AIを収益につなげるために、
企業と地域は何を変えるのか。AX for Revenue Summit 2026 第0回｜開催レポート

サミットは、基調講演、JSOLとのパートナーセッション、磐田市長による地域AXのセッション、参加者ワークの4部で構成されました。基調講演で示された「AIの得意な仕事を見極め、事業に使う」という視点を、企業の開発現場と自治体の経営に持ち込み、最後に一人ひとりの仕事へ引き寄せて考える流れです。

開催日は2026年8月27日、会場はIncubation CANVAS（東京都中央区京橋・京橋エドグラン29階）。株式会社アルファドライブが主催し、参加は無料・招待制でした。本編の後には、登壇者や参加者同士が話せる交流会も予定されていました。

冒頭の基調講演「事業インパクトを創出するAX実践論」に登壇した麻生は、まず「毎日AIをどう使っているか」と参加者に問いかけました。文章を書かせる、調べものをする、資料を作る、問い合わせに対応する。多くの人にとってAIは、尋ねると答えが返ってくる相手として身近になっています。

そのうえで麻生が今回の講演で強調したのは、AIに頼むと、説明だけでなく動くものまで作れるようになったという変化です。AIコーディングの性能が高まり、プログラムを書けない事業担当者でも、日本語で意図を伝えながらウェブサイトやアプリの形にできます。麻生はこれを、2026年に入ってからの大きな転換点と位置づけました。

架空の土木会社の新事業を、その場で「売れる形」にする

わかりやすい例として、架空の土木関連会社「グリーンエンジニアリング山崎」の新規事業が紹介されました。従来のセメントなどで斜面を固める工法とは異なり、植物の根などを生かして斜面を安定させる「エコロジーバインド」という構想を設定しています。実在企業の成功事例ではなく、AIで何ができるのかを見せるために用意された仮想のケースです。

従来であれば、顧客の課題を調べ、事業企画をまとめ、営業資料を作り、制作会社や開発者とやり取りする段階を踏みます。講演で麻生が見せたのは、事業の説明文をAIに渡し、「これを売れる形にしてほしい」と頼むところから始まる別の進め方でした。短い指示から画面やデザインが作られ、さらにウェブサイトには工法の説明、比較、想定価格、導入の流れ、問い合わせの導線まで用意されていました。

麻生によれば、最初の画面ができるまでに要した時間は数分程度で、見せられるウェブサイトにするまでにも長い時間はかかりませんでした。かつて開発者と組んで段階的に作っていたものを、事業を考えた本人がまず手元で形にできる。ここが、単なる資料作成の効率化とは違うところです。

MVPを少しずつ育てるだけでなく、完成形から検証を始める

麻生は、完成品を作るためのコストが大きく下がっていくことを「CCC（Completion Cost Collapse）」と呼びました。そして、従来のMVP（必要最小限の試作品）を少しずつ作り込む進め方から、まず完成品に近いものを作って顧客に見せる「FPL（Full-Product Launch）」へと、発想を切り替えられると説明しました。

画面が動いたからといって、安全に使える商用サービスが完成したわけではありません。この後のJSOLとのセッションでも、品質、データ、セキュリティ、運用の課題が取り上げられました。それでも、まだ伝わりにくい構想を、顧客が見て触れられる形にするまでの距離が短くなったことの意味は小さくありません。企画書を見せて意見を聞くのと、実物に近いものを見せて反応を聞くのとでは、検証の入口が変わります。

0.5人月で形にした、AlphaDrive自身の取り組み

AIの変化を事業にどう使うのか。麻生は、2026年5月に立ち上げた「AX for Revenue」のウェブサイトやコンテンツ管理機能、各種のAIツールを例に挙げました。従来の方法で一式を開発するなら、複数人のプロジェクトを組み、半年からそれ以上の期間が必要だったはずで、麻生自身の概算では50〜100人月ほどの規模だったといいます。

