プレスリリース要約
ファインディの調査によると、自動車業界の開発・企画職の6割強が必要な情報にたどり着けず、情報の再調査を余儀なくされています。自社事例や議事録などの社内一次情報が埋没しており、中間管理職を中心に本来の創造的業務が圧迫されている実態が浮き彫りになりました。
エンジニアプラットフォームを提供するファインディ株式会社は、自動車業界の新規事業開発や商品企画担当者を対象に、情報探索に関する実態調査を実施しました。その結果、回答者の半数以上が週に1時間以上を情報の探索や整理に費やしており、さらに週10時間以上を費やす層も約1割存在することが判明しました。この情報探索にかかる時間が、本来注力すべき創造的な業務を圧迫している実態が浮き彫りになっています。
特に深刻なのは、必要な情報にたどり着けず「調べ直し」や「周囲への確認」が発生している点です。全体の6割強がこの状況を経験しており、役職別では意思決定の多い課長・マネージャー、リーダー層などの中間管理職でその割合が高い傾向にあります。不足しがちな情報は外部データではなく、「自社の過去事例」や「議事録」「メールやチャット履歴」といった社内の一次情報であることが明らかになりました。蓄積されたはずのナレッジが有効に活用されていない現状が示されています。
Journalポイント
実はこれ、情報のサイロ化と検索性の低さが引き起こす、現代のホワイトカラー共通の課題なんです。情報が多すぎて見つからないという状況ですね。
え, そうなんですか？自動車業界だけの特殊な問題ではないんですね。具体的にどれくらいのロスがあるのでしょうか？
週に10時間以上を情報の探索や整理に費やす層が全体の約1割も存在します。さらに、6割強が必要な情報にたどり着けず、再調査や周囲への確認を行っています。
でも、それってもともとフォルダ分けなどの運用ルールを決めて、きれいに整理しておけば防げるんじゃないですか？
手動のルール定義は人によってバラバラになりがちで限界があります。事実、不足している情報の多くは外部データではなく、自社の過去事例や議事録といった社内の一次情報なのです。
なるほど！せっかく蓄積した自社の知見が、実質的に「ないもの」になってしまっているのですね。解決のためにLLMなどを活用する動きはあるのですか？
LLMというのは大規模言語モデルのことで、AIが社内の膨大なデータから必要な情報を瞬時に探し出し、要約して回答してくれる仕組みのことです。現在、このLLMを用いて社内データを横断検索するシステムの構築が注目を集めています。
他の会社や業界でも、同じようにAI技術を使った社内ナレッジ活用の取り組みが進んでいるのでしょうか？
はい。多くの業界で、社内ドキュメントを学習させたチャットボットの導入が急ピッチで進んでいます。散らばった情報から瞬時に答えを導き出すことで、業務効率化を図る動きが主流になりつつあります。
なるほど、情報の「探し直し」を減らすことが、これからの生産性向上の鍵なんですね。勉強になりました！
