研修会社でAIを使うなら、どこから始めるか
結論から言えば、ヒアリングから研修設計へ渡す「ブリーフ」を正本にするところから始めるのが早道です。
教材をAIに作らせることでも、提案書をAIに書かせることでもありません。この順序を勧めるのは、顧客の話が議事録で止まり、そこから先が担当者ごとのPowerPointに埋まってしまいやすいからです。ただし、どこで止まっているかは会社によって違います。まず自社で測ってください（30日プランの1週目）。
議事録に「管理職のマネジメント力を上げたい」と書いてあっても、それだけでは設計できません。対象者は誰で、いまどんな状態で、何ができるようになればよくて、それをどう測るのか。ここが言語化されていないと、「要望された研修」を作るだけになります。
まず、ヒアリングから設計へ渡す項目を決める。そのうえで、AIに商談記録の構造化を任せる。この順序が効きます。
この記事が想定しているのは、企業から有償で受託して研修を設計・実施する会社です。公開講座とカスタマイズ研修のどちらも含み、社内の講師と外部の講師の双方を使う形態を前提にしています。学校・大学などの教育機関、eラーニング教材の販売のみを行う事業者、人材開発の助成金申請の代行は、適用される制度が違うため、この記事の範囲には入れていません。以下の整理は、この範囲の中でのものです。
研修会社の仕事は、どう流れているか
研修会社の仕事は、売って終わりではなく、設計・制作・実施・評価が一本につながっているという特徴を持っています。
流れは、テーマの探索 → マーケティングと問い合わせ → 顧客ヒアリング → 課題の診断と学習目標の設計 → 提案と見積 → 契約と権利・情報の条件確認 → カリキュラム設計 → 教材の制作とカスタマイズ → 講師のアサインとブリーフィング → 受講者の管理 → 運営準備 → 研修の実施 → 評価データの収集 → 効果の分析と顧客への報告 → フォローアップ → 次期提案、と続きます。
もう一つの特徴は、同じ教材が案件ごとに枝分かれしていくことです。顧客固有のカスタマイズを重ねるうちに、どれが最新版で、どの出典に基づいていて、どこまで使ってよいのかが分からなくなります。これは研修会社に特有の、静かに進む問題です。
そして最後に、評価が次へ戻らないという問題があります。アンケートを集計して報告書を出したところで案件が閉じると、講師の所感も受講者の質問も、次の設計には届きません。
AI導入の優先Top3
Top 1 ヒアリングから研修設計ブリーフへの正本化
営業、設計、講師、評価をつなぐ起点になります。ここが整うと、後の工程で「そもそも何を目指す研修だったか」を探し直す場面が減ります。
小さく始めるなら、1案件だけでかまいません。商談の議事録をAIに構造化させ、人が直します。項目は、対象者の現状、必要な行動、必要なスキル、学習目標、評価の方法。この5つを揃えるところからです。
学習目標と、顧客に約束する範囲の合意は、人が決めます。 ここをAIの出力のまま進めると、後で「そういう研修だとは思わなかった」になります。
何を測るか：整理にかかる時間／提案の修正回数／未確認事項の数
Top 2 承認済み教材のモジュール化と版管理
再利用性と品質を、同時に上げやすい領域です。
小さく始めるなら、頻出する1テーマだけを10〜20のモジュールに分解します。各モジュールに、モジュールID、版、出典、最終確認日、利用条件を付けます。顧客ごとのカスタマイズは、モジュールのコピーではなく差分として管理します。
毎回ゼロからPowerPointを作らないことが目的ではありません。どの教材がどの出典に基づき、いつ確認されたかが分かる状態を作ることが目的です。
何を測るか：カスタマイズにかかる時間／重複ファイルの数／更新漏れの件数／モジュールの再利用率
Top 3 評価レポートの下書きとフォローアップ
研修後の手作業を減らし、データを次期提案へ戻せます。
