歯磨き粉。ハンドソープ。台所まわりの洗い物。
たぶんあなたの家の洗面所やキッチンにも、ライオンの日用品がひとつはあると思うんですよね。
僕らが毎日お世話になってる、ど定番の老舗メーカー。
そんな地味な会社が、いま生成AIの使い方で日本の企業のなかでもかなり進んでる、って言われたらどう思いますか。
正直、意外じゃないですか。
しかもライオンって、130年以上の歴史がある会社なんです。
ふつうに考えたら、いちばんAIから遠そうな老舗。それが最先端をいってる。
この話、PIVOTの番組「&Questions」で、ライオンの中林紀彦さん（執行役員で全社のデジタル戦略を見てる人）が語っていて、めちゃくちゃ面白かったんですよね。
で、なにが一番すごいかっていうと。
社内で「何十年分の研究データを探す時間が、5分の1になった」んです。
この記事は、その仕組みを分解して、あなたの会社でも真似できる形に落とすやつです。
AIを入れたのに、誰も使ってない問題
先にちょっと痛いところを突きます。
あなたの会社、ChatGPTとか入れましたか。
入れたはいいけど、一部の詳しい人しか使ってなくない…？っていう会社、めちゃくちゃ多いんですよね。
研修もやった。PoC（お試しの検証）もやった。
でも成果につながらないまま、なんとなく立ち消えた。
これ、業界では「ポック死」って言われたりします。
PoCで死ぬ、って意味です。
結局「便利らしいけど、自分の仕事は何も変わってない」で止まってる。
…耳が痛い会社、けっこう多いと思うんですよね。
ライオンがすごいのは、ここを越えたところなんです。
ただAIを配っただけじゃない。
現場の社員が「自分でAIを作れる」ところまで持っていった。
だからこの記事、他人事じゃないと思います。
何十年分の研究データを瞬時に検索 探す時間が5分の1になった
まず、いちばん強い成果の話から。
ライオンの研究者って、ずっと「あれ、どこだっけ」をやってたらしいんです。
研究報告書って、文字がめちゃくちゃ多いPDFなんですよね。
それが複数のフォルダにバラバラに入ってる。
だから必要な情報を探すために、あっちのフォルダ、こっちのフォルダって開いて回って、自分でまとめてた。
想像するだけで、しんどい。
そこで2024年に、研究開発部門に特化したチャットツールを作ったんです。
研究報告書、製品の組成情報、品質評価データ。
そういう何十年分の研究データを、ぜんぶ1箇所に入れた。
で、社内のチャットに聞くと、こう返ってくる。
関連するやつを勝手に見つけてきて、しかも複数の資料をまとめて要約までしてくれる。
つまり「探して回る」が「聞くだけ」に変わったんですよ。
結果、探すスピードと効率が5分の1に。
ここ、地味に見えて実はデカいです。
研究開発ってライオンのコア中のコアじゃないですか。
会社の商品そのものを生み出してる場所。
そこの調べ物が速くなるってことは、会社の進化そのものが速くなるってことなんですよね。
「AIで業務効率化」って言葉、正直あきあきしてると思うんです。
抽象的すぎて。
でもこれは違う。
「毎日フォルダを探し回ってた研究者が、聞くだけで済むようになった」。
この具体さがいいんですよ。急に映像が浮かびますよね。
その前にやってたこと Lion AI Chatを社内で作って週2万回使われるまで
ただ、いきなりこの検索ツールができたわけじゃないんです。
ちゃんと順番があった。
というか、その前にもっと地味で大事な土台づくりがありました。
ライオンは今から3年ぐらい前に、会社のデータ基盤そのものを、1から作り直してるんです。
いわゆるリプレイス。ぜんぶ入れ替え。
なんでそこまでやったか。
中林さんいわく、抜本的にやらないと、生成AIをちっちゃく入れて、ちっちゃく終わるから、だそうです。
これ、めちゃくちゃ本質だと思うんですよね。
多くの日系の大手って、データやシステムがバラバラの「サイロ化」した状態で、リアルタイムに連携できてない。
