イントロダクション：リスキリングブームの死角
「全社員にPython研修を実施しましたが、業務で使っているのは2%程度です」
製造業のDX推進の現場などでは、このような課題が頻繁に聞かれます。これは決して珍しいケースではありません。長年の開発現場で培った知見から見ると、多くの日本企業が「リスキリング」という言葉の魔法に掛かり、本質を見失っているように映ります。
多くの企業が陥る罠、それは「ツール導入＝DX」という誤解です。プログラミング言語や最新のSaaSツールの操作方法を教えれば、社員が勝手に業務効率化を始めてくれる——そんな幻想を抱いてはいないでしょうか。
しかし、現実は残酷です。研修室では熱心に学んでいた社員も、デスクに戻れば慣れ親しんだExcel作業に戻ります。なぜなら、彼らには「技術」は与えられましたが、「それをどう使うか」という課題解決の視点（Issue Finding）と、失敗を許容する組織文化がセットで提供されていないからです。
今回は、現場主導のDXに精通する組織変革コンサルタント、サラ・高橋氏をゲストに迎え、AI×ノーコード時代における「本当に機能するリスキリング」について対話形式で深掘りしていきます。
本日のエキスパート紹介
サラ・高橋氏
組織開発・DX人材育成コンサルタント。大手SIerでのエンジニア経験を経て、人材開発領域へ転身。「現場の痛み」と「技術の可能性」の両方を理解する稀有な存在として、延べ50社以上の市民開発者育成プロジェクトをリード。著書に『武器としてのノーコード』がある。
Q1: なぜ今、「AI×ノーコード」がリスキリングの最適解なのか？
HARITA： サラさん、今日はよろしくお願いします。早速ですが、なぜ今、非エンジニアのリスキリングにおいて「AI×ノーコード」が重要なのでしょうか？ 従来のプログラミング研修とは何が違うのですか？
サラ氏： よろしくお願いします、HARITAさん。結論から言えば、「ROI（投資対効果）が出るスピードが劇的に違うから」です。
従来のプログラミング研修、例えばPythonやJavaを非エンジニアに教えることは、料理教室で「包丁の研ぎ方」や「金属の組成」から教えているようなものでした。美味しい料理（＝業務アプリ）を作れるようになるまで、あまりに長い時間がかかり、多くの人が途中で挫折してしまいます。
HARITA： まさにその通りですね。一般的な傾向として、コードを書くスキルと、ビジネス課題を解決するスキルは別物であると言えます。ノーコードはその「技術的な壁」を取り払ってくれました。
サラ氏： ええ。さらに生成AIの進化が決定打となりました。これまではノーコードツールであっても、データベース設計やロジックの構築には一定のITリテラシーが必要でした。しかし今は、ChatGPTやClaudeの最新モデルを活用することで、状況が一変しています。
「こういう業務フローを自動化したい」と伝えるだけで、必要なデータ構造の提案からツールの設定手順まで、AIが詳細にガイドしてくれます。特に最近では、AIが自律的にタスクを計画・実行するエージェント機能や、複雑なコーディングを支援する機能も強化されており、非エンジニアでも高度なロジックを実装できるようになりました。
プログラミング学習の挫折率との決別
HARITA： つまり、学習コストが極限まで下がったことで、「何を作るか（What）」というアイデアの価値が相対的に上がったということですね。
サラ氏： その通りです。現場の社員が持っている「ドメイン知識（業務知識）」こそが最大の武器になります。「この伝票処理、いつもここで止まるんだよな」という現場の肌感覚と、それを解決する手段（AI×ノーコード）が直結したのです。外部のエンジニアが数ヶ月かけて要件定義するよりも、現場の担当者がAIと対話しながら3日でプロトタイプを作る方が、遥かに速く、的確なソリューションが生まれます。
HARITA： 海外では「Citizen Developer（市民開発者）」という言葉が定着していますが、日本でもようやくその土壌が整ったと言えますね。技術の民主化が、現場の社員を「作業者」から「創造者」へと変えるチャンスなのです。
Q2: 失敗する企業の共通点「Howから入る教育カリキュラム」
HARITA： しかし、冒頭で触れたように、ツールを導入しても定着しない企業が多いのも事実です。サラさんは実務の現場で多くの事例をご存知かと思いますが、共通点はありますか？
