Dialog Labs

AI対話ラボ

顧客役の AI にヒアリングを行い、隠れた課題や制約を引き出して提案骨子を提出します。 提出物と対話の内容はルーブリックで採点され、良かった点と次にやるべきことがフィードバックされます。

動画で学べるのは知識まで。AI 導入を支援するエンジニア(FDE)に求められる「聞く・絞る・説明する」は、相手がいないと練習できません。 採点は「隠れた事実の発見率 30%+提案の質 70%」。70 点以上で合格、最高点はポートフォリオに載ります。

FDE入門無料で試せる
製造業の在庫予測AI:初回ヒアリング
中堅部品メーカーの情シス課長に30分のヒアリングを行い、PoC の提案骨子をまとめる。「AI で在庫を減らしたい」という漠然とした依頼から、本当の課題と制約を引き出す練習。
約 30 分質問 15 回まで隠れた事実 7 件
FDE中級
SaaS 企業のサポート問い合わせ自動化:PoC スコープ設計
「AI で問い合わせ対応を半分自動化したい」というサポート部長の要望を、実現できる PoC の範囲に落とし込む。目的の再定義・データとセキュリティ・顧客への配慮が問われる。
約 40 分質問 18 回まで隠れた事実 8 件
FDE上級
自治体の庁内文書 RAG:セキュリティ要件と段階導入
三層分離と調達ルールという制約の中で、自治体の庁内文書検索(RAG)を年度内に試行する計画を組み立てる。制約の理解と段階導入の設計が問われる上級シナリオ。
約 45 分質問 20 回まで隠れた事実 8 件
FDE中級
EC サイトのレコメンド導入:データ基盤と効果測定の設計
年商 30 億円のアパレル EC のマーケティング部長から「AI レコメンドで売上を 2 割上げたい」と相談される。データの実態と計測の仕組みを聞き出し、効果を数字で示せる導入計画にまとめる。
約 40 分質問 18 回まで隠れた事実 8 件
FDE中級
コールセンターの通話要約 AI:個人情報と品質評価の設計
保険会社のコールセンター長から「通話の要約と応対品質の評価を AI にやらせたい」と相談される。個人情報の扱い、現場の受け入れ、評価の妥当性を確認し、段階導入の計画にまとめる。
約 40 分質問 18 回まで隠れた事実 7 件
FDE入門
物流会社の配送ルート最適化:現場データと段階導入
地域物流会社の運行管理部長から「AI で配送ルートを最適化して燃料費を減らしたい」と相談される。配車の実態、ドライバーの事情、データの取れ方を聞き出し、1 営業所から始める試行計画にまとめる。
約 30 分質問 15 回まで隠れた事実 7 件
FDE上級
地方銀行の与信審査支援 AI:説明可能性とガバナンス
地方銀行の融資企画部次長から「AI で中小企業向け融資の審査を効率化したい」と相談される。規制・説明責任・公平性の要件と、審査員の受け入れを確認し、審査「支援」に絞った導入計画にまとめる。
約 45 分質問 20 回まで隠れた事実 8 件
進め方:①依頼内容を読む → ②顧客役の AI に質問して課題・データ・制約を引き出す → ③提案骨子を書いて提出 → ④採点とフィードバックを受け取る。 対話は保存され、途中で閉じても再開できます。クラウド実機ラボの一覧 →FDE 養成ロードマップ →