AI Questゲームで学ぶ企業AI活用の実践判断

社員研修の現場でよく聞く悩みがある。AIツールの使い方講座を受けても、実際の業務ではうっかり社外のチャットAIに機密データを貼ってしまう。紙のマニュアルやスライドでは学んだ気になるだけで、記憶に残っていないのだ。AI Questはそこにゲームの仕組みで切り込む。講義形式をやめて、いきなりトラブルを抱えた企業の中にプレイヤーを放り込み、登場人物の立場でAI判断を繰り返す。選んだ結果、業務が上向くか、事故になるかがその場で可視化される。

ゲームで「失敗」を先回りして体験する

サイトで公開されているデモを見ると、AI QuestはXP（経験値）やツールのアンロックを組み込んだステージ形式だ。抽象的な択一式問題は出てこない。具体的な会社、締め切り、予算が設定され、その中で最適なAI活用法を選ぶ。例として「アナリストのSarahの火曜日」というシナリオでは、未読メール200件、2時間後のお客様訪問、金曜締切のレポート3本という条件が並ぶ。そこに複数のAI選択肢が出て、うかつに公開型LLMを使えば、社外に情報が流出する可能性をその場で示される。

この「失敗をあえて体験させる」設計は意外に新鮮だ。従来のコンプライアンス研修は正解を覚えさせるが、ゲームには唯一の正解がない。選択の連鎖で状況が変わり、誤った判断の結果を即座に見せ、正しい判断にはフィードバック付きで理由が解説される。自分で試して学ぶという体験は、安全規定の文章を読むよりずっと頭に残る。

実際の業務に近い20の危機シナリオ

公式サイトでは、登場する役割の一部が公開されている。仕事に押しつぶされた新人アナリスト、プレッシャーを抱えるCFO、セキュリティインシデントに対応するCISOなど、全20の「業務上の緊急事態」を用意。個人の生産性から企業リスクまで、レイヤーの異なる判断が体験できる。各ステージでは複数のAI候補を比較する。たとえばCo-Pilot in OutlookのようにMicrosoft 365のコンプライアンス境界内で動くツールと、外部の公開LLMにテキストをそのまま貼る方法のどちらが安全かを判断する場面や、20本の社内ポリシー文書を要約する際にRAG（検索拡張生成）が適している理由を学ぶ場面もある。RAGは関連する断片だけを検索して回答を組み立てるため、根拠が明確でコストも抑えられる。

• 各ステージは実在の企業で起きた意思決定をもとに作られており、絵空事ではない
• 選択後に即フィードバックとXPが得られ、ツールも追加されるため学習のループが途切れない
• LLM、SLM、RAGの使い分けが明示され、非エンジニアにも判断基準が身につく

研修の「次の一歩」に使えるかどうか

AI Questの価値は、ゲーム自体そのものではなく、AIリテラシーを評価可能な行動に変えてくれる点にある。従来は社員がAIを理解しているかを見極めるのは難しかったが、チーム全員を同じ危機シナリオで試せば、誰が財務データを公開チャットボットに貼りそうかが一目でわかる。研修部門はゲーム結果をスキルのベースラインとして使い、弱点に絞った補講ができる。

ただし、現時点で公式サイトに載っている情報は多くない。具体的な価格、完全なステージリスト、カスタムシナリオ対応の有無は非公開で、ページのボタンは「私たちに連絡を」という導線になっている。金融や医療、専門サービス業などコンプライアンス要件が厳しい企業には、デモを依頼してみる価値はある。逆に「購入してすぐ社内の事例に差し替えたい」と考えるなら、まだ情報待ちの状態だ。

導入前に押さえておきたい3つの確認

もしチームがMicrosoft 365を使っているなら、登場するシナリオの多くはすぐに実感できるはずだ。導入前に主要メンバー数名に試遊してもらい、200通のメールにどう対処するか反応を見るのがいい。また、ゲームの点数を社員評価に使うのは避けたい。それは能力テストではなく、組織内で広がっているAI認知の「盲点」を発見するための道具だ。さらに、カスタムシナリオが可能なら、自社で実際に起きたAIトラブルを教材化するのが最も効果的だ。他人の失敗より、自分たちの失敗のほうが何倍も深く刺さる。

AI教育の難しさは、技術の知識ではなく、大人の習慣をどう変えるかにある。AI Questがやっているのは、研修の段階で「後悔」を疑似体験させるということだ。このアプローチは現実的で、一歩踏み込んだ選択肢になり得る。