クイズの説明
Month 1「業務のAI活用機会を発見しよう」の卒業クイズです。AI活用の成功・失敗パターン、業務プロセス分析、AI適用判断、ユースケース設計、フィージビリティ評価の全領域から出題します。
合格ライン: 80%（10問中8問正解）
問題
Q1. AI活用の方向性（Step 1）
あるEC企業がAI活用を検討しています。以下のうち「新価値創造」に分類されるAI活用はどれですか？
- A. 経費精算の自動化
- B. 顧客一人ひとりの好みに合わせたパーソナライズドレコメンデーション機能の開発
- C. 社内FAQチャットボットの導入
- D. 月次レポートの自動生成
答えを見る
正解: B)
AI活用の3方向性は「業務効率化」「意思決定支援」「新価値創造」です。パーソナライズドレコメンデーション機能の開発（B）は、顧客体験を向上させる新しい価値を生み出すものであり「新価値創造」に分類されます。経費精算の自動化（A）、社内FAQチャットボット（C）、月次レポート自動生成（D）はいずれも「業務効率化」に分類されます。
Q2. AIレディネス評価（Step 1）
AIレディネス評価で「人材」軸がスコア2（個人レベル）の組織がAI導入を進める場合、最も優先すべきアクションはどれですか？
- A. 最先端のAIモデルを購入する
- B. AI推進チームの組成と全社AIリテラシー教育の実施
- C. 全部門で一斉にAIツールを導入する
- D. AI活用に関する社内規程を作成する
答えを見る
正解: B)
人材レディネスが低い（スコア2）状態では、AIツールを導入しても使いこなせません。最優先は「人」への投資です。AI推進チームを組成して推進力を確保しつつ、全社員のAIリテラシーを底上げすることで、AI活用の土壌を作ります。最先端モデルの購入（A）は技術偏重、一斉導入（C）は人材不足で失敗するリスクが高く、規程作成（D）は重要ですが人材育成より優先度は低いです。
Q3. 業務プロセス分析（Step 2）
VSM（バリューストリームマッピング）で新商品登録プロセスを分析したところ、付加価値比率が20%でした。この結果が意味することとして最も適切なのはどれですか？
- A. プロセスの80%が不要なので廃止すべき
- B. プロセスの80%が非付加価値活動（待ち時間、手戻り、転記等）であり、AI化やプロセス改善の余地が大きい
- C. 付加価値比率20%は標準的であり、改善の必要はない
- D. 非付加価値活動は削除できないため、対策は不要
答えを見る
正解: B)
付加価値比率20%は、プロセス全体の80%が非付加価値活動（待ち時間、承認待ち、データ転記、手戻り等）で占められていることを意味します。これはAI化やプロセス改善の余地が非常に大きいことを示しています。例えば、承認待ち時間をAIによる自動チェックで削減したり、データ転記をRPAで自動化したりすることで、付加価値比率を大幅に改善できます。プロセスの廃止（A）は業務上不可能な場合が多く、対策不要（C、D）は改善機会の損失です。
Q4. 頻度×工数マトリクス（Step 2）
以下の4つの業務を頻度×工数マトリクスに配置した場合、AI化の最優先候補はどれですか？
| 業務 | 月間件数 | 1件あたり時間 |
|---|---|---|
| A. 月次決算レポート | 1件 | 40時間 |
| B. 定型問い合わせ回答 | 12,000件 | 10分 |
| C. 年次予算策定 | 1件 | 200時間 |
| D. 名刺情報の入力 | 50件 | 5分 |
- A. 月次決算レポート
- B. 定型問い合わせ回答
- C. 年次予算策定
- D. 名刺情報の入力
答えを見る
正解: B)
頻度×工数マトリクスでは「高頻度×高工数」の象限が最優先です。定型問い合わせ回答（B）は月間12,000件×10分＝2,000時間の業務量であり、最も多くの時間を消費しています。月次決算レポート（A）は月1件で40時間（低頻度×高工数）、年次予算策定（C）は年1件（低頻度×高工数）、名刺入力（D）は50件×5分＝約4時間（低頻度×低工数）です。月間業務量が最大の定型問い合わせ回答が最優先候補です。
Q5. AI適用判断（Step 3）
