【シリーズ：DrupalCMSを使ってみよう】のシリーズ最終回は、AI Assistantレシピのインストールと、導入後に利用できるAI機能について紹介していきます。

今回も、Drupalの管理画面や機能名を 英語のまま 記載しています。これは、Drupalの公式UIが英語で構成されており、実際の操作画面と同じ表記を使うことにより、開発時の共通認識が混乱しないようにしています。
記事の中では、英語が苦手な方でも理解しやすいように、各機能の日本語解説を付けていますので、ぜひ参考にしてください。（日本語設定方法については、今後別の記事で取り上げていく予定です。）

DrupalCMSのインストール方法については、【第二回】Drupal CMSをインストールしてみようで解説しています。

AI Assistantレシピを有効化する

まずは、レシピのインストール方法についてです。

第四回でも紹介しましたが、「Extend」＞「Recommended」にアクセスし、AI Assistantをインストールします。

Image

事前に、OpenAIまたはAnthropicのAPIキーを取得しておきましょう。今回はOpenAIを利用したいと思いますので、事前にOpenAIにアクセスし、API keyの作成をしておきます。

Image

そして、そこで生成したAPI keyをAI Assistantレシピのインストール時に入力したら、最初の設定は完了となります。

Image

DrupalCMSで利用できるAI機能を理解しよう！

AI Assistantレシピを有効化すると、AI Coreモジュール、Anthropic Providerモジュール、OpenAI Providerモジュール、AI Agentsモジュールなどが有効化されます。

第四回の記事でも書きましたが、もし他のAI providerを利用したい場合は、それぞれのproviderモジュールを探してインストールしてみましょう。通常のDrupalにAIモジュールをインストールするとデフォルトでかなり多くのproviderが同梱されますが、DrupalCMSではかなり潔く二つのみが同梱されております。

AI chatbot

AI Assistantレシピを有効化して最初に気づくことは、いくつかのページに訪れたときに、画面右下にDrupal Agent Chatbotタブが表示されることです。

タブをクリックして展開することで、AIアシスタントの使用が開始されます。

Image

チャットボットのインターフェイスが開くと初回はプライバシーに関するプロンプトが出ますので、こちらを受け入れてください。これで、Drupal CMSのAI Assistantを使う準備ができました。

Image

AI Assistantの設定

AI Assistantの設定は下図にある通り、「Configuration」＞「AI」＞「AI Assistants」から辿れる「Drupal Agent Assistant」を編集します。

この設定の中で重要なのは、以下の図で載せた AI agentのリストです。このagentの種類が増えることにより、AI Assistantのできることが増えていくことになります。現状、以下の三つのAgentが存在しております。

• Field Type Agent
• Taxonomy Agent
• Node Content Type Agent

Image

これらのAgentの設定の詳細は「Configuration」＞「AI」＞「AI agent」から確認できます。なお、AI agent extraモジュールを有効化すると、さらに三種類（View、Webform、Module）が増えます。ただしこのモジュールは、現時点では試行的な扱いのため、このagentの挙動については注意する必要がありそうです。

Image

AI Assistantと対話しよう

AI Assistantは、Drupal CMSのUIを理解する手助けから、複雑なコンテンツタイプの作成を計画したり、実行することまでを手伝ってくれます。現状のサイトの情報について確認する様な質問をしてみてもいいでしょう。

また、AI Assistantへ作成、修正（変更）の方法を問い合わせると、すぐには実行せず、どの様な手順を行うとその要望を満たせるかを示してくれます。そして、そのアクションを入力したユーザの代わりに実行して良いですか？と確認をしてくれますので、そのアクションを実行してほしい、と主張しましょう。AI Assistantに実行を依頼したら画面のリロードなどをすることで、作成・修正（変更）箇所を確認することができます。

対話の例と結果

（上）入力したプロンプトの例（BasicコンテンツタイプにWineというVocabularyのEntity referenceフィールド追加してください、と入力。前提として、先にWine regionというTaxonomy ボキャブラリーに複数の地域をTaxonomyタームとして入力しておきました）

（下）実際にBasicコンテンツタイプにEntity referenceフィールド（Taxonomy）が作成されました

Image

プロンプトのコツ！（注意点）

現状、日本語変換を利用すると、かな漢字変換を確定する際のEnterキーが、プロンプトへの入力イベントと受け取られるため、若干日本語入力に不便さを感じます。長文になる程、Enterを押す機会が増えますが、Enterを押すたびにプロンプトが実行されてしまいます。

＜解決策＞
日本語をメモ帳やテキストエディタなどに記載してから、それをコピー＆ペーストする様な使い方がおすすめです。また、この入力方法に不便さを感じる場合は、基本的に英語入力をする方がユーザーエクスペリエンスは高く感じます。入力インターフェイスに関しては今後の改善を期待しましょう。

多言語対応について

DrupalCMS自体は多言語対応としてセットアップされていません。

いきなり日本語のコンテンツを作成する様に指示を出しても、指示を読みかえて英語で作成されてしまうケースが見られます。drupal.orgにあるDrupalCMSのAIツールを説明するページのBuild complex features quicklyのセクションで提示されたサンプルプロンプトを日本語で入力をした結果、英語で作成されました。

英語以外のコンテンツをAI Assistantツールに作ってもらうには、まずサイトを多言語対応させてからの方が良さそうです。

その他のAI機能

ALTテキストの自動生成

画像メディアの登録時にALTテキストの自動提案をする機能を有効化すれば、ALTテキストを自動生成してくれます。

Image

ノード編集画面のAIによるサポート

まず、AI CKEditor integrationモジュール、AI Content Suggestionsモジュール、AI Translateモジュールを有効化しましょう。その後、「Configuration」＞「Content Authoring」＞「Text formαts and editors」を選択し、「Content」を編集することで、コンテンツ編集時のCKEditor5の配置ガジェットを調整します。

Image

上図の「Available buttons」にあるAI CKEditorボタンを「Active buttons」側にドラッグ＆ドロップします。また、以下の通り好きなAI機能を有効化してから、設定画面を保存しましょう。

Image

その後、ノード編集画面に行くと、下図のように有効化したAI機能が利用できる様になります。

Image

下図は上述した様な設定後に利用できるAI機能のスクリーンショットになります。

Generate with AIを使い文章を生成

Fix spellingを使い誤字の修正

Toneを使い文体を変える

Reformat HTMLを使い、HTMLタグを修正

Summarizeを使い文章を要約

Translateを使い文章を翻訳

なお、ToneやTranslationを利用するには、選択肢を事前にタクソノミーとして登録しておく必要がありますのでご注意ください。設定場所は、「Configuration」＞「Content Authoring」＞「Text formαts and editors」を選択し、「Content」を編集すると下の方に出てくる「CKEditor 5 plugin settings」でそれぞれToneやTranslationにて選択肢として表示すべきタクソノミーボキャブラリーを指定しておきましょう。

まとめ

本連載では、2025年1月に登場したばかりのDrupalCMSについて、5回に分けてシリーズ連載いたしました。

DrupalCMSはまだまだ生まれたばかりの状態ですが、第一回の記事でも取り上げたように、2025年4月にはDrupal CMS V1.1が、2025年7月にはDrupal CMS V1.2のリリースが予定されています。それぞれのマイナーバージョンではまた沢山のレシピが同梱されることでしょう。

2025年中にExperience Builderが組み込まれた Drupal CMS V2.0もリリースされる予定ですので、しっかり最新情報を追いかけていきましょう！DXTimesでは引き続き、最新バージョンについての記事を投稿していきますので、お楽しみに！

