AIによるプロジェクト計画書生成 – 阿部茅ヶ崎中小企業診断士事務所

AIにプロジェクト計画書のドラフト版を作成してもらうPythonコードとその生成結果例を共有いたします。

＜ーーーーーーーAI指示Pythonコードーーーーーーー＞

import os
import openai
import pandas as pd
from openai import OpenAI
from os import getenv
import anthropic

#gets API Key from environment variable OPENAI_API_KEY

client = OpenAI(
base_url=”https://openrouter.ai/api/v1″,
api_key=getenv(“OPENROUTER_API_KEY”),
)

#Excelファイルのパスを指定

file_path = ‘./project_plan.xlsx’

#Excelファイルを読み込む

df1 = pd.read_excel(file_path, sheet_name=’Prompt_Sheet’)
df2 = pd.read_excel(file_path, sheet_name=’Company_Sheet’)

compay_profile=df2.iloc[0, 0]

#結果を格納するリスト

responses = []

#dfの各行をループ処理

for index, row in df1.iterrows():
    try:
        # ‘Prompt’列が存在するか確認し、プロンプトを取得
        prompt = row[‘Prompt’]
    except KeyError:
        # ‘Prompt’列が存在しない場合はエラーメッセージを表示して処理を中断
        raise KeyError(“Column ‘Prompt’ does not exist in the DataFrame. Please check the Excel file and column names.”)

system_prompt_text=”Your task is to develop a comprehensive business plan for a new corporate venture. This plan must include market analysis, identification of target customers, details of the product or service offering, pricing strategy, sales and distribution approach, marketing and promotional strategies, financial projections, and an outline of the team and resources required to execute the business. The business plan should articulate the company’s vision, objectives, and unique value proposition, providing specific and strategic information to present a compelling business case to investors and stakeholders. The plan must offer a viable roadmap for maximizing success in the market, demonstrating the sustainability and growth potential of the business.”

    completion = client.chat.completions.create(
      model=”anthropic/claude-3-haiku”,
      messages=[{“role”: “system”, “content”: system_prompt_text},
          {“role”: “user”, “content”: compay_profile+prompt}],
    )

print(completion.choices[0].message.content)

# 応答をリストに追加
responses.append(completion.choices[0].message.content)

#全ての応答を1つの文章にまとめる

final_text = ‘ ‘.join(responses)

#最終的な文章を表示

print(final_text)

#必要に応じてファイルに保存

with open(‘プロジェクト計画書Draft_claude-3-haiku.txt’, ‘w’) as file:
file.write(final_text) (edited)

＜ーーーーーーAI生成結果（Cloude Hike）ーーーーーーー＞

【1.要件定義】
(1).プロジェクト概要
◦ プロジェクトの目的と背景
・本プロジェクトの目的は、県が行う各種行政業務において生成AIを効果的に活用し、業務の効率化や高度化を図ることです。
・背景として、近年の技術革新により生成AIが普及し、行政分野でも活用が進んでいますが、具体的な使い方が十分に理解されていないのが現状です。そのため、生成AIの特性や活用方法を県職員に周知し、効果的な利活用を促進する必要があります。
◦ 期待される効果と成果物
・本プロジェクトでは、生成AIを利用したサービスの導入や、職員向けの研修等を通じて、生成AIの活用促進を図ります。
・具体的な成果物としては、生成AIを利用するためのサービス環境の構築、庁内固有のドキュメントと連携したRAG機能の導入、生成AI活用に関する職員研修の実施などを想定しています。
・これらの取り組みにより、行政業務の効率化や高度化、職員の生産性向上などの効果が期待できます。
◦ DX推進事業の概要
・本プロジェクトは、愛知県総務局総務部情報政策課DX推進室が実施する「生成AI活用推進事業」の一環として位置付けられています。
・DX推進事業では、AIやRPA、クラウドなどの先端技術を活用し、行政サービスの高度化や業務の効率化を目的としています。
・生成AI活用推進事業は、その中でも特に生成AIの利活用に焦点を当て、県の様々な行政分野への導入を図ろうとするものです。
【1.要件定義】
(2).業務理解
◦ 事業目標と生成AI導入要件の把握

