Microsoft 365 Copilotの活用事例

アプリを作るには開発環境の用意やサンプルデータの準備が必要で、興味はあっても試すところまで進みにくかった。

1. 業務で使うSharePointリストのサイトを開く
2. 列構成とデータを分析しダッシュボードを作るよう文章で指示した
3. HTMLファイルをSharePointに保存しリンクを返すまで指示に含めた
4. 出来上がった画面をプレビューで開き動作を確かめた
5. チャットで追加のグラフや配置の修正を頼んだ

指示から1分ほどでHTMLのダッシュボードが出来上がり、件数や対応状況のカードと一覧表、絞り込みが使える形になった。

キーワード検索はファイルビューアー上で文字入力がうまくいかず、動作の確認は人がやる必要があった。

社長と直接話せる社員は限られ、経営判断の背景が現場まで届かなかった。

幹部会議の議事録をそのまま参照する幹部版は、顧客ごとの取引情報が含まれるため全社には開けなかった。

1. 幹部会議の議事録を要約し公開情報と組み合わせてナレッジにする
2. AIが個社名を某社に置き換え数値を伏せて要約する
3. 別プロンプトのAIが第三者の目で監査する
4. 人が加工済み議事録の約10%を抜き取って確認する
5. 公開後は社員からの通報を受けて該当箇所を消す

幹部層約70名のPoCでは9割が社長の方針を理解するのに役立ったと答えた。

2026年7月に全社版を公開し、1か月で社内の多数のAIエージェントのうち利用状況5位に入った。

ライセンスは全社に配ったものの、使い道が議事録の要約とメールの下書きで止まっていた。

どの業務のどこを置き換えるかが各社員任せで、成果に個人差が出ていた。

1. 総務課の122業務をすべて書き出した
2. 頻度と年間作業時間から効果の大きい23業務を選んだ
3. 誰がどの資料で何分かけるかを工程ごとに聞き取った
4. Copilotに任せられる工程だけを切り出し操作を見せた
5. 捺印請求ではPDFから4項目を理由つきで判定させた

選び出した23業務は合計で年間約1,842時間かかっていたが、そのうち約373時間（20.3%）が浮いた。

捺印請求の確認は元が年間600時間で、155〜220時間（25.8〜36.7%）分が軽くなった。

PowerPointのCopilotに資料作りを任せたいが、いつも使っているデザインとは違う見た目のスライドしか出てこなかった。

1. Copilotが読み込むサンプル用テンプレートファイルを用意した
2. 手持ち資料が無いためCopilotに資料を作らせレイアウトを足した
3. ClaudeのOpus5に既存スライドの配色やフォントや余白を分析させた
4. 分析を共通ルールと例外と要確認の3つに分けさせた
5. 23種類のレイアウトを必須とし空欄はダミーで埋めさせた

Copilotがデザインの特徴を読み取れるテンプレートの形が見えてきて、テーマ定義とスライドマスターとレイアウトの整備を段階的に進められるようになった。

会議の議事録づくりなど日常の定型事務がすべて人手で回っており、職員が考える時間を確保できなかった。

先に使い始めたChatGPTは、普段使うMicrosoft 365との間で情報を毎回コピーして貼り付ける手間がかかった。

1. Teamsで会議を録音し要約と決定事項を取り出す
2. 資料の方向性をCopilotと相談し方針を決める
3. WordやPowerPointでドラフトを作らせ職員が編集する
4. 長い調査依頼を要約させ庁内向け依頼文まで作らせる
5. 他区の取り組みを公開情報から検索・要約させる

2024年8月からの実証実験で月平均300時間の削減を確認し、2025年10月に900ライセンスで全庁に広げた。

2026年3月時点で月間約2000時間の業務時間削減になった。

事業が伸びて仕事量が増える一方で、少ない人数でこなすための全社的な効率化が課題だった。

複数のSaaSを入れても改善が部署ごとで止まり、会社全体に広がらなかった。

1. 既存のMicrosoft 365と同じIDで管理できるCopilotを選ぶ
2. 2025年7月にDX推進部門と経営メンバー約10名で試す
3. 管理者向けワークショップで使いどころを押さえる
4. 同年9月に社員全員分のアカウントを一度に配る
5. 240名向け研修後は朝会で社員が事例を共有し合う

