NotionAI活用の試行錯誤

 AI は社内業務改善にどこまで役 立つ？  Notion AI 活用の試行錯誤  まず に聞く文化を目指して AI 

自己紹介 慎  市川 株式会社カンリー 開発部  所属・役割 カンリー店舗集客サービスの運用保守を担当し、現在はその中で チームリーダーも務めています。 趣味  ピアノ  筋トレ 

導入の背景 / Notion AI 導入の目的  現状の課題  情報の分散と検索性の悪さ   、 ドライブ、 など複数のツールに情報が点 在し、必要な情報にたどり着くまでに時間がかかる Slack   Notion AI 導入の目的 Google Notion ドキュメント作成・ナレッジ探索の負荷 同様の資料作成が繰り返され、既存ナレッジを見つけ出すの に多大な時間と労力を要する 社内リソースを横断検索可能にし、必要な情報へのアクセス を迅速化 、ドライブ、 特に新入社員が情報源の把握に苦労 知識の体系化が不十分で、情報がどこにあるのか理解するま でに時間を要する 情報検索性の向上 Slack   など複数ツールを一括検索 Notion 作業効率の向上 文書生成・要約機能により、ドキュメント作成や会議のフォ ローアップ時間を短縮 議事録作成や長文要約を数分で完了、編集作業を効率化  ChatGPT の代替としての活用 チャット機能を 提供 AI Notion に統合し、社内情報を反映した回答を 別ツールへの切り替えなく、既存ワークフローの中で 活用が可能に AI

開発部で使ってみたらどうだった？ 社内リソース検索・回答生成   回答スピード向上  議事録自動生成 や など社内リソースから必 要な情報を検索し、回答を即時生成 技術的な質問への回答時間を大幅に短縮し、開 発業務の効率を向上 各種ミーティングの録音から要点をまとめた議 事録を自動作成 👉 活用例 📊 効果測定 🔄 対応サービス Slack Google Drive 「顧客 社の 仕様はどこにある？」 関連 ドキュメントとリンクを自動表示 XYZ  長い API → 一般的な技術質問の回答時間：平均 分 以内に短縮 スレッド要約機能 スレッドの内容を瞬時に要約し、重要なポイントを抽出 スレッド全体の要約 🔍 活用シーン 議論の流れ  長大なスレッドの素早い把握  不在時の意思決定の理解 合意内容 →5 分 Zoom, Google Meet, Slack  Slack Slack 30 影響範囲 , Discord 頻出する重要トピックを 動整理・保存 ページとして自 Notion ・ 自動生成 ・トラブルシューティングガイド ・ベストプラクティス集 FAQ など ナレッジ化 📚 ナレッジベース構築  複数人での議論内容の整理  議事録作成時の参照資料 ハドル

開発部で見えてきた 得意 と 不得意 " 完璧じゃない。でも参考にはなる   " " " 得意な部分  不得意な部分 社内リソースを横断検索して回答を自動生成  正確性への不満 やドライブなどの社内リソースから過去のやり取りを検 索し、必要な回答を即座に生成できる 正確で網羅的な回答を求める開発部の文化では、 の曖昧な出 力に不満が出やすい Slack  質問対応スピードが向上 AI VS  ビジネスサイドからの開発への問い合わせに素早く対応できる ようになり、業務効率が改善  社内情報の整理・構造化に貢献 散在していた情報を集約し、体系的に整理することで、ナレッ ジの共有と再利用が容易に DB が検索対象外 のデータベースは検索対象外のため、重要な情報に辿り 着けないケースが発生 Notion  検索範囲拡大時の精度低下 検索範囲を広げすぎると情報の関連性が薄れ、回答の精度が著 しく低下する

その 参考になる 力、 部門ならもっと活きる？ " " CS  60点の答えでも助かる人がいる  開発部での発見 + 得意な部分   社内情報の横断検索と整理  素早い回答・議事録自動生成 不得意な部分  完璧な技術的正確性が求められる質問  複雑なデータアクセスと文脈理解   部門ならこう活きる CS  CS業務の特性  期待できる効果 完璧な回答より方向性が重要 幅広い問い合わせに迅速な初期対応が必要 ～ の精度でも十分活用可能 初動対応の迅速化、類似事例の参照が可能に 60 70%   そう思ったのでCS展開！ 開発部で「不十分」な精度でも、 部門なら「十分役立つ」 完璧でなくても方向性があれば問題解決の糸口になる CS

実際に 部門で使ってもらったら？ CS 完璧じゃなくても、方向性があれば助かる  柔軟な活用スタイル   活用の質と実用性 直接対話で業務効率向上 CS 担当者が直接 に質問して方向性を得るスタイルが定着 AI  業務への貢献  顧客特性に合わせた柔軟な対応が可能に  問合せ対応の参考情報をリアルタイムで取得  CS 部門での成功要因  60 ～ 70% の精度でも十分な価値 開発部と異なり、完璧な回答よりも方向性や参考情報として活 用し高い効果を実感 実務での活用場面 よくある質問への回答作  メール返信文の効率化 成  類似事例の探索・参照  対応方針の素早い決定 完璧でなくても方向性が示されることで問題解決の糸口になり、顧客対応のスピードと質が向上

開発だけじゃない、全社で を使いこなすには？ AI 求めすぎない。でも使い方を見極めれば武器になる  見えてきた課題    今後の方針 テンプレート活用不足 用意したテンプレートがあまり使用されず、使い方設計に工夫 が必要 部門ごとの活用度差 開発部と 部門で活用法や評価が異なり、部門特性に合わせた 展開が必要 CS   頻出質問を自動的に 実装進捗  KPI FAQ 化し、情報アクセスを効率化 設定と効果測定 への質問数 人的問い合わせ削減率 回答満足度評価 Notion AI 効果測定の仕組み不足 導入効果を定量的に測る指標が確立されておらず、改善が見えに くい 化の推進 FAQ  各部門でのノウハウ共有 月次での活用事例共有会と部門別カスタマイズガイドの整備

まとめ・今後の方針 全社で が使える状態 をつくる "AI  " の活用効果  Notion AI 完璧なツールではないが使い方次第で業務改善に十分貢 献 部門ごとの相性・評価軸 開発部 部門 CS  情報探索コストの削減 正確性・完璧さ重視 方向性・参考情報の迅速さ重視  回答の迅速化・属人化解消  今後の展開方針   「まず に聞く」文化 の展開 AI での効果測定 FAQ 質問前に 検索を習慣化し、効率的な情報収集を促進 AI  頻出質問のナレッジベース化で重複対応を削減 ご清聴ありがとうございました KPI AI 質問数・問い合わせ削減率などで効果を可視化