小さく始めるなら、アンケートの自由記述の分類と、報告書の初稿づくりからです。ただし解釈と顧客への説明は人が行います。
大事なのは、評価を分けて持つことです。満足度、理解・習得、自由記述、講師の所感、そして一定期間後の職場での適用。これらを混ぜると、「満足度が高かった＝成果が出た」という短絡が起きます。
何を測るか：集計時間／報告作成時間／フォローの実施率／改善が教材へ反映された件数
「AI」をひとくくりにしない
この記事で「AI」と書いているものは、性質の違う3つを含みます。
| 種類 | 何をするか | 研修会社での例 |
|---|---|---|
| 読み取り（OCR）・音声認識 | 紙やPDFの文字を読む。話し言葉を文字にする | 顧客資料の取り込み、商談・研修の録音の文字起こし |
| ルールによる処理 | 決められた条件で照合・計算する。AIでなくても実現できます | 申込・出欠・名簿の管理、案内とリマインドの送信、テストとアンケートの集計、教材モジュールの版の差分と更新漏れの検知 |
| 生成AI | 曖昧な文章を整理し、候補や説明文を作る | 商談記録の構造化、学習目標の候補、提案・教材・報告書の初稿、自由記述の分類 |
Top 1とTop 3の初稿づくりは生成AI、集計と版の差分はルールです。そしてブリーフとモジュールの正本そのものは、このどれでもなく業務基盤——項目、ID、版、利用条件の設計です。
この違いは、確認のかけ方に直結します。集計の誤りは再計算すれば分かりますが、生成AIの初稿は、もっともらしい形で誤りが混じります。だからこの記事では、初稿にだけ「配布前に全件確認」を求めています。
AIに任せやすい仕事
- 商談・問い合わせの構造化と、商談台帳への登録候補づくり
- 受講者の申込・名簿・出欠の管理と、案内やリマインドの定型連絡
- 会場・オンライン環境・機材の運営チェックリスト
- テスト・アンケートの収集と集計
- 自由記述の分類
- 教材モジュールの版の差分の抽出と、更新漏れの検知
- 講師稼働・案件・売上の集計と、異常値の検知
いずれも「AIが決める」のではなく、人が見るべきものを絞り込む役割です。
AIの支援が向く仕事——人の確認を挟むもの
- 顧客ヒアリングの整理と、深掘りすべき質問の候補出し（本質的な課題の見立ては人が行う）
- 学習目標の候補と、対象者・課題との対応表づくり（到達目標と範囲の合意は人が決める）
- 提案書の初稿と、過去事例の検索（約束する内容と価格は責任者が決める）
- 教材・演習の初稿づくりと、出典候補の整理（教育上の妥当性と最終品質は人が確認する）
- 講師の候補抽出（アサインと評価は人が行う）
- 評価データの集計と分類（解釈、因果、改善の判断は人が行う）
この列で特に注意したいのは、教材です。AIの初稿は速いのですが、架空の統計や、存在しない出典が混じります。 配布前に全件、人が確認してください。
人に残す仕事・判断
| 仕事 | AIの役割 | 人の判断 |
|---|---|---|
| 顧客の課題 | 記録、論点、質問の候補 | 本質的な課題の見立て |
| 学習目標 | 候補、対応表 | 到達目標と範囲の合意 |
| 提案 | 初稿、事例の検索 | 約束する内容と価格 |
| 教材 | 初稿、差分、出典候補 | 教育上の妥当性と最終品質 |
| 講師 | 候補の抽出 | アサインと評価 |
| 研修の実施 | 進行支援の資料 | 説明、介入、場の判断 |
| 評価 | 集計、分類 | 解釈、因果、改善の判断 |
| 個人情報 | 匿名化、アクセスの補助 | 利用目的、共有範囲、例外の判断 |
| 教材の権利 | 素材候補、出典の整理 | 利用の可否と契約判断 |
仮に9割が正しいとしても、100件を見れば10件の誤りが混じります。その1件が、誤った内容を受講者へ教えてしまうことになりえます。 研修は「教える」仕事です。誤りが受講者を経由して顧客の現場へ広がる点で、他業種とは影響の形が違います。