事業目標: 県の各種行政業務において生成AIを活用し、業務の効率化と行政サービスの質の向上を図ること。具体的には、生成AIを利用するためのサービスの導入、県職員への効果的な活用方法の周知と利活用の促進を目標とする。
生成AI導入要件:
生成AI活用サービスの安全性、信頼性、機能性を確保すること
県の行政業務に合わせた効果的な生成AI活用方法を提示し、職員への研修を通じて利活用を促進すること
庁内の各部署で保有する業務関連ドキュメントなどの情報を生成AI活用サービスで参照できるようにすること
生成AI活用サービスの導入から利用促進まで、一貫したサポートが得られる体制を整備すること
◦ 業務改善における生成AIの課題定義
行政業務の内容や課題を把握し、生成AIの活用によって業務効率化が実現できる具体的な場面を特定する。
例えば、ルーティンワークの自動化、定型的な回答文の作成、職員への情報提供の迅速化など、生成AI技術を活用することで業務の改善が見込める領域を明確にする。
また、庁内の文書やデータを生成AI活用サービスで活用できる環境を整備することで、サービス導入の効果を最大化することが重要。
◦ 初期的な実行計画の策定
事業目標と生成AI導入要件を踏まえ、以下の内容を含む初期的な実行計画を策定する。
生成AI活用サービスの導入スケジュール
県職員への効果的な活用方法の周知と研修計画
庁内文書等のデータ整備計画
プロジェクトの進捗管理とステークホルダーとの連絡体制
事業の評価指標(KPI, KGI)の設定
これらの計画を立てることで、プロジェクトの目的と課題を明確にし、効果的な推進が可能となる。また、プロジェクト遂行中のコントロールも容易になる。
【1.要件定義】
(3).現状分析と業務効率化方針
◦ 適用対象業務の現状分析
5W1Hに基づいて以下のような現状分析を実施する。
What: 対象となる具体的な業務内容は何か？
Why: なぜその業務が選定されたのか、どのような課題やニーズがあるのか？
Who: 業務に関わる部署や担当者は誰か、利用者は誰か？
Where: 業務が行われる場所やシステムの環境はどうなっているか？
When: 業務の流れや手順、タイムラインはどのようになっているか？
How: 業務の具体的な作業内容や情報の流れ、使用するツールは何か？
これらの分析を通して、業務の課題や改善点、生成AIの適用可能性などを明らかにする。
◦ 生成AI適用のための業務効率化方針
上記の現状分析を踏まえ、以下のような業務効率化の方針を策定する。
生成AIを活用することで、どのような業務の改善や効率化が期待できるか？
生成AIの適用範囲や活用シーンはどのようなものか？
生成AIの導入でどのような効果が得られ、どのような成果を目指すのか？
生成AIの導入に伴う課題や留意事項はどのようなものか？
これらの方針に基づき、具体的な導入計画や効果検証の方法を検討する。
以上のように、プロジェクトマネジメントの知識に基づき、5W1Hの視点から現状分析と業務効率化の方針を立案することで、生成AIの適用可能性や導入効果を明確化していきます。
【2.業務の設計】
(1).業務プロセスの見直し
◦ 業務プロセスや様式の見直し案の整理
誰が(Who)：本事業の受託者が中心となって、県の担当部署と協力して行う。
いつ(When)：事業開始から3か月以内に完了する。
どこで(Where)：県庁内の会議室や必要に応じてオンラインでも行う。
何を(What)：生成AI活用に適した業務プロセスや様式の見直し案を提案する。
どのように(How)：以下の手順で進める。
1) 県の業務フロー、様式、必要データ等の現状を調査・把握する。
2) 生成AIの特性と活用ニーズを分析し、業務プロセスや様式の効率化・最適化案を検討する。
3) 検討した案について、県の担当部署と協議しながら、KPIとKGIを設定する。
4) 業務プロセス・様式の見直し案をとりまとめ、県の承認を得る。
なぜ(Why)：生成AIを活用して業務の生産性向上や質の向上を図るため。
◦ 担当部署との協議と情報収集の協力
誰が(Who)：本事業の受託者と県の担当部署
いつ(When)：業務プロセスの見直し案検討期間を通して継続的に行う。
どこで(Where)：県庁内の会議室や必要に応じてオンラインでも行う。
