E.ON Next が Asana AI スタジオで AI 主導の戦略の基盤を構築する方法

多くの家庭や企業は再生可能エネルギーを使用した電力網への移行の準備ができていますが、何から始めればよいのかに関するガイダンスを必要としています。 英国の大手エネルギー供給会社である E.ON Next が、この新しいエネルギー環境をわかりやすく解説します。 同社は、再生可能エネルギーによる電力、ソーラーパネル、バッテリー、ヒートポンプ、EV 充電器など、消費者がコストを節約できる、使いやすいソリューションを提供しています。

イノベーションのペースを維持するため、E.ON Next の市場進出 (GTM) チームは、自社の製品と同等に効率的な社内プロセスの必要性を認識しました。 そのため、最も情報量が多く、時間のかかるワークフローに対処するために、AI スタジオに目を向けました。 時間がかかる手作業に頼る代わりに、従業員は戦略的な仕事に集中できるようになり、高度なコーディネーションは AI が担当しています。

「これは、単純なタスクの自動化で時間を節約することだけが目的ではありません。自社のデータにアクセスするための、拡張性とインテリジェンスを備えた手法を確立することが目的です」と語るのは、E.ON Next の社内クリエイティブエージェンシーでコピーライター兼 AI リードを務める David Hepburn 氏です。 「Asana の AI により、当社のチームはより多くの情報をもとに、的確な意思決定を行えるようになりました。」

仕事リクエストとトリアージを瞬時にシンプル化

GTM 部署全体で、受け付けた仕事リクエストの管理は時間のかかる複数ステップのプロセスであり、大きなボトルネックとなっていました。 チームはまずリクエストの送信者から初期の詳細情報を収集し、その後プロデューサーが一から手作業でプロジェクトの要旨を作成する必要がありました。 このため、実際の作業を開始する前に基本的な詳細を確認するためのやり取りが何度も発生し、リクエストプロセスが長引き、制作スケジュールが後ろ倒しになることがよくありました。 その結果、リクエストが送信されてからチームが作業を開始できるようになるまでに、大きなタイムラグが生じていました。

この手作業によるデータ収集には、プロデューサーの作業時間だけで月あたり約 6,000 イギリスポンドのコストがかかっていました。 E.ON Next のコンサルタントである Martin Fourie 氏は、成長を続けるためには、チームが作業をリクエストしやすく、さらに作業を始めやすくするソリューションが必要だと語りました。

Asana AI スタジオにより、改訂版の提出やブリーフの初版の作成など、以前はプロデューサーが管理していたトリアージタスクを自動化できるようになりました。 GTM チームは実験を通じて、明確で構造化されたプロンプトを用いることで、AI が信頼性の高い下書きを生成するために必要な明確さを得られることを学びました。これにより、プロデューサーの作業を遅らせていた調整ステップを自信を持って自動化できるようになりました。

手作業によるトリアージから AI 主導のトリアージへの移行は劇的でした。 GTM トリガーの最初のユースケースにより、月額推定 5,500 ポンドのコスト削減を実現しました。 E.ON Next は、チームが他のプロセスにも AI スタジオを組み込んだ後、大幅なコスト削減が見込めると予想しています。 ここでは、現在の受け付けとトリアージの仕組みをご紹介します。

ステップ 1: 同僚がシンプルな仕事リクエストを送信する

すべての受け付け業務は、ブリーフの最初の下書きを作成するために必要な詳細情報を収集する構造化された受け付けフォームを介して送信されます。 GTM チームは、各リクエストタイプに必要な情報を収集できるようにフォームをカスタマイズしました。フォームは、送信者がすばやく記入できるほどシンプルでありながら、AI が明確で正確な最初のブリーフを作成するために必要なコンテキストを提供できるように設計されています。

ステップ 2: AI がブリーフを生成する 

フォームが送信されると、AI エージェントがすぐに記入内容を確認し、記入内容を適切な送信内容の例と比較します。 これは最初のトリアージとして機能し、提出内容に詳細が不足している部分を特定し、提出者に連絡して明確にしてもらいます。 元の送信内容とその後に追加された情報が組み合わさって全体像が明確になるまで、この確認と補足のループが繰り返されます。

AI がデータの品質に満足すると、情報を統合して包括的な初期ブリーフを生成します。 この AI によるステップにより、以前はプロデューサーが手作業で行っていたやり取りが不要になり、数時間の節約につながります。 

得られた教訓を共有可能な教訓に変える

どのプロジェクトチームにとっても、「教訓」を記録することは、多くの場合、チェックリストを埋めるだけの作業になりがちです。貴重なインサイトが書き留められ、保管されたまま、その後ほとんど参照されることはありません。 E.ON Next の各チームは、この状況を変えたいと考えていました。 同チームの目標は、ナレッジの記録方法を効率化し、さらに重要なこととして、組織全体の今後のチームがそのナレッジを見つけられるようにすることでした。