以下の業務のうち、AI（生成AI/ML）ではなくRPA（Robotic Process Automation）の方が適しているのはどれですか？
- A. 顧客の問い合わせ文から感情を分析して優先度を判定する
- B. 3つのシステムからデータをダウンロードしてExcelに転記する
- C. 商品画像から商品カテゴリを自動分類する
- D. 過去の販売データから来月の需要を予測する
答えを見る
正解: B)
RPAは「定型的なUI操作の繰り返し」に最適な技術です。3つのシステムからのデータダウンロードとExcelへの転記（B）は、決まった手順のUI操作の繰り返しであり、RPAの得意分野です。感情分析（A）は自然言語処理が必要で生成AIが適切、画像分類（C）は画像認識AIが適切、需要予測（D）は従来型MLが適切です。
Q6. データ可用性評価（Step 3）
AIの需要予測モデルの精度が低下した原因を調査したところ、以下の問題が見つかりました。最も影響が大きいと考えられる問題はどれですか？
- A. 学習データのファイル名に全角文字が含まれている
- B. 学習データが3年前のものまでしか含まれておらず、コロナ後の購買行動の変化が反映されていない
- C. 学習データのストレージ使用量が計画の105%に達している
- D. 学習データのバックアップが1日1回しか取得されていない
答えを見る
正解: B)
データ品質の「鮮度」の問題です。3年前までのデータしかないということは、コロナ後の大きな購買行動変化（EC利用率の急増、購買パターンの変化等）が学習データに反映されていません。過去のパターンと現在のパターンが大きく異なるため、予測精度が低下します。ファイル名の文字種（A）は処理上の問題であり精度には影響せず、ストレージ超過（C）はコスト問題、バックアップ頻度（D）は可用性の問題であり精度とは直接関係しません。
Q7. 優先順位付け（Step 4）
インパクト×実現性マトリクスで「Quick Win」に分類されるユースケースの特徴として正しいのはどれですか？
- A. インパクトは低いが実現性が高い
- B. インパクトが高く実現性も高い
- C. インパクトが高いが実現性が低い
- D. インパクトも実現性も低い
答えを見る
正解: B)
Quick Winは「高インパクト×高実現性」の象限に位置するユースケースです。効果が大きく、かつ技術的にもデータ的にも実現しやすいため、最初に取り組むべき候補です。Quick Winの成功は組織の信頼を獲得し、後続のより大きなプロジェクト（戦略的投資: 高インパクト×低実現性）への道を開きます。低インパクト×高実現性（A）はFill-in、高インパクト×低実現性（C）は戦略的投資、低インパクト×低実現性（D）は見送りに分類されます。
Q8. ロードマップ設計（Step 4）
AI活用ロードマップの3フェーズ設計において、各フェーズの目的の組み合わせとして最も適切なのはどれですか？
- A. Phase 1: 全社一斉導入 → Phase 2: 改善 → Phase 3: 撤退判断
- B. Phase 1: クイックウィンで信頼獲得 → Phase 2: 本格展開 → Phase 3: 全社定着
- C. Phase 1: 研修 → Phase 2: 研修 → Phase 3: 導入検討
- D. Phase 1: 技術調査 → Phase 2: 技術調査 → Phase 3: 技術調査
答えを見る
正解: B)
AI活用ロードマップの3フェーズは「Phase 1: クイックウィンで信頼獲得（小さな成功で経営層と現場の信頼を得る）」「Phase 2: 本格展開（複数ユースケースの展開と基盤強化）」「Phase 3: 全社定着（AI活用の文化として根付かせる）」です。全社一斉導入（A）は変更管理の負荷が大きすぎ、研修のみ（C）は実行が伴わず、技術調査のみ（D）は成果が出ません。段階的に成果を積み上げていくアプローチが成功パターンです。
Q9. PoC設計（Step 5）
PoCの成功基準として「正答率85%以上」を設定しました。この基準が適切である条件として最も重要なのはどれですか？
- A. チームメンバーの多数決で決めた数値であること
- B. 業務要件から逆算された根拠のある数値であり、類似事例で達成実績があること
- C. 競合他社が設定している数値と同じであること
