層・DX担当者
• 同じ組織・部門のメンバーで問題解決の共通言語をつくりたいチーム

※グループごとに自組織の実務テーマを扱うため、業務内容が共通するメンバーでグループを構成することを推奨します。

開催例

• 事業部門の選抜メンバー25名。5つの部門から5名ずつ参加し、1部門1グループで自組織の業務改善テーマを検討
• 部長研修20名。営業・管理部門など、業務内容が近いメンバーで5グループを構成し、グループごとにDX企画テーマを検討

問題解決フレームワーク×生成AI研修の3つの特徴

本研修は、従来の問題解決研修で生じやすい「実務への落とし込み」と、一般的な生成AI研修で生じやすい「個人利用から組織活用への展開」という2つの課題を踏まえて設計しています。

• 実務テーマ×生成AI：生成AIの操作方法そのものではなく、生成AIを活用して自社の実務テーマを解く方法を学びます。
• 王道の経営理論・フレームワークを実践：架空のケーススタディではなく、問題解決プロセスやジョブ理論などのフレームワークを自社の実務テーマに当てはめます。
• グループワークによる組織的な活用：生成AIとの対話によって複数の仮説やアイデアを出し、グループで比較・検討して合意します。

AIを活用した問題解決における「人間と生成AIの役割分担」

AIを活用した問題解決では、すべての検討や判断を生成AIに任せるのではなく、問題解決プロセスの各段階で人間と生成AIの役割を分けることが重要です。

本研修では、人間が問いと検討の枠組みを設計し、生成AIがアイデアの発散・整理を支援したうえで、最後は人間が意思決定し、組織内で合意する進め方を重視します。

• 人間が担う役割：問題定義・問題特定・解決策立案の各段階で、何を考えるべきかという問いと枠組みを設定する
• 生成AIと人間が協働する役割：複数の仮説やアイデアを出し、比較・整理する
• 人間が最終的に担う役割：候補を評価して意思決定し、組織内で合意する

問題解決に生成AIを活用する3つのメリット

生成AIは、問題解決における仮説構築やアイデア創出を支援します。生成AIの出力をそのまま正解とするのではなく、人間が問いを設定し、出力内容を評価して活用することが重要です。

• 短時間で複数の分析仮説を検討できる：問題解決プロセスや経営フレームワークに沿って、複数の分析原案を作成できます。
• 問題解決プロセスを繰り返し検討できる：問題定義・問題特定・解決策立案を行き来しながら、仮説を修正できます。
• アイデアの選択肢を広げられる：短時間で多様なアイデアを出し、グループで比較・評価するための材料として活用できます。

研修プログラム：問題解決プロセスと実践ワークショップ

本研修は、ビジネス上の課題を解決するために広く使われている「問題解決プロセス」に沿って設計しています。各ステップの理論を理解した後、生成AIを活用したグループワークを行い、自社の実務テーマに適用します。

ビジネス課題の問題解決プロセスは、基本となる3ステップに「実行（Actions）」を加えた4段階に整理できます。

1. 問題定義（What）：解くべき問題は何かを明確にする段階
2. 問題特定（Where）：どこが最も重要な問題かを特定する段階
3. 解決策立案（How）：問題に対する解決の基本方針と具体策を検討する段階
4. 実行（Actions）：解決策を実行し、評価・定着を図る段階

研修のワークショップでは、実行前のプランニングに当たる3ステップ（What→Where→How）を扱います。生成AIを使って複数の仮説やアイデアを検討しながら、グループで認識をすり合わせます。

問題解決プロセスの基本については、以下の記事で詳しく解説しています。
→問題解決のプロセスとフレームワーク｜基本3ステップと実践手法

1．問題定義（What）―ジョブ理論で「解くべき問い」を設定

最初に、取り組むべき問題を明確にします。ビジネス上の課題を組織的に解く場合は、関係者の間で「何を問題として扱うのか」という共通認識をつくる必要があります。

研修では、顧客課題または社内業務課題を「誰の・どのようなジョブの・どのような課題」というフレームワークで定義します。ジョブ理論に基づいて、特定の状況で達成したい進歩や目的を整理し、研修で扱える問題として明確にします。

問題定義の考え方については、以下の記事でも詳しく解説しています。
→問題定義とは？問題解決プロセスにおける重要性と具体的なステップ

2．問題特定（Where）―カスタマージャーニーで問題を「分け」「選ぶ」

問題を定義した後は、「どこが問題か」を特定します。問題特定は、問題を「分けること」と、その中から重要な問題を「選ぶこと」で構成します。

問題をモレなくダブりなく分けるための考え方については、以下の記事もご参照ください。
→MECE（ミーシー）とは？ロジカルシンキングの基本と活用法

研修では、問題を分けるフレームワークとしてカスタマージャーニーマップを使います。顧客または社員の体験を時系列に分解し、問題の所在を可視化します。

その後、「課題の大きさ×自社貢献度」または「課題の大きさ×発生頻度」などの評価軸を用いて、特に重要な課題を1つ選びます。

3．解決策立案（How）―「基本方針＋具体策」でアイデアを検討

優先度の高い問題について、解決策を立案します。個別のアイデアだけを並べるのではなく、複数のアイデアを束ねる解決の基本方針を明確にすることが重要です。

研修では、「基本方針と具体策」のフレームワークを使って解決策を構造化します。最終的に「課題解決へのインパクト」「実行コスト」「実現可能性」などの評価軸で比較し、優先順位を決定します。

4．実行（Actions）

実際のビジネスにおける問題解決では、解決策を実行し、評価・定着させる段階が必要です。本研修では実行そのものは扱いませんが、実行すべき問題と解決策を絞り込むため、実行前の3ステップ（問題定義・問題特定・解決策立案）を重点的に扱います。

