2026年6月実施予定のAIエージェント・ストラテジスト試験（AICX協会主催）は、多肢選択式・試験時間75分・全32セクションのシラバス準拠で実施されます。本記事では、当サイトが独自に作成した 中堅都市ガス会社のお客様センター をケースとした模擬問題を5問、全解説付きで公開します。
本問題は当サイト独自作成です。AICX協会の公式ドキュメント（シラバス・公式テキスト・公式問題集・実践ワークシート）の問題・ケース・登場人物・数値・解説は 一切転載しておらず、業種・人物・数字・状況設定はすべてオリジナルです。試験本番の出題形式・問題数・出題傾向と完全一致することを保証するものではありません。本サイトでは本記事の 5問構成 は独自の設計であり、公式の出題ボリュームを示すものではない点をご了承ください。
本記事は シラバスver1.0のChapter 2〜6（業務分解／データ／組織／5Dモデル） の主要論点を1ケースで横断的に演習できるよう構成しています。公式テキスト・公式問題集（AICX協会公式サイトで販売）と併用することで、より効果的に対策が進められます。
ケース：東和ガス株式会社のお客様センター AI化プロジェクト
企業概要
東和ガス株式会社（仮想企業）は、関東地方の中堅都市ガス事業者。供給エリアは 約45万世帯 と 約1,200の法人顧客。お客様センターは本社に 18名のオペレーター（うち2名が深夜帯担当）を擁し、月間平均 7,200件 の問い合わせ対応を行っている。
問い合わせカテゴリ内訳
- 料金照会・支払関連：40%（平均対応時間 8分）
- 契約変更・引越し手続き：20%（平均対応時間 18分）
- 設備トラブル・故障受付：25%（平均対応時間 25分、うち5%が緊急エスカレ）
- 安全点検予約：10%（平均対応時間 6分）
- その他（営業時間外連絡など）：5%
月間総工数は約 1,650時間。深夜・休日対応で人件費が膨らみ、ベテランの引退による戦力低下も近い。
現状の業務フロー（As-Is）
- 電話受信（9割が電話、1割がメール／問い合わせフォーム）
- オペレーターが要件をヒアリング
- 顧客IDを聞き出し、自社製CRMで契約情報を検索（複数画面遷移）
- 過去対応履歴・契約条件を確認
- 該当する社内手順書（紙＋PDF混在、約180本）から探して回答
- 必要に応じて支社・現場担当に電話連携
- 通話後、CRMに対応ログを手入力（平均5分）
- 月次レポートを Excel で手集計（管理者作業 12時間/月）
特定された4つのギャップ
- 手順書の検索に平均3〜5分（料金照会では実対応より検索時間の方が長いケースも）
- 新人オペレーターの戦力化に5〜6ヶ月（ベテランとの対応品質差大）
- ベテラン依存が顕著で、桐生氏（25年勤務）退職後の懸念
- 月次集計・KPI算出が手作業で経営判断のリードタイムが長い
ステークホルダー
- 大崎（お客様センター部長）：経営から「半年で人件費20%削減」の指示を受けたプロジェクトリーダー
- 久原（経営企画部長）：「ROIで根拠を示せ」と試算を要求
- 三津山（情報システム部長）：「セキュリティとシステム連携の整合性が取れれば技術支援する」
- 江坂（安全管理部長）：「ガス漏れ等の緊急通報は絶対に人間が対応すること。AIに任せて事故が起きたら責任問題」
- 桐生（25年勤務ベテラン）：「お客様の声色や言い回しから察するのが我々の仕事。AIには理解できない」
- 入野（10年勤務）：「興味あるが、現場改善で手一杯。協力する余裕があるかどうか」
- 三崎（2年勤務若手）：「AIで属人化を解消できるなら歓迎。新人の教育コストも下がるはず」
- 法務部門：「顧客の住所・契約情報をAIに渡すことの社内規程上の整合性確認が必要」
問1：As-Is分析・ECRS適用
東和ガスのプロジェクトリーダー大崎部長は、ECRS（Eliminate / Combine / Rearrange / Simplify）の観点で業務改善の優先順位を整理しようとしている。As-Is業務フローのうち、最初に検討すべき改善案として最も適切なものはどれか。
- A. 手順書のキーワード検索時間（3〜5分）を短縮するため、社内wikiに全手順書を移行し検索インターフェースを統一する