DrupalCMS関連記事

【第一回】Drupal CMSについて知ろう

【第二回】Drupal CMSをインストールしてみよう

【第三回】Drupal CMSを使ってみよう｜DrupalCMSを使ってみようシリーズ

【第四回】Project BrowserやRecipeを触ってみよう

【第五回】Drupal AI Assistantレシピを触ってみよう

DXTimesでは、Drupalに関するセミナーやサービスのご紹介も行なっております。お気軽にお問い合わせください。

お問い合わせ 

今回はDrupalCMSの機能のうち、Project BrowserやRecipeについて、画面イメージとともに詳しく解説しています。

この記事では、Drupalの管理画面や機能名を 英語のまま 記載しています。これは、Drupalの公式UIが英語で構成されており、実際の操作画面と同じ表記を使うことにより、開発時の共通認識が混乱しないようにしています。
記事の中では、英語が苦手な方でも理解しやすいように、各機能の日本語解説を付けていますので、ぜひ参考にしてください。（日本語設定方法については、今後別の記事で取り上げていく予定です。）

DrupalCMSのインストール方法については、【第二回】Drupal CMSをインストールしてみようで解説しています。

Extend（機能拡張）

今回の記事では、管理メニューの中でもかなりパワフルになったExtend（機能拡張）を見ていこうと思います。また、今回の記事はDrupal CMS 1.0.2ベースで執筆いたします。このバージョン未満とではメニュー内容が少し異なっているので気をつけてください。

Image

「List」では、今まで通りサイト上にインストールされているモジュールの一覧が表示されます。Drupalではインストールと有効（化）の語句は区別されてまして、インストールというのは、サイト上にモジュールが存在している状態ではあるがその機能を実際に利用する場合は、モジュールの有効化（enable）する必要があります。こちらについては従来通り、という感じです。

次に見慣れない「Recommended」メニューを見ていきましょう。こちらはDrupal CMS 1.0.1までは「Recipe」という名前でしたので、何かプロジェクトの中での方針変更があったのかもしれません。

Recommended（Recipes）

Image

Drupal CMSのインストール時に幾つかについてはそのタイミングで有効化することができましたが、改めてサイトインストール後にこの画面からRecipeの有効化を行うことができます。Drupal CMS 1.0.2では以下の12個のRecipeが利用可能です。

• Accessibility Tools
• AI Assistant
• Blog
• Case Studies
• Events
• Forms
• Google Analytics
• News
• Person Profiles
• Projects
• Search
• SEO Tools

このうち、Blog、Case Studies、Events、News、Person Profiles、Projectsについてはコンテンツタイプと一覧ページを用意してくれるものです。Drupal CMSで標準で準備されているコンテンツタイプについてはContent strategy for v1 （https://www.drupal.org/node/3481522）を確認いただくとより理解が深まると思います。

Accessibility Toolsはコンテンツがウェブアクセシビリティガイドラインに準拠していることを確認するための自動チェックを追加します。AI Assistantはaltテキスト生成やサイト構築を支援するチャットボットなど、AIサービスとの統合を追加。このRecipeではOpen AIまたはAnthropicが利用でき、それらを利用する場合にはそれぞれのAPIキーが必要になります。Formsはシンプルなコンタクトフォームと、フォームを作成するためのツールを追加します。Google AnalyticsはGoogleアナリティクスとGoogleタグマネージャを使用したウェブサイトのトラフィックのトラッキングを追加します。このRecipe有効時にGoogle Tag Manager IDが必要です。Searchは訪問者がコンテンツを見つけるのに役立つ検索を追加します。最後に、SEO Toolsはメタタグ、XMLサイトマップ、robots.txt管理などの一般的な検索エンジン最適化ツールを追加します。

Project Browser

Image

これまでのDrupalではUpdate Managerモジュールを有効化することで、モジュールやテーマのダウンロードURLを指定して管理UI経由でモジュールのインストールやアンインストールができました。ただし、そのダウンロードURLについてはdrupal.orgの各プロジェクトページを訪問する必要がありました。もっとも、composer管理することが一般的になったため、あまり使わない機能だったかもしれませんが、サイトビルダーからすると便利な機能でした。このようなサイトビルダーにとってより便利になったのが、このProject Browserです。上図をご覧いただければ分かる通り、drupal.orgにアクセスすることなく、利用可能なモジュールがビジュアル的に確認することができます。現在はモジュールのみですが、今後はテーマも選べる様になるそうです。Recipeもコミュニティサイトで公開する様になる時代になると、さらにはRecipeについてもこの画面から選択できる様になるかもしれません。

このページの上部には検索フォームやフィルタリング機能もありますので、好みのモジュールを探しやすくなっています。

Update manager

Image

こちらはいわゆるUpdate Managerの画面です。設定によりますが、デフォルトでは毎日チェックし、サイト上にインストールされているモジュールなどに関して最新版が存在してないか、を一覧表示してくれるページになります。上図では、インストールしてすぐの画面なため、特に重要なことは表示されておりません。

Image

上図はAutomatic updateのインターフェイスです。当初はCoreの自動アップデートを対象としているInitiatives手動のプロジェクトで、Contributed moduleやThemesも自動アップデートの対象にしていくというのが構想です。

Image

最後に、上図にあるのがUnistallページとなります。これは今までもあった機能です。

Recipe

それでは、ここからはいくつかのRecipeを有効化していき、サイト上でどの様な変化が起きるかを確認していきましょう。

Accessibility Tools

Accessibility ToolsレシピについてはEditoria11yモジュールが有効化されます。このモジュールはページ上の表現でAccessibilityの観点でのアドバイスをくれるツールになります。特に大きな問題がない場合、下記のようなアイコンが出てきます。

Image

問題のある箇所について詳細に知りたい場合は、左側のボタンの「Open site reports in new tab」をクリックすると以下（左図）の様な画面に遷移します。また、HeadingやALTテキストについての指摘を見る場合は真ん中のボタンの「check headings & alt text」をクリックすると以下の様な画面（右図）が出ます。

なお、そのページ上に問題がある場合は、管理者ログイン中であれば、ページ上に直接指摘箇所を示してくれます。下記の例ではimgタグを利用しているにも関わらずaltテキストが入力されない場合に出るポップアップになります。

Image

Forms

Formsレシピを有効化するとWebformモジュールが有効化され、Contact formが作成されるので、すぐにサイトにコンタクトフォームを設置することができます。

Image

Google Analytics

Google Analyticsレシピを有効化すると、以下のようにGoogle Tag IDを聞かれますので、入力してください。そちらを入力するだけで、アクセス情報のトラッキングに必要が設定が完了しますので、このレシピを有効化する前にGoogle Tag IDを取得する様にしましょう。

Image

Search

Searchレシピを有効化するとSearch APIやDatabase Searchモジュールが有効化されます。コンテンツなどの内容をDBから検索するような、サイト内検索の機能はすぐに利用できる様になります。もっとも、細かいチューニングはSearch APIモジュールの設定ページにて調整をする必要がありますが、必要なモジュール群はこれで揃いました。

Image

SEO Tools

SEO Toolsレシピを有効化するとSEO Checklistモジュール、Metatagモジュール、Simple XML Sitemapモジュールが有効化され、SEO関連の諸設定を行うために必要になってくるモジュール群を有効化してくれます。

AI Assistant

最後に残っている、AI Assistantレシピのインストールについて説明します。AI Assistantレシピのインストールを行うと下図の様な画面になります。

Image

Drupal CMSで用意されているAI AssistantレシピではOpen AI（ChatGPT）とAnthropic（Claude）を選ぶことができ、ここで確認できる画面は、そのいずれかを選び、それらAPIを呼び出す際に必要となるAPI keyを登録する画面となります。AI initiativesで開発が進められているDrupal AIモジュールプロジェクトでは、この二つ以外のAI providerも提供されていますが（例えば、Google Gemini、Grok、Ollamaなど）、一般的によく利用されている二つがDrupal CMSではデフォルトで提供されている形になります。また、レシピインストール時にAPI keyの入力を求められるため、このレシピを有効化したい場合には、先んじでそれぞれのサービスにてAPI keyの取得を済ませておくことをお勧めいたします。