それに対して、今回の制作にかけた工数は約0.5人月、ひとりで2週間程度だったと説明しました。ここでの「100倍」は、第三者が検証した比較値ではなく、麻生が過去の開発経験に照らして示した、仕事量の変化の目安です。麻生は、同じ成果を100分の1ほどの工数で作れるだけでなく、従来は手を付けられなかったものを大量に作れるようになることも、変化の一つだと話しました。

何にAIを使うかを間違えると、大きな変化は起きない

麻生が繰り返し話したのは、使うAIの種類やプロンプトの巧拙よりも、どの仕事を対象にするかが大事だということでした。この日の講演では、AXを「AI Transformation」、つまりAIを事業に活かすことと説明したうえで、仕事を「AX Area」と「Human Area」の二つに分けました。前者は、AIの能力によって桁違いの変化を起こせる領域です。後者は、人との信頼形成や現場での対話のように、AIを持ち込んでも同じようには速くならない領域です。

たとえば、調査や分析、文章作成、画像・映像制作、プログラミングは、2026年8月時点で麻生がAIの力を大きく生かせると見ていた仕事です。一方、顧客のもとに足を運んで相手の話を聞くこと、関係を築くことまで、同じように自動化できるわけではありません。だからこそ、「AIで100倍にできる仕事はどれか」を先に見極める必要があります。

講演では、今かかっている作業コストを極端に下げられるものだけでなく、これまでコストや人手が足りずに手を付けられなかったことも、候補に挙がりました。たとえば、十分な営業用コンテンツがない事業でも、制作の負担が小さくなれば、新しい試みを始められます。その意味で「100倍」は、すべての業務に当てはまる数値というより、仕事のやり方を変えるほど大きなテーマを探すための基準として示されました。

効率化できる仕事を探すだけでなく、これまで手を付けられなかった仕事ができるようになるかを考える。

コストを下げるAIと、売上のつくり方を変えるAI

麻生はAI活用を「効率化AI」と「収益進化AI」に分けました。前者は既存の業務を速くし、コストや工数を下げる使い方です。後者は、商品やサービスの価値を高め、新しい顧客に届けるなどして、売上のつくり方を変える使い方です。片方が正しく、もう片方が間違っているわけではありません。両方にAIを使えるからこそ、目的を分けて考えよう、というのが麻生の提案でした。

売上を増やすには、同じ商品を同じ相手に同じ方法で売るだけでは足りません。自社に眠る強みを新しい商品にする、これまで捉えられていなかった顧客の課題を見つける、別の顧客層に合う営業の伝え方を考える。麻生は、こうした「価値をつくる」「売り先を広げる」仕事に、AIの力を向ける余地があると説明しました。

AIにインタビューしてもらい、顧客に見せる形へ

その具体的な方法が、AIをインタビュアーにするやり方です。自社の商品や事業をAIに伝え、新しい強みや売り方を見つけるために質問してもらいます。AIから「こういう顧客にはどうだったか」「過去にこんな出来事はなかったか」と聞かれたら、担当者が現場で見聞きした事実を答えていきます。

質問と回答を重ねたら、AIにアイデアを整理させ、その案をチラシやウェブサイトとして可視化します。講演では、アイデアを考えてから顧客に見せられる形にするまでを、30〜60分程度で進められるという説明がありました。その先は、できたものを実際に顧客へ持っていき、反応を確かめる段階です。

最初の提案がそのまま売れるとは限りません。むしろ断られることも含め、顧客から得た反応を次の仮説に生かすことが大切だと麻生は話しました。従来の新規事業開発で繰り返してきた仮説検証の考え方は残しながら、その前後で必要な情報整理や資料・ウェブ制作をAIで速くしていきます。その結果、顧客に会う回数を増やせる可能性があります。