サラ氏： 最大の共通点は、「How（操作方法）」から入るカリキュラムです。
例えば、「今日はkintoneのアプリ作成画面の説明をします」「次はZapierのトリガーとアクションの設定手順です」といった研修です。受講者は機能を覚えるのに必死になりますが、研修が終わった瞬間、「で、これを何に使えばいいの？」と途方に暮れます。
HARITA： 手段が目的化してしまっている典型例ですね。システム設計のアプローチでも、まずは「目的（Goal）」と「現状（As-Is）」のギャップを定義することが最優先です。特に最近のツールはAIによる支援機能が充実してきているので、操作そのものよりも「何をさせるか」の設計が重要になっていますね。
「作りたいものがない」症候群への処方箋
サラ氏： おっしゃる通りです。私はこれを「作りたいものがない症候群」と呼んでいます。現場は忙しいので、今のやり方（Excelやメール）を変えるコストを嫌います。そこに新しいツールの学習コストが乗っかるわけですから、明確なメリットが見えない限り動きません。
HARITA： では、成功する企業はどうアプローチしているのでしょうか？
サラ氏： まず「不の発見」から始めます。ツールを触らせる前に、「業務の中でイラッとする瞬間」「無駄だと感じる作業」を徹底的にリストアップさせます。これを私は「ペイン・インベントリ（痛みの棚卸し）」と呼んでいます。
- 毎週の会議のために、複数のExcelから数字をコピペしている時間は無駄ではないか？
- お客様からの問い合わせメールを、手動でチャットツールに転記していないか？
こういった具体的な課題が明確になって初めて、「それを解決するために、このツールが使えます」と提示するのです。すると、受講者の目の色が変わり、「自分のための技術」として吸収し始めます。
HARITA： なるほど。まずは課題解決のマインドセット、つまり「Issue Finding」のスキルを磨くことが先決ということですね。これはAIエージェント開発のプロジェクトでも全く同じことが言えます。どんなに高性能なモデルや自動化ツールを使っても、解くべき課題が間違っていれば価値はゼロですから。
Q3: 現場主導DXを実現する「3段階の学習ロードマップ」
HARITA： ここからは、具体的にどのようなステップで人材を育成すべきか、ロードマップについて議論しましょう。技術の進化は速いですが、人間が学ぶべきプロセスの本質は変わりません。一般的な傾向として、以下の3つのフェーズが有効だと考えられます。
Phase 1: 業務分解とAI壁打ち力（期間目安：1ヶ月）
サラ氏： 同感です。いきなり開発ツールには触らせません。最初の1ヶ月は、「業務プロセスの言語化」と「AIとの対話による構造化」に集中します。
HARITA： 具体的にはどのようなトレーニングを行うのですか？
サラ氏： 自分の業務をフローチャートに書き出し、どの工程に時間がかかっているかを可視化します。そして、ChatGPTなどの対話型AIを使って、「この業務フローを効率化するボトルネックはどこか？」「自動化できるタスクはどれか？」と壁打ちを行います。
ここで重要なのは、「AIは単なる検索ツールではなく、論理的な思考パートナーである」という感覚を掴むことです。最新のAIモデルは、長文のコンテキスト理解や推論能力が飛躍的に向上しています。的確な背景情報と制約条件を与えることで、要件定義書のドラフトやデータベース設計案が数秒で生成される体験をさせます。これができれば、非エンジニアでも「システム的な思考」が自然と身につきます。
Phase 2: ノーコードによるプロトタイピング（期間目安：2〜3ヶ月）
HARITA： 業務の解像度が上がり、AIという強力な参謀を得た状態で、初めて実装フェーズに入るわけですね。
サラ氏： はい。ここでは「60点主義」を徹底させます。完璧なアプリを目指すのではなく、まずは「自分だけが使う小さなツール」を作らせます。
- Google Formsに入力された内容を、自動でスプレッドシートとSlackに通知する（Zapier/Make）
- Excelで管理していた顧客リストをアプリ化して、スマホから見られるようにする（Glide/AppSheet）
最近では、これらのノーコードツール自体にAIが組み込まれ、自然言語で「こういう処理をしたい」と伝えるだけでフローを構築できるケースも増えています。
