製品
研修マネージャーが、設計研修に使う社内文書を前にして、どこから手をつけるかを検討しているシーンです。

設計研修で残すのは、手順よりも判断の理由

設計研修の多くは、社内の標準や過去の設計例をたどる形で進みます。ただし、なぜその仕様に決めたのかという判断の理由は、図面や仕様書には残りにくいものです。ベテラン個人の経験としてとどまり、次の担当者には伝わりにくいのです。

UMUのソリューションを見る

設計研修が扱う範囲をどう決めるか

移すのは、手順と判断の理由

設計研修の範囲を決めるとき、扱う内容の量よりも先に分けて考えたいのが、手順と判断の理由です。手順は社内の標準や仕様書としてすでに文書になっているため、読む時間さえあれば追えます。一方、その手順のどこで例外を認め、どの条件を優先したのかという判断の理由は、担当者が口頭で補ってきたものなのです。設計研修が実務に届くかどうかは、後者をどこまで扱えるかにも左右されます。文書に残っている内容だけを配ると、受講者は書かれた結論をなぞるにとどまり、応用のきかない理解になります。

実施から理解の確認へ

もう一つの軸は、確認までを設計研修に含めるかどうかです。実施の記録や学習の完了記録は、誰が学んだかを示しますが、何をどこまで理解したかまでは示しません。設計の担当を任せる前に知りたいのは、後者のほうだと言えます。どの論点で理解がそろっていないかが分かれば、全員に同じ内容を配り直さずに、補う範囲を絞り込めます。組み立ての段階で確認の手立てまで決めておくと、実施した後になって評価の方法を探さずに済みます。

設計の知識が移りにくい3つの理由

図面に残らない判断の理由

設計の成果物として残るのは、図面や仕様書といった結論の部分です。どの案を検討し、なぜその条件を優先したのかという過程は、レビューの場で口頭で扱われ、文書としては残りにくいものです。結果として、その中身を伝えられるのは、経験を持つ数名の担当者に限られるのです。

指導役に集中する説明の負担

設計の知識を伝えられるのは、実務の中心にいるベテランです。同じ内容を担当者ごとに説明し直す時間は、業務の外にあります。質問が来る時期も人によってばらつき、指導の順序や深さはそろいにくいと言えます。教える相手が増えるほど、一人ひとりに合わせる余裕は減ります。

担当替えの前に見えない理解度

設計研修を実施しても、受講者がどの内容をどこまで理解したかは分かりにくく、手元に残るのは、実施したという記録のほうです。理解の差が表面化するのは担当を任せた後のレビューや手戻りが多く、次の配属や担当替えを決める時点では、判断の材料が十分にそろいません。

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

資料の受け渡しから、判断の理由の言語化へ

AIとの対話で、担当者の経験にとどまっていた判断の理由を引き出し、コースのアウトラインとして整えている画面です。

対話で引き出す設計判断の理由

UMU AGL(AI Generated Learning)は、AIを使って社内文書をインタラクティブなコースに変換し、コースの作成と学習体験の両方を支えます。設計研修で先に必要なのは、その中身の言語化なのです。UMU AGLが順を追って質問を投げかけ、ベテランが答えるうちに、口頭で補ってきた判断の理由が構造化された内容として形になります。白紙から組み立てずに、手元の社内文書と短い受け答えから始められるため、指導役の負担は軽くなります。

指導の手が空くのを待たない学習の進め方

AIがトレーナー、チューター、コーチの役割を担い、受講者の質問と練習にその場で応じている画面です。

つまずいた箇所で受けられる支援

コースの形が整っても、読む側の疑問はその都度生まれます。UMU AGLでは、AIがトレーナー、チューター、コーチの役割を兼ね、説明のときは要点を示し、質問には答え、練習ではフィードバックを返します。指導役の手が空くのを待たずに済むため、担当替えで学び直す人も、配属されたばかりの人も、それぞれのタイミングで学習を進められるのです。限られた人数で設計研修を回すという条件のもとで、指導にかけられる時間の使いどころが変わります。

習得の状態は、担当を任せる前に確かめられるか

学習ポイントごとの回答状況と、チーム全体の習得状況をまとめたレポート画面です。

学習ポイント単位で見える回答状況

残るのは、理解の差をいつ把握するかです。UMU AGLは、設問への回答や質問の集まり方を学習ポイント単位で記録し、チームのレポートとして示します。研修マネージャーは、理解がそろっていない論点を見て、担当を任せる前に補う内容を決められるのです。ここで分かるのは学習上の状態であり、設計業務の遂行能力そのものではありません。理由の言語化、学習の支援、状態の確認がそろえば、設計研修は担当が代わっても続けられる形になると言えます。

社内文書を学習に組み込む2つの適用例

設計部門に配属された社員の学習

配属されたばかりの社員が、タブレットで学習の道筋を確かめながら業務の手順を学んでいるシーンです。

設計部門で使う標準類や過去の設計例をまとめた社内文書を、UMU AGLがインタラクティブなコースとして構成します。受講者は単元ごとに要点へ答え、フィードバックを見ながら理解のずれをその場で直せます。

指導役は、誤答や質問が集まった学習ポイントを確認し、補う指導の順序を決められます。読み取れるのは学習上の状態であり、実務の設計力とは別のものです。

指導にあたる管理職向けのコース

管理職が、社内でまとめた判断の基準をもとに、画面上の設問へ答えを選びながら考えているシーンです。

レビューの進め方や指導の考え方をまとめた社内文書を、UMU AGLが管理職向けのコースに組み替えます。受講者は想定される状況の中で判断を選び、フィードバックを受けながら理解のずれを整えられます。

研修マネージャーは、どの論点で回答が分かれたかを学習の記録から確認できます。分かるのは理解の状態であり、マネジメント行動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