人が担当する「現場の時間」は、速くしない

これを説明するため、麻生は仮説検証の工程を一周する図を使いました。案を考え、検証できる形にし、アプローチ先を調べる。顧客と会って話を聞いた後は、得られた情報を整理し、仮説を直して次の案を作る。AIで速くできるのは、この一連の工程のうち、とりわけ準備や整理、作成に関わる部分です。

顧客との会話を録音する場合も、事前に許諾を得ることが前提です。持ち帰った生の言葉をAIで文字起こしして整理し、そこから新しい提案を形にします。一方で、相手との信頼関係をつくり、会いに行き、その場で違和感を感じ取る時間は、人が担います。AIで空いた時間をその部分に振り向けることが、事業開発での重要な使い方だと説明しました。

人手が売上の上限になっている仕事には、別の可能性も

もう一つ麻生が挙げたのは、需要はあるのに、人手が足りず受けられる仕事の数が限られている場合です。中古車の査定、住宅や設備の点検、介護のケアプラン作成など、判断や書類作成が処理量の制約になりやすい業務が、例として示されました。

こうした仕事では、すでに受注につながる需要があり、その処理上限をAIで引き上げられるなら、効率化が売上の増加に直結する可能性があります。どの業種にも当てはまるわけではなく、実際にAIで解決できる業務なのか、需要が十分あるのかを確かめる必要がありますが、単純な費用削減とは別の見方ができる例です。

見える形になると、人の判断も動き出す

講演の最後に麻生が改めて強調したのは、AIがアイデアを目に見える形にしてくれる効果でした。構想を言葉で話しているだけでは、作れるかどうかも、顧客がどう感じるかも想像しにくいものです。動く画面や営業資料になれば、「これなら試せるかもしれない」と判断しやすくなります。

基調講演の締めには、AIで制作したAlphaDriveグループのブランドムービーも上映されました。AIの出力そのものが売上を保証するわけではありません。それでも、思いついた案を素早く形にすれば、人も顧客も次の判断を下しやすくなります。この日の基調講演は、そうした使い方を示して終わりました。

麻生要一の基調講演に続いて登壇したのは、株式会社JSOL ビジネスデザイン＆マーケティング部長の三尾幸司氏です。企業や自治体のシステム導入や事業開発を支援する立場から、AIでアプリを作る取り組みと、それを事業で使い続けるための課題を話しました。後半は麻生との対談です。AIを導入しても成果が見えにくい理由や、効率化で生まれた時間の使い方が話題になりました。

ソフトウェアを提供する会社も変わる

JSOLは、日本総合研究所とNTTデータが出資するITサービス企業です。同社は構想から設計、実装、運用までを支援しています。三尾氏自身も新規事業に携わり、AIを事業開発に取り入れてきました。

続いて取り上げたのが、AIでソフトウェアを開発できる「Replit」です。日本語で作りたいものを伝え、チャットでやり取りを重ねると、AIがコードを書いてくれます。企画する人が、自分の手元でまず動くものを作れるようになってきました。三尾氏は、ソフトウェア開発を主な事業とする自社も、変わっていく必要があると話しました。

企画したものを短い期間で形にする

当日は実演ではなく、開発の流れを画面で見せる形でした。題材は、複数のヘルスケアアプリから選べて、個人の記録も表示できる、ストアのようなサービスです。こうした要望を日本語で入力すると、AIがコードを作り、操作できる画面が現れます。資料では、およそ3分で形になった例として紹介されていました。

画面だけでなく、生成されたソースコードやデータベースも取り出せることが示されました。専用のダッシュボードやランディングページ、モバイル向けの画面など、目的に応じた見せ方も用意できます。三尾氏は、事業開発の支援でもこうしたツールを使っていると説明しました。

セミナーの企画とアプリ開発を並行して進めた例もありました。三尾氏の説明では、企画の時点でまだなかった機能を、開催までの期間に作っていく進め方でした。資料に載っていたのは、展開中の新規事業で法人向けの新機能を検討した例です。実質5人日程度の工数、約1カ月の企画開発期間で、セミナーへの集客や見込み顧客の獲得につながったといいます。