目指す姿
研修会社でAIがうまく回っている会社は、次のような状態になります。
顧客ニーズ → 学習目標 → 研修設計 → 教材 → 講師 → 実施 → 評価 → 職場での適用 → 次期改善が、一つの案件・コンテンツの正本でつながっている。 AIは調査、構造化、初稿、集計、差分を担い、教育設計、講師、対人対応、顧客との合意、権利と情報の判断は人が担う。
設計として押さえたいのは、次の3つです。
- 研修を「教材の納品」ではなく、成果の仮説のつながりとして設計する — 顧客の要望をそのまま研修テーマに変換せず、対象者の現状、必要な行動、必要なスキル、学習目標、評価方法までを先に定義する
- 標準コンテンツを部品化し、顧客固有の部分を差分として管理する — 承認済みモジュール、出典、版、更新日、利用条件を正本にし、カスタマイズはコピーではなく差分にする
- 評価を次回の提案と教材の改善へ戻す — 満足度、理解・習得、自由記述、講師の所感、一定期間後の職場適用を分けて持ち、どの教材・演習・対象者で何が起きたかを次の設計へ戻す
3つ目について、ひとつ注意があります。研修が業績を生んだ、と短絡しないでください。 受講者の満足度が高いことと、組織の成果が出ることは別の話です。ここを混ぜた報告は、短期的には喜ばれても、長期的には信頼を損ないます。
Before / After
Before
営業の提案と研修の設計が、担当者ごとのPowerPointに埋まっています。顧客ヒアリングは議事録で止まり、学習目標との対応が曖昧なまま設計へ進みます。顧客ごとのカスタマイズで教材のコピーが増え、最新版・出典・利用条件が分からなくなります。講師の得意テーマや評価は担当者の頭にあります。受講後のアンケートを集計したところで案件が終わります。
After
ヒアリングから設計へ渡すブリーフが正本になり、学習目標と評価方法が最初に決まります。教材はモジュール単位で版と出典を持ち、顧客固有の部分は差分として管理されます。AIが商談の構造化、提案と教材の初稿、版の差分、評価の集計と自由記述の分類を支援します。研修設計者と講師は、課題の見立て、教育設計、場の判断、顧客との関係づくりに時間を使います。
Beforeが悪いわけではありません。そうなっているとすれば、理由があります。顧客ごとに事情が違い、日程が詰まり、目の前の案件を回すことが優先される——どれも実際に起きていることです。
法令・規制・情報管理
企業研修会社には、業界全体に共通する単一の業法や免許はありません。 そのぶん、案件ごとに何が適用されるかを見極める必要があります。
誰の責任かを分けて考える
「AIに任せてよいか」の前に、その行為が誰の責任かを分けます。
- 法令上の義務者——講師へ委託する発注者としての自社（取引条件の明示、報酬の支払期日など）。受講者の個人情報は、自社と顧客の双方に取扱いの責任が生じ得ます
- 資格がなければ行えない行為——法務、労務、税務などは、個別の事案について報酬を得て助言すること自体が資格者に限られます。研修の場で個別相談へ踏み込むと、この線を越えることがあります
- 社内で承認する者——教材の教育上の妥当性、出典、権利を確認する責任者
- 顧客として決める者——学習目標と範囲の合意、受講者情報をどこまで使ってよいかを決めるのは顧客です
- 行政が決めるもの——助成金の支給決定や、公的な職業訓練の要件の充足
これらは重なりません。AIが関われるのは、いずれの決定でもない整理・候補づくり・初稿の工程です。
講師への業務委託——フリーランス法
個人事業主等の講師へ業務を委託する場合、相手方や発注側の要件、委託期間等に応じて、フリーランス・事業者間取引適正化等法が適用され得ます。
該当する場合、取引条件の明示、報酬の支払期日、募集情報の的確な表示、ハラスメント対策、中途解除時の予告といった義務が関係します。