このレシピの紹介を最後に回したのは、このレシピだけで一個の記事ができるほど豊富な機能を持っているためです。

最後に

今回は、Drupalの公式UIが英語で構成されているため、実際の操作画面と同じ英語表記のもので解説いたしました。英語が苦手な方には、少し難しく感じられたかもしれませんが、別の記事で日本語設定方法についても取り上げていきます。

また、KamihayaCMSというDrupalディストリビューションは、設定不要で日本語表示されており、直感的な操作性でサイトページを作成することができます。 KamihayaCMSの詳細はこちら

次回は、レシピの詳細な使い方についてご説明したいと思います。次回の記事もお楽しみに！

次の記事：【第五回】Drupal AI Assistantレシピを触ってみよう

DrupalCMS関連記事

【第一回】Drupal CMSについて知ろう

【第二回】Drupal CMSをインストールしてみよう

【第三回】Drupal CMSを使ってみよう｜DrupalCMSを使ってみようシリーズ

【第四回】Project BrowserやRecipeを触ってみよう

【第五回】Drupal AI Assistantレシピを触ってみよう

DXTimesでは、Drupalに関するセミナーやサービスのご紹介も行なっております。お気軽にお問い合わせください。

お問い合わせ 

Image

デジタルトランスフォーメーション（DX）は、企業や社会全体に革新をもたらすキーワードとして注目されています。その中で、DX人材の需要はますます高まっています。しかし、DX人材になるためにどのようなスキルや知識が必要なのか、初心者にはなかなか分かりづらいものです。本記事では、DX人材を目指す初心者向けに、基本的な情報と第一歩を踏み出すためのヒントを提供します。

DX人材とは？

DX人材とは、デジタル技術を活用して業務の効率化や新しい価値の創造を推進する人材のことを指します。単なるITスキルだけでなく、ビジネスの理解や課題解決能力も求められます。例えば、以下のような役割を担います。

• データ分析を通じた意思決定支援
• 新しいデジタルツールの導入と運用
• 業務プロセスの改善
• 顧客体験の向上を目指したプロジェクト推進

Image

初心者が身につけるべき基本スキル

DX人材になるためには、いくつかの基本的なスキルが必要です。初心者が最初に取り組むのにおすすめなスキルの一例をご紹介します。

● オンラインコースを活用する

UdemyやCoursera、YouTubeなどで無料または低コストの講座を探しましょう。基本的なデータ分析やプログラミングのコースを受講するのがおすすめです。

● 実践的なプロジェクトに参加する

小さなプロジェクトでも、自分でデジタルツールを使ってみる経験が重要です。例えば、家庭の予算管理をExcelで効率化する、簡単なウェブアプリを作るなど、身近で取り組みやすい内容がおすすめです。

● コミュニティに参加する

DXやIT関連の勉強会やオンラインフォーラムに参加したり、LinkedInなどのグループといったコミュニティに参加することで、最新情報を得たり仲間を作ることができます。

DX人材のキャリアパス

初心者からDX人材を目指すには、これらのキャリアパスがおすすめです。

1. ITサポートスタッフ

最初は基本的なITサポート業務を担当し、システムやツールの知識を深めます。

2. データアナリスト

データの可視化や分析を行い、ビジネスの意思決定をサポートします。

3. DXプロジェクトマネージャー

デジタルツールを活用したプロジェクトの企画と推進を担当します。

4. 専門分野のスペシャリスト

AIやIoT、クラウド技術など、特定の分野で専門性を高めます。

まとめ

DX人材を目指す道は、技術的なスキルとビジネスの理解をバランスよく磨くことが鍵です。一歩ずつ学びを進め、実践を重ねることで、初心者からDXの未来を支える人材へと成長できるでしょう。これからの時代に必要とされるスキルを身につけ、デジタルの可能性を広げていきましょう！

DXTimesは、DXのことをこれから学びたい皆さんに向けて、わかりやすく役立つ情報を定期的にお届けしてまいります。

製造業の生成AI活用がわかる！効果・事例・導入のポイントを解説

製造業における生成AIの活用について、効果・導入事例・メリットやデメリットをわかりやすく解説します。導入検討のヒントも紹介します。

Image

製造業でも注目が集まる「生成AI」とは

生成AIとは？

生成AI（Generative AI）は、画像・文章・音声などを自動で生成できる人工知能です。代表的な例としては、ChatGPTや画像生成AIのMidjourneyなどが挙げられます。
これまでのAIは「分類」や「予測」が中心でしたが、生成AIは新たなコンテンツを創り出せるのが特徴です。
製造業においては、図面の作成補助やマニュアルの自動生成、報告書のドラフト作成など、人手のかかる業務を効率化するツールとして注目されています。
 

導入率の現状：大手中心に20％超という調査も

2024年時点では、生成AIを含むAI技術を導入している製造業の企業は約20％を超えたとする調査もあります（2024年 製造業におけるAIの利用実態調査 MMD研究所）。
特に大手企業が先行して導入しており、プロジェクトの一部で試験的に活用するケース（PoC）も増加中です。中小企業では導入コストや人材面でのハードルがあるものの、業務改善への期待は高まっています。

なぜ今、製造業で生成AIの活用が広がっているのか

製造業には、人手不足、技能継承の課題、グローバル競争の激化といった業界共通の問題があり、それがAI活用を後押ししています。
生成AIは、ノウハウの共有や設計支援、業務マニュアルの自動化などに役立ち、現場の負担軽減と業務の標準化を両立できるソリューションとして注目されています。

製造業における生成AI活用の主な効果

業務効率化：定型業務や設計・検査業務の自動化

設計書や仕様書の作成、定期報告書のドラフトなど、文章や図面の作成を伴う業務は生成AIの得意分野です。テンプレートに沿った作業であれば、大幅な工数削減が可能になります。

品質向上：AIによる高精度な検査・分析支援

画像生成AIやaiカメラと連携し、外観検査の自動化・高精度化も進んでいます。AIは微細なキズや色ムラを人間以上に検出できる場合もあり、品質のバラつきを抑えることに貢献します。

意思決定の高度化：データに基づく判断支援

生成AIは、収集したデータから仮説やレポートを自動生成する機能にも優れています。需要予測や工程改善のシミュレーションにも活用され、より迅速かつ客観的な意思決定をサポートします。

Image

生成AIはどんな製造業務で活用されているのか

設計支援：アイデア出し・CAD支援・図面説明の自動生成

アイデアの展開や、CAD図面に対する注釈・説明文の作成補助など、生成AIは設計業務の言語化・整理に力を発揮します。複雑な仕様書の作成時間を大幅に短縮できます。

外観検査：aiカメラによる画像検査と不良品検出

aiカメラと画像認識AIを組み合わせた外観検査では、目視検査の省力化・自動化が進んでいます。金属部品のキズや食品包装の印字ミスなど、幅広い対象で成果が出ています。

在庫管理・需要予測：aiによる精度向上と業務負担軽減

需要予測AIを用いることで、季節変動や市場傾向を考慮した在庫管理が可能になります。発注精度が上がることで在庫ロスの削減にもつながります。

教育・マニュアル作成：作業手順書の自動生成による属人化解消

ベテラン社員のノウハウを生成AIで言語化し、標準作業マニュアルとして整備する動きも増えています。新人教育や多能工化の推進に役立ちます。
 

食品製造業など、業種特化型の活用事例も

食品の見た目検査、衛生管理チェック、異物混入検出など、食品製造業でも生成AIの導入が進みつつあります。業種ごとの課題に応じた最適化が進んでいます。

Image

生成AIが向いている業務・向いていない業務

向いている業務の特徴：パターンが明確・データが豊富

定型的で繰り返しが多い業務、過去のデータが蓄積されている業務に適しています。設計書作成、検査結果の記録、マニュアル生成などが代表例です。
 

向いていない業務：現場判断が多く、構造化されていない業務

一方で、職人の直感や即興的な判断が求められる業務、例外処理が多い工程などには生成AIの効果は限定的です。現場感覚が強く求められる工程では、人の判断が重要になります。