顧客に提供するために必要な仕事

ただ、動くアプリができても、それをそのまま顧客に提供できるとは限りません。三尾氏は、試作品の次の段階として、サービスとしての品質確保と運用に話を進めました。AIの出力が本当に正しいか、安全性をどう確かめるかといった点では、人が判断し、確認する仕事が残ります。

基盤の図には、AIによる開発に加えて、クラウド上でアプリを動かす仕組み、認証、監視、データ基盤、運用や評価の記録までが並んでいました。作ったものを本番環境に移し、その後も使える状態を保つために必要な機能が、ひとまとまりに描かれていました。

図の中で、顧客は要件を伝え、できたものを確認します。開発者はAIに指示を出し、修正し、評価します。仕様書の作成やコード生成、テストにもAIを使い、開発標準やプロジェクト管理の仕組みと組み合わせて進める形です。

後半の対談でも、麻生は商用化の段階で生じる問題を取り上げました。アプリを作れたとして、サーバーはどこに置くのか、データをどう扱うのか。新しいサービスを早く試す力と、安全に提供するための設計を、どうあわせて考えるか。麻生の問いは、そこにありました。三尾氏が前半で紹介した運用基盤は、この段階を支えるためのものでした。

自社を最初の実践の場にする

顧客への支援と並行して、JSOL自身も社内でAIの活用を進めています。三尾氏が紹介した「カスタマーゼロ」とは、顧客に提供する前に、まず自社で実践して確かめることです。自分たちの業務を実験の場にして、AIを前提にした働き方やシステムを検証していきます。

資料では、この取り組みの先にある変化を、従業員と会社、それぞれの立場から整理していました。従業員にとっては、迷わず仕事を進められ、本来の業務に集中でき、AIを使う経験も積めます。会社にとっては、生産性の向上や人材の育成が、顧客に提供する付加価値や競争力につながります。目標に掲げられていたのは、今まで以上の付加価値を、今まで以下の工数で生み出すことです。

帰る時間は早くなったのか

ChatGPTを使うようになって、帰宅時間は早くなったのか。業務改革を説明する資料には、そんな身近な問いも載っていました。文章や資料を作る時間は短くなりました。それでも一日の忙しさが変わらないのはなぜか。三尾氏は、その背景として、今の業務プロセス自体がAIを使う前提になっていない点に触れました。

経理の例では、証憑を集め、不備を確かめ、仕訳を判断し、集計して月末に締めるまでの流れが取り上げられました。従来の仕事は、人が処理できる速さや働ける時間を前提に組まれています。一部分だけをAIで速くしても、仕事全体が同じ割合で速くなるわけではありません。

そこで資料が示したのは、AIが業務を担う姿から逆算して、プロセス、データ、システム、人の役割を見直すことです。情報収集や分析、業務の分岐、意思決定といった流れの中で、AIに何を任せ、人がどこに関わるのかを、あらためて考えます。今の手順にツールを足すのではなく、仕事の組み方から見直していきます。

効率化で生まれた時間をどこに向けるか

対談で麻生が投げかけたのは、AIの導入やPoC（試行的な検証）が、なぜ事業成果につながりにくいのか、という問いでした。麻生は、収益を増やす取り組みでは、売上が出るまでに時間がかかり、AIの効果を切り分けるのも難しいと指摘しました。かといって効率化も、作業時間が減ればすぐ会社の費用が下がる、というほど単純ではないと続けました。

外注費が減るのであれば比べやすくても、社内の仕事が短時間で済むようになった場合は、その時間をどう使うかが残ります。麻生は、効率化したあとで人の配置を考える難しさに触れ、先に力を振り向けたい仕事を決めたうえで、そのためにどの業務を効率化するかを考える必要があると説明しました。ツール選びだけでは決まらず、経営の判断が関わる部分です。

