製品
オンボーディングで渡された資料を前に、新入社員が学習の進め方を確かめているシーンです。

オンボーディングの設計、資料の配布で終わっていませんか

オンボーディングでは、新しいメンバーが加わるたびに製品資料や業務マニュアルを渡し、あとは本人の読み込みと先輩の指導に任せてきました。配布の時点で終わったように見えますが、理解が追いついているかどうかまでは確認できません。

UMUのソリューションを見る

業務に生きるオンボーディングとは何か

オンボーディングを構成する3つの工程

オンボーディングは、社内資料を渡す工程だけで成り立つものではありません。職務に必要な知識を伝える工程、新しいメンバーがその内容を自分の言葉で説明したり具体的な状況で判断したりする工程、そして理解のズレを見つけて修正する工程の3つがそろって、はじめて業務に参加できる状態に近づくと言えます。多くの企業で整備されているのは1つ目の工程までで、残りの2つは、配属先の先輩が日々の業務の合間に個別の指導として補っているのが実情です。

設計の単位となる配属先の業務プロセス

もう一つの判断軸は、内容をどの単位で組み立てるかという点です。全社共通の制度やコンプライアンスの説明と、配属先の製品知識や業務プロセスでは、必要な深さも更新の頻度も異なります。事業部門が担う部分を、実際の業務でつまずきやすい箇所に合わせて組み立てると、新しいメンバーは早い段階から業務の文脈をつかめるのです。研修部門が用意する共通部分と切り分けておくと、配属初日に必要な内容と、時間をかけて身につける内容を分けやすくなり、準備の順番も決めやすくなります。

オンボーディングが形だけで終わる要因

制作待ちで遅れる知識の共有

配属先の製品知識や業務プロセスは、事業部門が最もよく把握しています。ところが、それを学べる形に整えるには学習設計の知識が必要で、研修部門の制作スケジュールに順番待ちが生じます。新しいメンバーが必要とするタイミングと、内容が届くタイミングがずれていくのです。

読むだけの学習と実務のずれ

渡された資料や録画を最後まで確認しても、内容を理解したつもりのまま終わることがあります。自分で答えたり、要点を自分の言葉でまとめたりする機会が少ない学習では、知識が記憶に残りにくく、顧客や現場から具体的な問いを受けたときに、その場で引き出せる形になりません。

損失が出てから気づく理解の差

手元に残るのは、学習の完了記録とテストの点数だけです。どの内容でつまずいているのかまでは分からないため、顧客からの指摘や失注といった結果が出てはじめて、知識の不足に気づくことになります。気づいた時点では、対応できたはずの機会をすでに失っています。

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

社内資料の配布から、学べるコースの提供へ

社内文書をアップロードし、対話を通じてコースの構成を組み立てているシーンです。

対話しながら進める自部門のコース作成

UMU AGL(AI Generated Learning)は、社内文書をAIでインタラクティブなコースに変換し、研修コースの作成と、受講者に合わせた学習体験の両方を支援します。オンボーディングで使うマニュアルや職務関連の資料を取り込むと、UMU AGLが要点を確かめる質問を投げかけ、担当者は答えながら構成を固めていきます。白紙から章立てを考える場合と比べ、学習設計を別途学ばなくても、自部門の知識を学べる形に整えやすくなるのです。

学習の途中で答え、理解を確かめる設計

学習の途中で問いに答えながら、理解を確かめているシーンです。

回答と要約を挟み込む学習の流れ

UMU AGLは、コースの途中に学習カードや選択問題、実際の顧客対応や業務の状況を想定した演習を配置します。新しいメンバーは説明を読むだけでなく、その場で回答し、読んだ要点を自分の言葉でまとめ、具体的な状況に当てはめて判断します。疑問が出たときにその場でAIへ質問でき、回答の後は元の説明へ戻れるのです。先輩に同じ内容を繰り返し尋ねる場面が減り、短い単位で答える機会が続くため、本人も理解の状態を把握しやすくなります。

顧客対応の前に見えてくるチームの理解度

チーム単位の習熟度レポートから、理解が浅い内容を確認しているシーンです。

学習ポイント単位で分かる理解の差

UMU AGLは、学習の習熟度を学習ポイント単位で記録します。設問への回答状況、追加で質問した回数、一定期間後の再テストの正答率に加え、閲覧の時間や読み飛ばしの有無もまとめたチーム単位のレポートから、どの内容の理解が浅いのかを確認できます。これは業務遂行能力そのものを示す数値ではありませんが、顧客対応の前に説明を補うか、同行を組むかを検討する材料になります。コースを作り、理解を確かめ、状況を把握するまでが一つの流れとしてつながるのです。

社内文書を学習と理解の確認につなげる流れ

新入社員のオンボーディング

新入社員が学習の全体像を確認しながら進めているシーンです。

製品マニュアルや業務プロセスの文書をコースに変換すると、新入社員は説明を読み、職務知識に関する質問に答え、具体的な状況を想定して判断しながら、配属先で必要になる業務の流れを学べます。

管理者は、各学習アクティビティの完了状況と回答の傾向を確認できます。先輩社員が基礎知識を繰り返し説明していた時間や労力も、見直しやすくなります。

新製品リリース時の営業への展開

営業担当者が移動時間にスマートフォンで学習の進み方を確認しているシーンです。

訴求ポイントや対象顧客、よくある反論をまとめた製品資料をコースに変換すると、営業担当者は内容を理解し、顧客からよく出る質問に答え、商談の場面を想定して判断を練習する機会を得られます。

事業部門の責任者は、顧客と話す前に理解のズレがどこにあるのかを把握し、説明を補う内容や、先に伝えておくべき範囲を検討できます。

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