導入成功のためのポイントと注意点

スモールスタート（小規模導入）から始め、現場のフィードバックを得ながら運用改善することが重要です。データ整備や担当者の教育も、成功の鍵となります。
 

製造業における生成AI活用のデメリットと課題

初期学習・運用負荷と現場への浸透の壁

生成AIを業務に適用するには、社内データや業務用語を学習させる手間がかかります。また、現場での理解や納得を得るには、時間と教育が必要です。

情報漏えいなどのセキュリティリスク

クラウド型の生成AIを利用する場合、機密情報の取り扱いには注意が必要です。外部送信を禁止した社内限定の環境構築や、オフラインで使えるツールの選定も検討されます。

過度な期待による誤用のリスク

生成AIは万能ではなく、誤情報を生成するリスクもあります。「正しいことを言っているように見えるが、間違っている」ケースもあるため、あくまで補助ツールとして活用する姿勢が求められます。

Image

まとめ｜まずは一部業務から導入検討を

生成AIは、製造業のさまざまな業務において効率化と品質向上を支えるツールとして可能性を秘めています。ただし、導入には段階的な対応が必要です。まずは自社にとって最も効果の出やすい業務から導入を検討し、現場とともに活用方法を磨いていくことが成功の鍵となるでしょう。
 

DXTimesでは、生成AIの導入やサービスのご案内も行っておりますので、お気軽にお問合せください。

生成AIに関するお問合せ 

製造業に関するおすすめ記事

• 生成AI導入のステップ｜DX Times
• 製造業のDX【業界別デジタル化事例】
• ワイン産業のDX 【業界別デジタル化事例】
• 家具のデジタルマーケティング【業界別デジタル化事例】
• 生鮮野菜・果物業界のDX

教育現場でも急速に注目を集める生成AI。教材の作成支援や個別学習の最適化、教員の業務効率化など、活用の幅は広がり続けています。しかし一方で、情報の正確性や生徒の依存といった課題も見逃せません。

本記事では、教育業界における生成AIの活用事例やメリット・デメリットをわかりやすく解説し、導入に向けたポイントや今後の展望についてもご紹介します。

Image

教育現場における生成AIとは？

教育分野での生成AI活用

生成AIとは、膨大なデータを学習して自然な文章や画像、音声などを自動生成するAI技術です。教育分野では、レポート作成支援、質問応答、教材作成、個別指導などへの応用が進んでいます。
たとえばChatGPTを活用して、生徒の質問に即時回答する仕組みや、教師が授業計画を立てる際のアイデア出しツールとして活用されるケースが増えています。
 

学校などの教育現場で注目される背景

背景には、教員の人手不足や業務過多、個別最適化教育への期待、そして教育DXの推進があります。
とくに中高一貫校や探究学習を重視する学校では、AIを活用することで教員の負担を軽減しつつ、生徒の主体性を育てる学習スタイルへの転換が可能になります。

生成AIの教育活用におけるメリット

学習支援の最適化

生成AIは、生徒一人ひとりの理解度や興味に合わせた学習サポートが可能です。
例えば、同じ課題に対して複数の視点から解説を提供したり、わからない点をその場で補足説明するなど、個別対応の質が向上します。
これにより、学習の遅れを防ぎ、興味関心を深めることが期待されています。
 

教員の業務負担軽減

成績の記録、課題の添削、報告書の作成など、教員の事務作業は膨大です。生成AIを活用すれば、これらの業務を効率化し、教員が本来注力すべき「教える」仕事に集中できるようになります。
教材のたたき台作成や、反転授業の資料づくりにも活用されており、働き方改革の一環として注目されています。
 

創造性を育む教育との相性

生成AIは、ゼロから何かを生み出す探究型学習や創造的思考を促す教育とも相性が良いとされています。
たとえば、あるテーマに対するアイデア出し、複数の視点からの議論の材料提供など、生徒の思考を深める補助的な役割を果たします。

Image

生成AI活用におけるデメリットと課題

誤情報・バイアスのリスク

生成AIは間違った情報をもっともらしく提示してしまうことがあります。教育現場では、正確性が求められるため、教師や生徒がAIの出力結果を鵜呑みにせず、批判的思考をもって扱う必要があります。
また、AIに学習させるデータの偏りにより、ジェンダーや人種などに関するバイアスが入り込む懸念もあります。
 

生徒の依存と学習機会の喪失

答えをすぐにAIに聞けてしまうことで、生徒の思考力・調査力が低下するリスクも指摘されています。特に記述式問題や探究的な課題において、AIに丸投げすることが習慣化すると、学びの質が損なわれるおそれがあります。
 

データ・プライバシーの懸念

生徒の個人情報や学習履歴がAIサービスを通じて収集される場合、データ保護の観点から十分な配慮が求められます。国内でも文部科学省をはじめとする教育機関が、AI利用に関するガイドラインを整備しつつあります。

教育業界における生成AI活用例

学校での取り組み

いくつかの中高一貫校では、生成AIを用いた英作文のフィードバック、自主学習中の質問対応、教員間の教材共有などで活用されています。
ある学校では、ChatGPTを用いて「社会課題への提案」を考える探究授業を実施し、生徒がAIと対話を重ねながら自分の考えを深めるという試みが行われました。
 

教育産業・企業での取り組み

教育系スタートアップや出版社では、生成AIを活用した個別最適型ドリルや学習アプリの開発が進んでいます。
AIが生徒の解答データを分析し、次に解くべき問題を提示するアダプティブラーニング機能や、問題文・解説の自動生成によって学習効果と運用効率を同時に高めています。

Image

今後の展望と導入に向けたポイント

教育の在り方の変化とAI時代への備え

生成AIの導入は、教育の本質を問い直す契機にもなります。知識の暗記だけでなく、活用・判断・表現する力を育む教育へのシフトが求められており、AIはその変化を支えるツールとして期待されています。
教師の役割も、知識の伝達者から「学びのナビゲーター」へと進化していくでしょう。
 

導入ステップ

生成AI導入にあたっては、段階的な実証導入や関係者との対話が不可欠です。まずは小規模なパイロット授業や業務支援ツールの導入から始め、効果測定を行いながら拡大していくことが推奨されます。
生成AIの導入ステップについては以下の記事でも詳しく紹介しています。合わせてご覧ください。
生成AI導入のステップ｜DX Times

まとめ｜生成AIと教育のより良い関係を築くために

生成AIは、教育の可能性を広げる一方で、注意深い運用が求められるツールでもあります。正しい使い方を学び、教育の目的や価値を見失わないことが、導入成功のカギとなります。
AIを“代替手段”としてではなく、“学びを深めるパートナー”として捉え、人間らしい教育のあり方を見つめ直すことが、これからの教育現場に求められています。

DXTimesでは、生成AIの導入やサービスのご案内も行っておりますので、お気軽にお問合せください。

生成AIに関するお問合せ 

教育関連のおすすめ記事

• 学級閉鎖時の小学生向けDX学習ガイド
• 教育DX【業界別デジタル化事例】
• 学生寮のDX　【業界別デジタル化事例】

医療分野における生成AI活用の事例、メリットと課題

医療分野での生成AI導入が加速しています。診療支援や文書作成、教育など多岐にわたる活用が進む一方で、課題も存在します。本記事では、生成AI導入の導入事例・活用事例を紹介するとともに、メリットや課題、今後の展望について解説します。

Image

医療分野における生成AIとは

なぜ今、医療に生成AIが求められるのか

少子高齢化や医師不足といった社会課題を背景に、医療現場では効率化や高度化が急務となっています。その中で、生成AIは医療従事者の業務を補助し、質の高い医療提供を持続可能にする技術として注目されています。膨大な情報処理能力と自然言語生成能力を持つ生成AIは、業務の自動化や医療文書の作成支援、問診支援など、実用的な領域で導入が進んでいます。

