答案
設問ア665字
1.1 事業特性 A社は首都圏を中心にホームセンター120店舗を展開し、年間売上高は2,400億円である。取扱商品は工具、資材、園芸、住宅設備など約8万SKUに及ぶ。顧客の多くは「水漏れを直したい」など目的は明確だが、必要な商品が分からない状態で来店する。このため、熟練した売場担当者の相談対応が購買を左右する点が事業特性である。しかし熟練者の高齢化により今後5年で3割が退職する見込みであり、顧客満足度調査では「相談できる店員が見つからない」が不満の1位(32%)であった。 1.2 DXの狙いと施策の内容 経営層は中期経営計画で「商品を売る店から、暮らしの困りごとを解決する店へ」の転換を掲げた。私は経営企画部のITストラテジストとして、この狙いを実現する施策を企画した。施策は、顧客がアプリ又は店内タブレットで困りごとを文章や写真で相談すると、必要な商品と作業手順を提案し、店舗在庫と棚位置まで案内する「DIY相談サービス」である。目標は相談対応件数を現状の3倍とし、関連購買により相談客の客単価を5%向上させることである。 1.3 新たな情報技術とその必要性 従来のFAQ型チャットボットは想定した質問にしか答えられず、多様な困りごとと8万SKUの組合せに対応できなかった。そこで、社内で利用実績のない生成AIと、商品マスタや熟練者のノウハウを検索して回答に反映する検索拡張生成(以下、RAG)、写真から部品を識別する画像認識の採用を検討した。熟練者の知見を形式知化し、全店で同水準の相談対応を提供するには、これらの技術が不可欠と考えた。
設問イ1312字
2.1 机上確認 私は情報システム部、売場運営部、法務部と検討チームを組み、4つの観点で机上確認を行った。 第一に業務要件への適合性である。熟練者20名へのヒアリングから相談内容を1,200件の典型質問に整理し、回答に必要な情報が商品マスタや施工マニュアルに存在するかを確認した。その結果、棚位置情報が3割の店舗で未整備と判明し、施策開始前の整備を計画に組み込んだ。 第二に規制への対応である。資格が必要な電気工事等の手順を顧客に指導すると、電気工事士法等に抵触するおそれがある。また効果の過大な表現は景品表示法上の問題となる。法務部と協議し、資格が必要な作業は回答せず施工サービスへ誘導する方針とした。 第三に非機能要件である。週末ピーク時の同時相談数を来店データから最大3,000件と見積り、応答時間は利用者調査から95%タイルで3秒以内を要件とした。セキュリティでは、入力データがモデルの学習に使われないこと、プロンプトインジェクション対策が可能なことを条件とした。 第四に継続性である。生成AIはモデルの更新や提供終了が早く、従量課金の単価も変動する。そこで方式を3案比較した。(1)外部クラウドの生成AIサービス利用、(2)公開モデルの自社運用、(3)FAQ型チャットボットの高度化である。(3)は回答範囲が限定され狙いを満たさない。(2)は初期費用が約2.4億円と(1)の約4倍で、運用人材も社内にいない。私は(1)を採用し、モデルを差し替え可能な中間層を自社で設けて特定事業者への依存リスクを抑える案を選定した。 2.2 技術検証 3店舗で8週間の試験導入を行った。評価指標は正答率90%以上、危険回答0件、応答時間3秒以内、1相談当たり費用10円以下とした。 初回評価では正答率が78%にとどまった。誤答の6割は型番違いや在庫がない商品の推奨であった。そこでRAGの検索対象を店舗別在庫と連携させ、型番の適合表を構造化データとして参照させた結果、正答率は93%に向上した。また1,200件中10件(0.8%)で資格が必要な作業手順を回答してしまった。入力と出力の双方を判定する制御機能を設け、該当時は店員呼出しへ切り替えた結果、危険回答は0件となった。応答時間は当初4.2秒であったが、頻出質問の回答を事前生成してキャッシュし2.6秒に短縮した。費用は1相談当たり平均6円であった。画像認識は正答率71%にとどまったため、初期リリースでは候補3件を提示し顧客が選ぶ方式とした。試験店舗では相談客の客単価が非相談客比で7%高く、効果を確認できた。 2.3 工夫したこと 正答率の評価を情報システム部だけで行うと、実務的な妥当性を判断できない。そこで熟練者10名による週1回の回答評価会を設け、回答を「正しい」「不十分」「危険」の3段階で採点してもらった。熟練者は当初、仕事がAIに置き換えられることを懸念し協力に消極的であった。私は売場運営部長と共に、本施策は熟練者の知見を全店に広げるものであり、協力者を「ナレッジマスター」として処遇に反映すると説明し、協力を得た。これにより評価の信頼性が高まり、ノウハウの追加も週平均50件進んだ。