何を(What)：業務プロセスの見直し案に関する情報共有と協議を行う。
どのように(How)：
1) 定期的な会議を設け、進捗報告と意見交換を行う。
2) 見直し案の検討過程で、担当部署から必要な情報提供を受ける。
3) 見直し案の内容について、担当部署と協議し、承認を得る。
なぜ(Why)：生成AIの活用に適した業務プロセスの見直しを行うため、担当部署との緊密な連携が不可欠である。
【3.システムの設計・開発】
(1).データ理解
◦ 関連データの特定と収集
誰が(Who)：プロジェクトチームメンバー
いつ(When)：プロジェクト開始後2週間以内
どこで(Where)：組織内部のデータベース、ファイルサーバ、業務システムなど
何を(What)：プロジェクトの目的達成に必要な関連データ(顧客情報、売上データ、製品情報など)
どのように(How)：関係者へのインタビュー、データカタログの確認、システム分析などを通じてデータ資産を特定し、収集する
なぜ(Why)：プロジェクトの予測モデル構築や意思決定支援に必要なデータを収集するため
◦ データ品質問題の特定(DMBOOKに基づく)
誰が(Who)：データ品質管理担当者
いつ(When)：データ収集完了後1週間以内
どこで(Where)：収集したデータセット
何を(What)：DMBOOKに定義された6つの品質次元(完全性、正確性、一貫性、妥当性、アクセシビリティ、適時性)に基づきデータ品質問題を特定する
どのように(How)：データサンプリング、データプロファイリング、関係者インタビューなどを通じて、各品質次元での問題を洗い出す
なぜ(Why)：データ品質問題の早期発見と改善により、予測モデルの精度向上や意思決定の質を高めるため
◦ データの前処理と品質管理プロセスの設計
誰が(Who)：データエンジニア、データアナリスト
いつ(When)：データ品質問題の特定完了後1週間以内
どこで(Where)：データ収集・前処理・品質管理を行う環境(データレイク、データウェアハウスなど)
何を(What)：データ品質問題への対応策(欠損値補完、異常値除去、正規化など)と、継続的なデータ品質管理プロセス(定期モニタリング、データ修正ワークフローなど)
どのように(How)：データ前処理ルールの設計、品質管理ダッシュボードの構築、オーナーシップ・責任体制の明確化などを通じて、データ品質管理プロセスを定義する
なぜ(Why)：高品質なデータを維持し、予測モデルの精度向上や意思決定の質を確保するため
【3.システムの設計・開発】
(2).データ準備
◦ 最終的なデータセットの構築
目的(Why)：プロジェクトの目的を達成するために必要な最終的な学習データセットを構築する。
対象(What)：内部データ、外部データ、公開データなどのデータソースからデータを収集する。
方法(How)：収集したデータをDMBOOKに基づきクレンジングし、必要な変換を行う。
期限(When)：契約開始後X月以内に、最終的な学習データセットを構築する。
責任者(Who)：データエンジニア
KPI：収集対象データの網羅率、クレンジング・変換の完了率
KGI：最終的な学習データセットの品質
◦ データクレンジングと変換（DMBOOKに基づく）
目的(Why)：収集したデータの品質を高め、学習に適したデータ形式に変換する。
対象(What)：収集したデータのクレンジングと変換
方法(How)：DMBOOKに基づき、データの重複除去、不整合修正、欠損値補完などのクレンジング、および正規化、カテゴリ化などの変換を実施する。
期限(When)：契約開始後X-1月以内に、データクレンジングと変換を完了する。
責任者(Who)：データエンジニア
KPI：クレンジングと変換の完了率
KGI：最終的なデータセットの品質指標
◦ 学習データとテストデータの分割
目的(Why)：モデルの学習と評価を適切に行うため、学習データとテストデータを分割する。
対象(What)：最終的な学習データセット
方法(How)：ランダムサンプリングなどの手法を用いて、学習データとテストデータを適切に分割する。
期限(When)：最終的な学習データセット構築完了後、X週間以内にデータ分割を完了する。
責任者(Who)：データサイエンティスト
KPI：学習データとテストデータの分割比率
KGI：モデルの汎化性能
【3.システムの設計・開発】