生成AIの医療分野での主な活用領域
 

• 問診支援・文書作成：患者からの問診内容を要約し、電子カルテや紹介状の下書きを生成。
• 教育・研修支援：研修医や医療職向けの教育コンテンツを自動生成し、学習機会を拡充。
• 診断支援との連携：画像診断や病理診断など、既存AIとの組み合わせによる診療精度の向上。
• 患者対応支援：医療Q&Aへの応答や説明資料の自動作成により、患者との信頼関係構築に貢献。

医療現場での生成AI導入メリット

業務効率の向上と医師の負担軽減

生成AIにより、診療記録や紹介状、保険請求書類などの作成業務が大幅に効率化されます。これにより、医師や看護師が本来の医療行為に集中でき、人的リソースの有効活用につながります。
 

正確性の向上とヒューマンエラーの低減

AIは常に最新の医学データベースと照合しながら情報を処理するため、医療情報の精度向上や、見落としのリスク低減が期待されます。標準化された対応により、診療のばらつきも抑えられます。

コミュニケーション支援と患者満足度の向上

患者にわかりやすい言葉で症状や治療内容を説明する支援ツールとしても生成AIは有効です。これにより、説明不足による不安や誤解を防ぎ、患者満足度の向上にも寄与します。

生成AI導入における課題とデメリット

誤情報やバイアスのリスク

生成AIは学習データに依存するため、不正確な情報を出力する可能性があります。医学的に誤った判断や曖昧な回答が人命に関わることもあり、慎重な運用が必要です。

データプライバシーと倫理的懸念

医療情報は極めてセンシティブな個人情報であり、AIに入力・学習させる際のセキュリティ対策が重要です。また、AIの判断に依存しすぎることの倫理的懸念も指摘されています。
 

法規制・制度整備の遅れ

医療AIの使用に関する法整備やガイドラインは、まだ追いついていない部分も多く、導入現場では運用方針の曖昧さが障壁となるケースもあります。

医療分野における生成AI活用事例

Image

医療文書作成の効率化

生成AIが最も活用されている分野のひとつが、医療文書の作成支援です。医師や看護師が日常的に行う診療記録や紹介状、退院サマリーなどの作成業務は、非常に時間と労力を要するものです。これに生成AIを活用することで、音声入力や問診データから自動で文章の草案を生成し、医療従事者は最終確認と修正のみを行う運用が可能となっています。
特に、自然言語処理に優れた生成AIを使うことで、表現の統一や記載漏れの防止にもつながり、文書の品質と標準化を同時に実現しています。また、医師の記録業務にかかる時間が削減されることで、患者対応や研究・教育に充てる時間の確保にも貢献しています。

診断補助AIとの連携による病理診断支援

近年では、画像解析を行う診断支援AIと、文章を生成する生成AIを連携させる取り組みも始まっています。たとえば、病理検査や放射線検査において、診断支援AIが提示した分析結果をもとに、生成AIが診断レポートの下書きを作成することで、二次的な作業の自動化が進んでいます。
このような連携により、専門医によるレポート作成時間の短縮や、作業のばらつきの軽減が可能となります。結果として、医師の集中力をより重要な診断判断に向けられる環境が整い、業務全体の質の向上が期待されています。
 

医療特化の生成AIによる最新の医学情報提供

医療現場では日々新たな研究結果やガイドラインが発表されるため、現場の医療従事者が常に最新の情報にアクセスすることは容易ではありません。そこで、生成AIが最新の論文データベースやガイドライン情報を学習し、医療従事者の質問に対してリアルタイムで要点をまとめた回答を提供するシステムも登場しています。
例えば、「ある薬剤の最新の適応症例は何か」「特定の疾患における標準治療は何か」といった質問に対し、生成AIが医学的根拠に基づいた回答を簡潔に提示することで、診療判断のサポートが可能になります。これは、特に若手医師や複数領域を扱う総合診療医にとって有用であり、教育・研修の現場でも活用が進んでいます。
 

音声認識と組み合わせた問診支援

診療時の会話をリアルタイムで記録し、その内容を要約・構造化してカルテに反映させる取り組みも進んでいます。生成AIは、音声認識技術と連携することで、患者と医師の対話内容を逐次テキスト化し、そこから病歴や症状、既往歴などの項目を抽出して文章化します。
この仕組みにより、従来は手入力していたカルテ記載作業が自動化され、診療時間の短縮や医師の集中力向上につながっています。さらに、患者との対話中に視線を外さずに対応できるため、信頼関係の構築やコミュニケーションの質向上にも寄与しています。

医療生成AIの今後の展望と導入のポイント

Image

普及率・導入率の現状と将来予測

国内の医療現場での生成AI導入は一部の医療機関に限られていますが、今後5〜10年で中小病院や診療所にも広がると予測されます。特に医療DX推進政策や補助制度の後押しが普及の鍵となります。
 

今後10年で予想される医療業務の変化

生成AIの導入により、医師や看護師の役割が「記録・説明」から「判断・対話」にシフトしていくと考えられます。AIとの協働によって医療提供体制そのものが変化する可能性があります。

導入ステップ

導入にあたっては、目的に応じたユースケースの明確化に加え、個人情報の取り扱いや医療倫理に関するガイドラインの整備が不可欠です。医療従事者への教育体制や現場の合意形成も重要なステップとなります。
生成AIの導入ステップについては以下の記事でも詳しく紹介しています。合わせてご覧ください。
 

生成AI導入のステップ｜DX Times

まとめ｜生成AIとともに進化する医療業界

生成AIは、医療現場の効率化と質の向上を同時に実現できる可能性を秘めた技術です。課題を理解し、段階的かつ安全な導入を進めることで、医療法人は次世代の医療提供モデルを築くことができます。今後の制度整備や実証事例の蓄積とともに、生成AIは医療業界の標準ツールとなる日も近いかもしれません。

DXTimesでは、生成AIの導入やサービスのご案内も行っておりますので、お気軽にお問合せください。

生成AIに関するお問合せ 

医療分野関連のおすすめ記事

• 医療のDX 【業界別デジタル化事例】
• ヘルスケア業界のDX ～ パーソナライゼーションの必要性 【業界別デジタル化事例】

企業の生成AI導入ステップをわかりやすく解説

Image

生成AIの進化により、企業活動における業務の在り方が大きく変わりつつあります。しかし、「何から始めればいいのか」「実際にどのような業務に活用できるのか」「導入にかかる手間やリスクは？」といった疑問を抱えている方も多いのではないでしょうか。

特に経営企画部門では、単なる効率化にとどまらず、戦略的な視点からのAI導入が求められています。

本記事では、生成AIの企業導入における活用事例や課題、導入ステップを体系的に整理し、検討の初期段階で知っておきたいポイントをわかりやすく解説します。

企業で進む生成AI導入の現状と背景

なぜ今「生成AI」なのか？

近年、ChatGPTやGeminiなどの登場により、自然言語処理技術を活用した「生成AI」が急速に注目を集めています。

特に企業においては、業務の効率化やコスト削減、新規価値創出の手段としての導入が進んでいます。従来のAIとは異なり、生成AIはテキスト、画像、コードなど多様なアウトプットを柔軟に生み出せる点で、ビジネス活用の幅が広がっています。

生成AIの企業導入率と国内外の動向

国内でも、生成AI導入企業が増加しており、2024年時点で「すでに導入済み」の企業が全体の2割を超えているという調査結果もあります（出典：マクロミル・日経BP「生成AIの活用実態調査 2024」）。

海外ではより導入が進んでおり、ITや広告、製造業、ヘルスケアなど、あらゆる業種で活用が広がっています。先進企業では、生成AIを「業務補助ツール」から「戦略的資産」へと位置づけを変えつつあります。

企業における生成AIの活用シーン

Image

業務効率化・自動化の具体例

生成AIの最も一般的な利用方法は、定型業務の効率化です。

たとえば、カスタマーサポートにおけるチャットボット対応、営業資料や提案書の自動生成、議事録の要約などが挙げられます。これにより、従来人手で行っていた作業の工数を大幅に削減できます。