ただし、すべての講師委託に一律で適用されるわけではありません。 案件と契約の形態ごとに確認してください。
契約名ではなく実態で見る——労働者派遣との区分
契約書の上では業務委託や請負であっても、実態として発注者から受託者側の労働者等へ直接の指揮命令が生じる場合、労働者派遣との区分が問題となり得ます。
研修会社では、顧客先に講師を長期間常駐させる形や、顧客の担当者が講師へ細かく指示を出す形で、この論点が出やすくなります。契約の名前ではなく、実際の指示の出し方で確認してください。
教材の素材を、権利で6つに分ける
教材の事故は、「使ってよい素材かどうか」を一つの箱で管理していることから起きます。モジュールごとに、素材を次の6区分で持たせてください。
| 区分 | 中身 | 使ってよいかを決めるもの |
|---|---|---|
| 引用 | 公表された他者の著作物を引いて使う | 著作権法の要件（下記）。出典の明示が必要 |
| 許諾を得た素材 | 権利者やストックサービスから許諾を得たもの | 許諾の条件（用途、期間、改変の可否、再配布の可否） |
| 自社の著作物 | 自社で作り、権利を持っているもの | 自社の判断 |
| 顧客から提供された資料 | 顧客の社内資料、ケース、データ | 顧客との契約。他案件への転用は原則できない |
| AIが生成したもの | 生成AIの出力 | 利用規約と、出力そのものの確認（下記） |
| 講師が持ち込んだ教材 | 講師が自分で作って持ち込むもの | 講師との契約（下記） |
引用は「出典を書けば自由に使える」という意味ではありません。著作権法第32条第1項は、公表された著作物は引用して利用できるとしたうえで、その引用が公正な慣行に合致し、報道・批評・研究その他の引用の目的上正当な範囲内で行われるものでなければならないと定めています。そして同法第48条は、引用にあたって著作物の出所を、利用の態様に応じ合理的と認められる方法と程度で明示することを求めています。
あわせて誤解しやすいのが、学校向けの例外です。同法第35条の複製等の例外は、「学校その他の教育機関（営利を目的として設置されているものを除く）」を対象としています。企業から有償で受託する研修を、この例外で説明することはできません。
講師が持ち込む教材は、権利の帰属を契約で決めてください。講師が自作した資料を自社の教材ライブラリへ取り込めるのか、他の講師が使えるのか、契約が終わった後はどうなるのか。ここを決めずに運用すると、講師が変わった瞬間に使えなくなる教材が残ります。AIへ教材を投入する場面でも、自社に権利がないものを、自社の判断だけで外部サービスへ入れることはできません。
教材に使う素材の出典整理はAIで支援できますが、利用してよいかどうかの判断と契約は人が行います。
また、法務、労務、税務、医療、安全といった専門領域を扱う研修では、教材について専門家のレビューが必要になる場合があります。講師の実務経験と、制度上必要な資格を混同しないでください。
個人情報と顧客機密
研修会社が扱う情報には、参加者の名簿、所属、テストの結果、アンケート、自由記述、行動計画、録画が含まれます。加えて、顧客社内のケース、評価制度、業績、会議資料を預かることもあります。
自由記述は特に注意が要ります。書いた本人が特定されうる内容が含まれ、かつ本人は「集計される」としか思っていないことが多いためです。取扱いは案件の開始前に定義してください。録音・録画・アンケートを、同意や契約の条件を超えて再利用しないことも重要です。
とくに受講者が少ない研修では、氏名を消しても本人が分かってしまいます。
10人の研修で「部署別・役職別の満足度」を出せば、その部署に1人しかいない役職の回答は、そのまま個人の回答です。自由記述なら、書き方や具体例だけで誰か分かることもあります。匿名化は、氏名を消すことではなく、「他の情報と組み合わせても本人に辿り着けない状態」を作ることです。
顧客へ返す前に、次を決めておいてください。