管理物件の入居審査で勤務先や滞納履歴といった大量の情報を突き合わせる作業の所要時間が大きく縮まり、担当者は判断や分析に時間を回せるようになった。

中途入社の社員がTeamsの履歴から過去の経緯を話し言葉で探せるようにもなり、会社としては生成AIで業務コスト30％削減を目標に掲げている。

AIの試験導入が一部の部署で止まり、現場に根づかないままだった。

原稿作成のような手間のかかる業務も人手に頼っていた。

1. Copilot Studioで作ったエージェント環境をグループ全体へ開放した
2. 業務部門の社員が自分でエージェントを作れるようにした
3. 原稿チェック用エージェントに原稿を渡し誤字や表記ゆれを洗い出した
4. 直し方の案とFAQまで出させ人は中身を決めた
5. 各部署にアンバサダーを置き発表会で使い方を共有した

プロモーション業務では原稿作成の対応時間が約50%減り、これまで約1カ月かかっていた作業が1〜2週間ほどで終わるようになった。

レビュー時間の短縮や手戻りの減少にもつながっている。

財産コンサルティングの依頼が増え、資料作成や情報整理といった決まった作業の負担が大きくなっていた。

その分だけ顧客と話したり提案を練ったりする時間が削られていた。

1. 2024年に全社をまたぐDX推進室を作った
2. コンサルタントの仕事を分解して見える化した
3. 議事録作成や財産分析のAIエージェントを開発した
4. 仕分け層と作業層と統制層の3層で設計した
5. 物件情報のPDFからひな型通りの資料を組み立てた

資料作成の手間が減り、対応の速さが上がった。

顧客との対話や提案の検討にあてる時間をKPIに置き、決まった作業の標準化と情報整理の効率化が各部門で進み始めている。

人手不足や働き方の変化を受けて、業務の効率だけでなく社員の発想を引き出す環境づくりが必要になっていた。

提案書や報告書など資料づくりの手間も重かった。

1. 各部門がMicrosoft 365 Copilotを実業務で試した
2. 約140名が部門ごとのチームに分かれ使い方を持ち寄った
3. 事業開発チームはExcelの解析と画面づくりを手伝わせた
4. 提案チームは提案書の情報集めと整理を任せた
5. 2日間の社内発表会で全25チームが成果を出し合った

資料作成や議事録の下書きが早くなり打ち合わせの直後に次の動きへ移れるようになったという声が出た。

発表会をきっかけに参加していない部門でも使ってみたいという空気が広がった。

Microsoft 365 Copilotのライセンスを持つ社員が2000名以上いたが、日常の仕事で使いこなす人が少なかった。

すでに使っている社員からも、もっと効果の出る使い方を知りたいという声が出ていた。

1. アイデアソン型の研修を受けた
2. 仕事ごとの使用例とプロンプトの見本を多く見せた
3. 出力の精度を左右するプロンプトの組み立て方を学んだ
4. 自分の仕事の流れを書き出し任せられる工程を整理した
5. ExcelのVBAコード生成やデータ集めを実務で自動にした

研修後にCopilotを実務で使った33名で、1ヶ月あたり合計約97時間の仕事時間が減った。

毎日使う人の割合も研修前の40％から64.6％に上がった。

全社の生産性を上げようとMicrosoft 365 Copilotを入れたが、自分の仕事でどう使うかやプロンプトの書き方が分からないという声が多かった。

使い方のコツを共有するだけでは広がりに限界があった。

1. 各部門からITに強い社員をアンバサダーに選ぶ
2. eラーニングで対話型AIとプロンプトの基礎を学ぶ
3. 自分の仕事を業務フロー図に描きアイデアソンで磨く
4. 質問会で疑問を解消し発表会で成果を共有する
5. プロンプトやアイデアをナレッジブックにまとめる

毎日Microsoft 365 Copilotを使う人の割合が35.3％から67.8％に増えた。

発表会で共有された34名分のアイデアによる削減時間は合計で月約123時間で、役員対談の台本作りに使って月7時間減らした人もいた。

議事録作成や競合調査など部署をまたいで使える方法も生まれ、月800時間の削減が見込まれている。

全社の生成AIとは別に先行して入れたMicrosoft 365 Copilotの使いどころが定まらず、DX推進室が他部署に教えられる水準に届いていなかった。

社内資料づくりや問い合わせメールの確認に時間がかかっていた。

1. eラーニングでCopilotの機能と製品連携を学んだ
2. ライブ講義で業務を分けCopilotに任せる所を出し合った
3. 資料の構成案づくりとデータ集計とグラフ作成を任せた
4. 質問会でうまくいかない出力のプロンプトを練り直した
5. 問い合わせの読み取りと返信案づくりを任せ通知を自動化した