その土台がガタガタのまま最新のAIだけ乗せても、そりゃ小手先で終わる。
見えないところの投資が、あとで効いてくる。
しかもこの基盤、ただ見える化するだけじゃないんです。
AIで需要を予測して、先回りする「未来型の経営」まで見据えてる。
ちなみにライオンのデジタル戦略って、大きく3本柱あって。
1本目がこの経営基盤の整備、2本目がずっと話してる「AIの民主化」、3本目は口のケアを機能ごと広げる新しい事業の話です。
この記事では、2本目の民主化にしぼって話しますね。
この地味な下ごしらえがあったうえで、話は2022年11月、ChatGPTが発表されたときに進みます。
そのタイミングで、ライオンのリーダーの一人が「これは社内で使っていかなきゃ」と言った。
動くのが早いですよね。
そもそもライオンって、社長の竹森さんが「生成AIの民主化」をトップダウンで掲げてるんです。
上がゴールのイメージを出してるから、現場も一気に動ける。
で、まず社内チャットツール「Lion AI Chat」を内製化した。
リリースが2023年の春。発表から半年ちょっとです。速い。
でもここで大事なのは、ツールを作っただけじゃ使われない、ってことなんですよね。
置いとくだけだと、みんなスルーする。
あるあるです。
これ、AIを入れて失敗する会社が全部つまずくところだと思います。
だからライオンは、置いたあとをちゃんとやった。
苦手な人にはハンズオンで、実際に手を動かして使い方を教えた。
「アイデアソン」で使い方のアイデアを社員から募集して、いいものはツールに実装した。
Slackやチームズでコミュニティを作って、いつでも質問できる環境を用意した。
ここが線なんですよ。
ツールを入れるのは「点」の施策でしかない。
定着するのは、コミュニティっていう「線」があるからなんです。
しかも中身が賢くて。
Lion AI Chatは、見た目は統一されてるんですけど、裏で使うAIを使い分けてるんです。
OpenAIのChatGPT、GoogleのGemini、AnthropicのClaude。
この3つを中心に、用途で切り替えてる。
たとえばClaudeは文章が得意だから、メールの検索や要約に使う、みたいに。
このやり方、止まらない強さもあって。
どれか1つのサービスが落ちても、裏で切り替えて動くから、仕事が止まらない。
あと、これ個人的に一番いいなと思ったんですけど。
ライオンは、社員が打ち込んだ内容（履歴）を取ってないんです。
「履歴残んないから、どんどん使ってね」って最初に打ち出した。
そうすると経営メンバーですら、ちょっとクリティカルで聞きにくい質問を気軽に投げられる。
心理的なハードルを下げてるんですよね。
結果どうなったか。
利用回数、いま1週間で2万回くらい。しかも右肩上がり。
使う人数も、一人あたりの使う量も、両方伸びてる。
これ、ただ配っただけの会社じゃ絶対に出ない数字です。
本題はここ 社員が自分でAIを作る「作る側の民主化」
さて、ここからがこの記事のいちばん美味しいところ。
さっきの研究データ検索ツールを、開発部門に出したら、何が起きたと思いますか。
他の部門から「うちもやりたい」が噴出したんです。
バックオフィスからは「社内規定の問い合わせをAIに答えさせたい」。
マーケからは「製品データベースやシェアデータを検索したい」。
わかりますよね。便利なもの見たら、みんな欲しくなる。
みんな、自分の面倒な仕事をAIに肩代わりしてほしかったんです。
でもここで、現実的な壁にぶつかる。
専門チームの人手には限界があるんですよ。
全部の部門のぶんを、専門部署が一個ずつ作ってたら、いつまでたっても終わらない。
…ふつうの会社なら、ここで「順番待ちで」ってなって止まりますよね。
ライオンは発想を変えた。
「じゃあ、ツールを渡すから、自分たちで作ってよ」。
これです。これが「作る側の民主化」。
使う道具として選んだのが「Dify（ディフィ）」っていうノーコードのツール。