設問ウ903字
3.1 具体化したリスクと対策 机上確認と技術検証を通じ、生成AIは柔軟性が高い一方、確率的に誤回答を生じ、モデル更新で挙動が変わるという特性を理解した。これを踏まえ、2つのリスクと対策を具体化した。 一つ目はAI倫理を含むコンプライアンスのリスクである。誤回答に基づく作業で顧客が負傷すれば、社会的批判を受けるおそれがある。また相談履歴には住居の写真など個人情報が含まれる。対策として、相談領域を安全上のリスクで3段階に分類し高リスク領域は有人対応とする、回答に根拠資料を表示する、写真は顔や表札を自動でぼかして保存する、の3点を定めた。 二つ目は経営リソースへの影響リスクである。従量課金のため、利用が想定の2倍になれば年間運用費が計画の6,000万円から1.2億円に膨らむ。またモデル更新のたびに1,200件の再評価が必要となり、評価体制が不足する。対策として、中間層で月間費用の上限管理と低価格モデルへの自動切替を行い、再評価は自動採点を併用して熟練者の工数を月40時間以内に抑えることとした。 3.2 経営層への説明 私は経営会議で、初期投資1.5億円、年間運用費6,000万円に対し、全店展開後3年目に客単価向上による売上増が年12億円、粗利で約4億円見込めることを試験導入の実績値とともに説明した。リスクは発生可能性と影響度で整理した一覧を示し、対策後の残存リスクを明示した。 3.3 経営層からの指摘と改善 社長からは「事故が起きた際の責任の所在が不明確である。ブランドを損なう事態を全店一斉に招くことは許容できない」との指摘を受けた。私は二点を改善した。第一に、回答品質の最終責任者を売場運営部長とし、危険回答の検知時は30分以内にサービスを停止できる手順と判断基準を定めた。第二に、全店一斉展開を改め、10店舗、40店舗、全店の3段階展開とし、各段階で正答率93%以上と危険回答0件を判定条件とするゲートを設けた。また財務担当役員からは費用の上振れを懸念され、年間予算上限の超過見込み時に経営会議へ報告する運用を加えた。これらを再提案し、承認を得た。現在は第2段階の展開中であり、ゲート基準を満たしている。
採点と添削
総評
事業特性と人材面の課題を踏まえたDX施策の立案から、新技術の机上確認・技術検証、リスク対策、経営層の指摘を受けた計画改善まで、一貫して論述できています。店舗別在庫との連携や危険回答への制御、段階展開のゲート設定など、具体的な検証結果を施策や経営判断に結び付けている点が評価できます。各設問は合格水準にあり、全体として合格水準を満たす答案です。さらに説得力を高めるには、性能・セキュリティ検証の条件と結果、客単価向上や売上試算の前提、画像認識や個人情報に関するリスク対策を設問間で明確につなげるとよいでしょう。
- 具体性
店舗数や商品数、目標値、試験導入の結果などを示し、課題の発見から改善までを具体的に説明できています。検証結果を施策に反映した過程も明確です。
- 論理性
事業課題から技術選定、検証、リスク対策、段階展開へと論旨が一貫しています。客単価の効果測定や全店展開後の売上試算について、前提を補うと判断の根拠がさらに明確になります。
- ITストラテジストとしての専門性
方式比較、事業者依存の抑制、法規制や非機能要件の確認、経営リソースの管理など、技術と事業の両面から判断できています。関係部門や熟練者を巻き込む工夫も評価できます。
- 文字数
設問ア: 665字(指定1〜800字、範囲内) 設問イ: 1312字(指定800〜1600字、範囲内) 設問ウ: 903字(指定600〜1200字、範囲内) すべての設問で、指定範囲に十分な分量を書けています。 (改行・空白を除いて数えています)
- 問題への適合性
各設問で求められる施策と技術の必要性、机上確認と技術検証、リスクと対策、経営層への説明と指摘後の改善に答えています。設問間の事例や方針にも大きな矛盾はありません。
| 評価項目 | 評価 | コメント |
|---|---|---|
| 具体性 | 店舗数や商品数、目標値、試験導入の結果などを示し、課題の発見から改善までを具体的に説明できています。検証結果を施策に反映した過程も明確です。 | |
| 論理性 | 事業課題から技術選定、検証、リスク対策、段階展開へと論旨が一貫しています。客単価の効果測定や全店展開後の売上試算について、前提を補うと判断の根拠がさらに明確になります。 | |
| ITストラテジストとしての専門性 | 方式比較、事業者依存の抑制、法規制や非機能要件の確認、経営リソースの管理など、技術と事業の両面から判断できています。関係部門や熟練者を巻き込む工夫も評価できます。 | |