HARITA： 技術的なハードルは下がり続けていますね。アジャイル開発の観点から言えば、ここで重要なのはPoC（概念実証）を高速で回すことです。「動くものを作る喜び」を感じてもらうこと。コードを書かなくても、自分のアイデアが形になり、業務が楽になる。この原体験こそが、継続的な学習のドライバーになります。
Phase 3: データ連携とガバナンス理解（期間目安：3ヶ月〜）
HARITA： そして最後が、組織展開を見据えたフェーズですね。ここで初めて、セキュリティ、データガバナンス、そしてAIの倫理的な利用が必要になります。
サラ氏： その通りです。個人利用の枠を超えて、部署全体や全社で使うツールを作る場合、データの取り扱いや権限管理が必須になります。ここで情シス部門とも連携し、「機密データをAIに入力する際のリスク」や「API連携時の認証管理」といったルールを学びます。
HARITA： 多くの企業は、このPhase 3のリスクを恐れてPhase 1すら始めさせないことが多いですが、順序が逆ですね。まずはサンドボックス（隔離された環境）でAIの可能性に触れさせ、徐々にエンタープライズレベルのルールを適用していくのが、健全でリスクコントロールの効いた育成プロセスだと言えます。
Q4: 「学んでも評価されない」組織の壁をどう突破するか
HARITA： 非常に実践的なロードマップが見えてきました。しかし、個人のスキルが上がっても、組織がそれを評価しなければ定着しません。「勝手なツールを作るな」と上司に怒られたり、業務時間外にやるしかなかったり……。
サラ氏： それが最大のボトルネックですね。これを突破するには、経営層や人事部門が「評価の物差し」を変える必要があります。
人事評価制度との不整合
サラ氏： 従来の評価制度は「ミスのない定型業務遂行」に重きを置いていることが多いです。しかし、リスキリングの成果は「業務プロセスの変革」や「新たな価値創造」です。ここを評価項目に組み込まなければ、社員はリスクを冒してまで新しいことに挑戦しません。
HARITA： 具体的にはどのような制度設計が有効ですか？
サラ氏： 「社内認定制度」と「インセンティブ」の導入です。例えば、「ノーコード開発者レベル1」として認定された社員には、業務時間の20%を改善活動に充てることを許可する。そして、開発したツールによって削減された時間や創出された利益の一部を、ボーナスとして還元する仕組みです。
「勝手なツール作成」を許容するサンドボックス文化
HARITA： IT部門との対立構造もよく聞く話です。「野良アプリが増えると管理できない」という情シスの悲鳴ですね。
サラ氏： そこで必要なのが、「ガードレール付きの遊び場」です。使用して良いツール、連携して良いデータを明確に定義した上で、その範囲内であれば自由に開発して良いという「サンドボックス環境」を提供します。
IT部門の役割も、「門番（Gatekeeper）」から「支援者（Enabler）」へと変わる必要があります。現場が作ったプロトタイプをレビューし、セキュリティ上の問題があれば修正を手助けする。そして、本当に価値のあるツールであれば、IT部門が引き取って本番運用に乗せる。この「共創関係」を築けるかが、成功の鍵を握っています。
HARITA： 素晴らしい視点です。IT部門のリソース不足を現場が補い、現場の技術不足をIT部門が補う。これこそが、AI時代のあるべき組織の姿ですね。
編集後記：AI時代における「人間の役割」の再定義
今回のサラ氏との対話を通じて、AI×ノーコードによるリスキリングの本質が浮き彫りになりました。それは、単に業務を効率化するための手段ではなく、従業員一人ひとりが「自らの手で仕事をデザインし直す」ためのエンパワーメントだということです。
AIはコードを書けます。しかし、「どの業務を変えるべきか」「何が顧客にとっての価値か」を決めるのは、現場にいる人間です。リスキリングとは、人間を機械のように働かせるための訓練ではなく、人間をより人間らしく、クリエイティブにするための解放運動なのです。
読者の皆様の企業でも、まずは「ツール研修」を見直し、「課題発見のワークショップ」から始めてみてはいかがでしょうか。現場の社員が目を輝かせて「こんなことがしたい」と語り出したとき、御社のDXは本当の意味でスタートするはずです。
コメント