ノーコードって、プログラミングを書かなくてもいい、って意味です。
正確にはスキルがゼロでいいわけじゃないんですけど、コードを書けなくても、ブラウザの画面上でAIのエージェントを作れる。
エージェントっていうと難しく聞こえるけど、要は「自分の面倒な1業務を、代わりにやってくれる小さな担当者」です。
社内の規定を検索するやつとか、製品データをまとめるやつとか。
それを、営業やマーケの人が、自分で組み立てられるようになったんです。
で、ここがうまいんですけど。
作ったものは「エージェントハブ」っていう場所で、全社に共有されるんです。
社内のマーケットプレイス、みたいな感じですね。
プロンプトだけじゃなくて、作った仕組みごと。
全社の誰でもアクセスできて、よく使われてるものが上に並ぶ。
自分が作ったツールが、全社のみんなに使われる。
これ、めちゃくちゃモチベーションになりますよね。
ここでちょっと整理すると。
みんながAIを「使う」民主化から、現場が自分でAIを「作る」民主化へ。
みんなが使えるだけじゃなくて、みんなが自分の困りごとを、自分でAIにできる。
ここまで来た会社って、正直あんまり無いと思います。
あ、セキュリティも抜かりなくて。
このDifyは、自社が持ってるクラウドのなかに環境を作って、その中で動かしてる。
外に出せない大事なデータを守りながら、現場に開放してるわけですね。
ちなみに、本当に外に出せないデータは、オープンソースのAIを自前のクラウドで動かして、ChatGPTみたいな外のサービスとちゃんと使い分ける。
この線引きも抜かりないんですよね。
PoCで終わらせない 3000人診断と道場型研修で100人育てた話
じゃあ、その「作れる人」って、どうやって育てたの、って話ですよね。
ここがポック死を防ぐ肝です。
まずライオンは、ふわっとした「デジタル人材」を、3つに分けて解像度を上げた。
1つ目、デジタル入門人材。全社員。まずは入り口。
2つ目、ITデジタル人材。データサイエンティストやエンジニアみたいな専門家。
3つ目、デジタル活用人材。営業・マーケ・経理・人事にいて、現場の専門知識にDXのスキルも足した人。
重点を置いたのは、3つ目です。
これ、いわゆる「ハイブリッド人材」とか「ブリッジ人材」って呼ばれるやつ。
現場の仕事をわかってて、専門チームともつなげる。
中林さんは「デジタル課長人材」って言ってました。
現場と専門の要になる人ですね。
なんでここに重点を置いたか。
営業や工場の部門って、自分たちだけでDXを進めるのが難しいんです。
だから各部門のなかに、仕事を熟知しつつ専門チームを使いこなせる人を置く。
で、まず1年前に、3000人の社員全員にスキルの自己診断をしてもらった。
参考にしたのは、経産省の外郭団体IPAが出してる人材の5類型。
ビジネスアーキテクト、デザイナー、データサイエンティスト、ソフトウェアエンジニア、サイバーセキュリティエンジニア。
この5つの軸ですね。
それをもとに、六角形のレーダーチャートで「いまの自分」と「目指すべき自分」のギャップを可視化した。
3000人分のレーダーがある、って考えるとすごい話です。
やってみたら「ビジネスのところが弱い」って見えてきたらしくて。
そこで、5類型をさらに細かく分けて、19のロールモデル（人材タイプ）を作った。
タイプごとに、必要なスキルのマップを描いてる。
「デジタル人材」ってふわっとした一言を、ここまで解像度上げてるの、地味にえぐいです。
ちなみに最初は細かく作りすぎて、設問が350問になっちゃったらしいですw
さすがに多すぎたので、そこから57項目に絞った。
このへんの「やってみて直した」感じ、リアルでいいですよね。
そのうえで、研修。
これを「道場」って呼んでるのが、いいんですよ。
流れはこう。
まず座学でAIやデータの基礎をインプットする。
ここまでは普通。問題はその次。
「じゃあ、それを手段にして、自分の現場の課題をどう解決する？」ってアイデアを、自分で持ってこさせるんです。