三尾氏の資料の最後にも、部門ごとの活用から全社での利用に進むときの壁が示されていました。AIを理解して試す段階、既存の業務やシステムに適用する段階を経て、業務とデータの再設計やシステム同士の連携に取り組みます。全社計画やガバナンスも、その過程で必要になります。

アプリを作る速さは、AIで大きく変わりつつあります。次に問われるのは、それを事業として届けて使い続ける仕組みと、効率化で生まれた時間の使い道です。三尾氏の登壇と麻生との対談は、冒頭の問いに、開発の現場と経営の両面から向き合う時間になりました。

休憩を挟んだ後半、会場のスクリーンに静岡県磐田市の草地博昭市長が登場しました。この日は出張先の博多から、オンラインで参加しました。聞き手を務めたのは、AlphaDriveグループ執行役員の宇都宮竜司です。企業の中でAIをどう使うかを議論してきた前半に続き、話題は地域を経営する立場からのAI活用へ移りました。

磐田市は2026年5月に「磐田市AXビジョン2030」を策定し、市長自らが最高AI責任者（CAIO）を兼務しています。サミットの直前には、磐田市がAlphaDriveとともに、地域でAXアーキテクトを育てる2日間の実証プログラム（研修）を実施しました。草地市長もこの研修に参加したばかりでした。講演と対談では、自治体が抱える仕事の実情から、市長自身のAIの使い方が変わった体験までが語られました。

人口が減っても行政の仕事は減らない

最初に市長が説明したのは、磐田市が直面する人口と仕事の変化です。浜松市の東隣に位置する磐田市の人口は、現在およそ16万人。講演資料によると、2065年には約11万人と、今より約5万人少なくなる見通しです。職員の確保が難しくなる中で、子育てや福祉、防災など、市民が行政に求めるものは多様化・複雑化しています。

2026年度の一般会計当初予算は約772億円で、水道や病院などに関わる会計も合わせると、全会計で約1,521億円になります。市長は、自身が政治の世界に入った頃の一般会計は約580億円だったと振り返りました。物価の変化があるため単純には比べられないと断りつつ、扱う予算は増えてきたものの職員数はほとんど変わっていない、と話しました。

職員の年齢構成にも課題があります。資料によると、正規職員は999人（任期付職員、消防職員、市立総合病院職員を除く）です。市長は、過去に採用を抑えた時期の影響で、年代ごとの人数に偏りがあることを説明しました。経験を積んだ職員が退職していく中、仕事を引き継ぎ、サービスを維持する体制づくりも欠かせません。

続いて映されたのは、市役所の組織図です。窓口や税務だけでなく、図書館、スポーツ、観光、農業、子育て、道路や河川、ごみ、上下水道、教育など、業務は暮らしのあらゆる場面に及びます。市長は各部署の役割を一つずつ紹介しながら、これだけ幅広い業務の中には、AIに任せられるものも多いのではないかと話しました。

「少数精鋭」から「少数×AI」へ

この状況に対して磐田市が掲げたのが、「少数精鋭」から「少数×AI」への転換です。これまでは少ない人数で仕事を回すために、個人の努力や我慢に頼ってきた面がありました。定型的な作業に時間を取られる中で、さらに人が減ったとき、同じやり方を続けられるのでしょうか。AIをチームの一員に加え、仕事の進め方そのものを変えようとしています。

草地市長は、今まで10人で担っていた仕事が、将来は7人や6人、場合によってはもっと少ない人数でできるかもしれないと例を挙げました。そうなれば部署のあり方や人の配置も変えられるとして、AIの登場を大きな機会と捉えています。

一方で、職員にAIの導入を伝えると、人員削減のためではないかと受け止められることもあります。市長が説明したのは、余力が生まれた人を別の仕事に配置し、市民に寄り添う時間を増やすという考え方でした。定型作業にかかる時間を短縮できた分、市民の話を聞いたり、困りごとに関わったりする時間を取れるようになります。AI活用の目的は、あくまでそこで暮らす人の幸福にあるということです。