(3).モデリング
◦ 生成AIモデルの選定と微調整
何を(What)：適切な生成AI (Generation AI) モデルを選定し、プロジェクトの要件に合わせて微調整を行う。
なぜ(Why)：生成AI モデルの性能と特性が、プロジェクトの目的や仕様に合致していることが重要。モデルの微調整により、生成物の品質を最適化する。
どこで(Where)：プロジェクトチームと密に連携し、検証環境での実験と評価を通じて最適なモデルを選定する。
いつ(When)：プロジェクトの初期段階から、モデルの選定と評価を行い、徐々に微調整を重ねていく。
だれが(Who)：プロジェクトマネジャー、AI専門家、ドメイン専門家などが連携して、最適なモデルを選定する。
どのように(How)：生成AIのパフォーマンス指標(KPI)と目標指標(KGI)を明確に定義し、モデルの能力評価と微調整を行う。
KPI: 生成文章の正確性、自然性、関連性など
KGI: 生成物の事業目的への適合性、業務効率化への寄与度など
◦ プロンプトエンジニアリングの最適化
何を(What)：生成AIモデルに適切なプロンプトを設計し、入力情報の組み合わせや表現方法を最適化する。
なぜ(Why)：プロンプトの質が生成物の品質に大きな影響を及ぼすため、効果的なプロンプト設計が不可欠。
どこで(Where)：プロンプトの設計や評価を、プロジェクトチームと顧客/エンドユーザーが協力して行う。
いつ(When)：生成AIモデルの選定と並行して、プロンプトの最適化を進める。プロジェクト全体を通して継続的に改善を行う。
だれが(Who)：プロジェクトマネジャー、AI専門家、ドメイン専門家、ユーザー代表などが協力して、プロンプトの設計と評価を行う。
どのように(How)：プロンプトの性能指標(KPI)と目標指標(KGI)を設定し、定期的な検証と改善を実施する。
◦ 生成物の品質評価と改善
何を(What)：生成されたアウトプットの品質を評価し、問題点を特定して改善strategies を立てる。
なぜ(Why)：生成物の品質が業務要件や顧客/エンドユーザーのニーズに合致していることを確認し、継続的な品質向上が重要。
どこで(Where)：生成物の品質検証は、プロジェクトチーム内だけでなく、顧客/エンドユーザーも巻き込んで行う。
いつ(When)：生成物の出荷前の最終確認だけでなく、開発プロセス全体を通じて継続的に品質検証を実施する。
だれが(Who)：プロジェクトマネジャー、AI専門家、ドメイン専門家、ユーザー代表などが協力して、品質評価と改善に取り組む。
どのように(How)：生成物の品質指標(KPI)と目標指標(KGI)を設定し、データ分析や主観的評価などを通じて、定期的に品質検証と改善を行う。
【3.システムの設計・開発】
(4).システム開発と環境構築
o 製品の調達と環境構築
・なぜ(Why)
プロジェクトの目的達成のために、生成AIを利用するためのサービスを導入する必要がある。具体的には、県の各種行政業務での生成AIの活用を支援するためである。
・誰が(Who)
プロジェクトマネージャーの指導の下、生成AIサービスの調達および環境構築を担当するメンバーが中心となって実施する。また、推進室の担当者や関係部署の職員とも密に連携して進める。
・何を(What)
生成AIを利用するためのサービスを調達し、県の情報システム環境に適切に導入・構築する。具体的には以下の作業を実施する。
生成AIサービスの選定・調達
サーバ等のインフラ環境の構築
セキュリティ要件の設計と実装
庁内のドキュメントデータベースとの連携
職員向けの操作マニュアルの作成など
・いつ(When)
契約締結後から令和7年3月末までの期間で、段階的に進めていく。具体的な作業スケジュールは以下のとおり。
5月:生成AIサービスの選定と調達
6月~8月:システム環境の構築
9月~3月:機能検証、マニュアル作成、職員向け研修の実施
・どこで(Where)
主に県の情報システム部門の協力を得ながら、適切なシステム環境を構築する。サポートデスクの設置など、職員の利用を支援する場所も設ける。
・どのように(How)
KPIとしてサービスの導入率、職員の利用状況、住民サービスの改善度合いなどを定め、プロジェクトの進捗を定量的に管理する
