生成AIが、北海道の総合企業を動かし始めた。

「ITリテラシーの高い人だけがAIを使い、それ以外の人は置き去り」という状態を避けるために、北電興業では研修をいくつかのステップに分けて丁寧に設計しました。

情報セキュリティの面でも組織として整備を進め、社外への情報流出リスクを抑えつつ、安心して使える環境を社員に提供しました。

研修後、最も担当者が実感した変化は「数値」ではなく「雰囲気」の変化でした。統計的な利用率などは把握していないと正直に認めつつも、組織の中で何かが動き始めていることを、日常の中で肌で感じていると言います。

2026年度に向けては、活用事例共有会の再開と、定着度をさらに高めるための次の施策を現在検討中。「これで終わりにするつもりはない」という担当者の言葉に、組織としての本気が伝わってきます。

全3回にわたる活用事例共有会では、各部門から多彩な事例が報告されました。「ベテランも新入社員も、自分の業務でAIを試してみる」という文化が、少しずつ芽吹いてきています。以下にその代表事例をご紹介します。

【課題】月に200件を超える定型書類への対応は、この部門における最大の業務負担のひとつでした。1件あたり最長60分を要することもあり、担当者の時間をひたすら消費し続けていました。最初に設定した目標は「3ヶ月後に30分まで短縮する」こと。決して低くはないハードルでしたが、Copilotとの格闘の中で、想定をはるかに上回る成果が生まれました。

【取り組み】担当者がまず行ったのは「全体像の把握」でした。個々の作業に飛びつくのではなく、Copilotに処理フロー全体を整理させることから始めたのです。Copilotが30秒で把握した全体設計をもとに、以下のような自動化の流れを構築しました。

【成果と学び】目標期限の3ヶ月を待たず、わずか1ヶ月で1件あたり約10分という水準を達成。「まず全体像をCopilotに整理させ、そこから個別の作業を設計していく」というアプローチの有効性を、この事例は鮮やかに示しています。

【課題】倉庫内に積み上げられた資材の在庫量を正確に把握するには、従来は目視確認と手動集計に頼るしかありませんでした。手間がかかるうえに、タイムリーな数量把握が難しい状態が続いていました。

【取り組み】担当者が取った最初のアクションは、いきなり答えを求めるのではなく、「Copilotに問いかけること」でした。

Copilotの回答をもとに、まず倉庫の寸法をCopilotに認識させるための平面図を作成。複数の写真と平面図（撮影場所・角度を記入したもの）をセットで入力し、在庫量を推計させました。枚数を少しずつ減らしながら誤差が最小となる最少構成を見つけ出し、最終的に写真2枚での推計が可能と判断。Copilotが提案するブラッシュアップ方法も積極的に採用し、計算手法の精度を高めていきました。

【成果と学び】「まずはAIに聞いてみる」という姿勢と、断片的な情報からでもブレスト的に対話しながら精度を高めていけるという発見が、この事例の核心です。一方で、AIは「存在しないもの」の認識が苦手という限界も判明。最終的な判断は必ず人間が行う、という原則も確認されました。

【課題】設備管理部門では、緊急事態が発生するたびに報告書の作成が必要でした。Excelの点検票からデータを拾い、報告書のフォーマットに手で転記する作業が、1件あたり15分を占めていました。件数が増えるほど担当者の負担は積み上がっていきます。

【取り組み】担当者はCopilotに対し、Excelの点検票から報告書内容を自動集約するVBAコードの作成を依頼しました。まず報告書の内容自体を精査し、本当に必要な項目だけを別シートに整理。次に、点検票から必要事項を別シートへマクロでまとめるコードをCopilotに生成させました。複数の事象パターンを学習させ、報告内容を自動要約するロジックも組み込みながら、細かい指示を重ねてコードを完成させました。

【成果と学び】完成したVBAコードにより、報告書の作成時間は1分以下へと激減しました。担当者は「コードを理解するのは難しいが、Copilotが生成するコードにはコメント（説明）が付いているため、指示した内容以外の処理が混入していないかを確認することが重要」と学びました。さらにこの経験を通じて、設備の劣化分析業務にも生成AIが応用できる可能性を発見しました。

【課題】防犯カメラ設置業務では、契約する自治体ごとに仕様書を一から作成する必要がありました。内容や書式が毎回異なり、担当者は毎回30分以上を費やしていました。類似した作業を繰り返しているにもかかわらず、その労力を減らす手立てがない状態が続いていたのです。

【取り組み】担当者は、過去に成約した複数の自治体の仕様書をCopilotに読み込ませることから始めました。「どのような仕事で、どのような場面で使われるか」という前提を明確に伝えたうえで、複数文書に共通する項目・重要項目を抽出させ、汎用性の高いひな形（Word形式）を作成させました。文字の体裁や配置については細かく指示を重ね、実務に即した形に仕上げました。

【成果と学び】完成したひな形により、仕様書の作成時間は約5分へと大幅に短縮されました。「多量な情報の比較分析にAIの活用は最適」という気づきは、他部門への応用可能性も示唆しています。また、WordやExcelで出力する場合は文字配置・体裁まで細かく指示する必要があるという実践的な学びも得られました。

【課題】品質管理業務では、定期的に取得する計測データをもとに品質評価を行う必要がありました。データの整理・集計・グラフ作成・近似曲線の算出まで、すべて手作業で対応しており、毎回2時間程度を要していました。「なんとなく信頼性がありそう」という主観的な判断に頼ることも少なくありませんでした。

【取り組み】担当者はCopilotを使い、過去データから散布図を自動生成・可視化することから始めました。続いて、近似曲線と信頼係数（R²値）の自動算出をCopilotに依頼し、複数のデータ群に対してどの程度の相関性があるかを客観的に評価しました。データの最大値・最小値の抽出やエラー値の削除もCopilotが担当し、分析の前処理を自動化しました。

【成果と学び】最も大きな気づきは「主観的判断をCopilotの統計計算で客観化できる」という点でした。データに対して人間が「なんとなく」感じていた感覚を、Copilotが信頼係数という形で数値化し、使える・使えないの判断根拠を明確にしてくれました。マクロとの組み合わせによるさらなる自動化の可能性も確認されています。

北電興業株式会社は、北海道電力グループの中で、生成AI教育を先駆けて組織的に取り組んでいる企業のひとつです。グループ内の他社から「しっかり教育を進めたい」という声が上がっているほど、その取り組みへの関心は高まっています。

そんな同社の担当者・土岐氏が、同じように導入を迷う企業の担当者に向けて、こう語ってくれました。