「個々の経験値を、組織の力に」

現在、多くの企業が生成AI活用に着手する一方で、その投資が具体的な成果に結びつかず、日常業務に定着しないまま停滞する例も少なくない。AI投資を成果に変えられる組織と、そうでない組織を分けるものは何か。それは、いま多くの企業が直面する問いである。

その問いに、一つの明快な答えを示しているのが、日本生命保険相互会社の代理店業務部だ。担当者個人の経験に依存しがちだった営業準備のプロセスを、生成AIによって組織的に再設計し、その知見を全体で共有できる形に変えていく。同社はその決断を下し、いまや約1,000名の社員が日常的に利用する営業支援基盤へと育て上げた。しかも、その利用に強制的な仕組みは一切設けていない。

なぜ、これほどの規模で生成AIアプリケーションの活用が現場に根づいたのか。そして、AI投資を成果へと変える「組織と仕組み」は、いかにして築かれたのか。プロジェクトを推進した代理店業務部の功刀（くぬぎ）氏・杉山氏に、開発を支援したGenerativeXの山元が、その背景を聞いた。

日本生命は、自社の営業職員に加え、複数の保険会社の商品を取り扱う販売代理店を通じて、お客様に商品を届けている。この代理店を支援し、販売を後押しするのが、エージェンシーマネージャー（以下、AM）と呼ばれる担当者だ。個人向けから法人向けまで幅広い商品を扱い、複数の代理店を同時に受け持つ彼らにとって、一件ごとの訪問前の準備は、決して軽い負担ではなかった。

しかも、準備の質は担当者の経験に大きく左右されていた。必要な情報は複数の場所に分散しており、それらを丁寧に照合できるかどうかは、個々の習熟度しだい。いわば「経験と勘」に依存した属人的なプロセスが、長く続いていたのである。

この属人性を、いかにして組織全体で再現できる力に変えるか。プロジェクトは、その問題意識から出発した。

日本生命では、汎用的なAIツールの導入はすでに進んでいた。しかし、代理店部門の業務システムのなかに生成AIを組み込む取り組みは社内に前例がなく、まさに手探りのスタートだった。

GenerativeXとの最初の接点から、約3か月のPoCで有効性を確かめたのち、2025年4月に本開発へと移行し、わずか4か月後の同年8月に運用を開始した。新規システムの立ち上げとしては、異例ともいえる速さである。

開発を支援したGenerativeXの山元は、本プロジェクト成功の要因についてこう補足する。

仕様を最初にすべて固めるのではなく、まず形にし、現場の反応を踏まえて改善を重ねる。この進め方が、結果として現場の実感に即したアプリケーションを生み出した。

現在、この基盤を日常的に利用するのは約1,000名。ミドル部門を含む幅広い層に使われており、中心的な利用者であるAMは、そのうちの一部だ。実際の業務のなかで、これだけの規模の人々が生成AIを使いこなしているという事実こそ、注目に値する。

運用の開始にあたり、代理店業務部が掲げた方針は明快だった。「週に一度、8月中にまず三回、利用してほしい」。ただ、それだけである。結果として、初期の利用率はほぼ100%に達した。

当初は、入社一、二年目の若手社員を主たる利用者として想定していた。しかし実際には、経験豊富なベテラン層にも自然に広がっていった。

定着は、一朝一夕に進んだわけではない。年度替わりで担当代理店が変更となるタイミングを経て、活用が本格的に高まってきたという。直近では新たな機能を追加し、さらなる定着に向けた取り組みが、いままさに進んでいる。

AI活用を汎用ツールの導入で終わらせないために、同部門は日本生命固有の知見をシステムへ織り込んでいる。その象徴が、成功事例の組み込みだ。同部門では、社員一人につき月一件、成果につながった事例を投稿する社内表彰の取り組みを実施している。従来は共有して終わっていた事例を、アプリケーションのなかに組み込んだのである。

営業資料は数多く整備されていたが、「どのように説明すればよいか分からない」という声も少なくなかった。説明の要点や具体的な提案手法といった、これまで個人の経験に委ねられていた知見を、成功事例とともに可視化する。人数が多いからこそ数多く生まれる知見を、AIを介して組織全体で循環させる——これはまさに、担当者ごとの力量の差を、組織の力へと変える試みにほかならない。

導入の成果は、数字にも表れ始めている。

導入から一年の時点では、現場へのアンケートを通じて、準備時間の変化を定量的に検証する予定だという。現場の実感を、データによって裏づける段階が近づいている。

数多くのAI活用プロジェクトを支援してきた山元は、本事例が成果を上げた理由をこう語る。

現場から寄せられる意見は、細部にわたり、かつ建設的だったという。日々の活発な意見交換が、開発の質と速度をともに押し上げた。情報の取り扱いやセキュリティなど、金融機関ならではの慎重な検討が求められる領域を、情報管理を担う部門と丁寧に調整しながら乗り越えられたのも、現場を預かる業務部門がプロジェクトを主導したからにほかならない。この「業務部門による主導」という体制こそ、AI投資を成果に変える組織のあり方を示している。

同部門の視線は、すでに次の段階を見据えている。一つは、AIによる推奨機能の高度化だ。担当者は、多い場合で30〜40もの代理店を受け持つ。現状は担当者自身が「この代理店の状況を確認しよう」と調べる仕組みだが、これをAIに委ねたい考えだ。

もう一つは、活動履歴をAIの分析に組み込むこと。前回まで行った活動を踏まえた次のアプローチの提案や使うべき資料がわかれば、さらに精度の高い提案になる。また、実際に提案した後の反応も集め、PDCAを回すことができればさらなる効率化が進められる。

日本生命の取り組みが示すのは、AI投資を成果に変えるのは、最先端の技術そのものではない、という事実だ。現場の切実な課題を起点とし、業務部門が主導する。利用を強制するのではなく「便利だから使う」という自発的な定着を実現し、個人に委ねられていた知見を、組織全体で循環させる。こうした「組織と仕組み」があってはじめて、AIは投資に見合う成果を生む。

一人ひとりの経験を、再現性のある組織の力へ。日本生命 代理店業務部の挑戦は、その一つの到達点を示すとともに、すでに次の段階へと歩みを進めている。