定期的に推進室や関係部署と打ち合わせを行い、進捗状況の確認や課題の共有、改善策の検討を行う
構築したシステム環境について、セキュリティ監査や操作性評価を実施し、必要な改善を行う
以上のように、生成AIサービスの導入および環境構築については、プロジェクトマネジメントの知識に基づき、5W1Hの視点から具体的な計画を立案し、確実な遂行と効果的な運用を実現していく。
【4.テスト】
(1).評価基準
◦ 生成AIシステムの業務目標達成度評価
何を: 生成AIシステムの業務目標達成度を評価する
誰が: プロジェクトチームおよび関係者
いつ: プロジェクト開始時、定期的な中間検査、プロジェクト終了時
どこで: 現場の業務環境、テスト環境
どのように: 以下のKPIとKGIを設定し、達成度を測定する
KPI (Key Performance Indicator)
- 生成AIによる業務効率化率
- 生成AIを活用したタスク完了率
- 職員からのポジティブなフィードバック数
KGI (Key Goal Indicator)
- 生産性向上目標値（業務時間短縮率など）
- 業務品質改善目標値（エラー率の低減など）
- 職員満足度目標値（5段階評価の平均値など）
なぜ: 生成AIシステムの業務目標達成度を定量的かつ客観的に評価し、プロジェクトの進捗管理と改善につなげるため
◦ ユーザビリティと受容性の確認
何を: 生成AIシステムのユーザビリティと職員の受容性を確認する
誰が: 利用者である職員、プロジェクトチーム
いつ: システム試行運用時、本番運用開始時
どこで: 実際の業務環境
どのように: 以下のKPIとKGIを設定し、ユーザビリティと受容性を評価する
KPI
- システム操作の容易性
- 生成された回答の有用性
- 職員からの改善要望数
KGI
- 職員満足度目標値（5段階評価の平均値など）
- 生成AIの利用率目標値
- 生成AIに対する不安感の低減目標値
なぜ: 職員の利用経験を通じて、システムの改善点を特定し、より使いやすいシステムを構築するため
◦ 本番展開の可否判断（CRISP-DMに基づく）
何を: 生成AIシステムの本番展開の可否を判断する
誰が: プロジェクトチーム、システム管理者、関係部署
いつ: 試行運用終了後
どこで: 試行環境、本番環境
どのように: CRISP-DMに基づき以下の評価を行う
業務課題の明確化
データの理解と準備
モデルの構築と評価
結果の展開
プロジェクトの評価
上記の各段階で設定したKPIとKGIを達成しているか確認し、本番展開の可否を判断する
なぜ: 生成AIシステムの導入が計画どおりに進捗しているか、本番環境での展開が適切かを確認し、プロジェクトの成功を担保するため
【4.テスト】
(2).テストと適用業務
◦ 業務シナリオの作成
5W1Hに基づき業務シナリオを作成する
What: 生成AIを活用した具体的な行政業務での利用シナリオを設定する
Why: 生成AIの効果的な活用方法を検討するため
Who: 対象となる職員や部署を特定する
When: 業務の流れ上、生成AIを活用するタイミングを明確にする
Where: 業務の実施場所や環境を考慮する
How: 生成AIを活用して業務を効率化・高度化する具体的な方法を検討する
KPIとKGIを設定し、プロジェクト遂行中の進捗管理と成果の可視化を行う
◦ テストの実施と適用業務の実行
5W1Hに基づいてテストの実施と適用業務の進め方を計画する
What: 生成AIサービスの機能検証とユーザビリティテスト、実際の業務への適用
Why: 生成AIの有効性を確認し、業務への導入を推進するため
Who: テストの実施者と適用業務の担当者を明確にする
When: テストのタイミングと適用業務の実施時期を設定する
Where: テスト環境と実際の業務環境を用意する
How: 効果的なテスト手順と適用業務の進め方を定める
KPIとKGIを設定し、プロジェクト遂行中の進捗管理と成果の可視化を行う
以上のように、業務シナリオの作成とテストの実施・適用業務の計画について、5W1Hの視点から詳細に検討し、プロジェクトの進捗管理と成果の評価が可能な体制を構築する。
【5.導入】
(1).展開
◦ 生成AIシステムの組織への導入
誰が(Who)：プロジェクトマネージャーを中心とした導入チーム
いつ(When)：契約締結後、可能な限り早期に着手し、年度内の本格導入を目指す
