製品
コンプライアンス教育の実施後、現場から何も上がってこない状況を前に、判断の材料を探している事業部門の責任者のシーンです。

コンプライアンス教育のあとの静けさ、どう読むか

コンプライアンス教育を実施した後、現場からは何も上がってきません。この静けさは、内容が行き渡った状態にも、迷った人が一人で決めている状態にも見えます。事業部門の責任者が見るのは、問いが後から出てくるかどうかなのです。

UMUのソリューションを見る

実施の回数ではなく、上がってくる問い

静けさが示す二つの状態

コンプライアンス教育を終えた後、責任者の手元に何も上がってこない期間が続きますが、この静けさには二つの異なる中身があります。一つは、扱った内容が行き渡り、判断に迷う場面が実際に少ない状態です。もう一つは、迷った人が聞ける相手を見つけられず、自分の解釈で決めている状態なのです。外から見える形は同じで、報告の数を並べても区別がつきません。区別する手がかりは、実施の後に問いが出てくるかどうかに置けます。

実施のあとに出てくる問い

見るのは問い合わせの件数の多寡ではなく、扱った内容について、実施の後にも少しずつ問いが出てくるかどうかです。経路が働いていれば、規程の読み方や手続きの進め方をめぐる問いが、日々の業務の中から出てきます。まったく出てこない場合、内容が行き渡ったのか、聞ける相手が見えていないのかは判断できないと言えます。責任者に問われるのは、実施の回数を積むことではなく、そのあとに問いが出てくる状態をつくることです。

教育のあとに問いが出てこない理由

聞く先が見えないままの判断

研修の中で疑問が生まれても、その場で答えを受け取る手立てがありません。あらかじめ用意された研修コンテンツは標準的な進め方しか扱えず、個別の状況に応じた確認ができないため、担当者は聞く先が見えないまま、自分の解釈で判断を進めることになります。

後から分かる理解の偏り

現場の理解がどこで止まっているかは、完了率と最終テストの点数からは読み取れません。顧客からの申し出や案件の取りこぼしが起きてから不足に気づくことになり、責任者は手を入れる順番を決める材料を、事が起きる前に持てません。

配る前に気づけない書き換え

社内の規程を研修コンテンツに直す過程で、数値や固有名詞が元の記述と変わることがあります。確率に基づいて文章を生成する仕組みでは、厳密さが求められる部分ほどずれが残りやすく、誤った理解のまま現場に渡るおそれがあるのです。

3分で、相手を説得できるか試してみよう

業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です
3分で、相手を説得できるか試してみよう

業務シーンを1つ選ぶと、AIが顧客役を務めてあなたと1回の会話を行います。終了後、評価フィードバックを確認できます。

循環器内科部長に新しい脂質低下薬を紹介する
あなたはMR(医薬情報担当者)です。王部長への初めての正式訪問で、外来の合間の時間を使って製品を紹介します。
顧客に重大疾病保険を紹介する
あなたは保険代理人です。李様は以前に重大疾病保険についてご相談されましたが決めきれずにいたため、今回は対面でお話しする約束をしました。
顧客に高価格帯の定番ハンドバッグを紹介する
あなたはベテランのレザーグッズ販売員です。陳様が来店され定番のハンドバッグをご覧になっているので、声をかけてご案内します。
不動産デベロッパーの調達責任者にエレベーターを提案する
あなたはエレベーターメーカーの営業です。ある不動産デベロッパーの調達部・趙マネージャーを訪問します。この案件は複数のサプライヤーで比較検討が進んでいます。
訪問目標
新薬の有効性と安全性の優位性を王部長に明確に伝え、有効性・安全性への懸念を解消し、外来の対象患者に試していただけるよう合意を得ます。
対話相手
王部長|某大手総合病院 循環器内科 部長医師
“部長、3分だけお時間をいただけますか。先生の外来で、スタチン不耐容の患者さんや、単剤では脂質管理目標に届かない患者さんについて、現在はどのように処方を調整されていますか?”
ワンクリックで入力
送信
ログイン / 新規登録でご利用いただけます。各シナリオ10回まで練習可能です

迷った点をその場で確かめられる教育へ

受講者が学習の途中で投げた質問に、AIがその場で応じているUMU AGLの画面です。

迷った時点で返ってくる説明

ここで使えるのが、UMU AGL(AI Generated Learning)です。社内で整えた規程や手順の文書をAIがインタラクティブなコースとして構成し、コースの作成と受講者一人ひとりの学習を同じ仕組みでつなぎます。AIは説明のときはトレーナー、質問のときはチューター、練習のときはコーチとして応じるため、受講者は迷った時点で確認を返してもらえるのです。講師の手が空くのを待って、疑問を保留する必要がなくなります。