社内資料をつくる時間が大きく減り、問い合わせメールをわざわざ見に行く手間が無くなって対応が速くなった。

DX推進室が他部署に教える力も上がった。

住友ゴムはMicrosoft 365 Copilotを広げる前の検証段階で、社員ごとに理解度と関心の差が大きかった。

解説動画を配っても具体的な使い道が浮かばず、新しい道具への抵抗も残っていた。

1. プロンプトの書き方のコツと注意点を学ぶ講座を受けた
2. どの仕事にも使える指示のひな型と具体例を示した
3. 講座の最後に2つの課題でCopilot Chatを操作した
4. WordやPowerPointとの組み合わせをハンズオンで練習した
5. 題材はExcelの表の加工と日程調整メールの作成

毎日Microsoft 365 CopilotとMicrosoft 365 Copilot Chatを使う社員の割合が42.9%から85.7%へ増えた。

受講後はPowerPointのたたき台づくりやTeams会議の要約といった実例が部内で共有され、定着へ向けた自発的な動きも出てきた。

JTBは社内向けのAIチャットを用意しMicrosoft 365 Copilotも希望者が使える状態にしていた。

ただ機能の説明だけでは自分の仕事にどう当てはめるかが浮かばず、学ぶ機会も足りていなかった。

1. eラーニングでCopilotの特性とプロンプトの基本を学んだ
2. 自分の仕事を分解して置き換えられる場面を出すアイデアソンを開いた
3. 質問会を設け実務で出た疑問に講師が答えプロンプトを直した
4. 旅行の工程表づくりで観光地の提案と行程案づくりを任せた
5. 工程表への落とし込みと手直しまでCopilotに行わせた

毎日Copilotを使う社員の割合が51.6%から76.9%へ増え、工程表づくりでは月10時間の作業が減った。

研修で出た使い方を受講者全員へ広げた場合の削減見込みは年間で最大約3,240時間で、月あたりでは約274時間になる。

Copilotを入れても日々の仕事に根づくかどうかが分からなかった。

定着の度合いを何で測るかも決まっていなかった。

1. 希望した社員178人にライセンスを渡した
2. アクティブ率と利用頻度と削減達成率とアイデア創出率をKPIに置いた
3. ログと毎月のアンケートをPower BIのダッシュボードで見た
4. 必須の研修と対面のハンズオンとアイディアソンを行った
5. Teamsのチャネルと毎月の共有会で成功例も失敗例も出し合った

アクティブユーザー率は平均95%以上を保ち、月2時間以上の削減を達成した社員は98%になった。

この結果を受けて2025年10月から全社へ広げることを決めた。

グループ独自の生成AIは入っていたが現場に根づかなかった。

ツールを成果に結びつける仕組みも整っていなかった。

1. 役員と管理職を対象に外部の講師が研修を組んだ
2. DXやAIの流れを学び自社のAI利用の段階を診断した
3. Copilotを実際に触り文書の要約とデータ分析をやってみた
4. Copilot Studioで簡単なエージェントを作った
5. 社内へ広げる進め方と適用する範囲を参加者自身が描いた

管理職がAIを使う意味を自分の言葉で語り、部下の提案や挑戦を後押しできる状態を目指す。

研修後に効果を測り行動の変化につなげる計画になっている。

複数人の打ち合わせを組むたび全員のOutlookの予定を開いて目で空きを探しており、手間がかかるうえ間違いも起きていた。

1. 2024年7月にCopilotなど3種を5,000ライセンスずつ導入した
2. Copilot Studioで会議予約と空き確認のエージェントをノーコードで作った
3. 条件を文章で伝えると全員の空き時間と会議室を示し招待送信まで任せた
4. まずIT部門で試し人事や総務など非IT部門へ広げた
5. プロンプトの使い方を社内コミュニティで共有し人は条件指定と最終確認だけ担った

