AI-USING
AIを使う会社
- 個別にAIツールを導入する
- 各自がPromptを書く
- 成果は個人に依存する
人が力を発揮し、
AIと価値を生む会社へ。
文化と価値観を、働き方の現実へ。
XAの価値密度経営は、財務、人事、採用、育成、業務をつなぎ、人とAIが協働する組織を設計します。
MoirAI Gridは、会社の知識・判断基準と、日々の仕事をつなぐ実装基盤です。
THE PROBLEM
AIで時間は生まれた。
次に何へ使うかが、決まっていない。
- 01 効率化しても、顧客への価値や利益につながったかが分からない。
- 02 会社の価値観と、採用・評価・現場の意思決定がつながっていない。
- 03 AIに任せる範囲と、人が責任を持つ判断が曖昧。
- 04 AIの費用、利用情報、責任者を把握できていない。
- 05 仕事が変わっても、役割、育成、評価、配置が変わっていない。
- 06 社員の経験が、会社の次の判断に生かされていない。
WHAT IS MoirAI Grid
仕事の効率から、
価値を生む組織の設計へ。
AI-WITH-US
AIと働ける会社
- 会社固有のContextをAIが使う
- 人とAIの役割を決める
- Workflow・権限・承認を設計する
- 重要業務で実行する
- 結果を仕事・組織・Contextへ戻す
価値密度経営は、人の価値を採点する考え方ではありません。
時間・資金・知識を、顧客価値と持続的な利益へつなぐ経営です。
HUMAN + AI
AIに任せること。
人が責任を持つこと。
AIは、整理、分析、案の作成、承認された業務の実行を支えます。
採用・配置・評価など、人の将来に関わる判断には、説明と対話、異議を伝えられる経路、人の責任を残します。
AI
AIが担えること
- 情報やデータを整理する
- 選択肢を生成する
- 比較する
- 下書きをつくる
- 異常候補を抽出する
- 許可されたWorkflowを実行する
- 実行記録を残す
HUMAN
人が担うこと
- 何を目的とするか
- 何をAIへ許可するか
- 例外をどう判断するか
- 公開・承認・停止を決める
- 高リスクな意思決定を行う
- 最終責任を持つ
AIに仕事を渡すのではなく、
人とAIの責任境界を設計する。
PLATFORM
会社の知性を、
実際の仕事へ。
MoirAI Gridを活用し、会社の文脈、AI、業務フロー、既存システム、統制、学習を接続します。
接続先や自動化範囲は、利用環境と権限を確認して定めます。
-
01
Context
会社を知る企業固有の知識、ルール、判断基準、資料、Decision Schema。
AIが「この会社らしく」働くための文脈基盤。 -
02
Agents
考え、支援する会社固有のContextを使って働くAI Agent。
単なるChatではなく、業務の中で判断を支援する存在。 -
03
Workflow
仕事として実行するAgent・Software・人の判断を組み合わせた業務フロー。
始点・分岐・承認・停止まで一つの仕事として設計する。 -
04
Systems
既存システムにつなぐ承認された社内システムやData Sourceとの接続。
AIが仕事をするために必要な情報と実行経路を、統制のもとで用意する。 -
05
Control
安全に動かすIdentity・Access・Permission・Approval・Audit・Cost・Stop / Recovery。
動かす前に、責任と停止可能性を設計する。 -
06
Learning
結果から更新する実行結果を確認し、会社の知識、業務、役割の見直しへ戻す。
基準の更新は、担当者と責任者が確認して進めます。
AIと話す場所ではなく、
AIと仕事をする場所。
DESIGN AND VERIFY
一つの仕事で、
組織の変化を確かめる。
現状を測り、人とAIの役割を設計し、限定した範囲で運用します。
成果、品質、負担、費用を確認してから、広げる・修正する・止めるを決めます。期間は対象と実装条件に合わせて設計します。
-
01
Reveal
現在の仕事、判断、価値の漏れを可視化する。
-
02
Design
人とAIの役割、Workflow、権限、評価を設計する。
