DX推進部と、各部署のマネージャー・コアチャンピオン候補の方へ。 To DX leads, managers, and Core Champion candidates across the organization.
DXを任されたとき、ほとんどの方は「何をすべきか」よりも先に、「何が動かないか」を知ることになります。経営は成果を求め、現場は忙しいと言い、ツールだけが先に走っています。あなたはその間に立ち、一人で翻訳を続けています。 When you're put in charge of DX, most people encounter "what isn't moving" before they figure out "what to do." Leadership demands results, the frontline says they're busy, and the tools race ahead. You stand between them, translating alone.
その構造は、多くの場合、言語化されていません。役割分担が最初から設計されないまま、研修と導入だけが積み重なっていきます。問題がどこにあるかは、薄々わかっています。ただ、それを整理する時間と言葉が不足しています。 That structure often goes unarticulated. Without role design from the start, training and deployment keep piling up. You have a vague sense of where the problem is. You just lack the time and words to organize it.
Nalvaは、その構造を設計するところから始めます。ツールを教えることではなく、DX推進部・各部署のマネージャー・コアチャンピオン候補が設計者として動き始めるための最初の枠組みをつくることを、仕事としています。 Nalva starts by designing that structure. Not by teaching tools — but by building the initial framework so that DX leads, line managers, and Core Champion candidates can begin operating as designers.
そう感じたことが、一度くらいあるのではないでしょうか。 If that thought has crossed your mind even once — you're probably right to pay attention.
「ChatGPTは導入した。でも活用が進んでいない」その状態が1ヶ月続くたびに、差は開いていきます。AI活用がうまくいっている組織との差は、ツールの差ではありません。「誰が、何を、どう使うか」という設計の差です。 "We've rolled out ChatGPT — but adoption isn't progressing." Every month that continues, the gap widens. The gap between organizations getting AI right and those that aren't isn't a tools gap. It's a design gap — who uses what, and how.
AI導入の初期は、少し盛り上がります。研修直後に手応えを感じ、ツールを試す人も増えます。問題はその後です。業務の優先順位に押され、新しい行動パターンは静かに消えていきます。これは意欲の問題ではなく、行動が定着するための設計が用意されていないことによります。その間も、市場は動き続けています。 Early in AI adoption, there's often a brief surge. People try the tools, energy picks up. The problem comes after. New behavior patterns quietly disappear under work priorities. This isn't a motivation issue; there's no design for behavior to take root. Meanwhile, the market keeps moving.
活用が進まない状態を「現状維持」と捉えることは難しい状況になっています。顧客対応の速度、提案書の質、意思決定の精度AIをうまく使えている組織との差は、気づいたときには埋めにくい差になっていることがあります。 It's becoming hard to see stalled adoption as "maintaining the status quo." Speed of customer response, proposal quality, decision-making precision — the gap between organizations using AI well can become difficult to close by the time you notice it.
新しいツールを試しても、数週間後には元の働き方に戻っている。それは意欲がないからではありません。人には「慣れた状態に引き戻されようとする」現状維持バイアスが本能的に働きます。引っ張っても手を離せば戻る、ゴムのようなものです。設計なしに変化を定着させようとすると、このバイアスに必ず負けます。 People try new tools, then revert to old habits within weeks. Not from lack of motivation — humans have a deep-seated status quo bias, a pull back toward the familiar. Like a rubber band: stretch it and let go, it snaps back. Without deliberate design, any attempt to embed change will lose to this force.
AIが何をして、人間が何を判断するかが明文化されていないことがほとんどです。加えて、DX推進部と各部署の間に立って動ける人材が育っていません。成果を「時間削減」で経営に説明し、「業務変化」で現場に伝える役割が、マネージャーやコアチャンピオン候補に設計されていません。 What AI does and what humans decide is rarely documented. And beyond that, no one is developed to bridge the DX team and individual departments. The role of explaining results as "time saved" to leadership and "operational change" to staff is never designed for managers or Core Champion candidates.
何をもって「活用が進んだ」とするかが、導入後に検討されることがほとんどです。測定の枠組みが最初から設計されていなければ、ROIを説明する根拠が生まれにくく、次の投資判断も遅れていきます。 What counts as "adoption progressing" is often considered after rollout. Without measurement frameworks designed upfront, there's little basis to explain ROI — and the next investment decision keeps getting delayed.
AIの可能性を理解し、
現場の文脈に接続し、
経営に説明できる人。
「教育された受講者」とは、少し違います。
設計された役割を持って動く人間のことを、
Nalvaはコアチャンピオンと呼んでいます。
コアチャンピオンと肩を並べて動くのが、各部門のアンバサダー。
変革は、このネットワークから広がります。
Someone who understands AI's potential,
connects it to frontline work,
and can explain it to leadership.
Slightly different from "a trained participant."
A person who acts with a designed role —
Nalva calls that a Core Champion.
Alongside the Core Champion, each department's Ambassador moves in parallel.
Change spreads from this network.
スキルより先にある条件です。職場を良くしたい、自分たちの仕事をもっとうまくやりたいその気持ちが、コアチャンピオンを動かし続ける原動力になります。熱量のない人にロールを与えても、機能しません。 This comes before skills. Wanting to improve the workplace, wanting to do the work better — that drive is what keeps a Core Champion moving. Assigning the role without this energy doesn't work.