データ活用と意思決定支援

生成AIは、大量の社内データや公開情報を自然言語で要約・分析し、意思決定を支援する用途でも活用されています。例えば、社内FAQの自動化、顧客の声のトレンド抽出、市場動向のレポート作成などです。

特に経営企画部門では、戦略立案の材料として生成AIを活用する事例も増えています。

生成AI導入の課題と検討ポイント

Image

導入に伴う代表的な課題

一方で、生成AIの導入には注意すべき課題もあります。

まず懸念されるのが、情報漏えいやセキュリティリスクです。外部サービスに機密情報を入力する際の管理体制が求められます。

また、社内でのITリテラシーの格差により、誤用や不適切な活用が起きる可能性もあります。加えて、著作権や倫理面での配慮も必要です。

成功するための導入体制づくり

導入にあたっては、まず小規模なPoC（概念実証）から始めることが重要です。

実際に業務でどのように効果を発揮するかを検証しながら、段階的に適用範囲を広げていきます。その際、経営層の理解と現場の協力、IT部門との連携が不可欠です。

また、活用ガイドラインの策定や教育体制の整備も成功の鍵となります。

生成AI導入ステップ

Image

導入の基本ステップ

生成AIを企業に導入するには、以下の5つのステップを段階的に進めていくことが重要です。

ステップ1：導入目的の明確化

生成AIを導入する際には、まず「何のために導入するのか」という目的を明確にすることが不可欠です。単なるトレンドとしての導入ではなく、自社の課題や業務プロセスの中で、どの部分に生成AIが貢献できるのかを整理します。

たとえば、業務の省力化、ナレッジ活用の高度化、社内コミュニケーションの円滑化など、明確なゴール設定が成功の第一歩となります。ここで目的があいまいだと、ツール選定や効果測定にも支障が出るため注意が必要です。

ステップ2：活用領域の特定とPoCの実施

次に、導入効果が見込める具体的な業務領域を選定し、PoC（概念実証）を実施します。

PoCでは、実際のデータや業務シナリオを使って小規模に生成AIを試行し、実務上の有効性を検証します。例えば、営業資料の作成、社内FAQの自動応答、定型レポートの生成など、影響範囲が限定される業務からスタートするのが効果的です。

PoCの結果をもとに、導入の是非や運用方針の方向性を判断します。

ステップ3：ツール・ベンダーの選定

PoCの結果を受けて、実運用を前提としたツールやベンダーの選定に進みます。

生成AIツールには汎用型のAPIサービスから、業務特化型のソリューションまで多岐にわたります。選定の際は、既存の業務システムとの連携性、セキュリティ要件への対応、操作性、導入実績などを総合的に評価することが求められます。

また、ベンダーのサポート体制や、自社ニーズに応じたカスタマイズ性も選定のポイントとなります。

ステップ4：運用設計・社内展開

導入するツールが決まったら、社内での運用体制を構築し、段階的に展開していきます。

運用設計では、ユーザー管理、利用ルール、エラー発生時の対応フローなどを明文化しておく必要があります。また、利用者への研修やマニュアル整備も並行して進めることで、現場でのスムーズな定着が期待できます。

初期はパイロット部門での展開にとどめ、運用実績や課題をフィードバックしながら、徐々に他部門への拡大を進めるのが現実的です。

ステップ5：効果検証と改善

導入後は、具体的な指標に基づいて効果を検証し、運用の見直しを行います。

たとえば、「業務時間の削減率」「アウトプットの品質向上」「問い合わせ件数の減少」などのKPIを設定し、定量的・定性的な両面から効果を評価します。また、ユーザーの声を拾いながら、ツールの設定調整や追加機能の導入を検討するなど、継続的な改善プロセスも重要です。

単発で終わらせず、社内文化として定着させる視点が求められます。

まとめ｜生成AI導入で企業はどう変わるか

生成AIの導入は、単なる業務の効率化にとどまらず、企業の競争力強化や新たなビジネス創出にもつながる可能性を秘めています。経営企画部門としては、戦略的視点で生成AIをどのように活用するかを描きつつ、リスクを管理しながら段階的に導入を進めることが求められます。

まずは、小さく始め、成果を可視化しながら社内全体への展開を目指すことが、成功への第一歩となるでしょう。

DXTimesでは、生成AIの導入やサービスのご案内も行っておりますので、お気軽にお問合せください。

生成AIに関するお問合せ 

建設業・建築業界の生成AI活用-設計から施工まで変わる!

近年、建設業界や建築設計の現場でもAI活用が加速しています。特に注目されるのが、図面やパース、デザイン案などを自動生成できる「生成AI」です。
建設業AIの活用は、設計・施工の効率化だけでなく、建築デザインの多様化、人材不足対策にもつながります。
本記事では、生成AI建築の最新動向やメリット・デメリット、建設業AI活用事例、導入の進め方を解説します。

Image

建設業・建築業界における生成AIとは？

生成AIとは、文章・画像・3Dモデルなどを自動生成する人工知能のことです。建設業界では以下のような領域で活用が始まっています。
 

• 建築パースAIによる外観・内装の自動生成
• 建築図面生成AIや建築設計AIによる設計支援
• 設計案のバリエーション提示、施工計画シミュレーション

従来は数日かかった建築パース作成や初期設計案の検討も、生成AIを活用すれば数時間で完了します。建設業AI活用により、提案スピードと業務効率が飛躍的に向上します。
 

建設業・建築における生成AIのメリット

設計・施工の効率化

建築パースや資材配置の検討は、建設プロジェクトの中でも時間を要する作業です。
建築設計AIや生成AI建築ツールを使えば、スケッチや簡易図面から複数のパターンを短時間で生成可能。設計変更にも即時対応でき、プロジェクト全体のリードタイムを短縮します。
 

デザインの強化

生成AIは人間では思いつかないデザインも提示可能です。
複数のバリエーションをクライアントに提示できるため、建築デザインの幅を広げ、提案力を強化します。コンペやプレゼンでの差別化にも有効です。
 

人材不足対策・生産性向上

建設業界は慢性的な人材不足に直面しています。

建設業のAI活用事例の中でも、建築パース自動化は特に効果的で、少人数でも効率的なプロジェクト運営が可能です。外注コスト削減とスピードアップを同時に実現できます。

Image

生成AI活用の課題

精度や信頼性の問題

生成AIの成果物は、法規や構造条件を満たさない場合があります。施工不良や安全性のリスクを避けるため、専門家による最終チェックは必須です。
 

著作権・知的財産権の懸念

画像生成AI建築の成果物は、既存建築物や写真に類似する可能性があります。商用利用時には、ライセンス条件や著作権・意匠権の確認が不可欠です。
 

社内リソース・スキル不足

建築設計AI活用には、ツールの選定や評価、運用ルール作りなどの社内体制が求められます。AI人材がいない場合は、外部パートナー連携も検討しましょう。

Image

建設業界・建築分野における生成AI活用事例

事例1：建築パース作成の自動化

従来、建築パースの作成には外注や専任デザイナーが必要で、1枚あたり数日～1週間の納期がかかることも珍しくありません。
生成AIを活用すると、平面図や簡易スケッチ、ラフ3Dモデルから短時間で複数の外観・内装パースを自動生成できます。

 例

• 外観デザインを3～5パターン同時に提案
• 内装イメージを素材・色パターン別に一括生成
• クライアント打ち合わせ当日にラフ案を提示

これにより、設計初期の意思決定スピードが飛躍的に向上します。
また、外注コストの削減や、社内デザイナーの作業時間削減にも直結し、提案力と収益性の両立が可能です。

事例2：建築デザイン検討へのAI活用

設計初期段階でアイデア出しに時間がかかることは、建築設計の現場でよくある課題です。
生成AIを導入すれば、条件を入力するだけで複数のデザイン案を瞬時に作ることができます。