人をどこに配置するか、どの部署の仕事を見直すかは、一つの担当課だけでは決められません。市長は、この全体のマネジメントを担うために、自らCAIOを務めていると説明しました。AIを使う話は、そのまま市役所の経営の話でもあるのです。

市長自身がCAIOを担う理由

対談で宇都宮が改めて尋ねたのは、市長自らCAIOを兼務する背景でした。草地市長の答えは、自治体経営の仕組みを作るのは選挙で選ばれた自分なのだから、AIを脇に置いておくわけにはいかない、というものでした。

実務を職員に任せる部分はあっても、経営の仕組みを考える本人が、新しい技術を学び、使い方を知っておく必要があります。自ら率先して身につけることに加え、民間企業と連携する際の窓口になることも、自分の役割として挙げました。

こうした考え方は、AXビジョンの構成にも表れています。まず、職員が行政業務を支えるパートナーとしてAIを使います。次に、AIが市民にとって身近な存在になるよう後押しします。そして、磐田市に関わる人がAIと共創し、新しい価値を生み出します。この3段階を通じて、誰もが安心して暮らせる魅力あるまちを目指しています。

研修の前後でAIの使い方が変わった

「日々どのようにAIを使っていますか」宇都宮の問いに、市長は直前の研修の話を始めました。それまでもAIとはチャットで壁打ちをしており、原稿や資料を作ったり、自分が考える地域経営の仕組みを言葉にしたりする際の相談相手として使っていたそうです。

それが2日間の研修を経て、自分でもシステムやアプリを作れるという手応えに変わったといいます。市長自身が使いたいシステムをその場で作ることにも取り組み、完成の目処が立つところまで進めたそうです。来週にはまた使い方が変わっているかもしれないと話し、今後はさまざまな分野でシステム作りを試したいと語りました。

多忙な市長にとって、2日間の予定を空けるのは簡単ではありませんでした。それでも職員と相談して参加したのは、自分が先に受けなければ職員にも広がらず、自分自身もアップデートされないという思いがあったからです。市長は、世の中の変化についていけなくなるという危機感にも触れました。

組織のトップが自ら学ぶことの意味は、企業経営をめぐる問いにもつながりました。草地市長は、経営者が自分にはAIを使えるのかとためらえば、組織全体もためらってしまうと指摘しました。部下がAIを使って成果物を作っても、普段AIに触れていない経営者がそれを疑ってかかれば、部下はAIを使わなくなってしまいます。

だからこそ、トップが日頃から使う必要があります。とはいえ、トップ一人が使えば十分というわけではありません。市長は、部長など経営層全体で新しい使い方を学びたいと話しました。磐田市ではすでに全職員にAIのアカウントがあり、日常的な利用をさらに一段、二段と進めていく段階だと説明しました。

市長室に持ち込む前にAIで壁打ちする

では、アカウントを配った後、実際に使ってもらうために何をしているのか。宇都宮が尋ねると、草地市長は、資料作りや議会答弁の準備などで、まずAIと一度壁打ちをしたかどうかを職員に確認するようにしていると答えました。研修で使い方を覚えて終わりにせず、業務の流れの中にAIと考える機会を組み込んでいるということです。

その一例が「AI市長ボット」です。磐田市は連携企業と共同で、市長の思考パターンや発言スタイルを学習したボットを開発し、市長への説明に向けた事前準備などで使っています。市長室に資料を持ち込む前に、まずボットを相手に壁打ちをしてもらうという使い方です。

市長からは、今のボットは優しすぎるので、もう少し厳しくしてほしいという話も出ました。宇都宮は、上の立場の人が日々の業務の中で利用を求めることで、組織にも広がっていくのではないかと応じました。