- 最小人数を決める——回答者が一定数に満たない区分は、集計値として出さない
- クロス集計を制限する——部署×役職×勤続年数のように、掛け合わせるほど特定されやすくなります
- 自由記述は原文で返さない——分類と要約で返すことを基本にし、原文が必要なら本人の同意の範囲を先に確認する
- 顧客側の「誰が書いたか知りたい」に、その場で応じない——応じる条件は、案件の開始前に決めておく
この設計は、AIを使うかどうかとは独立に必要です。そのうえで、AIに自由記述を分類させるなら、原文をそのまま顧客へ流さない仕組みと合わせて設計してください。
個人情報保護委員会は、事業者が生成AIサービスへ個人情報を含むプロンプトを入力する場合、特定された利用目的を達成するために必要な範囲内であることを十分に確認するよう注意喚起しています。
また、本人の同意を得ずに個人データを含むプロンプトを入力し、それが応答結果の出力以外の目的で取り扱われる場合、個人情報保護法の規定に違反することとなる可能性があります。 そのため、サービス提供者がその個人データを機械学習に利用しないこと等を十分に確認してください。
AIへ投入する前に確認すること
研修会社がAIへ入れうるもののうち、外へ出ると信用に直結するのは、顧客から預かった社内資料・ケース・評価制度の情報、受講者の名簿とテスト結果、自由記述、そして自社に権利のない教材です。使う前に、次を確認してください。
- 必要最小限の情報だけを投入する——顧客名や受講者名を伏せて処理できないかを先に検討する
- AI事業者が入力データを学習に利用するか
- 保存期間と削除の方法
- 契約上の機密保持・データの取扱条件——利用規約と、顧客・講師との契約の両方
- アクセス権限と操作ログ——誰が投入でき、誰が見られるか
- 再委託・国外での処理など、自社の規程上確認が必要な事項
顧客資料と受講者の情報は、会社が利用を承認したアカウント・サービスに限定します。顧客ごとに区画を分け、他の案件のデータと混ざらない設計から始めてください。
※法令・制度に関する記述は、内容確認日時点の一般的な整理です。実際の適用は、契約の形態、委託の内容、扱う情報、施行時点の法令・行政解釈等によって異なります。重要な判断は、最新の一次情報と個別の契約条件を確認してください。
AIを使うときに、特に注意したいこと
- 他の顧客の教材や事例を混入させてしまう
- 最新版でない制度や技術情報を教えてしまう
- AIが生成した架空の統計・引用・出典を教材に入れてしまう
- 自由記述から、個人を過度に評価・推測してしまう
- 録音・録画・アンケートを、同意や契約の条件外で再利用してしまう
1つ目は、研修会社にとって信用を一度で失う種類の事故です。顧客ごとにAIへ入れる情報の区画を分ける設計を、先に決めてください。
なお、助成金の対象となる研修や公的な職業訓練では、別途の要件が生じます。様式や支給の要領は更新性が高いため、案件ごとに最新版を確認してください。
最初の30日プラン
1週目：いまを測る
対象は、商談の整理、提案作成、教材のカスタマイズ、講師ブリーフ、アンケート集計と報告の5つ。測るのは、案件あたりの作業時間、修正回数、教材の重複数、検索時間、報告作成時間、更新漏れ。進行中の2〜3案件で、5営業日以上、できれば研修の実施を1件はさんで記録してください。
2週目：正本とルールを整える
ヒアリング → 学習目標 → 教材 → 評価の共通項目を決めます。教材にはモジュールID、版、出典、最終確認日を付けます。そして、参加者の個人情報、顧客の機密、公開してよい情報の3つを分類します。この分類が、3週目にAIへ何を入れてよいかを決めます。
3週目：低リスクなところからAIを使う
商談議事録の構造化、承認済み教材からの提案・教材の初稿、アンケート自由記述の分類と報告の初稿。顧客へ出す前に、全件人が確認します。
4週目：比べて、次を決める
