AI Labs：パーソナライズされたコーチングを「目立たなく」する方法
AI Labsのコンテンツで取り上げられている内容はすべて実験的であり、現在進行中のものです。また、これらがDegreedの製品群に組み込まれることは保証されません。
私は、あるチームメイトに厳しいフィードバックを伝えなければなりませんでした。それは私がずっと気が重かった会話でした。すると、カレンダーに予定されていた会議を確認した「Invisible」AIコーチ（この実験のために作られたAIエージェント）が、Slackで私にメッセージを送ってくれました。フィードバックの伝え方に関するおさらいではなく、状況を確認した上で、その特定の会話に向けた準備の具体的な手順を丁寧に案内してくれたのです。そのコーチングでは、私が不安に感じていた点、スキル不足の箇所、改善方法について取り上げられ、さらに、私が実際に交わすべき会話を練習するためのインタラクティブなロールプレイも行われました。
この状況は架空のものでありますが、パーソナライズされたコーチングのプロトタイプは現実のものです。それが「Invisible」であり、AI Labsの実験です。これは、既存の業務や、すでに使用しているツールの中に学習を取り入れ、必要な時に適切なタスクベースの学習を提供するコーチです。
McKinsey社によると、現在、組織では年間約10件の計画的な変革プログラムが実施されており、これは10年前と比べて5倍の件数に上ります。従業員にとって、最新情報を把握するために別の場所へ足を運んだり、別のインターフェースやツールを操作したりする必要はありません。コーチングは、日常業務の中で自然に生まれる文脈や専門知識、学習の機会とともに、従業員のもとへ届けられるべきものです。
あらゆる場所で、いつでも学習を組み込む
このプロトタイプの第一層はシンプルです。ユーザーがすでにいる場所（Slack、Teams、テキストメッセージ、Gmail、Claude、Gemini、ChatGPT）内で反応します。別途ログインしたり、単一の目的のための専用サイトへ移動したりする必要はありません。
これは、実際に考えてみるまでは大したことではないように思えるかもしれません。厳しいフィードバックの与え方について疑問を抱えているマネージャーが、答えを探すためにわざわざ学習ポータルを開くことはまずないでしょう。しかし、Claudeに尋ねることはあるかもしれません。もしClaudeがすでに支援方法を把握しており、パーソナライズされたコーチングを提供するためのコンテキスト（文脈）を持っていたらどうでしょうか？コンテキストとは、ユーザーの役割や既存のスキル・能力、ビジネスにおいて優先されるスキル、さらには従業員のパフォーマンスデータなど、ユーザーや組織に関する背景情報のことです。
つまり、これはあなたがどこで仕事をしていようとも（そしてあなたが何を知っているかを把握している）機能するコーチであり、実際の業務中でも、至る所に学習の機会が存在することになります。
実際の経験から成長の機会を引き出す
コーチングに関するもう一つのポイントは、最も必要としている時に受けられる場合に最も効果を発揮するということです。閑散期にあなたが自ら見つけるのを受動的に待つだけのコーチングでは、通常、最も重要な瞬間を見逃してしまいます。
そこで、「Invisible」の第二の層となるのが、イベントベースのトリガーです。例えば、業績評価のカレンダー招待や、期限が迫っているプログラムのマイルストーンなどが挙げられます。「Invisible」は、連携されたさまざまなプラットフォームを横断してこうした瞬間を監視し、事前にコーチングを提供することで、そのレッスンを不可欠なリハーサルへと変えます。準備する時間がなかったからといって、その場しのぎで対応する必要はありません。コーチが事態を予見し、先回りして支援を申し出てくれたのです。これこそが、業務の流れの中で自然に学ぶ瞬間です。
個人のニーズに合わせたコーチング
「Invisible」は、「プログラム」と呼ばれるものを構築します。これは、個人の目標、前回のセッション、そしてその状況に合ったシナリオに基づいて、その人一人向けに生成される一連のステップです。プロフィールを読み取り、ニーズを活用してシナリオを構築し、セッションが始まる前に難易度を調整します。まるで、完璧な記憶力と無限の時間を持ち合わせた優れたマネージャーがそうするように。
例として、私のフィードバックの会話について改めて見てみましょう。私は、一般的な厳しいフィードバックの与え方について教わったわけではありません。その代わりに、私が実際に必要としていた「たった一つの会話」について支援を受けました。私は、話題そのものではなく、タスクそのものに焦点を当てることを学びました。そうすると、コーチが提供するすべてのアドバイスが、突然、実用的なものとなるのです。
これを利用して、AIの活用スキルをさらに向上させることも可能です。例えば、私たちは「Invisible」を活用して、Claude内でユーザーにClaudeの使い方を指導しています。「Invisible」は、Claude内でこれらのコーチングセッションを実行し、ユーザーがすでにAIエージェントのエコシステムに接続しているツールから実際のコンテキストを取り込むことができます。つまり、ユーザーは、別個の一般的なコースではなく、目の前にある実際のタスクを通じて、AIとの連携方法を学ぶことができるのです。
Invisible AIコーチングでアップスキリングをより可視化
コーチングは「Invisible：目に見えない」かもしれませんが、その成果はこれまで以上に明らかです。従業員は、難しい会話に臨む際、より万全の準備を整えて臨むことができます。コーチングがツール内で提供されるため、チームは実際に手元にあるAIツールを活用するようになります。
変化のスピードは衰えることなく、学習も同様に止まることはできません。自発的に現れ、その瞬間、状況、そして個人に合わせて調整されるコーチングは、コースのスケジュールを組む余裕すらないほど目まぐるしく変化する職場環境に、はるかに適しています。
念のため申し上げますが、AI Labsで生まれたものの多くはAI Labs内に留まっており、「Invisible」は依然として実験段階にあります。私たちは日々改良を重ねていますが、だからこそ、皆様にもこの取り組みに参加する機会が残されているのです。
今後の展開をご覧になりたい方は、LinkedInで私をフォローするか、メッセージをお送りください。その過程を共有し、皆様からのご意見をお聞きできることを楽しみにしております。
Taylor Blake
Thursday, July 30th, 2026