最終成果物：問題解決ワークシート

ワークショップでは、自社の実務テーマについて、問題定義（What）・問題特定（Where）・解決策立案（How）の全ステップをグループで検討します。各ステップで参加者の認識をすり合わせ、合意した内容を1枚の問題解決ワークシートに整理します。

• 問題定義：対象者、ジョブ、解くべき課題
• 問題特定：課題の分解、評価、最重要課題
• 解決策立案：解決の基本方針、具体策、優先順位

最終成果物は単なる解決策の一覧ではありません。「何を問題として扱い、どこを最重要課題と判断し、なぜその解決策を選ぶのか」という問題解決プロセス全体を、グループで合意した形で残します。

【実践例】生成AI活用ワークショップの進め方

研修内のワークショップでは、問題解決の各段階に合わせて設計したプロンプトを用い、CopilotやChatGPTなどの生成AIと対話しながら仮説やアイデアを検討します。以下は、Copilotを用いた支援イメージです。

1．問題定義の支援

受講者の業務に合わせた支援を行うため、最初に部署名や業務内容などの前提情報を設定します。その後、初期テーマ案を基に、異なる視点による問題定義やペルソナの候補を生成AIに出力させ、グループワークで比較・検討します。

2．問題特定の支援

生成AIを活用して、異なるパターンの顧客体験や業務プロセスの候補を作成します。複数案を比較することで、カスタマージャーニーを構成するフェーズや行動を検討しやすくします。

3．解決策立案の支援

最重要課題に対して、生成AIを使って複数の解決策案を作成します。グループで各案を比較し、問題と解決策の論理的なつながりや実現可能性を検討したうえで、解決の基本方針と具体策を整理します。

※生成AIの出力は仮説や検討材料として扱います。グループで内容を評価し、実際の業務や顧客の状況に即して修正・判断します。

開催概要

• 開催回数：1回
• 標準時間：半日4.5時間（例：13:00～17:30）
• 開催方法：対面推奨。オンラインでの実施にも対応
• 推奨人数：25名まで
• グループ構成：1グループ4～5名
• 研修環境：受講者がChatGPT、Copilot、Geminiなどの生成AIを利用できるパソコンとアカウント、およびグループ内で生成AIの画面を共有できる環境

※1人につき1つの生成AIアカウントを推奨します。最低限、1グループにつき1つのアカウントが必要です。使用する生成AIや利用環境は、研修前に確認します。

担当講師

荒瀬光宏（株式会社デジタルトランスフォーメーション研究所 代表取締役／DXエバンジェリスト）

慶應義塾大学法学部、グロービス経営大学院、日本政策学校卒。日本初のDX専門研究機関である株式会社デジタルトランスフォーメーション研究所創設者。国内外の多くの企業および地方自治体のデジタルトランスフォーメーション（DX）を研究してきた立場から、DX成功の要諦について実践的なノウハウを有する。組織の5年後、10年後の環境認識をベースに将来のあるべき姿、経営戦略を検討し、その戦略を実現できる組織体制、文化、マネジメントへの変革を図る全社変革プロジェクトを得意とする。

受講者の感想

本研修を受講された方から、以下のような感想をいただいています。

「生成AI活用の幅が広がりました。また問題解決のフレームワークも理解でき、大変有意義な研修でした」

「これまでも業務で生成AIを使用していたが、今日の研修を受けて、十分に利用しきれていなかったと感じました。プロンプトを使いAIと壁打ちをするような形で、自身の考えや方向を整理することができると分かりました」

「研修用プロンプトのおかげで、効率的にフレームワークの実践方法や生成AIを利用したディスカッションの方法を学ぶことができました」

「今まで生成AIは1対1でしか使ったことがありませんでした。今回、グループで使うことを学ぶことができました。また、たくさんのアイデアを出してもらい、そのうえで検討していく方法を学べたことが、今後仕事を改善、改革していくうえで活用できると感じました」

「実際の業務課題を題材にしたこと、また、チーム単位での参加であったことから、生成AI活用に関するチーム内の認識共有に役立ちました」

「業務効率化に向けた具体的なAIの活用方法について学ぶことができました。同じ業務を行うメンバー全員が参加できたことも、今後の効果を高めるうえでよかったと思います」

よくあるご質問

Q. 研修ではどの生成AIを使用しますか？

A. ChatGPT、Copilot、Geminiなどの汎用的な生成AIを想定しています。ワークショップで利用するサンプルプロンプトは、ChatGPT、Copilot、Geminiの各環境で事前にテストしています。

※お客様企業によって生成AIの利用環境が異なるため、研修前に使用可能な生成AIや社内ルールを確認します。

Q. 受講者はどのような環境を準備する必要がありますか？

A. ワークショップ中に生成AIを使用するため、生成AIを利用できるパソコンとアカウントをご準備ください。1人につき1つのアカウントを推奨しますが、最低限、1グループにつき1つのアカウントが必要です。また、グループ内で生成AIの画面を共有できる環境をご用意ください。

Q. 受講者にはどの程度の生成AIスキルが必要ですか？

A. プロンプトエンジニアリングなどの高度なスキルは不要です。生成AIの初心者でも参加できます。ただし、生成AI自体の基本操作を学ぶ研修ではないため、ログインやテキスト入力などの基本操作ができることを前提としています。

DX研修のお問い合わせ

DX研修のご相談は、こちらの専用フォームよりお気軽にご連絡ください。依頼内容が固まっていない段階のご相談も歓迎です。「何から始めるべきか」「どの層から着手するべきか」「社内の温度差をどう埋めるか」など、現状の整理から壁打ち相手として伴走します。ヒアリング後、最適な進め方・対象・期間のたたき台をご提案します。