完全な理解は必要ありません。「なぜこの出力になるか」「どこに限界があるか」を現場の同僚に話せること。それが、最初の条件になりやすいです。 Complete understanding isn't needed. Being able to explain "why this output?" and "where are the limits?" to colleagues — that tends to be the first condition.
汎用的なスキルより、自分の仕事への接続力が問われることがほとんどです。「自分たちの業務でどう使うか」を設計できる人が、周囲に影響を与えやすくなります。 Specific connection ability is often more valuable than general skills. Those who can design "how we use this in our work" tend to influence those around them.
大きな成果を待つ必要はありません。「今日これで30分削減できた」という事実を記録し、共有する習慣が、組織の行動を少しずつ変えていきます。 No need to wait for big results. The habit of recording and sharing "saved 30 minutes with this today" gradually shifts organizational behavior.
知識を増やす日ではありません。「自社のAIが止まっている構造」を言語化し、今日・明日から動き始めるための設計を持って帰る半日です。
各セッションには、デザイン思考・組織変革・AI生産性研究などの理論的根拠となる座学パートも含まれています。「なぜこの設計か」を自分の言葉で語れるようになることが、実践の土台になります。
This isn't a day to accumulate knowledge. It's a half-day to articulate why your AI adoption is stalling — and leave with a design ready to act on today and tomorrow.
Each session includes a theory component grounded in design thinking, organizational change, and AI productivity research. Being able to explain "why this design?" in your own words is what makes practice stick.
AIによる業務リモデリング・組織力学・分散型リーダーシップの理論を学んだうえで、「うちの問題はスキルじゃない」自社の止まっている場所を、自分の言葉で初めて言語化します。After grounding in AI-driven work remodeling, organizational dynamics, and distributed leadership theory: "Our problem isn't skills." Articulate where your organization is stuck — in your own words, for the first time.
「どうすれば〜できるか」デザイン思考の理論的背景を押さえたうえで、漠然とした課題が、AIに接続できる問いに変わる瞬間があります。"How might we…" — grounded in design thinking theory, this is the moment a vague problem transforms into a question AI can actually address.
汎用的なデモではなく、今週の自分の仕事を素材にします。「使えるかどうか」ではなく「試す」ことが目的です。Not a generic demo — your actual work from this week is the material. The goal isn't "can I use this?" It's to try.
「AI活用が進んでいます」は経営には届きません。組織変革研究が示す「経営語・現場語」の構造を学び、自分のケースに落とし込みます。"AI adoption is progressing" doesn't land with leadership. Learn the leadership/frontline language structure from organizational change research — then apply it to your own case.
「一人で推進している」状態を抜け出します。部門ごとに動けるコアチャンピオン・アンバサダー候補の名前を決め、影響力マップを使って最初のアクションを宣言して終わります。Move beyond "one person pushing alone." Name Core Champion and Ambassador candidates who can move in each department. Use the influence map to declare your first action.
「どこで止まっているか」が一枚で見えます。経営への説明にも、チームへの共有にも使えます。See exactly where you're stuck on a single sheet. Ready to share with leadership or your team.
研修で学んだことではなく、今週の自分の仕事に接続したプロンプト設計です。今日から使えます。Not what you learned in training — AI design connected to this week's actual work. Usable today.
「誰がコアチャンピオンで、どの部門にアンバサダーを置くか」が言語化されています。明日にでも声をかける人と内容が決まっています。Defined: who is the Core Champion, which departments get Ambassadors, doing what. You know exactly who to approach tomorrow.
「自分が今日から動ける範囲」を3つの圏で整理します。全部を自分だけで変えようとしない。どこから始めるかが、変革を持続させます。Map your reach across three circles. Don't try to change everything on your own. Knowing where to start is what makes change last.
Course Bは、ワークショップで言語化した構造を3ヶ月のプログラムで実業務に落とし込んでいきます。コアチャンピオン・アンバサダーの育成、業務プロセス分析と再設計、月次ROI計測の定着、全社ガイドラインの策定まで一貫して伴走します。Nalvaが抜けても組織が自走している状態を設計します。 Course B takes the structure articulated in the workshop and embeds it into real operations over a 3-month program. We stay alongside you for Core Champion and Ambassador development, business process analysis and redesign, monthly ROI measurement, and company-wide guideline creation. The goal: an organization that runs on its own after Nalva steps back.
御社のAI導入がどこで止まっているか。対話を通じて整理します。無料30分コールでギャップをマッピングし、1週間以内に提案書を提出いたします。 Where is your AI adoption stalling? We clarify through dialogue. A free 30-minute call to map the gap — followed by a scoped proposal within one week.
Book Free Discovery Call → 無料ディスカバリーコールを予約 →Map your current AI adoption structure — where it's stalling and what the real blockers are.
現在のAI導入構造をマッピング。どこで止まっているか、本当のブロッカーは何か。
Recommended course + engagement design. No standard packages.
推奨コース＋エンゲージメント設計。標準パッケージはありません。
Design → Implement → Reflect → Report. Calibrated each cycle to your org's reality.
設計→実装→振り返り→報告。毎月、組織の実態に合わせてキャリブレーションします。