ただ、行政には慎重に扱うべき情報があります。草地市長は、自治体が持つ税や健康などの個人情報が外部に流出するリスクへの懸念を挙げました。どのデータをどう扱うかは大きな課題であり、まだ未知の部分もあると話しました。

その一方で、観光やスポーツなど、取り組める領域もあります。データの性質を見極めながら、チャットで考えたり、システムやアプリを作ったりすることは進められるのではないか、と市長は考えています。個人情報の扱いへの慎重さと、試せる業務で実践を重ねる姿勢。市長はその両方を語りました。

職員だけが成長してもまちは成長しない

市役所内のAI活用に加え、なぜ地域の企業や市民にも広げようとしているのか。この問いに対して草地市長が説明したのが、「共創資本経営」という考え方です。

企業では、人材の力を高める人的資本経営が重視されています。市長はこれを一歩進め、自治体が職員だけを育てても、まち全体の成長にはつながらないと話しました。地域の事業者やコミュニティにもAIや新しい技術が入り、それぞれが使えるようになることが必要だというのです。

そのとき行政が担うのは、制度やルールを管理する仕事に加え、人や組織をつなぐ役割です。行政には地域に関する情報があり、企業や団体との接点もあります。市内の企業と外部の企業を結び、農業、医療、スポーツ、子育てなど、地域のさまざまな分野で新しい取り組みが生まれるようにしていく考えです。市長は、自治体を地域の触媒、コーディネーター、そして設計者と位置づけています。

講演資料では、行政のデータやネットワークを企業の新しい付加価値や売上に結びつけ、さらに市民の利便性や幸福、地域への還元と再投資へとつなぐ循環が描かれました。そのためには、変化を恐れず、失敗を許容する文化を、行政と民間が一緒に作ることが必要だと市長は話しました。

直前の研修にも、地域の事業者が参加していました。市長は、その場で共有した思いをさらに広げたいと語りました。磐田市だけでは触れにくい技術や知見を、外部の企業との連携によって取り入れていきたい考えです。AIによって首都圏と地方の距離が近づいた今、地域には試せることがあるとして、会場の参加者にも各地の自治体と関わってほしいと呼びかけました。

2030年のまちと、提案への返事の速さ

2030年に向けてどんなまちにしたいのか。市長が挙げたのは、安心して暮らせるまちという、AIを使う前からの目標でした。AIは、あくまでその目標に近づくための手段だという位置づけです。加えて、これからAIを日常的に使う中高生には、基礎となる教養を学びながら、正解を探すだけでなく、自分で問いを立てる探究的な学びに取り組んでほしいと話しました。

会場の企業と今後何をしてみたいかという問いには、具体的な提案がありました。自治体と新しいことに挑戦したいなら、まず自社の技術と磐田市で何ができそうかをAIと一度、二度考えてみて、その内容を市長にメッセージで送ってもらえれば、接点を作れるというものです。市長は、市役所や地域の企業を実証の場として、連携を進めたいと語りました。

宇都宮は、最後にもう一つ、市長が大切にしているスピードについて尋ねました。草地市長は、まちごとにさまざまな特色はあっても、スピードは定量的に評価できると説明しました。企業から直接メッセージが届いたら、会議中などを除き、できるだけすぐ、通常は一両日中に自分で返すようにしていると話しました。

対談の終わりにも、市長はメッセージの窓口を開いていることを伝え、新しい共創を楽しみにしていると語りました。

講演と対談に続いて、20分間の「AXFR現在地ワーク」が行われました。参加者には4ページのワークシートが配られ、進行を務めたAlphaDriveグループ執行役員の平尾譲二は、正解を出す時間ではなく、今日聞いた話を自社の次の問いに変えるための時間だと説明しました。会場全体での発表はなく、まず個人で書き、そのあと近くの2〜3人で短く共有する進め方でした。