- B. CRM画面の遷移が多い問題に対し、関連情報を1画面に集約するUI改修プロジェクトを並行発足する
- C. 現場担当への確認電話が必要な工程について、対応マニュアル整備によりオペレーターだけで完結できる範囲を拡大する
- D. 月次レポート集計（管理者12時間/月）について、Excel手集計を排除しBIツールで自動集計に切り替える
正解：D
ECRSは「Eliminate（排除）→ Combine（結合）→ Rearrange（再配置）→ Simplify（簡略化）」の順で適用するのが鉄則。Eliminate（排除）を最優先に検討する。
D は手集計工程そのものを「排除」し自動化する案で、最もECRSの順序に合致する。月次集計は付加価値を生まない事務作業の代表例で、自動化により12時間/月をそのまま削減できる。
A は Simplify（検索の簡略化）、B は Combine（情報の結合）、C は Rearrange（業務範囲の再配置）。いずれも価値ある改善だが、「そもそも不要な作業を消す」発想が抜けている。試験では「効率化」よりも「排除可能性」を先に考える視点が問われる。
問2：データ設計・RAG向け情報構造化
桐生（ベテラン）が長年蓄積してきた「お客様の言い回しから真の要件を察する」ノウハウを、AIエージェントに引き継がせるための情報設計として、最も適切な最初のアプローチはどれか。
- A. 桐生氏に過去5年分の通話録音を提出してもらい、音声解析AIで自動的にパターン抽出する
- B. 桐生氏の対応事例を3〜5名の中堅オペレーターが定型形式（顧客発言例 → 想定要件 → 対応手順）でドキュメント化し、RAGの一次知識ベースとする
- C. 桐生氏の経験を抽象化したFAQを作成し、オペレーター全員で共有する
- D. 桐生氏に直接AIエージェントの教師データを作成してもらう
正解：B
暗黙知を扱う際は「第三者が再現可能な形に構造化する」のが第一歩。
B は「中堅オペレーターによる構造化」を経るため、(1) 桐生氏の負担を最小化、(2) 抽出される情報が 実務的に使える定型形式 に整理される、(3) RAG向けの 一次知識ベース として直接活用できる、という3点で最適。
A は通話録音から自動抽出する案だが、音声品質・個人情報・表現多様性の問題で、初期段階での精度確保が困難。C はFAQ化止まりで、AIエージェントが活用できる構造化データになっていない。D は桐生氏の本業に支障が出るうえ、AI教師データ作成は別スキル。
ストラテジストとして、「誰が・どのフォーマットで・どこに格納するか」をセットで設計する発想が問われる。
問3：デリゲーション設計
東和ガスの問い合わせカテゴリと、AIエージェント／HITL（人間承認）／人間担当の役割分担として 最も適切な組み合わせ はどれか。
| カテゴリ | 案A | 案B | 案C | 案D |
|---|---|---|---|---|
| 料金照会 | AI完全自動 | AI回答→人間承認 | AI完全自動 | AI回答→人間承認 |
| 契約変更 | AI完全自動 | AI回答→人間承認 | AI回答→人間承認 | AI完全自動 |
| 設備トラブル（通常） | AI回答→人間承認 | AI回答→人間承認 | AI要約→人間判断 | AI回答→人間承認 |
| 設備トラブル（緊急ガス漏れ等） | AI判断・通報受付 | AI回答→人間承認 | 全件人間直接対応 | AI判断・通報受付 |
| 安全点検予約 | AI完全自動 | AI完全自動 | AI完全自動 | AI完全自動 |
正解：C
デリゲーション設計の原則は「ルール明確＋繰り返し → AI、例外・文脈依存 → 人間、誤りリスク高 → HITL」。さらに本ケースでは江坂安全管理部長から「ガス漏れ等の緊急通報は絶対に人間が対応」という絶対要件が明示されている。
案 C は：
- 料金照会・安全点検予約：構造化データで判断可能 → AI完全自動
- 契約変更：個人情報を含み誤りが顧客に直接影響 → HITL（人間承認）
- 設備トラブル（通常）：文脈読み取りが必要 → AI要約＋人間判断
- 設備トラブル（緊急ガス漏れ）：全件人間直接対応 ← 安全管理部の絶対要件を満たす
A は緊急通報をAIに任せている時点でアウト。B/D も同様。ステークホルダーの絶対要件を見落とさない判断力 が問われる典型問題。
