一人担当の負担と属人化を解消｜経営企画部のIR資料作成をAIで自動化支援

支援概要

• 業種：不動産
• 事業概要：不動産販売・賃貸・管理
• 部署：経営企画
• 支援期間：約2カ月

不動産会社の経営企画部でのIR資料作成をAIで自動化する仕組み作りを支援。担当ディレクターのAI知見を基に、過不足のないデータの学習やAIとの細やかなコミュニケーションを行う。また、担当ディレクター自身がIR業務を正確に理解することで、IR資料ならではの意図をAIに理解させることを徹底。IR資料作成を担当者以外でも対応でき、デザインの修正や追加学習、アップデートなどにも社内で対応できる仕組みを構築した。

支援前の課題

• IR資料作成の作業量が多くデータ整備などが煩雑で、担当者の負担になっている
• 担当者1名にIR資料作成業務が属人化しており、代われる人がいない
• IR資料作成の遅れが、その後の業務の遅れにもつながっている

ご相談内容

• 社内の別部署で資料作成をAIで自動化した例があり、IR資料作成についても同様の自動化を行いたい
• 現在は担当者1名が行っているIR資料作成だが、将来的には誰でも行えるような仕組みを作りたい

支援内容

• AI活用に詳しいディレクター1名をアサイン、週1稼働をベースに作業に応じ工数を調整
• 過去の資料やnoteのコンテンツを基に、Claude DesignでIR資料の自動作成を仕組み化
• 支援完了前には、デザインの修正や追加学習、Claude Designのアップデート対応などを内製化できるよう、ドキュメントとテスト環境を用意した上で、やり方をレクチャー

支援のポイント

• 初期の学習に集中的に時間をかけることで、以降の仕組み作りを迅速化
• クライアントの業務理解を徹底、IR資料ならではの意図をAIに理解させることを重視
• 資料の正確性担保のため、AIによる二重チェックやアウトプットの調整を細かく実施

支援成果

• クライアント社内でIR資料作成の自動化を運用できる仕組みが完成
• 別部署からもAIによる資料作成自動化の相談があり、案件が進行中
• 成功体験ができることで、会社全体でAI活用を進める空気が生まれた

担当ディレクターインタビュー

データ学習から始まるAI自動化、過不足のないデータ選定がポイント

－本事例を担当するにあたり、まずは何から着手されましたか？

山中：今回の事例ではIR資料作成の自動化にClaude Designtを使いましたが、当初クライアント様の社内でClaudeの利用実績がなかったため、まずは担当者様とともに社内向けにClaudeの利用をご提案しました。

Claude利用をご了承いただき、契約が完了してからは、私もクライアント様のアカウントに入らせていただき、過去のIR資料を学習させることから始めました。

基本的には週1日稼働という工数での支援でしたが、初期の学習には集中して時間をかけ、週4日ほどの工数で一気に進めさせていただきました。AIにデータを学習させるときは、モデルによる利用上限にも注意が必要です。

－IR資料の学習は、どのくらいのボリュームで行いましたか？AIに学習させるデータは、どのくらい必要なのでしょうか。

山中：今回は、過去の決算資料を6資料ほど、ページ数で言うと70ページほど学習させました。決算資料は、一年前でもデザインがまったく違うので、あまり過去に遡って学習させる必要はないと判断しています。

今回の事例に限りませんが、経験上、AIに学習させるデータが多いほど精度が上がるというわけではありません。AIのモデルに関係なく、サンプルデータが一定のボリュームを超えるとそれ以上精度は上がらないと感じています。

むしろ過学習はゴールへのフォーカスが曖昧になり、余計なアウトプットを生成しはじめることにもなるので、必要のないデータは除外する必要があります。必要最低限のデータから始めて、足りなければ足していくというほうが良いと考えています。

－データを学習させた後は、どのように自動化の仕組みを作っていきましたか？

山中：過去の資料を学習させた後は、ベースとなるデザインを作成しました。そこから、過去の決算資料の基となっているExcelデータを使い、Excelにある数字からIR資料を作成できるかをテストしていきました。

また、IR資料では、訴求したいことも毎回変わります。それを箇条書きにまとめて、ページごとのキャッチフレーズが入るようにしました。

今回の案件では、担当者の方がそれまで書いてきたnoteのコンテンツがあったため、こういう表現や言葉はNGということをスムーズにAIに学習させることもできました。

IR資料ならではの意図をAIに理解させるためのコミュニケーション

－自動化の仕組みをつくるなかで、特に難しかったところは何ですか？

山中：IR資料ならではのデザインの意図をAIに理解させることが難しかったですね。

たとえば、右肩上がりのグラフがあったとして、IR資料では普通のグラフよりもその伸びを印象づけるようなデザインで作られることが多くあります。そういった意図は、6割くらいまではAIにも理解してもらえますが、それを8～9割の理解にまで詰めるのに時間がかかりました。