| 文字数 | 設問ア: 665字(指定1〜800字、範囲内) 設問イ: 1312字(指定800〜1600字、範囲内) 設問ウ: 903字(指定600〜1200字、範囲内) すべての設問で、指定範囲に十分な分量を書けています。 (改行・空白を除いて数えています) | |
| 問題への適合性 | 各設問で求められる施策と技術の必要性、机上確認と技術検証、リスクと対策、経営層への説明と指摘後の改善に答えています。設問間の事例や方針にも大きな矛盾はありません。 |
アドバイス
非機能要件として挙げた同時相談数やセキュリティ条件について、検証の実施内容と結果が十分には読み取れません。
ピーク相当の負荷試験における同時数、応答時間、エラー率を示し、学習利用の設定確認や攻撃的な入力を用いた確認方法と結果も記述するとよいでしょう。
客単価向上や全店展開後の売上・粗利見込みについて、効果の測定方法や試算の前提が明確ではありません。
導入前後や条件をそろえた比較で効果を検証し、利用率、相談件数、客単価への効果など、全店展開後の試算根拠を示すとよいでしょう。
設問イで示した画像認識の正答率71%や、相談履歴に含まれる情報の管理が、設問ウのリスク対策に十分結び付いていません。
候補提示後の利用者確認や誤判定時の有人対応に加え、相談情報の保存期間、アクセス権限、削除方法、利用者への説明を整理するとよいでしょう。
低価格モデルへの切替後に、回答品質や危険回答率が変化する場合の扱いが明確ではありません。
モデルごとの品質基準、切替後の監視、基準未達時の切戻しやサービス停止を定め、費用抑制と安全性を両立する方針を示すとよいでしょう。
| 改善点 | 対応のヒント |
|---|---|
| 非機能要件として挙げた同時相談数やセキュリティ条件について、検証の実施内容と結果が十分には読み取れません。 | ピーク相当の負荷試験における同時数、応答時間、エラー率を示し、学習利用の設定確認や攻撃的な入力を用いた確認方法と結果も記述するとよいでしょう。 |
| 客単価向上や全店展開後の売上・粗利見込みについて、効果の測定方法や試算の前提が明確ではありません。 | 導入前後や条件をそろえた比較で効果を検証し、利用率、相談件数、客単価への効果など、全店展開後の試算根拠を示すとよいでしょう。 |
| 設問イで示した画像認識の正答率71%や、相談履歴に含まれる情報の管理が、設問ウのリスク対策に十分結び付いていません。 | 候補提示後の利用者確認や誤判定時の有人対応に加え、相談情報の保存期間、アクセス権限、削除方法、利用者への説明を整理するとよいでしょう。 |
| 低価格モデルへの切替後に、回答品質や危険回答率が変化する場合の扱いが明確ではありません。 | モデルごとの品質基準、切替後の監視、基準未達時の切戻しやサービス停止を定め、費用抑制と安全性を両立する方針を示すとよいでしょう。 |
設問アの添削
顧客が商品名を特定できず相談を必要とする事業特性と、熟練者の退職見込み・顧客満足度調査の結果を示し、DXの狙いから施策へ論理的につなげています。サービスの内容や目標が具体的で、FAQ型チャットボットの限界を踏まえた生成AI・RAGの必要性も説明できています。設問イでは画像認識の検証結果を踏まえた段階的な利用方法が述べられており、設問アとの整合性もあります。一方、写真による部品識別が顧客のどの困りごとをどう解決するのかを補うと、画像認識を採用する必要性がより明確になります。
設問イの添削
業務要件、法規制、非機能要件、継続性の机上確認を行い、方式比較を経て外部クラウドと差し替え可能な中間層を選んだ判断が具体的です。試験導入では正答率、危険回答、応答時間、費用を数値で評価し、改善策と結果を示せています。また、熟練者の懸念に対し、評価への参加を促して知見を蓄積した点も評価できます。一方、3,000件の同時相談を想定した性能検証や、プロンプトインジェクション等のセキュリティ検証結果が明確ではありません。客単価の効果についても、非相談客との比較だけでは施策による増加と断定できないため、測定方法を補足するとより説得力が高まります。
設問ウの添削
机上確認・技術検証で把握した誤回答やモデル更新、個人情報、従量課金のリスクを、具体的な対策と数値を交えて説明できています。経営層の指摘を受けて責任者と停止手順を定め、段階展開の判定基準や予算超過時の報告を追加した点も評価できます。一方、設問イで判明した画像認識の正答率71%への対応をリスクとして明示し、個人情報の扱いをより広く整理すると、検証結果とのつながりが強まります。また、売上・粗利の試算については、前提となる利用件数や効果の因果関係を説明すると、経営判断の根拠がより明確になります。
参考になった