ChatGPTは色々な部分で役に立つんだけど、中でも威力を発揮するのが自動化・効率化≒コーディングの部分。
今回は自分がよくやっている社内DX・IT化のプロセスを見ていく。
前提｜非エンジニアである筆者のプロフィール
自分は全然エンジニアではないし、大学でも文系科目の専門だった。
授業でアルゴリズムの入門（文系向け）を履修して、会社に入る時にPythonを少し勉強した程度。
そんな自分でも、今の会社で自分の所属部署で面倒な作業（エクセルとか書類の作成）とかを自動化したり、営業業務の一部自動化、リサーチの自動化とか、色々やってる。
実績としては下の通り。
- 表データの整形作業の自動化（GAS）
- 議事録作成の自動化（Python × OpenAI API）
- リサーチ業務の自動化（Python）
- 社内の問い合わせ窓口の作成（Dify）
- 営業業務の一部自動化（VBA）
ちなみに所属が非エンジニア部署なので、周りの人からは変な奴認定をされている。
IT化・DX化を実現させるための習慣
そもそも、周りで働いている人を見ていると
「自動化できる！」「もっと簡単になる！」
という発想ができる人とできない人がいる。
今日紹介するプロセスはこの「気付き」が結構大事。
よって前段として上記のような気付きを多くするための習慣を紹介する。
習慣①「面倒臭い」という感覚に正直になる
仕事をしていて、「面倒臭い」と感じることは高い可能性で自動化or改善できる。
そもそも大事なのは「それでもやらなきゃ」とこの感覚を飲み込まないことだと思う。
あと、上司とか先輩の「これ面倒くさいな〜」的なネガティブな発言にもヒントは多くある。それを改善したら一躍ヒーローになれる。
こんな感じで「面倒臭い」という感覚にアンテナを立てておくことがスタートになる。
習慣② インプット
問題を解決するためには情報を入れる必要がある。
勉強というよりは「今の技術で何ができるのか」をインプットする必要がある。
媒体はなんでもよくて、YouTubeとかが手軽なんじゃないかと思う。
GASとかPythonで自動化した時にお世話になったチャンネルは別の記事で解説しているのでそれを見てほしい。
ちょっと時間を作って実際に手を動かして簡単な作業をコーディングでやってみたり、生成AIのツールに登録してみて触ってみたり、触っている人の発信を見てみたりするだけでいい。
要は「今の技術で何ができるのか」を把握することが大事。
実装のステップ
ステップ①｜課題が発生→まず手元でやってみる
課題が発生したら、もうその課題と解決したい理想の形をChatGPT（できれば4o以上のモデル）に入れて解決策を検討してもらう。
で、ざっと回答を見て実現可能性がありそうなら手を動かしてプロトタイプを作ってしまう。
生成AIの登場で大きく変わったのはここ。自分を含めて非エンジニアが考えつく自動化の課題なんて初期段階ならすぐに実装できてしまう。
ステップ②｜技術的な素養のある人材に壁打ち
自分で完結するものであったとしても個人的には簡単にでも壁打ちしたほうがいい。
というのも、ChatGPTの出力をそのまま実装しようとすると社内のセキュリティ要件に引っかかったり、思わぬ落とし穴があったりする。
（新卒一年目でスクレイピングをやろうとした時にこれに救われた）
あと、人に説明することで「よく理解できないけどとりあえず実装した」ということを防ぐことができる。
コツとしては
相手はできれば役職や年次的にフラットな会話ができる人がいい。
理由は、
- 年次が高すぎると社内政治とかの余計な部分でNoを言われる。
- 責任を取るべき役職者に話を持っていくにはこの段階だとあまりにも稚拙であることが多い。
ステップ③｜修正
②の内容を踏まえて修正するべきところが出てくるかと思う。
わからないことはChatGPTや技術担当に確認しながら話を進めていく。
ステップ④｜実際の運用
上手くいったら実際に運用していく。
構想では上手くいっても、運用してみるとイマイチ使えないことってよくある。
コツとしては
- そのツールを使うコアなメンバーに共有
- フィードバックをもらう→修正
- 徐々に利用者の範囲を広めていく
この流れで進めていくといい。
まとめ
今回は生成AIを活用しながら社内で業務改善やIT化・DXを進めていくためのプロセスを紹介した。
もちろん会社の方針とか、業務の内容によってはこの通りにできないことも多いと思う。
ただ、大事なのは知って、実際にやってみること。その自動化が実装できなかったとしてもそこで得た知見は別の場所できっと生きる。
これを読んだ人たちが果敢に社内のIT化に取り組んでいくことを願う。