どこで(Where)：まずはパイロット部門で試行的に導入し、その後全組織への横展開を図る
何を(What)：生成AIシステムの機能・性能要件の明確化、システム導入計画の策定、ユーザー部門との調整、組織変革の推進
どのように(How)：部門ごとの業務プロセス分析に基づき、生成AIの活用可能性を洗い出し、計画的な導入を進める。導入後は、KPIを設定し、導入効果の可視化と検証を行う
なぜ(Why)：業務の生産性向上と職員の創造的業務への集中を目的とする
◦ 運用プロセスの構築（CRISP-DMに基づく）
誰が(Who)：プロジェクトマネージャー、システム管理者、ユーザー代表
いつ(When)：生成AIシステムの導入と並行して、運用プロセスの構築に着手する
どこで(Where)：パイロット部門での検証を経て、全組織に展開する
何を(What)：CRISP-DMに沿って、生成AIの業務利用に関するデータ収集、モデル構築、評価、展開の各フェーズにおける標準プロセスを定義する
どのように(How)：ユーザーニーズの把握、システムの性能検証、運用フローの整備、組織体制の構築などを進める。KPIを設定し、継続的な改善を図る
なぜ(Why)：生成AIの組織全体での効果的な活用と、持続可能な運用体制の構築を目的とする
◦ 継続的な改善サイクルの確立
誰が(Who)：プロジェクトマネージャー、システム管理者、ユーザー代表からなる改善推進チーム
いつ(When)：生成AIシステムの本格運用開始後、定期的なレビューを実施する
どこで(Where)：パイロット部門での検証を通じて、全組織に水平展開する
何を(What)：システムの活用状況の分析、ユーザーフィードバックの収集、業務プロセスの見直し、新たなユースケースの開発など
どのように(How)：PDCAサイクルに沿って、定期的な振り返りと改善施策の立案・実行を行う。KGIの達成状況を確認し、必要に応じて目標値の見直しを行う
なぜ(Why)：生成AIの活用を持続的に発展させ、組織全体での生産性向上と業務改善を実現することを目的とする (2).研修とマニュアル作成
◦職員研修の実施
研修の目的: 生成AIの効果的な活用方法を県職員に周知し、AI利活用の促進を図る。
研修の対象者: 県の行政部門の職員
研修の内容:
生成AIの概要説明
生成AIを利用したサービスの操作方法
生成AIを業務に活用する効果的な手法
生成AIの倫理的な活用に関する注意事項
研修の実施方法:
集合研修(1回/月)
オンライン研修(随時配信)
職場単位での少人数研修(四半期に1回)
KPI: 受講者数、研修満足度
KGI: 生成AIの業務利用率の向上
◦マニュアルの作成
マニュアルの目的: 生成AIを効果的に活用するための手順と注意事項を職員に周知する。
マニュアルの対象者: 県の行政部門の職員
マニュアルの内容:
生成AIの概要
生成AIを利用したサービスの操作手順
生成AIの業務活用事例と効果的な活用方法
生成AIの倫理的な活用に関する留意点
マニュアルの作成方法:
既存の業務マニュアルに生成AI活用編を追加する
生成AI活用に関するQ&Aを随時更新
オンラインマニュアルを作成し、随時更新
KPI: マニュアルダウンロード数、マニュアル更新頻度
KGI: 生成AIの業務活用に関する職員の理解度向上
【6.運用保守】
(1).効果検証と開発・運用支援
◦ 効果検証の実施
目的(Why): 生成AI活用の効果を定量的・定性的に把握し、サービスの改善や利活用の促進につなげる。
対象(What): 導入した生成AIサービスの利用状況、ユーザー満足度、業務効率化の度合いなど。
方法(How):
- 定量的指標(KPI)として、サービス利用件数、業務処理時間の短縮率などを設定し、定期的にモニタリングする。
- 定性的指標(KGI)として、ユーザーアンケートやインタビューを実施し、サービスの有用性や改善点を把握する。
- 効果検証の結果を分析して、サービスの改善につなげる。
実施時期(When): 四半期ごとに実施し、サービスの改善や利用促進につなげる。
実施主体(Who): 本業務の受託者が中心となって効果検証を実施し、委託者と連携して進める。
場所(Where): 主として委託者の施設内で実施する。
◦ 開発・運用支援の提供