会議調整が目視での突き合わせからチャットでのやり取りだけで済むようになり、ミスも減った。

2,100名以上が参加する社内コミュニティができ、使い方を教え合う文化が生まれた。

商品やレシピの情報は本社で作られ部門ごとにばらばらに管理されていた。

店舗へ十分に伝わらず、経験の長いスタッフに社内からの質問が集中していた。

1. 既存のMicrosoft 365ライセンスを土台にする
2. Teamsの中に社内向けチャットボットを置いた
3. 社内情報をAIが検索して答えるRAGを組む
4. 足りない部分だけAzure OpenAIを足した
5. Copilot Studioで担当者が直せる形にする

夜間や休日も含めて社内の質問にAIが答えるようになり、ベテランへの問い合わせの偏りが減った。

スタッフは接客や店舗運営といった本来の仕事に時間を回せるようになった。

教科書に載る三編の詩には挿絵がなく、生徒が情景を思い浮かべにくかった。

表現の効果を考える手がかりも足りなかった。

1. Copilot Chatに優秀な画家という役割を与える。
2. 教科書の詩をそのまま貼り付けて絵を描かせる。
3. 三編分の絵を用意して授業で提示する。
4. 生徒が納得した点と納得できない点を整理する。
5. 生徒が考えた説明をプロンプトに足して描き直させる。

生徒が言葉と絵のずれを手がかりに詩の表現の効果を話し合う授業になった。

指示を足すほど狙いに近い絵が出ることも生徒が体験した。

開校10周年記念式典の校長式辞を一から書く必要があった。

校長が原稿づくりに時間を取られていた。

1. Microsoft 365 Copilot Chatへ式辞の条件を入れる
2. 出てきた文章をたたき台として受け取る
3. 校長自身の思いや学校の出来事を書き足す
4. 言い回しを整えて原稿として仕上げる

短い時間で式辞のたたき台が手に入り、校長は思いを足すだけで原稿を完成させられた。

校長の仕事の進みが早くなった。

人類の出現と進化を扱う中学1年の社会科では、教科書だけだと時代の移り変わりを生徒が実感しにくかった。

1. 旧石器時代と新石器時代の暮らしの想像図を描かせた
2. 猿人から新人までの暮らしの絵も出させた
3. 社会科教師の役を与えつまずきを5つ挙げさせた
4. 縄文時代を10mの紐に置き換える方法を引き出した
5. 絵に時代と合わないものが無いか確かめた

2つの時代の想像図を見比べさせる場面を作り、挙がったつまずきへの手立てを全体指導と個別指導に分けて用意した。

中学2年の国語で扱う扇の的は場面の様子を言葉だけで思い描くのが難しかった。

1. 那須与一が扇を射落とす場面の絵をCopilotに作らせる
2. 風の強さや竿の先の扇を持つ女官など条件を足して作り直す
3. 3回目は距離や装束や夕暮れの空まで細かく書いて作らせる
4. できた絵と約70m先に置いた的の写真を並べて生徒に見せる
5. 入力の書き方で出力が変わることも教材として伝える

生徒は場面の状況をつかんだうえで追い詰められた与一の心情を考える流れになった。

生徒は自分が立てた献立を栄養の面だけで見てしまい費用や旬や調理時間まで考えが広がりにくかった。

1. 生徒が考えた1日分の献立をCopilot Chatに入力する
2. 年齢と性別と食事摂取基準を条件に付けて栄養と費用を尋ねる
3. 返ってきた内容をワードA4一枚にまとめさせて授業で見せる
4. 個人が分かる情報は入れないことを教員が先に指導する
5. 費用の答えは実際とずれるため生徒が自分で調べ直す

AIの評価をグループで見比べて栄養以外の視点も入れて献立を直す授業になった。

出力例では1日あたり約1,860円という費用の目安が示された。

生徒が自分の描いたパッケージデザインを客観的に見直す機会が少なかった。

買いたくなる見た目になっているかを自分だけで判断するのは難しかった。

1. 自分のパッケージデザインの画像を用意する。
2. 1枚目に評価してほしい観点を書いた画像を渡す。
3. 2枚目に自分の作品の画像を渡す。
4. 買いたくなるかの評価と改善案を文章で出させる。
5. 参考の一つと確認し取り入れるかは自分で決める。

