製品
事業部門の責任者が、新入社員に伝えたいことを配属前に整理しているシーンです。

新入社員に伝えたいこと、伝えた後の理解を確かめる方法

配属前の説明や資料の配布によって、業務の手順そのものは新入社員に届きます。ただし、その手順を選ぶ理由や、迷ったときに何から考えるかまで受け取れたかどうかは、実際に業務が始まり、判断を求められるまで確かめられません。

UMUのソリューションを見る

伝わる状態とは、答えられる状態

手順と、その理由や判断の順序

新入社員に向けて話す内容は、大きく二つに分かれます。一つは作業の順序や書類の扱いといった手順、もう一つは、その手順を選ぶ理由と、例外に出会ったときに何から考えるかという判断の順序です。前者は文書に書き出せるため、配布と説明で一定の範囲まで届きます。後者は、受け取る側にまだ対応する経験がないため、聞いた時点では自分の業務と結びつきません。配属から数週間が経ち、実際に判断を求められたときには、細部が薄れているのです。

答える機会から見える理解

届いたかどうかを確かめられるのは、受け取った側が答えるときです。直後の理解度アンケートや確認テストの点数だけでは、業務の中で知識を引き出せるかどうかまでは分かりません。必要なのは、学習の途中で質問に答え、自分の言葉で要点をまとめ、条件が示された状況で判断を選ぶ機会です。回答の内容には、どこを取り違えているかが表れます。伝える側は、その記録を見て次に補う内容を決められます。話す回数を増やす前に、答える機会を先に用意する順序へ切り替えます。

説明の機会だけでは埋まらない三つの課題

コース化の手段を持たない事業部門

新入社員に伝えたい内容を最も多く持っているのは、日々の業務を預かる事業部門です。しかし、その内容を学習の形に組み立てる手段は手元になく、研修部門の制作スケジュールに依存します。伝えたい時期と、届けられる時期の間が開き、現場への展開はそのぶん後ろへ延びます。

聞くだけで終わる一方向の学習

配布された資料や、あらかじめ録画された説明を順に見ていくだけの進め方では、受け取る側が自分で考え、答え、確かめる機会がほとんどありません。内容を目で追ったという記録は残りますが、実際の業務で必要になったときに、自分から知識を引き出せるとは限らないのです。

問題が起きてから分かる理解のずれ

伝えた後に手元に残るのは、学習の完了記録と最終テストの点数に限られます。どの内容がどこまで届いたかは見えないため、顧客への説明の誤りや作業の手戻りが起きてはじめて、理解のずれに気づきます。その時点では、対応にかかる負担がすでに大きくなっていると言えます。

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

コース化の起点は、対話による整理

対話を通じて伝えたい要点を引き出し、コースの構成に整えている画面です。

頭の中にある判断の順序の抽出

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、研修コースの作成と受講者一人ひとりの学習体験の両方を支援します。白紙の資料に向かって構成を組み立てる必要はありません。UMU AGLが順に質問を示し、伝えたい要点と判断の順序を引き出します。質問に答えるだけで、新入社員が答えながら進むコースが整います。学習設計を学ばなくても、伝えたい内容を持つ人が起点に立てるのです。

聞く学習から、答える学習へ

学習の途中で問いが示され、受講者が自分の言葉で答えている画面です。

回答と要約を挟むコース進行

コースの形が整っても、受け取る側が聞くだけで終われば、理解は確かめられないままです。UMU AGLは、学習カード、選択問題、状況を設定した演習を要所に挟み、新入社員が回答し、要点を自分の言葉でまとめ、示された条件の中で判断する流れをつくります。説明の途中で疑問が出たときはその場で質問でき、回答の後は元の説明に戻ります。読み進めた記録ではなく、答えた内容が残ります。伝えた内容が受け取る側の言葉に置き換わったかを、学習の途中で確認できます。

学習ポイント単位で見える理解のばらつき

チーム全体の習熟度を学習ポイント単位で確認できるレポート画面です。

理解が届いていない範囲の特定

答えた内容が残ると、確認できる範囲が変わります。UMU AGLは、閲覧の時間、読み飛ばし、設問への回答状況、質問の頻度、一定期間後の再確認の正答率を学習ポイント単位で記録し、チーム全体のレポートにまとめます。事業部門の責任者は、どの内容がどこまで届いているかを、業務上の問題が起きる前に確認できます。補足が必要な範囲を絞り込めるため、次に話す時間を要点に充てられます。内容の組み立て、答える機会、届き方の確認が、ここで一つにつながるのです。

UMU AGLによる社内文書の学習への変換

新入社員研修での活用

新入社員がラーニングマップをたどりながら、職務に必要な内容を学習しているシーンです。

製品知識、業務プロセス、職務に関する社内資料をインタラクティブなコースとして構成します。新入社員は学習の中で要点を理解し、質問に答え、示された状況で判断し、フィードバックを受けて理解を直せます。

事業部門の責任者は、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。実際の業務を単独で担えるかどうかは、学習の記録だけでは判断できません。

新製品リリース時の営業共有

営業担当者が対話形式の学習で質問に答え、製品知識を確認しているシーンです。

製品資料をコースとして構成し、営業担当者が訴求点を説明し、よくある質問に答え、顧客対応を想定した判断を練習できるようにします。内容が更新された場合は、コースの該当する部分だけを調整できます。

どの学習ポイントに質問や誤答が集まったかを、顧客との対話が始まる前に確認できます。商談の結果や成約までを、学習の記録から測ることはできません。

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