製品
マイクロラーニング導入事例でよく紹介される、移動中にスマートフォンで細かく分割した学習単位を進めるシーンです。

マイクロラーニング導入事例に書かれない、更新の担い手

マイクロラーニング導入事例では、1本あたりの分け方や、スマートフォンで見られる配信の形が中心に紹介されます。ただ、導入から半年後も更新が続いたのかどうかは、その形からは読み取れません。

UMUのソリューションを見る

導入事例に並ぶのは、仕組みの説明

事例は配信の設計から始まります

マイクロラーニングの導入事例は、まず1本あたりの構成から説明が始まります。1回に扱う内容の絞り方、業務の合間でも見終えられる長さ、スマートフォンからの見やすさ。この分け方と視聴の形が、記事の前半を占めます。営業部門の製品知識であれば1製品ごと、製造現場の作業手順であれば1工程ごとと、扱う業務に合わせた区切りの基準も示されます。もっとも具体的に書かれているのはこの部分で、読み手も自社の形を思い描きやすくなると言えます。

もう半分は、展開の段取り

後半に並ぶのは、社内へ広げるときの段取りです。どの部署から始めたか、既存の集合研修とどう組み合わせたか、いつ対象を広げたか。対象と時期の決め方までは、たいてい記録に残ります。受講の呼びかけを誰が行ったか、視聴の状況をどこで確認したかまで書かれている事例もあります。ここまでが、導入事例が伝えられる範囲なのです。つまり事例が示しているのは、始めるときに何をどう決めたかという仕組みの側です。

導入の後に、手を入れ続ける工程

業務が変わると、直す先は1本ずつ

1本あたりを短くまとめる設計は、扱う内容を業務の1つの手順に寄せることでもあります。手順が変われば、直す先はその手順を扱った回に絞られます。裏を返せば、制度や手順が1つ変わるたびに、どの回に手を入れるかを1本ずつ確かめる作業が生まれるのです。まとめて差し替えられる長い教材とは、手を入れる単位が違います。分けた本数は、そのまま見直しの対象の数にもなります。

部署ごとに分かれる更新の対象

導入事例の後半で紹介される展開の段取りも、同じ形で後に残ります。部署ごとに配る内容を分けていれば、業務が変わったときに直す対象も部署ごとに分かれます。拠点の数、職種の数、そして扱う業務の幅。そのぶんだけ、確かめる範囲は広がっていきます。導入時はまとめて組み立てた作業でも、その後の手直しは、変更が起きた部署から順に、ばらばらの時期にやってきます。事例の記事が終わるのは、社内へ公開した時点。社内の作業は、そこから続いていくと言えます。

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

作った人に、そのまま集まる手直し

研修講師が、机に広げた資料や下書きに囲まれながら、コースの構成を手作業で組み直しているシーンです。

合間に回す、本数分の手直し

企業内研修講師が、コース設計から講義、公開後のフォローまでを一人で兼ねている職場は少なくありません。マイクロラーニングを導入した後も、手直しは通常業務の合間に回すことになります。次の研修の準備と重なれば、本数が増えるほど、手をつけられない回が残っていくのです。

どこを直すかを決める時間

重いのは、書き直しそのものだけではありません。制度や手順が変わったときに、どの回のどの説明が該当するのかを探し当てる工程。ここにも、まとまった時間がかかります。公開から時間がたてば、内容を思い出すところから始める回も出てきます。1本ずつ確かめていくため、変更のたびに全部を見直す運用は続きにくくなると言えます。

書き直しから、直す箇所の判断へ

更新された文書から起こす初稿

制度や手順の文書が新しくなったとき、その内容をもとに、該当する回の初稿をAIが組み立てられるようになりました。講師が一から書き起こしていた工程は、出てきた内容を読んで整える工程に変わります。白紙から文章を作る時間が短くなるため、更新の着手が後ろに延びにくくなるのです。1本ずつ思い出しながら書き直していた負担は、この分だけ軽くなります。

範囲を確かめる工程は残ります

ただし、どの回にどこまで反映するかを決めるのは、引き続き講師の仕事です。業務の例外や部署ごとの運用の違いを知っているのは、その業務を日々担当している人だからです。範囲を確かめ、表現を整え、公開してよいかを判断する工程。初稿が出てくるようになっても、この部分は残ります。専門的な責任がなくなるわけではありません。変わるのは、時間をどこにかけるかという配分だと言えます。

導入時の形から、直し続ける運用へ

同じ研修講師が、同じ机で更新した内容をもとに、学習の道筋を落ち着いて整理し直しているシーンです。

自社の更新頻度に合わせた分け方

導入事例に載っていた分け方を、そのまま持ち込む必要はありません。変更の多い手順は細かく分割した単位にまとめ、当面変わらない基礎知識は1つの回に集めます。更新の起こりやすさを基準に、分け方を決められるようになるのです。事例の形をなぞるところから、自社の業務に合わせて組み替えるところへ、判断の起点が移ります。

見直しは差し替えから始まります

制度が変わった後の進め方も、これまでとは違ってきます。該当する回を探し、初稿を起こし、内容を確かめて差し替えるという流れ。ここまでが一続きになれば、半年後の見直しがコース全体の作り直しにならずに済みます。探す工程と確かめる工程は残りますが、更新を後回しにする理由は少なくなっていきます。

重要なポイント

事例に載るのは、始めた時点の形

マイクロラーニングの導入事例が伝えているのは、始めるときに何をどう決めたかという仕組みの側です。1本の長さ、分け方、配る対象と時期。その形は参考になりますが、半年後も更新が続いたのかどうかは、同じ記述からは読み取れません。続いた取り組みと止まった取り組みを分けた条件は、公開後に誰が手を入れ続けたかという体制の側にもあります。

更新の担い手を探して読みます

事例を自社の判断材料にするなら、形式の説明だけでなく、制作と更新を誰が担ったのかを探して読みます。専任の担当者を置いたのか、講師が兼任していたのか。記事に書かれていなければ、そこが確かめるべき点として残ります。自社の状況と近いかどうかも、同じ形を持ち込めるかを見立てる材料の一つです。

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