ボトムアップでもAIで相談すると、生産性バク上り

#コンヒラ #ChatGPT #生成AI #生産性 #コスパ #トップダウン #ボトムアップ

今回は、当社で実際に行ったChatGPTの活用事例を一つ紹介させていただきます。

現在、改善一件当たりの天井枠を上げることでインセンティブを上げることを検討しています。そこで、一件当たりの天井枠をいくらに設定するかという審議に入り、8月中の意思決定を目指しています。

先ずは部門長内でスレッドをたてて、天井枠案とその理由を回答してもらいました。この時点では、私を含めて過去に経験がない判断になるため、自分たちの案が適切か正直なやむところもあります。

メンバーと事前に提案と理由（課題含む）を回収

そこで、ChatGPTに、私たちがスレッド内で集めた検討案とその理由を教えて、ChatGPTにも提案をまとめるよう依頼しました。

ChatGPTが良いと思ったのは「提案」そのものではなく、「理由の切り口（項目）」と「その理由」です。今回のChatGPTの切り口は「公平性」「財務健全性の確保」「モチベーションのバランス」「制度のシンプルさ」などの項目に分けて検討し、「提案」を出してきました。

私はその「切り口」の中を見ながら「ちょっと無理があるな」と感じたところをChatGPTに会話しながら進めることで、抜け漏れや、無理なく落ち着きそうな着地案にたどり着きました。

ChatGPTと相談、検討画面

あとは、それをChatGPTに「A4一枚にまとめて」と依頼し、その結果を私が少し手直しして完成。あとは意見だししてくれたメンバーがいるスレッドに事前提出して完了。各位のコメントを反映した提案書なので、意思決定会議で集まった時には「意思決定」ができるとみています。

ChatGPTに整理してもらった提案書を、自分で校正して仕上げ

面白かったのは、スレッドで人同士で意見だしをするのに、手待ちが数日かかりましたが、あつまった案をもとにChatGPTとの会話を初めて提案書に落ち着くまでには、わずか20分。生産性バク上りを改めて実感した次第です。

よくトップダウンは意思決定が早く、ボトムアップは意思決定が遅いといいますが、今回のことを通してボトムアップでもAIを入れると、生産性が上がることに気づきました。