-
03
Build
Agent、Context、System Connectionを実装する。
-
04
Run
実際の業務で本番利用する。
-
05
Verify
成果、品質、費用、リスクを検証する。
-
06
Learn
結果を次の仕事・Context・組織へ戻す。
LEARNは、次のREVEAL / DESIGNへ戻る。
VALUE DENSITY
生まれた時間を、
次の価値を生む時間へ。
顧客への提案、新しい商品、人の育成、現場の改善。
AIで生まれた余力をどこへ使うかまでを決め、顧客価値と利益への寄与を確かめます。人数や削減時間だけを成果にしません。
FOCUS
- どの仕事を残すか
- どの仕事をやめるか
- 何を標準化するか
- 何をAIへ任せるか
- どの判断を人に残すか
- AIで生まれた余力を何へ使うか
METHOD ／ 価値密度7R
- Reverse経営成果から逆算する。
- Reveal仕事と価値の漏れを可視化する。
- Recompose仕事を組み替える。
- Rewire役割・権限・組織をつなぎ直す。
- Reinforce能力・採用・配置・評価を同期する。
- Rally意味と参加をつくる。
- Realize成果を確認し、更新する。
AIで生まれた時間を、
もっと価値の高い仕事へ移す。
ORGANIZATION
採用から育成まで、
人とAIの組織を設計する。
求める役割から、採用要件、立ち上がりの支援、育成、評価、配置までをつなぎます。
AIで仕事が変わることを前提に、社員との対話と専門家の確認を重ね、会社の価値観が制度と日々の運営に表れる形へ整えます。
- 役割
- 責任
- 必要な能力
- 組織
- 育成と学習
- 評価
- 採用
- 配置
HOW TO SECURE CAPABILITY
- BUILD 社内で育てる。
- BORROW 外部専門家を活用する。
- BOT AI / Automationで拡張する。
- BUY 採用で確保する。
成果を担う横断チームと、専門性を育てる仕組みを組み合わせます。社員と外部専門家、AIの役割を明確にし、人の成長と事業の成果をつなぎます。
OUTCOME
人の可能性と、
事業の成果をともに見る。
財務では利益・資金・実装費用、業務では品質・判断時間・手戻り。
組織では役割の明確さ、人では学習・立ち上がり・負担の変化を確認します。社員を単一スコアで序列化しません。
BUSINESS
- 組織全体の付加価値
- 投資と利益への寄与
- 粗利
- 顧客成果
- 実現便益
WORK
- 高価値時間比率
- 意思決定リードタイム
- 手戻り
- 引き継ぎ
- 例外処理
ORGANIZATION
- 役割明確性
- 権限移譲
- 重要能力充足
- チーム成果
- 挑戦機会と社内異動
PEOPLE
- 学習速度
- 採用充足
- 能力成長
- 持続できる仕事の負担
- 仕事の意味と納得感
GOVERNANCE
任せる範囲と、
人へ戻す条件を決める。
責任者、閲覧・実行権限、承認、費用、記録、停止と復旧を設計します。
人事情報は利用目的と必要性を確認し、閲覧範囲を限定します。
- Owner
- Purpose
- Data
- Access
- Permission
- Human Approval
- Evaluation
- Audit
- Cost
- Stop
- Recovery
HIGH-RISK DECISIONS ／ HUMAN-ONLY
- 採用
- 評価
- 配置
- 報酬
- 雇用
- 支払
- 重要な外部公開
- 経営上重大な例外判断
AIは証拠整理や支援を行いますが、最終判断者にはなりません。
自律性より先に、責任を設計する。
USE CASES
どの仕事から、
AIと働き始めるか。
以下はご相談領域の例です。採用・育成・配置・評価・財務・業務を、企業の課題に応じて組み合わせます。機能の提供範囲は個別に確認します。
- 財務 ／ 経営
- 営業
- マーケティング
- カスタマーサポート
- 採用・育成・人材配置
- 組織・評価・バックオフィス
- リサーチ
- クリエイティブ制作
- ナレッジワーク
- 経営レポーティング