生徒はターゲットに合う色や形の工夫に気づき、自分の狙いと比べて改善案をまとめた。

統一感を重視して案を採らない判断も出た。

葉の面積と蒸散量の関係を調べる理科の授業で、面積を測る道具がなく一から作るには知識も時間も足りなかった。

1. 教員が授業の準備としてCopilot Chatに指示を書いた
2. 画像から面積を測るプログラムを出させた
3. 出てきたコードをたたき台に計測ツールへ仕上げた
4. 生徒がそのツールで葉の画像から面積を測った
5. 測った値と蒸散量を表とグラフにまとめさせた

自分では組むのが難しいプログラムが短い時間で用意でき、教員の準備の負担が軽くなった。

生徒は授業の中で葉の面積を測るところまで進められた。

二次方程式の解き方を選ばせる授業で、生徒がどこでつまずくかを事前に読みきれなかった。

1. 教員役としての設定をCopilotに伝えた
2. 二次方程式でつまずきそうな点を挙げるよう頼んだ
3. 三つの解き方が向く式を表にまとめさせた
4. 三つを比べる問題とまとめの活動案を作らせた
5. 出てきた問題を事前に自分で解いて確かめた

因数分解の組み合わせミスや公式の忘れといったつまずきが事前に洗い出せた。

AIが作った三問とまとめの活動案をそのまま授業に取り入れられた。

約9000名にライセンスを配ったものの、すぐには使いこなせなかった。

思った答えが返らず試行錯誤でかえって時間がかかるという声も出ていた。

1. 部門や職種を問わず使える場面を先に選んだ
2. ゴールデンプロンプト集を作って配った
3. Teamsの文字起こしをCopilotへ渡した
4. 要約でなく発言録の形に組み替えさせた
5. Wordで整えOutlookで社内へ配った

発言録づくりに4時間かかっていた作業が2時間で終わるようになった。

一般職はマニュアルや各種規定を確かめる場面が多く調べるだけで時間を取られていた。

どの機能が効くのかも分かっていなかった。

1. 一般職が自分の業務でCopilotを使い機能ごとの削減時間を答えた
2. Teamsでは内部文書からの情報取得や会議メモの生成を使った
3. Outlookのメール下書きと要約やWordの書き換えも対象にした
4. Excelの計算や分析とPowerPointの資料生成も使った
5. 機能別の平均削減時間で並べ内部文書の取得を除いた合計も出した

機能別では区の内部文書からの情報取得が46.6分で最も高かった。

この機能を除いた残りの全機能でも一般職1人当たり1か月で約114分が減り金額では約7,469円に当たった。

ライセンスを持つのは一部の職員だけだった。

広げてよいかを決める材料が無かった。

1. 一部の職員にライセンスを割り当てた
2. 業務で使って減らせた時間を測った
3. 効果が高かった特別職と管理職の約100名へ配ると決めた
4. 一般職には係に1つの割合でライセンスを配る
5. 内部文書検索の専用チャットボットをTeamsで全職員へ公開する

職員1人当たり1か月で平均約166分が減り費用対効果を満たすと判断して利用を広げることにした。

管理職は部下の報告や調整で大量のメールとチャットに目を通す必要があった。

一般職も文書づくりや表計算に時間を取られていた。

1. 職員108人にCopilotのライセンスを配った
2. Outlookでメールの下書きと要約に使った
3. WordやExcelで書き換えと計算や分析に使った
4. PowerPointの資料生成やTeamsの会議メモに使った
5. アンケートで機能ごとの短縮時間を集め職層別に並べた

職員1人当たり1か月で平均約166分の業務時間が減った。

時間単価に直すと約10,876円に当たり定価4,947円を上回るとして費用対効果を満たすと判断した。

会議の記録づくりに手間がかかっていた。

庁内の資料を探す作業も職員の時間を取っていた。

1. Teams会議でレコーディングと文字起こしをオンにする
2. 自動で作られた会議メモとタスクをそのまま業務に使う
3. 区の内部文書をもとに答えを出す使い方も試した
4. アンケートで1回の短縮時間と使った回数を掛けて算出した

会議メモとタスクの生成では1か月あたり7.2〜35.4分が減った。

区の内部文書からの情報取得では21.0〜59.4分が減った。

会議の記録づくりに毎回2〜3時間かかり、文書作成の負担が大きかった。

安全に使える環境がないままでは首長や議員の不安も残っていた。

1. 庁内チャットにChatGPTを呼び出せるbot版を入れた
2. AI議事録の発言録をChatGPTに渡し要点をまとめさせた
3. 要約を議事録の形に整え広報文も下書きさせた
4. 説明会や研修会とプロンプト共有で使い方を広げた
5. 公開情報の参照とCopilotの検証を始めた