問いがどこに集まっているか

学習ポイントごとに質問の集まりと回答の傾向を示す、UMU AGLのチームレポート画面です。

問いが集まっている項目

UMU AGLは、閲覧の状況、設問への回答、追加の質問の頻度といった学習の過程を、学習ポイント単位で記録します。事業部門の責任者は、どの項目に質問が集まり、どこで回答が分かれたのかをチーム単位で確認できます。事が起きてから気づく状態から、順番を決めて手を入れる状態へ移れると言えます。どの部署で確認が滞っているかも、同じレポートの中で見比べられます。読み取れるのは学習の状況までで、実務での対応力を測るものではありません。

社内文書に書かれている範囲での回答

コース内の記述が社内文書のどこに基づくかを示す、UMU AGLの確認画面です。

回答の根拠が置かれる場所

問いが出てくるほど、返る答えが社内の定めと一致しているかが問われます。UMU AGLは、読み込んだ文書に忠実にコース内容を構成し、生成された記述のどの箇所からでも元の文書へ遡れます。規程の数値や用語が言い換えられていないかを、配る前に確かめやすくなるのです。答えが返ること、集まった問いが見えること、社内の定めから離れないことの三つがそろって、問いの経路が働きます。法令の解釈と個別事案の可否は、法務部門やコンプライアンス部門に残ります。

問いの経路が働く二つの研修

判断に迷う場面を扱う管理職研修

管理職が、部下から相談を受けた状況を想定した設問に取り組んでいるシーンです。

社内で整えた規程と運用の手順書を、UMU AGLがインタラクティブなコースとして構成します。管理職は記述を読んだうえで設問に答え、扱いに迷った箇所ではその場で説明を受け取れます。

事業部門の責任者は、どの設問でつまずきが多かったのかを一覧で確認できます。ここから分かるのは学習の途中経過にとどまります。

顧客への説明で迷う場面の営業研修

営業担当者がスマートフォンで、顧客への説明に迷う場面の設問に答えているシーンです。

製品資料と、社内で定めた説明や表示の基準を、UMU AGLが一つのコースにまとめます。営業担当者は要点を確かめながら、顧客から質問を受けた状況での説明を組み立て、迷った箇所をその場で確認できます。

責任者は、どの基準について問いが多く出たのかを商談の前に確認できます。実際の商談での対応力を示すものではありません。

UMUのソリューションを見る

UMUが選ばれる理由

28,000社突破
国内導入企業
1億人超
世界203カ国でユーザー
100社が導入
Fortune 500企業
約5,000製品中で1位
ITreview Best Software in Japan 2022
UMUとは
2015年に設立されたグローバルAIソリューションカンパニーです。AIを活用したオンライン学習プラットフォーム「UMU」を核に、学術的な根拠に基づいた実践型AIリテラシー学習プログラム「UMU AILIT(ユーム エーアイリット)」、セールスイネーブルメントソリューション「UMU AIロープレ」などの提供により、AI時代の企業や組織における学習文化の醸成とパフォーマンス向上を支援しています。
導入実績
業界トップクラスの生命保険会社・電機メーカー・製薬会社など、日本を代表する大企業が導入
製薬、金融・保険、製造、小売など幅広い業界で活用
従業員1,000名以上の大企業を中心に、営業教育や新入社員研修で導入が拡大
導入事例インタビューを公式サイトで多数公開
セキュリティ・コンプライアンス
ISO/IEC 27001:情報セキュリティマネジメントシステム (ISMS) の国際規格
ISO/IEC 27017:クラウドサービスに関する情報セキュリティ管理策
SOC 3:トラストサービス規準報告書
ISO/IEC 27018:クラウドサービス上における個人情報セキュリティに関する国際規格
ISO/IEC 27701:プライバシー情報マネジメントシステム (PIMS)
GDPR:EU一般データ保護規則
HIPAA:医療保険の相互運用性と説明責任に関する法律
ISO/IEC 42001:人工知能マネジメントシステム (AIMS)
AI活用基盤
最新のエンタープライズ向けAIモデルを採用
企業データの外部共有・AI再学習への利用なし
エンタープライズ水準の高度なAIカスタマイズ
ハルシネーションのリスクを効果的に低減
多様なデータに対応し、実務での活用を支援
お問い合わせ