 例

• 建物の用途・面積・高さ制限などの条件を入力すると、複数の外観・配置案を生成
• 過去事例や参考デザインを学習させることで、設計者の意図に近い案を提案
• 初期案を基に設計者がブラッシュアップし、短期間で魅力的な提案資料を作成

これにより、コンペや顧客提案のスピードとクオリティが向上します。
また、AIが提示する多様なアイデアは、人間だけでは気づきにくいデザインの可能性を広げ、設計の創造性を強化します。

事例3：施工計画・資材配置の最適化

施工現場では、資材搬入経路や作業手順の最適化が生産性と安全性に直結します。 ここで効果を発揮するのが、BIMデータと生成AIの連携です。
 例

• BIMモデルを基に、資材搬入順序・クレーン動線・作業計画を自動シミュレーション
• 資材配置の最適化により、作業動線のムダや現場の混雑を削減
• 工期短縮だけでなく、安全性向上やコスト削減にも寄与

例えば、大規模マンション建設では、AIが作業手順を最適化したことで工期が10％短縮、資材移動回数も20％削減といった効果が報告されています。
このような建設業のAI活用事例は、現場のデジタル化と省人化に直結し、経営効率の改善にもつながります。

Image

生成AI導入の進め方

スモールスタート

生成AIを本格的に導入する際は、いきなり大規模なプロジェクトで運用するのではなく、スモールスタートから始めるのが現実的です。
例えば、建築パースの作成や社内向け提案資料の作成など、リスクが比較的低く効果を測りやすい業務から試験的に運用するとよいでしょう。

運用ルールの策定

AIが生成した成果物の品質チェックの流れや、権利処理・データ管理の方針などを明確にし、社内で共有します。
これにより、トラブルを未然に防ぎながら、安全にAIを活用できます。

効果検証と拡大

試験導入で得られた結果を基に効果検証を行い、問題がなければ他業務へと段階的に拡大していきます。
例えば、建築パース作成からスタートし、その後は施工計画や資材配置の最適化、さらにはBIMとの連携活用へと広げていくイメージです。
こうしたステップを踏むことで、生成AIの導入効果を最大化しつつ、リスクを抑えたDX推進が可能になります。
生成AIの導入ステップについては以下の記事でも詳しく紹介しています。合わせてご覧ください。
生成AI導入のステップ｜DX Times

まとめ｜建設業の未来と切り離せない生成AI活用

建設業・建築分野における生成AIは、設計・施工の効率化からデザイン力の向上、現場の生産性改善まで、幅広い可能性を秘めています。
建築パースの自動化や施工計画の最適化など、既に成果を上げている事例も増えており、将来的には競争力強化のカギとなるでしょう。
建設業の未来を見据えるなら、生成AIはもはや無視できない存在です。まずは小さな一歩から、最適な生成AIの活用方法を検討してみてはいかがでしょうか。

DXTimesでは、生成AIの導入やサービスのご案内も行っておりますので、お気軽にお問合せください。

生成AIに関するお問合せ 

建設業界関連のおすすめ記事

• 建設業界のDX 【業界別デジタル化事例】
• 建設業界のDX 〜紙文化が残る現場に広がるデジタル化の波─BIM・IoT・VRが変える施工と管理の未来〜

AtlassianはJiraをはじめとする自社製品にAI機能を搭載し、課題の自動要約・JQLの自然言語生成・コンテンツ生成などを通じてチームの生産性向上を支援しています。本記事では、Jiraで使えるAI機能の概要と実務での活用方法を、2026年5月時点の情報をもとに解説します。

※AtlassianのAI機能全体の整理は進んでいる最中であり、最新の位置づけはRovo公式ページで確認することをおすすめします。

Atlassian IntelligenceとRovoとは？

Atlassian AIの概要と登場背景

Atlassianは2023年ごろから自社製品へのAI機能統合を本格化させました。現在はJira・Confluence・Jira Service Managementなど主要製品でAI機能が利用可能になっています。

登場の背景には、企業のDX推進やリモートワーク定着による「情報量の増大と処理負担の増加」という課題があります。チケット管理やドキュメント作成に費やす時間をAIで削減し、本来の業務に集中できる環境を整えることが狙いです。

AtlassianのAI機能は外部サービスとは異なり、Atlassianのプラットフォーム内にネイティブに統合されています。既存のJiraワークフローをほぼそのまま活用しながらAI機能を利用できる点が特徴です。

「Atlassian Intelligence」と「Rovo」の関係

AtlassianのAI機能を調べていると「Atlassian Intelligence」と「Rovo」という2つの名称が登場します。現在のAtlassianはAIブランドの整理が進んでおり、両者の関係は以下のように整理できます。

RovoはAtlassianのAI機能群の中でも「横断検索」「AIチャット」「AIエージェント」に特化した製品群です。AtlassianのAI機能全体の整理は進んでいる最中であり、最新の位置づけはRovo公式ページで確認することをおすすめします。

JiraのAI機能でできること（4つ）

JiraのAI機能は主に以下の4つの領域で実務をサポートします。それぞれの機能と活用イメージを解説します。

① 課題の自動要約

Jiraのチケット（課題）には、説明文・コメント・添付資料など大量の情報が蓄積されることがあります。AIの「課題の自動要約」機能を使うと、これらの内容をAIが自動でまとめ、要点を数行で表示してくれます。

実務でのメリット：

• 引き継ぎ時にチケットの経緯を素早く把握できる
• 長大なコメントスレッドを遡らずに現状を確認できる
• スプリントレビューやステータス確認の時間を短縮できる

チームメンバーが増えてチケット数が多くなるほど、この機能の価値が高まります。

② JQLアシスト（自然言語でJQLを生成）

JQL（Jira Query Language）は、Jiraで課題を絞り込む際に使うクエリ言語です。「特定の担当者が持つ未解決の課題を優先度順に表示する」といった複雑な検索が実現できますが、文法を覚える必要があるため敷居が高いと感じるユーザーも多くいます。

「JQLアシスト」を使えば、自然言語で検索条件を入力するだけでJQLクエリを自動生成してくれます。

入力例：「先週クローズされた課題を担当者別に一覧にして」

生成例：

status changed to Done AFTER "-1w" ORDER BY assignee ASC

JQLに不慣れな担当者でも高度なフィルタリングが可能になり、チーム全体でのJira活用レベルが底上げされます。

③ コンテンツの自動生成・テキスト変換

課題の説明文やコメントをゼロから書くのは時間がかかります。AIは、入力したキーワードや概要をもとに、課題説明・ユーザーストーリー・コメントの下書きを自動生成します。

主な活用場面：

• バグ報告チケットの再現手順・影響範囲の下書き生成
• 新機能のユーザーストーリー文章の自動補完
• 進捗コメントの叩き台作成

Confluenceのドキュメント作成にも同様の機能が使えるため、JiraとConfluenceを連携して使っているチームは特に恩恵が大きくなります。また、既存のテキストを「もっとわかりやすくして」「英語に翻訳して」といった指示で変換する機能も備えています。

④ Rovo：組織横断のAI検索・チャット・エージェント

Rovoは、JiraやConfluenceを横断してナレッジを活用できるAI製品群です。主に以下のような機能を提供します。

• Rovo Search：JiraやConfluence、接続した外部ツールを横断してAI検索できる
• Rovo Chat：組織のコンテキストを理解したAIチャットで質問・相談ができる
• Rovo Agents：自然言語での指示でタスク操作や定型業務を自動化できる

利用可能なプランや具体的な機能範囲はプラン・ロールアウト状況によって異なります。詳細はRovo公式ページで確認してください。

プラン別の利用条件

AtlassianのAI機能を利用するには、対応プランの契約と、管理画面での有効化が必要です。2026年5月時点の公式情報をもとにプランごとの対応状況をまとめます。