最初の問いは、導入状況ではなく「いま止まっていること」

最初のページでは、AI活用の現在地を四つの段階から選びました。「導入前」「導入済」「効率化済」「接続着手」です。そのうえで、AIで最も変わったこと、あるいはまだ変わっていない理由を書き、続けて「いま止まっている壁」を一文にまとめました。

たとえば、ツールは使われるようになったものの、事業がどう変わったのかを説明しづらい。工数は減ったものの、次にどの売上につなげるかが決まっていない。ワークシートが促したのは、そうした状態をまず言葉にすることです。記入のあと、参加者は近くの席の人と、一人約1分ずつ「壁」を共有しました。

AIで速くする工程の先に、会いに行きたい顧客がいるか

次のページでは、麻生の基調講演に出てきた仮説検証のループが使われました。案をつくる、検証できる形にする、アプローチする・アポをとる、情報をまとめる、振り返り・考察する。この中で、自社ならAIでもっと速く、より多く進められそうな工程を選びます。

ただし、その工程を速くすることだけが目的ではありません。進行役が続けて尋ねたのは「もしその時間や人手が空いたら、これまで会いに行けなかったどの顧客のところへ行くか」でした。失注した顧客、利用が減った顧客、まだ商品を買ったことのない顧客、これまで営業の対象にしていなかった業界。ワークシートには、そんな具体的な行き先が例示されていました。

さらに、その現場から何を持ち帰りたいかも考えます。顧客の生の言葉、使っている場面の動画、自分が感じた違和感のメモなどです。記録を取る場合は相手の許諾や情報管理への配慮が必要ですが、できるだけ加工しすぎずに情報を持ち帰り、次の仮説づくりに生かすことが狙いです。基調講演で語られた「人が顧客の現場へ向かう」という話を、各社自身の行動に落とし込む作業です。

二度目の対話では、「AIで何を速くして、どんな顧客に会いに行くか」を一人ずつ共有しました。聞く側も「そこに行くなら、私ならこれを見てくる」と、短い意見を返すよう促されました。自分の計画を短い言葉にし、隣の人から別の視点を受け取る時間です。

最後に残したのは、一枚の「現在地メモ」

最後のページには、それまでに書いた内容を一つの文章にまとめる欄がありました。問いは、「わが社の現在地は何か」「次の30日で、どの工程をAIで速くするか」「どの顧客現場へ行くか」「そこで何を持ち帰り、AIに戻すか」の四つです。さらに、30日以内に試す小さな一歩として、工程・訪問先・持ち帰るデータを具体化しました。

次の30日、AIで何を速くし、誰に会いに行き、どんな一次情報を持ち帰るか。

大きなAX戦略をその場で完成させるワークではありません。講演を聞いて終わりにせず、次の社内会議や顧客との接点に持っていけるメモを作る。20分という短い時間は、サミットの話を自分の仕事につなぐ最後の工程でした。

本編の終わりには、参加者へのアンケートの案内がありました。その後、会場は交流会に向けてレイアウトを変更し、登壇者や参加者が話を続けられる時間へ移りました。

一日を通じて、話題はソフトウェアを短時間で形にすることから、企業全体の運用設計、自治体経営、地域の共創へと広がりました。それでも、問われていたことは共通しています。AIで何の時間を短くし、空いた時間をどこへ向け、そこで得た情報や発想をどう顧客価値や売上につなげるのか。

麻生の基調講演は、大きな変化が起きる仕事を選ぶ必要性を示しました。JSOLのセッションでは、早く作る力に加えて、安心して提供し続けるための仕事があることが語られました。磐田市の草地市長は、AIを使うこと自体を目的とせず、市民に向き合う時間と地域の力を増やすために、市長自らが学び、組織の仕事を変えていく姿勢を語りました。

AIの導入は出発点にすぎません。次の一歩は、自社にとって意味のある仕事を選び、試作品や提案を顧客に見せ、そこで得た反応から次を考えることです。参加者がワークシートに残した「次の30日」は、その一歩を具体化するための期間です。