しかも、ただのアイデアじゃダメで。
「どれくらいコストが減るのか」「どれくらい新しいビジネスになるのか」。
ROI（費用対効果）が読めるところまで詰めさせる。
そこで講師が容赦なく返すんです。
「そのやり方だと、ビジネスインパクトないよ」って。
やさしくない。でも、これがいいんですよね。
最後は上司に発表して、いいものは予算と時間をちゃんと確保してもらう。
ここ、めちゃくちゃ重要です。
「いいものには、予算も時間も確保する」。
これをやらないから、研修が「やって終わり」で立ち消える＝ポック死するんですよね。
課題ありきで始めて、ROIまで詰めて、上司にコミットさせる。
この流れがあるから、死なない。
そのうえでライオンは今年、「ノーコードでAIを作れる現場人材を100人作る」ってチャレンジをやりました。
40人、40人の大きな研修を2回、途中で個別に20人。合わせて100人。
2ヶ月の研修の中身が、また具体的で。
まず自分の仕事を、箇条書きで棚卸しする。
そのなかから「AIに向いてる仕事」を1つ選ぶ。
その仕事の流れを図にして、必要なデータを見える化する。
そこまでできたら、Difyでその流れに合わせたアプリを作り込む。
何度もブラッシュアップして、最後に発表会。
発表会で「私も使いたい」の声が多かったツールは、エージェントハブに載って全社公開。
一人の仕事の効率化が、会社全体の効率化に化ける。
そして数字がえぐいんですけど。
1回目の研修を受けた人のうち、その後もDifyを使い続けてる割合が、90%以上。
研修って、終わったら使わなくなるのが普通じゃないですか。
それが9割以上、残ってる。
課題ありきで、自分の仕事が本当に楽になったから、使い続けるんですよね。
未来と注意点 目指すのは「時短」じゃなかった
ここまで聞くと「AIですごい効率化」って話に聞こえるかもですけど。
ライオンが目指してるゴールは、ちょっと意外でした。
「労働時間の削減」じゃないんです。
目指してるのは「働き方のトランスフォーメーション」。
スマートワーク、って言葉を使ってました。
労働時間を削ることじゃなくて、仕事の質を上げて、新しいものを作る時間を生み出すこと。
浮いた時間で、もっと価値の高い仕事をする。
そっちに人をシフトさせていく、って考え方ですね。
そもそも、これから人はどんどん減っていきますよね。
人手が減っても、質を落とさずに生産性を上げたい。
だから一部の詳しい人だけじゃなくて、全員が使えて作れる状態にする。
ライオンの民主化って、根っこはこの危機感なんですよね。
この先の絵もちゃんと描いてて。
いろんな仕事のエージェントがどんどん量産されて、質の悪いものは淘汰されて、いいものがエージェントハブに残っていく。
それが組み合わさると、AI同士が連携して、勝手に仕事を回してくれる世界になる。
自分の代わりに働く小さな担当者が、何人も机の中にいる感じ、って言えばいいんですかね。
まあ、ちょっと未来すぎる話ですけどw
人は面倒な単純作業をAIに丸投げして、自分は「その人にしか出せない価値」のほうに回っていく。
さらに、今チャレンジしてるのが面白くて。
独自のAIモデル作りです。
普通の汎用AIに「歯磨きの成分でこういう機能が欲しい」と聞くと、一般的な成分AとかBしか出てこないんですよね。
答えが「一般論」になりがち。
でも自社のデータを学習させたモデルなら、ライオンが特許を持ってる成分Cまで、根拠つきで出せる兆しが見えてるらしい。
これ、他社には絶対マネできない「お宝データ」の使い方ですよね。
もう1つ、暗黙知の話も刺さりました。
書類になってる過去データだけじゃなく、ベテランの頭の中にある「言葉になってない知識」を、どうデジタル化するか。
ライオンはOJTの様子を動画で撮って、音声と映像に分解して、学習データにできないか挑戦してるらしいです。
結果だけじゃなくて、そこに至るまでのプロセスや思考を残す、っていう発想。
ただ、ここで冷静な釘刺しもありました。