ベースラインと比較したうえで、誤要約、古い版の参照、権利上のリスク、顧客固有情報の混入を記録してください。そのうえで、使える工程・戻す工程・止める工程を決めます。
小さく試す進め方は、生成AIのPoCとはも参考になります。
AI活用の成熟度
| Lv | 状態 |
|---|---|
| Lv1 | 営業・講師・教材制作者の個人ファイルと経験に依存している |
| Lv2 | CRM・LMS・アンケート・教材共有はあるが、相互に分断している |
| Lv3 | 顧客ニーズ、学習目標、教材の版、講師、参加者、評価の正本が定義されている |
| Lv4 | 商談の構造化、提案・教材の初稿、版の差分、評価集計と自由記述の分類をAIが支援する |
| Lv5 | 正常系の案内・集計・検索・版の通知はシステム化され、AIは例外と改善候補を出し、人は教育設計・講師・顧客関係・品質の判断に集中する |
まず目指すのはLv3です。 教材の版と出典が管理されていない状態でAIに初稿を書かせると、古い情報と架空の出典が、速く大量に増えます。
よくある質問
Q. 教材をAIに作らせてもいいですか。
初稿づくりには有効です。ただし配布前に全件、人が確認してください。 特に統計、引用、出典は、AIが作り出すことがあります。承認済みのモジュールから組み立てる形にすると、事故が減ります。
Q. アンケートの自由記述をAIに分類させてもいいですか。
分類は有効です。ただし、自由記述から個人を評価したり、性格や能力を推測したりする使い方は避けてください。 受講者は「集計される」と思って書いています。取扱いは案件の開始前に顧客と決めておくのが安全です。
Q. 講師の代わりにAIが研修をできますか。
「AIが人に何かを教えること」自体を否定はしません。知識の確認、演習の反復、受講者の質問に24時間答える復習支援は、AIのほうが向いている場面があります。研修の後にAIの学習支援を置くことで、一度きりの研修が続く学習になるという設計も現実的です。
分けているのは、責任の所在です。研修という場での進行と介入の責任は、講師にあります。受講者が誤解したまま進んでいることに気づく、場が固いときに問いを変える、答えにくい発言が出たときに扱いを決める——ここは、その場にいる人が引き受ける役割です。
つまり、復習と反復はAIに寄せてよい。進行と介入は講師に残す。この線で設計してください。
Q. 研修の効果はどのくらい上がりますか。
現時点で確かな数字は示せません。受講者の満足度が高いことと、組織の成果が出ることは別の話です。 だからこそ、評価を分けて持ち、職場での適用まで追う設計をおすすめしています。
近い構造の業種
人材紹介会社のAI活用 扱うサービスは違いますが、発注元が同じ人事部であることが多い業種です。人材紹介会社が研修を、研修会社が採用の支援を扱う例も実在します。顧客の課題を構造化してから提案するという設計は共通します。
シリーズの一覧は 業種別AI活用ベストプラクティス からご覧いただけます。
この記事を自社へ当てはめたい方へ
同じ研修会社でも、公開講座が中心か、顧客ごとのカスタマイズ研修が中心かによって、最初の一手は変わります。
カスタマイズ研修の比率が高い会社ほど、Top 2の「モジュール化と版管理」の効果が大きくなります。教材が枝分かれする起点が多いためです。公開講座が中心なら、Top 3の「評価を次へ戻す」から入るほうが成果が見えやすいでしょう。
まず、自社の現在地を確かめる
AI戦略診断は無料・登録不要です。回答すると、いまどの段階にあるかと、最初に取り組むべき領域が分かります。
自社への当てはめを一緒に進めたい場合は、AI顧問サービスでご案内しています。初回は30分の無料リモート面談を承っています。
具体的なご相談はお問い合わせからどうぞ。
なお、AI活用の全体像は社長の経営OSをAI化する戦略のすべてにまとめています。
最終更新日: 2026年8月25日／内容確認日: 2026年8月23日