目的(Why): 生成AIサービスの安定稼働と継続的な利活用を支援する。
対象(What): 生成AIサービスの運用保守、トラブルシューティング、改善提案など。
方法(How):
- サービスの稼働状況をモニタリングし、必要に応じて迅速に対応する。
- ユーザーからの問い合わせ・要望への迅速な対応と改善提案を行う。
- サービスの継続的な改善に向けて、定期的な機能追加や UI改善などを提案する。
実施時期(When): 契約期間中、継続的に実施する。
実施主体(Who): 本業務の受託者が中心となって開発・運用支援を行い、委託者と連携して進める。
場所(Where): オンラインでのリモート支援を基本とし、必要に応じて委託者の施設に赴く。
【7.プロジェクト管理】
(1).プロジェクト全体の管理
○目的と範囲の明確化:
・本プロジェクトの目的は、愛知県の行政業務において生成AIを効果的に活用するためのサービスの導入と、県職員への生成AIの効果的な活用方法の周知及び利活用の促進を図ることである。
・プロジェクトの範囲は、生成AIを利用するためのサービスの環境構築、生成AIの効果的な活用方法の周知、生成AIの利用促進のための研修運営、RAGを用いた生成AIサービスの導入支援とする。これらの範囲内で目標を達成することを目指す。
○利害関係者の管理:
・本プロジェクトの主要な利害関係者は以下のとおり。
県情報政策課DX推進室(委託者)、県職員(エンドユーザー)、生成AIサービスベンダー(外部業者)
・委託者である県情報政策課DX推進室とは密接に連絡を取り、要件定義や進捗管理等で連携する。
・県職員に対しては、生成AIの効果的な活用方法について理解を深めてもらうため、研修の企画・実施等を通じて積極的にコミュニケーションを図る。
・生成AIサービスベンダーとは、サービスの環境構築や導入支援、品質確保等で緊密に協力する。
○リソース管理:
・本プロジェクトの遂行に必要な人員として、プロジェクトマネージャー、生成AI専門家、研修講師、ITエンジニア等を確保する。
・生成AIサービスの環境構築や、RAGを用いた生成AIサービスの導入支援には、ベンダーの技術リソースを活用する。
・財務リソースとしては、プロジェクト予算を適切に管理し、必要な経費を確保する。
○リスク管理:
・本プロジェクトの主なリスクとして、生成AIサービスの機能不足、利用者の理解不足、スケジュール遅延、予算超過等が考えられる。
・これらのリスクを事前に洗い出し、影響度と発生確率を評価して、優先順位付けを行う。
・リスク軽減策として、サービス仕様の詳細確認、利用者向けの研修の充実、進捗管理の徹底、予算管理の強化等を実施する。
・緊急時対応計画として、リスク発生時の連絡体制の整備や、代替案の検討等を行う。
○スケジュール管理:
・本プロジェクトの全体スケジュールは、契約締結から令和7年3月までを想定している。
・主なマイルストーンとして、生成AIサービスの環境構築(6月末)、生成AI活用研修の実施(9月、12月、2月)、RAGを用いたサービス導入支援(通年)を設定する。
・進捗管理を密に行い、必要に応じてスケジュールの調整を行う。
○品質管理:
・生成AIサービスの品質基準として、利用者の業務効率向上、正確性、セキュリティ、ユーザビリティ等を定める。
・サービスリリース前の試験運用や、利用者からのフィードバックを通じて品質を確認し、改善を行う。
・研修の品質基準として、参加者の理解度向上、満足度向上等を設定し、アンケートなどによる評価を行う。
○コミュニケーション計画:
・委託者である県情報政策課DX推進室とは、定期的な進捗報告会や、必要に応じたミーティングを開催する。
・県職員向けには、研修の実施や、生成AI活用に関するマニュアル・動画の配布等により、情報共有と理解促進を図る。
・生成AIサービスベンダーとは、サービス設計や品質確保、課題解決等で密接に連携する。
○変更管理:
・本プロジェクトの変更リクエストについては、影響範囲の特定、代替策の検討、コスト試算等を行い、委託者の承認を得る。
・変更管理プロセスを文書化し、適切に記録・管理する。
○予算管理:
・プロジェクト予算を適切に策定し、月次の予算管理と四半期毎の予実管理を行う。
・コストパフォーマンス指標を設定し、投資対効果の評価を実施する。
○調達管理:
