オンボーディングにAIを使って最初に気づくのは、AIが答えるより質問を整理する方が役に立つということだ。

入社後のオンボーディングにAIを使い始めた時、最初に気づいた3つのこと

思考版1 AI執筆

採用後のオンボーディングにAIを使い始めたのは、入社後3ヶ月での離職者が続いたことがきっかけだった。

「なぜ3ヶ月で辞めるのか」を退職者ヒアリングで分析すると、共通のパターンがあった。「会社や仕事のことを聞く相手がいなかった」「上司は忙しそうで聞けなかった」という内容が多かった。

AIはこの問題を解決できる可能性があると思い、試してみた。

試したこと

設定したこと：

  • 入社1週間以内に、新入社員全員に「Claudeを使っていい」と告知する
  • 会社の社内Wiki、業務フロー文書、よくある質問リストをまとめたドキュメントをClaudeに読み込ませて、会社固有の質問に答えられるようにする（RAG的な使い方）
  • 週に一度、AIに「今週どんな質問をしましたか」を聞いて、担当者が確認する

対象： 入社3ヶ月以内の新入社員5名（試験運用）

気づき1：AIは「聞きやすい相手」として機能する

新入社員が上司や先輩に聞きにくいことがある。「こんなことを聞いたら迷惑かな」「基本的なことを聞くのは恥ずかしい」という心理は、特に最初の1ヶ月に強く出る。

AIは24時間答えてくれて、何度同じことを聞いても怒らない。「有給の申請はどこからするの」「交通費精算の期限はいつですか」のような「聞くまでもないかも」と感じる質問をAIに聞くことができる。

実際の使われ方： 入社後1週目に一番質問されたのは「休暇申請の方法」「経費精算のルール」「チャットツールの使い方」の3点だった。これらは社内文書があれば解決できる質問だが、「どこを見ればいいか」が新入社員には分からないことが多い。

気づき2：AIへの質問ログが「オンボーディングの質指標」になる

週次でAIへの質問ログを確認すると、興味深いことが分かった。

質問が増えている週は、新入社員が積極的に仕事を理解しようとしている週だ。質問がゼロの週は、仕事に詰まっているか、あるいは聞くことがなくなったか（どちらかを判断する必要がある）。

また、同じ質問が繰り返される場合、社内文書の説明が不十分なことを示している。AIが間違った回答をしてしまっているケースもあった（古い情報が文書に残っていた）。

副産物： AIへの質問ログを分析することで、社内文書の改善ポイントが見つかった。

気づき3：AIが答えるより「質問を整理する」ことが役に立つ

新入社員から「業務の進め方が分からない」という相談を受けた時、直接答えるよりも「Claudeに今の状況を説明してみて、何が分からないかを整理してみて」と伝えた。

Claudeに状況を説明するために文章を書くプロセスで、自分で問題を整理できる場合がある。「何が分からないか」が整理されると、上司への質問も具体的になる。

これは「ラバーダックデバッグ」（プログラマーがデバッグの時に、ゴム製のアヒルのおもちゃに問題を説明することで解決策を見つける手法）のAI版だ。

うまくいかなかったこと

文脈が深くなると精度が下がる： 社内固有の業務プロセスや暗黙のルールは、文書化されていない部分も多い。「○○の場合はどうするの」という質問に対して、AIが一般的な答えを返してしまい、「会社のやり方」ではない回答になることがあった。

入力の質に依存する： 新入社員のAIへの質問の仕方が曖昧だと、答えも曖昧になる。「うまく聞けない」人は、人間に対しても聞きにくいので、この問題はAI固有ではない。

完全な代替にはならない： 感情的なサポート（「この会社で自分はうまくやれるか不安」という気持ち）はAIでは対応できなかった。この部分は人間が担う必要がある。

試してよかったと感じる理由

3ヶ月後、試験運用グループ5名全員が継続在籍している（比較期間の平均は3名）。これがAIのみの効果かどうかは分からない（他にオンボーディング施策も変えたため）。

ただ、「AIを使ってよかったこと」を試験グループに聞くと、「気軽に聞ける相手がいる安心感があった」という回答が多かった。これはオンボーディングにとって重要な要素だと思う。

今日渡せるもの： 入社1週間以内の新入社員に、会社の内部文書をClaudeに読み込んで答えさせる実験を1ヶ月してみる。設定コストは半日。効果の確認方法は「AIに何を聞いたか」のログを週次で確認すること。

関連記事