- D. 最も高い数値を設定して挑戦的であること
答えを見る
正解: B)
成功基準は「業務要件からの逆算」と「達成可能性の根拠」の両方が必要です。例えば「CS部のオペレーターの平均正答率が90%であり、AIは80%以上あれば人間の補助として十分機能する。類似のRAGチャットボットでは85-90%の正答率を達成している」という根拠があれば、85%という基準は妥当です。多数決（A）は根拠に基づかず、競合と同じ（C）は自社の状況と合致しない可能性があり、最高値の設定（D）は達成不可能なリスクがあります。
Q10. 総合判断問題（全Step）
あなたはAI活用推進担当として、以下の状況に直面しています。最も適切な対応はどれですか？
状況: AI活用ロードマップのPhase 1で取り組んだFAQ自動回答チャットボットのPoCが完了した。結果は以下の通り。
- 正答率: 82%（Must基準80%は達成、Want基準90%は未達）
- 自動回答率: 35%（Must基準30%は達成、Want基準50%は未達）
- 応答時間: 3秒（Must基準10秒以内を達成、Want基準5秒以内も達成）
- 顧客満足度: 現状比-1%（Must基準-5%以内は達成、Want基準の維持以上は未達）
- CS部のオペレーターからは「定型質問が減って助かる」と好評
- ただし、「時々的外れな回答がある」との指摘もあり
- A. Want基準に未達の項目があるため、No Goとして全面的に計画を見直す
- B. Must基準はすべて達成しているが、正答率と顧客満足度の改善計画を条件としてConditional Goとし、本番移行を進める
- C. 現場から好評なので、改善を行わずにそのまま全社一斉展開する
- D. 正答率を100%にするまでPoCを延長する
答えを見る
正解: B)
Must基準はすべて達成しており、No Go（A）にする根拠はありません。一方でWant基準に未達の項目があり、「時々的外れな回答がある」という定性フィードバックもあるため、改善なしでの全社展開（C）は品質リスクがあります。また、正答率100%を目指してPoCを延長する（D）のはPoC地獄に陥るリスクがあり、現実的ではありません。
最も適切な対応は「Conditional Go」です。具体的には:
- 正答率の改善計画: FAQナレッジの拡充とプロンプトの最適化で90%を目指す
- 顧客満足度の改善: 回答の信頼度が低い場合に「オペレーターに確認中です」と表示するUX改善
- 段階的な本番展開: まず一部の顧客から開始し、改善を反映しながら拡大
- モニタリング体制: 正答率と満足度を毎週モニタリングし、閾値を下回った場合の対応フローを策定
現場からの好評は本番移行の追い風であり、この勢いを活かしつつ改善を続けることが最善のアプローチです。
結果
合格（8問以上正解）
おめでとうございます。Month 1「業務のAI活用機会を発見しよう」を修了しました。
AI活用の成功パターン、業務プロセス分析、AI適用判断、ユースケース設計、フィージビリティ評価、PoC計画 — 業務のAI活用機会を発見し、実現計画を策定するために必要なすべてのスキルを身につけました。
「業務分析からAI活用のロードマップを策定する力。これは技術者だけでなく、ビジネスパーソンとしての武器になる。自信を持って次のステージに進んでくれ。」 — 田中VPoE
不合格（7問以下正解）
Month 1の内容を復習し、再度チャレンジしましょう。特に不正解だった領域のStepを重点的に復習してください。
| 問題番号 | 対応するStep |
|---|---|
| Q1 | Step 1: AI活用の方向性 |
| Q2 | Step 1: AIレディネス評価 |
| Q3 | Step 2: VSM（バリューストリームマッピング） |
| Q4 | Step 2: 頻度×工数マトリクス |
| Q5 | Step 3: 技術フィット評価 |
| Q6 | Step 3: データ可用性評価 |
| Q7 | Step 4: 優先順位付けフレームワーク |
| Q8 | Step 4: ロードマップ設計 |
| Q9 | Step 5: PoC設計 |
| Q10 | 総合: 全Stepの統合判断 |
推定所要時間: 30分