Gemini Notebookを活用した生成AI導入事例の検証：公共インフラにおける利用ノウハウとガバナンス確認事項

解説

本記事では、一般的に「ITツールは導入しただけで終わる」という課題に直面しがちな状況から、生成AIの活用を成功させ、「業務効率化の定着」を実現した事例を紹介しています。特に、平均年齢が高く、本来IT業務とは異なる性質を持つ公共インフラ企業での取り組みに注目が集まっています。

単なる機能の説明や研修で終わらせず、「誰一人取り残さない」という目標を掲げたことが大きな転機となりました。成功の背景には、社内規定や過去資料といった具体的な業務データをソースとして用いたハンズオン形式のワークショップが挙げられています。

自社環境でのAI活用推進を考える際、単にツールを入れるだけでなく、現場が直面する「固有の問題解決」と「組織全体の意識改革」を結びつけるプロセス設計が必要な点が参考になります。

ポイント

• 平均年齢が高くIT本業ではない首都高が、生成AI（Gemini）の活用に苦戦していた状況から転機を迎えました。
• 成功の要因は、全社的なワークショップと「誰一人取り残さない」という徹底した現場主導のアプローチでした。
• 特定の業務データ（ソース）を用いた具体的なユースケース提供により、利用率が大幅に増加し、部署全体の意識改革が進みました。

情シスへの影響

【AIモデルのガバナンスとセキュリティ】

• 外部公開情報に基づく自社環境への生成AI導入は、「入力データの学習利用」に関するポリシー設定（例：非学習モードの徹底）が必須です。

• 機密性の高い内部ドキュメントや規則をソースとして取り扱う場合、データアクセス権限管理と機密情報漏洩のリスク評価が必要です。

【社内ワークフロー・コンテンツマネジメント】

• AI利用を推奨する際、単なるツール提供に留まらず、「どの情報を（Source）」「どのような目的に（Use Case）」使うのかという明確なガイドライン整備が求められます。

影響範囲

全従業員/全部署の業務プロセス、情報源となる社内ドキュメント（規程、マニュアル、過去資料など）、利用するAIプラットフォーム（Google WorkspaceのGemini機能など）

• 影響範囲：全社員への教育・啓発、データ連携領域、コンテンツ生成パイプライン。

• 要確認：自社で扱うデータの機密レベルに応じた適切なAI利用ガイドライン策定状況。

重要度

★★★☆☆

対象者

• セキュリティ担当者
• M365管理者
• Entra管理者
• ヘルプデスク担当

優先度

早めに対応

優先度の理由

AIツールの利用が全社レベルで急速に広がるフェーズにあることが示されており、単なる技術的な導入以上に『ガバナンス』と『利用ガイドラインの策定』という管理面の対応が急務です。特に機密情報（規則、ノウハウ）をソースとするため、セキュリティチェックとアクセス制限の見直しが必要です。

確認手順

• AIツールの提供範囲におけるデータ学習利用ポリシーを確認し、機密情報の取り扱いルールを明確にする。
• 現場部門の具体的な業務ワークフローに基づき、「どの情報をAIに読み込ませるか（Source）」のガイドラインを作成する。
• 全社的なAI活用に関する教育機会を設け、部署・職種別のユースケースを示す。 (One-size-fits-allでの研修は避ける)
• 機密情報や個人データを含む可能性のある生成AI利用について、承認フローや監査ログの取得要件を設定し、実効性を確認する。
• 現在導入しているSaaS/クラウドサービスのAI機能が、自社のセキュリティ基準（例：サニボックス化、非学習モード）を満たしているかベンダーに再確認を求める。