議事録づくりは導入前の2〜3時間から30分ほどで済むようになった。

試用期間中に取ったアンケートでは、これからも使いたいと答えた職員が8割を超え、今後への期待を示した職員は9割以上に達した。

市のホームページは情報量が多く市民が知りたい内容にたどり着きにくかった。

職員の手間を増やさずに案内の質を上げる方法が必要だった。

1. 庁内の基盤にMicrosoft 365を入れていた
2. Copilot Studioでサイト内検索ボットを職員が自作した
3. 2か月弱で形にし有志の職員が誤答を洗い出した
4. 誤答のもとになった文言を書き直して精度を上げた
5. 正答率が90%になった段階で正式公開した

正答率90%のAIサイト内検索ボットを2025年6月4日に公開した。

職員の負担を増やさないまま市民が情報を探しやすいホームページ運用に変わった。

グループ全体でAIを日常の仕事に組み込みたかったが、各社でばらばらに進めると足並みが揃わず定着しないおそれがあった。

1. グループ各社から選んだ人でAI推進委員会をつくった
2. 委員会で導入の方針を全社で確認した
3. 旗振り役の2社がMicrosoft 365 Copilotを各社へ広げた
4. オンラインセミナーで使い方を伝えエバンジェリストを育てた
5. AIエージェントへ仕事を移す取り組みを進めた

導入から約半年でMicrosoft 365 Copilotの利用者は6,000名を超え、日常的に使う空気ができた。

業務をAIエージェントに任せる例も出てきた。

情報の正確さの担保や情報の流れ方の変化といった課題に直面していた。

生成AIを全社員が仕事で使える形にする道筋も定まっていなかった。

1. 社長が先頭に立ちAI Readyのプロジェクトを立ち上げた
2. Azure OpenAI Serviceで社内専用チャットAsahiAIを作った
3. Microsoft 365 Copilotを4ヶ月かけて試し本格導入した
4. ライセンスをほぼ全部署に配りエバンジェリストを育てた
5. Microsoft Copilot StudioでAIエージェントの検証を進めている

常時数百人ほどが使い、利用実績のあるユーザーは9割を超えた。

社員のリテラシーも上がり、生成AIを使った仕事の見直しが進み始めた。

社員によって生成AIの使いこなしに差があり、プロンプトの書き方でつまずく人が多かった。

約5,000人への調査でも、使った経験があるのは3割ほどで、業務での使いどころや入力してよい情報の範囲が分からないという声が目立った。

1. ノーコードのアプリビルダーで業務ごとの生成AIアプリを作り社内に並べた
2. 社内問い合わせ用はFAQと社内ドキュメントのRAGで自動回答させた
3. データの決まりに沿ってAzure OpenAIを選び用途ごとにモデルを使い分けた
4. ログ解析やコード修正やVBAマクロ作成など自社ならではのアプリも用意した
5. ポータルや解説動画や社内コミュニティで要望を集めアプリを追加した

導入から数ヶ月後の調査で、生成AIを使っている・使ったことがあると答えた社員が3割から5割に増えた。

問い合わせアプリが受ける月約400件のうち、4分の1はAIが社内資料をもとに答えを組み立てている。

製品へのAI実装を進める一方で、社内の業務変革は進んでおらず、社員がAIを日常的に使う状態になっていなかった。

導入しても使われないままになる心配もあった。

1. すでに全社で使うMicrosoft 365との相性を見てCopilotを軸に据えた
2. まず少人数で小さく始め経営層にもAIの存在を知ってもらった
3. 使う範囲を段階的に広げ全社へ展開した
4. Copilot Studioで内製化しサポート業務の見直しから着手した
5. 現場の改善要望を集め社内の人手で作って直した

2026年2月時点でMicrosoft 365 Copilotを1,115ライセンス導入し全社展開が完了した。

月間利用率は90％前後を保ち、外部に頼りすぎずに社内でAIを改善して広げられる体制が整った。