問4：MVP定義
大崎部長は経営から「3ヶ月でPoC結果を持って来い」と指示されている。MVP（Minimum Viable Product）として最初に着手するスコープとして 最も適切なもの はどれか。
- A. 全カテゴリ（料金・契約・トラブル・点検予約）を対象に、簡易プロトタイプを並行構築し、3ヶ月後に全体像を提示する
- B. 件数最多かつ判断ロジックが単純な「料金照会」（40%）に絞り、AI完全自動応答を構築・実運用検証する
- C. 経営インパクトが最大の「設備トラブル」（25%、平均25分）を対象に、AI要約と人間判断のフローを構築する
- D. 全カテゴリ横断で適用可能な共通RAG基盤を先に構築し、その上に各カテゴリの応答ロジックを順次追加する
正解：B
MVPの定義は「最小限の機能で価値仮説を検証できる構成」。3ヶ月という制約下では、範囲の絞り込み が成功の決定要因となる。
B は：
- 件数最多（40%） = 削減効果のインパクトが大きい
- 判断ロジック単純 = 構築期間内に動かせる蓋然性が高い
- 完全自動応答 = AIの効果が定量的に示せる（ROI試算しやすい）
A はスコープ過大で「3ヶ月で何も完成しない」リスク。C は緊急通報を含む（江坂部長の要求と矛盾しない構成にできるが、複雑度が高くMVP不向き）。D は基盤先行で「PoCの成果が見えない」失敗パターンの典型。
「仮説検証に必要な最小範囲は何か」をストラテジストが定義することが問われる。
問5：チェンジマネジメント
桐生（25年ベテラン、AI懐疑派）、入野（10年中堅、中立）、三崎（2年若手、AI推進派）の3名に対し、現場でのプロジェクト推進体制として 最も適切な役割設計 はどれか。
- A. 三崎を実務リーダーに任命してプロジェクトを高速化、桐生・入野は外野で意見聴取するに留める
- B. 桐生をプロジェクトオーナーに据えてベテラン視点で品質保証を担わせ、三崎は実装支援に回す
- C. 桐生に「ナレッジ提供者」、入野に「現場運用設計者」、三崎に「PoC利用フィードバック担当」と段階的に役割を割り振る
- D. 全員等しくプロジェクトメンバーとし、定期会議で意思決定を多数決で進める
正解：C
チェンジマネジメントの基本は「温度差のあるステークホルダーに、それぞれの動機・専門性に合った役割を割り当てる」こと。
C は：
- 桐生（懐疑派・ベテラン） →「あなたのノウハウを正しく次世代に継承する」という大義名分を与える「ナレッジ提供者」役。否定派を「貢献者」に変える設計
- 入野（中立・中堅） → 現場と仕組みの両方が分かる立ち位置を活かし「運用設計者」役で巻き込む
- 三崎（推進派・若手） → 利用者目線でのフィードバックという、若手だからこそ価値がある役割
A は推進派を持ち上げて反対派を疎外する典型的な失敗パターン（後で組織内対立に発展）。B は逆に懐疑派をリーダーに据えてプロジェクトが停滞するリスク。D は意思決定速度が落ち、PoCの3ヶ月期限を守れない。
「反対派を排除せず、貢献できる位置に置く」というチェンジマネジメントの王道が問われる。
まとめ：5問を通して問われた論点
- ECRSは「E→C→R→S」の順。効率化より排除可能性を先に考える
- 暗黙知は「構造化フォーマット」を介してRAGに渡す。誰が・どのフォーマットで・どこに格納するかをセットで設計
- デリゲーションはステークホルダーの絶対要件を踏まえて設計。安全・法務・コンプライアンスは妥協不可
- MVPは「最大インパクト×最小工数」で範囲絞り。基盤先行・全カテゴリ並行は失敗パターン
- チェンジマネジメントは「温度差を役割に変換」。反対派こそ貢献できるポジションを設計する
これらの論点は 業種を変えても繰り返し問われる 構造です。当サイトでは今後、製造業・金融・小売・医療・SaaS など業種別の予想問題を順次公開していきます。
注意事項：本記事は当サイトの独自分析と作問に基づく予想問題です。AICX協会の公式ドキュメントの内容は一切転載していません。試験本番の出題内容・出題ボリュームを保証するものではなく、あくまで対策の一助としてご活用ください。最新の試験要綱・公式教材の販売状況は AICX協会公式サイト でご確認ください。