・生成AIサービスの調達にあたっては、ベンダーの技術力、サービス品質、対応力等を総合的に評価し、最適なベンダーを選定する。
・サービスレベル要件の明確化、納入検査の実施等、適切な契約管理を行う。
○プロジェクトの統合管理:
・上記の各種管理プロセスを統合的に運用し、プロジェクト全体の調整を行う。
・進捗管理、変更管理、課題管理等を一元的に実施し、プロジェクトの実行、監視、制御を行う。
○ステークホルダーエンゲージメント:
・委託者である県情報政策課DX推進室の期待と要件を十分に把握し、適切に反映する。
・県職員に対しては、生成AI活用の効果や課題等について積極的にフィードバックを求め、ニーズの把握に努める。
・生成AIサービスベンダーとは、双方向のコミュニケーションを重ね、協力関係を維持する。
以上のように、プロジェクト全体を俯瞰的に管理し、関係者との連携を密にしながら、確実に目標を達成できるよう取り組む。
【7.プロジェクト管理】
(2).成果品と報告
◦ 成果品の構成と提出
成果品の構成:本事業では、以下の成果品を提出するものとする。
1) 事業計画書 – 事業目的、業務内容、工程表、体制、リスク管理計画等を記載
2) 環境構築報告書 – 生成AI利用サービスの環境構築状況、設定内容等を報告
3) 周知・研修実施報告書 – 生成AI活用方法の周知と研修の実施状況、成果を報告
4) RAG導入支援報告書 – RAGを用いたサービス導入支援の内容と成果を報告
提出の進め方:
1) 事業計画書 – 契約締結後1ヶ月以内に提出
2) 環境構築報告書 – サービス環境構築完了後1週間以内に提出
3) 周知・研修実施報告書 – 各実施後1週間以内に提出
4) RAG導入支援報告書 – RAG導入支援完了後1週間以内に提出
◦ 実施報告書の作成
実施報告書の構成:
1) 事業の概要 – 事業目的、業務内容の総括
2) 業務の進捗状況 – 各業務の実施状況と達成度
3) KPI/KGIの実績 – 設定したKPI/KGIの達成状況を報告
4) 課題と改善点 – 事業実施における課題と今後の改善策
5) 総括と提言 – 事業全体の総括と次年度に向けた提言
報告の進め方:
1) 四半期ごとに中間報告書を提出
2) 事業完了後に最終報告書を提出
3) 報告書提出時には進捗会議を開催し、委託者との確認・協議を実施
以上のように、成果品の構成と提出時期、実施報告書の構成と reporting体制を明確に定めることで、プロジェクトの進捗状況の可視化と適切なコントロールが可能となります。KPI/KGIの設定と実績管理を通じて、目標達成度を確認しながら、必要に応じて改善策を講じていくことができます。
【7.プロジェクト管理】
(3).プロジェクト管理と報告
◦ 作業予定と月次報告
作業予定の立案: 月ごとの作業内容、工数、完了予定日などを明確に定め、提出日、報告内容、報告方法などを計画する。
月次報告の進め方:
誰が(Who)：プロジェクト管理責任者が取りまとめ
いつ(When)：毎月○日までに
何を(What)：前月の進捗状況、作業の完了状況、問題点と対応策など
どのように(How)：書面での報告、対面でのプレゼンテーション
なぜ(Why)：プロジェクトの進捗管理、課題の共有、対応策の検討
どこで(Where)：発注者との打ち合わせ会議にて
◦ 監督員への報告とコミュニケーション
報告頻度と方法の計画:
誰が(Who)：プロジェクト管理責任者
いつ(When)：週次/月次
何を(What)：進捗状況、課題、リスク、変更要求など
どのように(How)：メール、会議、電話など
なぜ(Why)：監督員との情報共有、状況把握、指示受領
どこで(Where)：発注者との打ち合わせ会議
KPI(Key Performance Indicator)の設定:
主なKPI：予定工数比実績工数、作業項目の完了率、リスクの解消率など
KGI(Key Goal Indicator)：予算と工程の達成度、品質目標の達成度など
プロジェクト状況の可視化と共有:
進捗管理表の作成と共有
課題や懸案事項のリスト化と共有
定期的な進捗確認会議の開催
以上のように、作業予定と月次報告、監督員への報告とコミュニケーションを計画的に実施し、KPIとKGIを設定することで、プロジェクトの進捗状況を可視化し、適切にコントロールできる体制を構築する。