製品
研修マネージャーが、積み上がった社内資料と一覧を前に、ノウハウ管理の進め方を検討しているシーンです。

ノウハウ管理で決まっていない、残す内容の判断

社内に資料をためる手順が整う企業は増えています。決まっていないのは、同じ話題に複数の書かれ方が並んだとき、どれを今の内容として扱うかを誰がいつ決めるのかという点です。その判断が表に出るのは、研修に使う段だと言えます。

UMUのソリューションを見る

ノウハウ管理で先に決める、担当と時点

残す内容を決める担当

判断を成り立たせる条件の一つは、内容ごとに今の内容だと言える担当を置くことです。作成した人と同じである必要はありません。その話題を業務で使っている部署の中から、判断する人を一人決めておけば足りると言えます。担当が決まっていれば、同じ話題に複数の書かれ方が並んでも、読み比べる前に問い合わせ先が定まります。新しい役割を増やす話ではなく、すでに資料を使っている人へ、残すかどうかの判断を割り当てる作業なのです。

先に判断を済ませる時点

もう一つの条件は、判断をいつ行うかを先に決めておくことです。研修で使う直前に確かめる形だと、内容を選ぶ作業が準備の時間を圧迫します。置きやすい区切りは、四半期ごと、あるいは業務の進め方が変わったタイミング。先に決めておけば、そのつど確認する範囲は限られたものになります。翌日からでも着手できるのは、手元の資料を話題ごとに並べ替え、同じ話題に2件以上ある箇所へ印を付ける進め方。重複の多い話題から順に、残す一件を決めていけば、読み比べに費やす時間も短くなっていきます。

残すかどうかの判断が先送りになり続ける3つの理由

今の内容だと言える担当の不在

資料を作成した担当が別の業務に移った後、その内容を今も通用すると言える人が決まっていません。問い合わせ先が定まらないため、書かれた時期の違いを読み比べる作業は、研修部門の手元にそのまま残ります。残すかを判断する人がいない限り、件数が減ることはないと言えます。

足す手順だけがある記録の運用

保存先や書式を決める手順は整っている一方で、外す判断をいつ誰が行うかは決まっていません。そのため同じ話題について、書かれた時期の異なる説明が並んだまま残ります。足す側にだけ手順が用意された状態。目を通すべき件数は増え続け、一件を選ぶ手間も比例して重くなります。

研修の直前に集中する確認作業

研修に使う段になって初めて、一件ずつ内容を確かめることになります。選ぶ作業そのものが準備の大半を占め、学習の設計や実施方法を考える時間が削られます。扱う資料が増えるほど重くなる運営側の負担。取捨の作業そのものが、研修の質を左右するはずの時間を奪っているのです。

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

一件ずつの確認から、出典の照合へ

生成されたコースの記述から、元の社内文書の該当箇所まで遡って照合している画面です。

使うと決めた文書からの組み立て

この負担を軽くする手がかりになるのが、UMU AGL(AI Generated Learning)です。AIで社内文書をインタラクティブなコースに変換し、研修コンテンツの作成と受講者一人ひとりの学習を、一つの流れとして扱います。組み立ての起点になるのは、使うと決めた社内文書だけ。生成されたコースは、どの箇所からでも元の文書まで遡って出典を確認できます。読み比べの対象は、手元の資料全体から、選んだ一件とその出典の範囲に絞られるのです。

担当が移っても残る判断の前提

担当者がUMU AGLとの対話に答えながら、研修の要件とコースの構成を整理しているシーンです。

対話で引き出す選定の理由

出典を辿れても、なぜその文書を使うと決めたのかは、担当者の手元にとどまります。UMU AGLでは、研修の要件を自然な言葉で説明すると、対話を通じて重要な情報を段階的に引き出し、構造化された形にまとめます。記録に残るのは、研修で扱う課題、目標とする行動、よくある誤りといった要素。担当が変わっても、後任者は選定の理由を読み取れます。次に外すかを決めるときも、同じ記録を手がかりに進められると言えます。引き継ぎのたびに読み直す範囲も狭まります。

研修の直前に寄っていた判断を手前へ

複数の社内文書をアップロードし、コースのアウトラインが組み上がっていく画面です。

判断に回せる準備の時間

3つ目は、判断を行う時点の問題です。UMU AGLでは、複数の文書やPDFをアップロードすると、AIが素材を分析したうえで活用シーンや想定受講時間を提案し、そのままインタラクティブなコースを生成します。資料づくりや体裁の調整に充てていた時間が短くなる分だけ、どれを残すかという判断に時間を回しやすくなるのです。出典の照合、選定の理由の記録、判断の前倒し。この3つがそろって初めて、増えた後の取捨が、無理のない運用として回り始めます。

UMU AGLで社内文書を学習の中へ

新入社員に渡す資料を扱う場合

新入社員がタブレットで学習の道筋を確かめながら、職務知識のコースを進めているシーンです。

製品知識や業務の進め方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。新入社員は読むだけでなく、学習の途中で設問に答え、具体的な状況の中で判断を試せます。

研修部門は、どの内容で回答が分かれたかを学習の記録から確認できます。実際の業務を一人で進められるかどうかの判断は、受け入れ先の上司に残ります。

営業へ配る製品資料を扱う場合

製品資料が、営業担当者向けのインタラクティブなコースとして組み替わっていくシーンです。

マーケティング部門や製品部門がまとめた製品資料を、UMU AGLが営業担当者の学習に合わせたコースへ組み替えます。担当者は製品価値を自分の言葉で説明し、よくある質問に答えながら理解のずれを直せます。

研修部門は、学習ポイントごとの理解の差を確認でき、次に見直すべき箇所を絞り込めます。商談の成否そのものを、この記録から示すことはできません。

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