同席してた田原新一さん（スキルアップネクストの代表）が言ってたんですけど。
いまエージェント作りって「過度な期待のピーク」にあると。
みんなが飛びついてるからこそ、落とし穴がある。
セキュリティはもちろん、作ったあとにどう運用するか、その体制まで考えないと歪む。
たとえば現場が勝手にエージェントを量産して、DXの専門部門がその存在すら知らない、みたいな状態。
これ、けっこう危ないんですよね。
大事なのは、作って終わり、じゃないんですよね。
作ったあとが、むしろ本番で。
動かして、ちゃんと見張って、ダメなとこを直して、また動かす。
この一周まるごとを、誰が面倒みるのか。
AIで全部解決、じゃないんです。
人が本当にやるべき役割は、ちゃんと残る。
この冷静さ、大事だと思いました。
自分の会社にどう活かすか 道具の前に「何を解くか」
長くなったので、あなたの会社に持ち帰れる学びに落とします。
中林さんが何度も言ってた、一番大事な考え方がこれ。
「DXもデジタルも、道具にすぎない」。
大事なのは、その道具で「何を解くか」なんです。
経営として、何を解きたいのか（ワット）。
それに対して、どう解くか（ハウ）。
ワットに、ハウをちゃんと接続する。
ここがズレてると、どんなに高度な技術を入れても、ポイントのズレた成果しか出ないんですよね。
ライオンの場合、この「ワット」がハッキリしてます。
「Vision 2030」っていう経営計画があって、いまはそのセカンドステージ、「収益力の強靭化」の時期なんです。
要は、会社自身を筋肉質にする、っていう明確なゴール。
そこに向けて、DXという「ハウ」をぶつけてる。
だからブレない。
ここまでやってきた土台づくり（データ基盤のリプレイス）も、人材育成も、ぜんぶこの「筋肉質になる」に接続されてるんですよね。
ライオンが昔から「コーディングに走りすぎず、あえてハイブリッド人材が大事」って言ってたのも、まさにこれなんです。
技術がいくら上がっても、何を解くかがズレたら意味がない。
「AIを入れること」がゴールになってる会社は、だいたいここでコケてます。
そのうえで、真似できる学びを3つにまとめます。
1つ目。AIの民主化を「みんなが使う」で止めない。
現場の社員が、自分の面倒な1業務を、自分でAI化できるところまで設計する。
ライオンはDifyとエージェントハブで、そこまで行きました。
2つ目。研修は「課題ありき」でやる。
学んで終わりにせず、自分の仕事の課題から入って、ROI（どれだけコストが減る・新規事業になる）まで詰めて、上司に予算と時間をコミットさせる。
これをやらないと、研修はPoCで立ち消える＝ポック死します。
3つ目。現場と専門をつなぐ「ハイブリッド人材」を、意図的に育てる。
技術オタクを増やすことでも、全員を専門家にすることでもない。
現場を知ってて、専門ともつなげる人。ここに投資する。
放っておいても生まれないので、3000人診断みたいに、現在地とゴールのギャップを見える化するところから始める。
ちなみに田原さんは、これがうまく回る会社には共通の「3つのエンジン」があるって言ってました。
教育。再現性のある成果が出る仕組み。変化と刺激が連鎖するコミュニティ。
この3つが噛み合うと、会社が勝手に回り出す＝自走する。
さっきの学び3つと、きれいに重なってるんですよね。
ライオンは、歯磨き粉を売る会社です。
でも生成AIを、単なる効率化のためじゃなく、文化と会社そのものを変えるために使ってる。
そこが、ただツールを入れただけの会社との、決定的な差でした。
…で、最後に1つだけ聞かせてください。
あなたの会社は、AIを「使う人を増やす」民主化で止まってないですか。
それとも、現場が自分でAIを「作れる」ところまで、行けてますか。
もし「うちはここまで来てるよ」とか「うちはまだ全然…」っていうのがあれば、引用でこっそり教えてほしいです。
他の会社がどこまで来てるのか、僕もめちゃくちゃ気になってるので。
