AI一色のイベントで、いちばん刺さったのは「泥臭い」話でした｜Google Cloud Next Tokyo '26 参加レポート

2026年7月30日と31日の2日間、東京ビッグサイトで開催された Google Cloud Next Tokyo '26 に行ってきました！

事業会社で広報とデジタル推進のあいだのような仕事をしている立場から、「AIを自社でどう使うか」を探しに行った2日間です。会場は南展示棟のExpoエリアを中心に、大小さまざまなステージが並ぶ構成でした。

看板のコピーは「革新的なアイデアを、AIで実現しよう。」。当然ながら、会場は端から端までAI一色です。

そんな中でいちばん心に残ったのが、「生成AIがなかなか浸透しなかった会社」の話でした。

「浸透しませんでした」から始まるセッション

2日目の夕方、メインステージで聴いたのは、あるインフラ企業のDX推進担当の方によるセッションでした。

印象的だったのは、登壇者が自分たちの取り組みを「泥臭い」と表現していたことです。カンファレンスの事例発表は成功のハイライトを並べがちですが、このセッションは違いました。冒頭で「うちはこういう条件だから難しかった」という前提を先に開示し、そのうえで「それでも研修をやったが浸透しなかった」と正直に話すところから始まります。

社員アンケートの声も、そのまま画面に出てきました。

この声、ほんとによく聞きます。。

ツールは入れた。研修もやった。それでも現場は動かない。多くの会社が、この地点で立ち往生しているはずです。

効いたのは、答えの出どころが限定されるツールだった

状況が変わったきっかけとして挙げられていたのが、Gemini Notebook（NotebookLM） でした。登壇者は「この存在が非常に大きかった」とはっきり言い切っていました。

理由は、聴いていて腑に落ちました。Gemini Notebookは「アップロードした資料の中だけで答える」仕組みです。つまり、答えの出どころが自分たちの手元の資料に限定される。これがIT専業ではない組織にとって、心理的なハードルを一気に下げたのだと思います。

紹介されていた使い方も、派手さはないけれど確実に効くものばかりでした。社内規則や要領をまとめて読み込ませてFAQ化する。過去の資料をソースにして社史のドラフトを書かせる。現場の運用ルールを解説動画にして教育に使う。アンケートの集計結果からそのまま報告スライドを生成する。

広報の仕事をしていると、後ろの2つは特に刺さります。社史編纂も、アンケート結果の資料化も、まさに時間が溶けていく業務です。

いちばん持ち帰りたかったのは、目標設定の置き方

参考になったのは、個別の使い方よりも施策の設計思想のほうでした。

この会社が採ったのは、一部の得意な人を伸ばす方針ではなく、全社員を底上げする方針です。「誰一人取り残さない」という言葉が使われていました。

そのうえで、生成AIの活用レベルを6段階で定義していました。上から順に、業務変革・自動化（AIエージェント）、応用活用（企画・調査・分析）、日常業務活用（議事メモ・FAQ・メール返信・資料レビュー）、単発・限定活用（要約・挨拶文）、未利用、無関心。

注目したいのは、当面の目標を一番上ではなく、上から3番目の「日常業務活用」に置いていることです。

「AIエージェントで業務を自動化しよう」と旗を振るのは簡単ですが、まだ触ってもいない人が大半の組織でそれをやると、話についてこられる人だけが先に行って、あとは置き去りになります。まず全員を日常業務のレベルに上げる。この現実感が、すごく良かった。

もうひとつ良かったのが、研修を自前でやっていることです。外部講師のきれいな研修ではなく、自社の業務に即したユースケースを自分たちで用意し、対面のハンズオンを何度も回す。しかもボトムアップだけでなく、管理職層向けのワークショップも同じように自前で実施していました。

手間はかかります。でも「自分の仕事で何に使えばいいか分からない」という声に正面から答えるには、これしかないのだと思います。

結果として、生成AIを日常的に使う社員の数は大幅に増えたと報告されていました。

ただ、個人的にいちばん好きだったのは成果の数字ではなく、最後のスライドでした。

「イコールではない」とわざわざ断ったうえで、「でも起爆剤にはなる」と言う。この距離の取り方が誠実だなと思いました。

ほかに見たセッションから、ひとつだけ

Expo内のブースステージもいくつか覗きました。中でも印象的だったのが、ある飲料メーカーの工場での事例です。

ひとつは工場の排水量予測。従来は熟練者の経験と勘に頼っていた業務をAIモデルに置き換え、年間100時間を超えていた作業がほぼゼロになったそうです。

もうひとつは顕微鏡での菌数カウント。目視でやっていた作業を画像検出AIに置き換えたことで工数が大きく減り、さらにこの用途の専用装置（数千万円規模）を買わずに済んだ、と説明されていました。

「AIで新しいことをする」のではなく、すでに高コストな業務（人の目と、高額な装置）を置き換える。効果の語り方が徹底して具体的で、聴いていて気持ちよかったです。

2日間を終えて

会場では、新しいモデルや新機能の発表が次々と流れていました。それはそれで面白い。ただ、自分の会社に持って帰れるかというと、話は別です。

持ち帰れたのは、「まず全員を日常業務レベルに」という現実的な目標設定と、「自前でハンズオンをやる」という覚悟のほうでした。派手ではないけれど、こっちのほうがずっと難しくて、ずっと再現価値がある。

自分たちの取り組みを「泥臭い」と表現したあの登壇者は、たぶんそれを分かっていて言っていたのだと思います。