AIを「使う」から、PMの判断に「活かす」へ。

AI駆動プロジェクトマネジメントとは何か

ここでは、プロジェクトマネジメントの知識・技術を土台に、生成AIを計画案の作成や分析・検討に使い、人が評価して意思決定する進め方を指します。作成の速さだけでなく、検討の抜けを見つけたり、選択肢を比較したりする場面にも着目します。

例えば、PMが最初の計画案を作り、AIに前提の不足を指摘させる方法もあります。反対に、条件を与えてAIにたたき台を作らせ、チームで検証する方法もあります。どちらでも必要なのは、「何のために使い、最終的に誰が確認するか」を先に決めることです。

AIの回答を採用した理由を、PMや担当者が説明できる状態を目指しましょう。理由を説明できない提案は、関係者から疑問が出たときに合意形成を進めにくくなります。

計画を作らせる前に、入力条件を整理する

「新しいシステムの導入計画を作って」という依頼だけでは、業務の目的や現場の事情が十分に伝わりません。プロンプトの表現を工夫する前に、判断の材料を整理します。機密情報や個人情報は、所属組織で利用を認められた環境・規則の範囲で扱ってください。

不明な条件がある場合は、「不明」と示すことにも意味があります。AIに不足情報の一覧を出させ、社内の関係者に確認する材料に使えば、計画を完成させるための次の仕事が見えます。

成果物ごとに、確認するポイントを変える

プロジェクト憲章：目的と成功基準のつながり

背景が詳しく書かれていても、何を達成するのかが曖昧な場合があります。目的、成果物、成功基準が互いに対応しているかを読み、事業上の期待と今回の範囲が混ざっていないか確認します。未承認の予算や期限を、確定事項として記載していないかも見ます。

WBS：必要な仕事の抜けと分解の粒度

開発や設定だけでなく、関係者の確認、移行準備、教育、受入れなどの仕事を検討します。AIが列挙した項目を、そのまま一覧として採用するのではなく、必要な成果物をつくるための仕事がそろっているかを確認します。

日程と役割：現実に実行できる組み合わせ

同じ人が同時刻に複数の仕事を担当していないか、作業の依存関係や承認待ちが考慮されているかを見ます。RACIなどの役割分担表を使う場合は、役割の記号を付けるだけでなく、担当者がその責任を理解し、引き受けられるかまで確認します。

成果物ごとに別々の回答を得た場合は、横のつながりも見直します。憲章の対象範囲にある仕事がWBSに存在するか、WBSの仕事が日程と役割に反映されているかをたどると、書類間のずれを見つけやすくなります。

仮想例：AIが作った導入計画をチームで見直す

以下は学習のための仮想例であり、実在の顧客事例ではありません。

社内の申請システムを切り替える計画をAIが作ったとします。計画には設定・テスト・稼働の順番が示されていますが、利用部門の繁忙期と、既存データの確認作業が抜けていました。

そこで、担当者が利用部門に制約を確認し、「繁忙期には切替作業を行わない」「移行前にデータの確認を完了する」という条件を追加します。AIには、元の案と修正案を比較し、日程への影響と未解決の前提を整理させます。

PMは、その比較をもとに関係者と計画を調整し、必要な承認を得ます。ここで役に立つのは、AIが唯一の正解を出すことではありません。人が集めた条件を使い、修正の影響を検討しやすくすることです。

実務に取り入れるための5つの手順

1. 対象を絞る：最初は一つの成果物や比較作業など、確認しやすい範囲を選びます。
2. 入力条件をそろえる：確定事項・仮定・未確認事項を分けて渡します。
3. 案と根拠を分けて出す：提案の理由、前提、追加で確認すべき情報を求めます。
4. 人が検証する：事実、範囲、整合性、実行可能性を確かめ、関係者の合意につなげます。
5. 修正を記録する：どこが使えず、どう直したかを残し、次の利用に生かします。

確認の際は、「もっとよくして」と依頼するだけでは改善点が曖昧になります。「承認工程が不足している」「利用者教育が範囲に含まれていない」など、具体的な修正理由を伝えます。誰が確認した案か、どこが未確定かを区別すると、チームで扱いやすくなります。

実行後には、案を作る時間が短くなったかだけでなく、確認・修正にどれだけ手間がかかったかも振り返ります。生成の時間と検証の時間を合わせて見れば、次に適用すべき仕事を判断しやすくなります。

AI駆動PM研修を選ぶときの確認事項

操作方法やプロンプト例を覚えるだけで、業務への適用が完結するとは限りません。研修後に受講者が、計画案の問題を指摘し、修正の理由を説明できるかという観点で検討しましょう。

• PMの基礎を扱うか：目的、成果物、作業分解、日程、役割などを理解して使えるか。
• 実際に作る演習があるか：入力から出力を見るだけでなく、条件を追加して修正できるか。
• レビューの機会があるか：他者と比較・検討し、誤りや不足を発見できるか。
• 自社の利用条件と合うか：許可されたAI環境、情報の取扱い、参加者の経験を調整できるか。
• 職場で試す課題を決められるか：学んだ内容を、次の仕事に結び付けられるか。

日本プロジェクトソリューションズのAI駆動PM実践研修は、PMの基礎と生成AIを用いたケース演習を組み合わせ、憲章、WBS、日程・役割の計画書類を扱います。［1］実施条件やカリキュラムは、AI駆動プロジェクトマネジメント実践研修の詳細ページで確認できます。

AI活用でよくある質問

AIを使えばPMの知識は不要ですか？

出力の不足や矛盾を見つけるために、基礎知識は必要です。知らない用語を調べる用途にも使えますが、その説明や計画が正しいかは、公式資料や現場の条件と照合して確認します。

すべての計画書を一度に生成した方がよいですか？

最初から大量の書類を生成すると、相互の矛盾を確認する負荷が高まります。目的と範囲を先に整理し、成果物を段階的に検討して、前の内容と整合しているかを確かめる方法が考えられます。

社外秘の情報を入力してもよいですか？

利用環境と社内規則によります。契約やデータの取扱条件を確認し、認められた範囲で扱います。研修では架空のケースを用いるなど、実務データを使わずに練習する方法もあります。

AIの回答に賛成できないメンバーがいたら？

反対の理由を確認することが、計画を改善する材料になります。AIの提案だから採用するのではなく、目的・制約・根拠に照らして検討し、人が合意形成を進めます。

AIとつくり、人が判断できる計画へ

AI活用を進める際は、生成した書類の数より、どの判断に役立ったかを確かめましょう。まず小さな対象で、入力、生成、検証、修正の一巡を経験することが、現場に合う使い方を見つける手掛かりになります。

PMの基礎も含めて学びたい場合は、実践型PM研修の選び方も参考になります。AIを使うかどうかにかかわらず、目的と役割をそろえることが、プロジェクトを進める土台です。