E.ON Next は AI スタジオを使用して、情報を保存するだけでなく、プロジェクトマネージャーがそれを見つけられるようにする一元化されたハブを構築しました。 タグ付けと要約のプロセスを自動化することで、従業員は静的なアーカイブを会社全体で活用できる動的なリソースに変えました。

新しいナレッジハブの中身を見てみましょう。

ステップ 1: 投稿者がシンプルなワークフローを通じて新しいインサイトを共有するか、データベースを検索する

このワークフローは、スマートな受け付けフォームから始まります。このフォームでは、「最近完了したプロジェクトから新しい教訓を提出する」か「既存のインサイトを検索する」かの 2 つのオプションから選択できます。 このワークフローでは、情報の提出と検索の両方を 1 か所で行えるため、ユーザーは必要な情報を見つけるためにツールやプロジェクトを切り替える必要がなくなります。

ステップ 2: AI が各投稿に瞬時にタグを付け、要約する

新しい教訓が送信されると、AI がすぐに処理を開始します。 コンテンツを分析し、後から簡単に確認できるように、教訓の簡潔な要約を生成します。 同時に、AI はプロジェクトタイプや特定のキーワードに基づいて、提出された内容に自動的にタグを付け、フィルタリングします。 このステップにより、手作業で分類することなく、提出された内容が確実に適切なカテゴリーに振り分けられます。

ステップ 3: 従業員が数秒でインサイトを見つけられる

従業員はナレッジベースを使用して、現在の業務に関連するインサイトをすばやく見つけたり、新しい教訓を投稿したりできます。 古いフォルダやファイルを検索する代わりに、AI が整理した構造により、社内のより広い範囲のメンバーがアクセス権をリクエストし、重要な教訓を数秒で見つけられるようになります。

ガバナンスと優先順位付けの合理化

プロジェクトマネジメントオフィス (PMO) にとって、適切な仕事に優先順位を付けることは、仕事を遂行することと同じくらい重要です。 現在、PMO チームは 40～50 件の戦略的イニシアチブを管理しています。 AI スタジオを導入する前、チームは複雑な Excel シートを使用して価値を算出し、プロジェクトを会社の柱に沿わせる作業を行っていました。 このデータは最終的に可視化のために Microsoft Power BI に移行されましたが、ステークホルダー向けの「事前読み取り」資料にまとめる作業は手作業で行われており、時間がかかっていました。

AI スタジオを活用することで、E.ON Next はこの負担を PMO チームから AI スタジオに移行しています。 ここでは、チームが AI を活用してガバナンスプロセスを合理化する方法をご紹介します。

ステップ 1: AI が取締役会向けに利害関係者に関する要約の下書きを作成する 

以前は、事前配布資料の作成にあたり、数十件のイニシアチブのステータスを手作業でまとめる必要がありました。 今では、AI がすべてのイニシアチブの概要を簡潔に即座に作成します。 AI は、価値の計算や戦略的柱との整合性を含む最新のステータス更新と主要な指標を取得し、一貫性のある、取締役会に提出できるレビュー用のサマリーを作成します。

ステップ 2: AI が戦略目標との整合性を分析する 

プロジェクトが会社の優先事項に合致しているかどうかを確認するためにスプレッドシートの数式に頼るのではなく、AI がイニシアチブのデータを分析して、その戦略的価値を明確に把握できるようにします。 このステップにより、現在進行中のすべてのプロジェクトが、会社のより大きな目標に直接合致していることが保証されます。

ステップ 3: ステークホルダーがデータに基づいて情報に基づいた決断をする  

データ収集と要約を自動化することで、ガバナンスプロセスが大幅にスピードアップします。 ステークホルダーは、AI が生成した明確なインサイトをすでに手元に持った状態で優先順位付け会議に参加するため、会話はステータスの確認ではなく、意思決定に集中できます。

私にとって特に素晴らしい点は、AI スタジオが最小限のプロンプトとガイダンスで、うまく推測してくれることです。 価値ある結果を出し始めるまでに、事前の作業や時間をそれほど費やす必要がありません。”

未来を見据えたデジタル人材の構築

今後、E.ON Next の AI フォーラムとセンターオブエクセレンスは、単純なオートメーションの域を超えて、真のデジタル労働力を構築する方法を模索しています。 最終的な目標は、社内の効率化だけではありません。再生可能エネルギーで稼働する電力網により貢献できるよう、組織を強化することです。 E.ON Next は、調整とレポート作成を AI に任せることで、チームが顧客の節約につながる、利用しやすく持続可能なソリューションの提供に集中できるようにしています。