意図を理解してもらうために、まず、なぜこのページがあり、どうしてこういうデザインになっているのかという、特に注意が必要なポイントについて、財務担当の方にメモ書きをしてもらい、AIに伝えました。また、言葉だけで伝えるのも難しいので、意図がずれている箇所をスクショして、どう直すかという資料を作ってそれをAIに読み込ませることもしました。

AIの場合、ひとつのページを直すと、修正の必要のないほかのページも気をきかせて直してしまうということも起こります。そういったやり直しを少しでも減らすため、最初のプロンプトで1ページずつ意図を確認して、他のページに影響が出ることがあれば伝えてほしいというふうに、細かなコミュニケーションもとるようにしています。

－クライアント様のご要望を反映するために、特に意識したことはありますか？

山中：私自身は、IRの業務を直接経験したことがありません。そのため、まずは私自身がIRの業務をきちんと理解することから始めました。

業務を理解していると、なぜこの資料のこのページはこういうデザインなのかということを、AIに対して通訳する役割を担うことができます。仕組み化においては、いわゆる職人芸のような、属人性をなくすことが重要です。経験を積んだ人だからこそ気づいていたところを抽出して、仕組みに反映させる。そのためには業務への理解が必要です。時間がかかるように思えますが、そのほうが最終的に最短経路で成果を出すことができます。

また、IR資料としての正確性を担保するために、別のAIを監査役的に使った二重チェックも行いました。過去の資料とつながった数字があるときは、矛盾がないかチェックするなど、できるだけ手戻りが少なくなることを意識して仕組みを組み上げていきました。

AIだから気づけた点も。資料作成、更新も社内で完結できる仕組みを構築

－最終的な成果を、担当ディレクターとしてどのように評価していますか？

山中：今回は、支援の着手から仕組み化の完了までが約2か月という比較的ハイペースな案件でしたが、私自身も業務をAIにより効率化するなどして、クライアント様が求めるものをできるだけ早く提供することができたと思います。

支援完了後も、ある程度のアップデートなどはクライアント様が自分たちで行えるよう、必要な情報をドキュメントにまとめてお渡ししています。

AIによるIR資料作成により、効率化や属人性の解消以外にも、人の目によるチェックだけでは気づかなかった、間違いではないけれど矛盾している数字に気づくという効果もありました。たとえば、数字を丸めるとき、同じ資料のなかで切り捨てにしているところと四捨五入にしているところがあるなどです。

本事例の支援はすでに完了していますが、クライアント様の別の部署からもAI活用のご相談を頂いており、今後順次進めていく予定です。

ディレクターバンク営業担当コメント

一業務が効率化されるだけでなく、組織全体へのインパクトがある

IR資料は納期が厳密です。そのため、資料作成のご担当者様の負担が大きいことはもちろん、その前後の業務に携わる人の負担も大きいという状況がありました。DXやAI活用で業務の効率化を行うときは、その業務の直接の担当者だけでなく、組織全体で見たときの影響も考えることが重要だと思います。

今回のように週1日という工数での支援事例は多いのですが、プロジェクト全体の工数の範囲内で時期ごとの配分を変えることもあります。たとえば3ヶ月のプロジェクトであれば、立ち上げの2週間は週2日、軌道に乗った後半は週0.5日といった形です。クライアント様と話し合いながら、目指す結果に対して一番良いバランスをチューニングしています。

支援完了後もクライアント社内で内製化できる体制を目指す

弊社としては、プロジェクトの目標を達成することはもちろん、支援完了後も、クライアント様が自分たちだけでその業務を回せることも大切だと考えています。今回の事例でも、クライアント様が自分たちで資料のデザイン変更やAIへの追加学習、アップデートなどに対応できるような環境を整えました。

必要なドキュメントはもちろん、本番環境とテスト環境を用意して、それらの使い方を支援完了前にレクチャーしています。こういったフォローは、クライアント様からご要望があったわけではなく、必要性を感じたディレクターが自ら提案したものです。

AI活用は各論で進める、一つの成功体験が組織の意識を変えていく

今回、IR資料作成の自動化が実現したことに加え、一つの部署で成功事例ができたことで、ほかの部署でもAI活用を進めようという動きが生まれているのも、良かった点だと思います。AI活用は、一般論よりも各論で進めるほうが現実的で、うまくいくように思います。全社で進めようという入り方より、一つひとつの業務の具体的な課題解決から着手していく進め方ですね。成功例ができると、組織のマインドセットが少しずつ変わっていき、AI活用が進む空気になっていくのではないでしょうか。