※ Atlassian公式ドキュメントでは「AI is available and automatically activated for all apps on Standard, Premium, and Enterprise plans.」と明記されています。利用できる具体的な機能の範囲はプランや製品によって異なる場合があります。最新情報はAtlassian公式サポートページでご確認ください。

AI機能を有効化するには、管理者権限でAtlassian Administrationにアクセスし、「Rovo」→「Rovo access」からAI設定を有効化します。管理画面のUIは変更されることがあるため、最新の手順は公式ドキュメントを参照してください。

実務での活用シーン

機能の概要がわかったところで、実際の業務でどのように活用できるかをロール別に見ていきましょう。

プロジェクトマネージャーの場合

PMにとってJiraは「プロジェクトの全体を把握するダッシュボード」です。AI機能を活用することで、以下のような業務改善が期待できます。

• 週次レビュー前の準備：課題の自動要約で前週の遅延チケットや滞留課題を素早く把握し、会議の議題を整理する
• ステータスレポート作成：課題の自動要約を活用して、経営層向けの進捗報告のたたき台をJira上で生成する
• スプリント計画の効率化：JQLアシストで「未着手で優先度が高い課題」をすぐに抽出し、計画に活用する

特に複数プロジェクトを掛け持ちしているPMは、情報収集の時間を大幅に短縮できるでしょう。

開発チームの場合

エンジニア・テスター・デザイナーなど実作業担当者には、以下のような活用シーンがあります。

• バグ報告の標準化：コンテンツ自動生成でバグ報告の再現手順テンプレートを埋め、報告品質を均一化する
• 検索の効率化：JQLアシストで「自分が担当している、今週が期限の課題」などを即座に絞り込む
• 課題キャッチアップ：長期休暇や途中参加時に課題の自動要約でスピーディに状況を把握する
• コメント記述の省力化：「現状・次のアクション・ブロッカー」の形式でコメントをAIに下書きさせ、確認・修正して投稿する

日々の細かな作業時間の積み重ねが、チーム全体の大きな生産性向上につながります。

AI機能活用時の注意点

AI機能を実務に取り入れる際は、以下の点に注意してください。

• 管理者による有効化が必要：AI機能はAtlassian Administrationから有効化する必要があります。管理者権限を持つ担当者による設定作業が必要です。
• プランと機能範囲の確認：FreeプランではAI機能を利用できません。StandardプランからAI機能が利用可能ですが、利用できる機能の範囲はプランや製品によって異なります。現在のプランと利用したい機能の対応状況を事前に確認してください。
• 日本語対応状況：日本語にも対応していますが、機能によっては英語入力のほうが期待通りの結果を得やすいケースがあります。
• データプライバシーの確認：AI機能にはプロジェクトデータが利用されます。AtlassianはAI機能に関するデータ利用ポリシーを公開しており、プランによってデータ共有設定やオプトアウト範囲が異なります。最新のポリシーはAtlassian Trust Centerおよび管理画面の設定で確認し、社内のセキュリティポリシーと照らし合わせてください。
• 機能のアップデート頻度：AtlassianはAI機能を継続的に更新しています。公式リリースノートやAtlassianコミュニティを定期的に確認することで、最新機能を見逃さないようにしましょう。

まとめ｜AIをJira運用に組み込む第一歩

本記事では、JiraのAI機能（Atlassian Intelligence / Rovo）でできることを機能別に解説しました。

AIを「使いこなす組織」になるためには、ツールの機能を知るだけでなく、業務フローへの組み込み方を考えることが重要です。まずはAtlassian AdministrationでAI機能を有効化し、課題の自動要約やJQLアシストといった日常業務に直結する機能から試してみてください。

▶ AI-Native Training
ジェネロとScaled Agile社が提供するAI-Nativeトレーニング。AIを組織の前提として活用するための実践プログラムです。
AI-Native Training 詳細はこちら
 

「AIを活用しているが、生産性向上を実感できていない」——そう感じている企業は少なくありません。ジェネロ株式会社はScaled Agile社と連携し、AIを「当たり前のパートナー」として活用できる組織をつくるための「AI-Native Training」を日本で提供開始しました。

本記事ではこのプログラムの概要・対象者・学べる内容・受講のメリットをご紹介します。

AI-Nativeとは何か？

多くの組織が陥るAI活用の落とし穴

近年、ChatGPTをはじめとした生成AIツールの普及により、多くの企業がAI活用に本格的に取り組み始めています。しかし実態を見ると、AIを「少し賢い検索エンジン」として使う域を出ていないケースが大半です。

日本企業に特有の課題：

• PoC（概念実証）の墓場問題：AIの実証実験を繰り返しても、本番環境への展開が進まない
• AIとアジャイルの分断：AI導入プロジェクトとアジャイル組織変革が別々に進められている
• 階層的な組織文化：意思決定の速度が遅く、AI活用の恩恵が現場まで届かない

AI-Nativeが目指す姿

AI-Nativeとは、AIをツールとして「使う」のではなく、仕事の前提として「組み込む」コンセプトです。インターネットが普及した今、「インターネットを使いました」とわざわざ言う人はいません。同様に、「AIを使いました」と言わなくてもAIが仕事の一部として機能している状態——それがAI-Nativeが目指す姿です。

▶ AI-Native Training
ジェネロとScaled Agile社が提供するAI-Nativeトレーニング。AIを組織の前提として活用するための実践プログラムです。
AI-Native Training 詳細はこちら

なぜ今AI-Native Trainingが必要なのか？

EDGEフレームワークで読み解くAI変革

Scaled Agile社は、AIが引き起こす変革の本質を「EDGEフレームワーク」で整理しています。

• E（Exponential：指数関数的）：ChatGPTはサービス開始からわずか2ヶ月で月間アクティブユーザー1億人を突破。AIの進化は指数関数的なスピードで進んでいます。
• D（Disruptive：破壊的）：従来の仕事の役割・スキル・プロセスが急速に変化しています。
• G（Generative：生成的）：AIは既存情報を検索・整理するだけでなく、これまで存在しなかったコンテンツ・アイデア・解決策を生み出せます。
• E（Emergent：創発的）：AIの振る舞いは必ずしも予測可能ではなく、想定外の使い方や予期しない成果が生まれることがあります。

AI-Native Trainingの概要

ジェネロ株式会社は2026年3月、Scaled Agile社と連携し「AI-Native Training」を日本で提供開始しました。

プログラムの特徴

• 実践的・体験型：参加者が実際にAIエージェントを構築・操作しながら学ぶハンズオン形式
• 組織変革視点：AIツール習得にとどまらず、AIを前提とした仕事のやり方・組織文化の変革まで踏み込む
• アジャイルとの統合：アジャイルの反復改善サイクルとAI活用を一体化した独自のアプローチ
• グローバル基準：Scaled Agile社が世界各地での実践知見をもとに構築したカリキュラム

対象者

• 経営層・役員：AI時代の組織戦略を描きたい方
• DX推進・AI導入担当：社内のAI活用を加速させたい方
• 部門マネージャー：チームにAI活用を浸透させたい方
• 組織変革・人材育成担当：AI時代に対応した人材育成を設計したい方

ジェネロ×Scaled Agileの取り組み

ジェネロ株式会社は、AI導入支援・アジャイル組織変革コンサルティング・デジタルマーケティング支援を軸に活動する企業です。日本企業における「AIとアジャイルの分断」という課題を解決するために選んだパートナーが、SAFe（Scaled Agile Framework）を世界に普及させてきたScaled Agile社です。

まとめ｜AIを「当たり前」にするための第一歩を踏み出す

AI-Nativeとは、AIをツールとして「使う」から、仕事の前提として「組み込む」への転換です。EDGEフレームワーク（指数関数的・破壊的・生成的・創発的）が示すように、AI変革はスピードと本質の両面で過去の変革とは異なります。

AI-Native Trainingは技術知識不要で、ビジネスリーダーや変革担当者を対象としており、実際の受講者がエージェンティックAIを使って業務を劇的に効率化した事例も生まれています。

▶お問い合わせ