新年度のチーム目標、AIと一緒に"30分"で作ってみた

4月、チーム目標を丸投げされた日

「来週の経営会議までに、チームのOKR出しておいて」

新年度のタイミングで、こういうオーダーが降ってくることってありませんか。

全社方針は出ている。でも「DXを加速する」「顧客体験を向上させる」みたいな抽象度の高いワンフレーズで、チームの目標にそのまま落とせるわけがない。メンバーの状況もまだ完全には把握しきれていないし、でも期限は来週。

僕の場合、20代で部長に抜擢された直後の新年度がまさにこれでした。50名規模の組織を初めて管掌することになり、着任早々「チーム全体のOKRを来週までに」と言われたとき、正直フリーズしました。プレイヤーとしての目標設定はやってきたけど、50人分の目標を「設計する側」に回るのは初めて。何から手をつければいいのかすらわからない状態でした。

管理職をやっていると、この手の「考える系タスク」が一番重い。手を動かす仕事は進んでいる実感があるけど、目標設定はゼロから方向性を決めなきゃいけないので、PCの前で2時間フリーズ……みたいな経験、僕だけじゃないと思います。

なぜチーム目標づくりは"沼"にハマるのか

目標設定が難航するパターンは、だいたい3つに集約されます。

1. 抽象的すぎて行動に落ちない

「顧客満足度を高める」——わかる。でも、具体的に何をすれば「高まった」と言えるのか。KPIをどこに置くのか。この変換作業が一番しんどいです。

2. 数値に落とせない（落とすと嘘っぽくなる）

無理やり数値目標を作ると「NPS 10pt改善」みたいな、根拠のない数字が出てくる。過去データがなければ適正値もわからないし、とりあえず入れた数字がそのまま評価基準になると、チームが不幸になります。

3. メンバーが自分ごと化しない

上から降ってきた目標をそのまま展開すると、メンバーの反応は「ああ、そうなんですね」で終わる。目標設定が形骸化する一番の原因がこれだと思っています。

従来のやり方だと、1人で数日かけて考えて、上司に壁打ちしてもらって、また直して……というサイクルで1〜2週間かかることもありました。

「この壁打ちの部分、AIにやってもらえないか？」

これが今回の実験の出発点です。

AIに"壁打ち相手"になってもらう——30分の全手順

実際にやってみた手順を、ステップバイステップで共有します。使ったツールはClaudeです。所要時間はトータルで約30分でした。

ステップ1: 全社方針とチームの現状をAIに食わせる（5分）

最初にやったのは、AIに「前提情報」を渡すこと。いきなり「目標を作って」と言っても、文脈がなければ一般論しか返ってきません。

こんなプロンプトを投げました。

あなたはOKR設計に詳しいマネジメントコンサルタントです。
以下の情報をもとに、チームのOKR案を一緒に考えてください。

【全社方針】
- 2026年度スローガン: 「プロダクト主導で顧客基盤を2倍にする」
- 全社KPI: ARR前年比200%、チャーンレート2%以下

【チーム情報】
- 所属: プロダクト開発部（15名）
- ミッション: 主力プロダクトの機能拡張と新規プロダクトのMVP開発
- 現状の課題:
  - リリースサイクルが月1回で遅い
  - 顧客フィードバックの反映プロセスが属人的
  - 新規プロダクトの企画が2件止まっている

【制約】
- 人員追加の予定はなし
- 予算は前年比110%

ポイントは「全社方針」「チーム情報」「制約」の3つを明確に分けて渡すことです。AIに限らず、壁打ち相手に状況を説明するときの基本構成と同じですね。

ステップ2: 目標の方向性を3案出してもらう（10分）

前提情報を渡したあと、こう続けました。

この情報をもとに、チームOKRの方向性を3パターン提案してください。
各パターンについて以下を含めてください:
- Objectiveの案（定性的なゴール）
- Key Results 3つ（定量的な指標）
- この方向性のメリットとリスク

すると、こんな感じで3案が返ってきました（要約）。

案A: リリース速度特化型

O: 「顧客が求める機能を、求めるタイミングで届けるチームになる」
KR1: リリースサイクルを月1回→隔週に短縮
KR2: 顧客要望起点の機能リリース比率を40%→70%に
KR3: リリース後1週間以内のバグ報告件数を50%削減

案B: 新規プロダクト突破型

O: 「新規プロダクトで次の収益の柱を立てる」
KR1: 止まっている2件の企画をQ1中にMVPリリース
KR2: MVP公開後3ヶ月で有料転換率5%達成
KR3: 新規プロダクト経由のARRを全体の10%に

案C: ハイブリッド型

O: 「既存の進化と新規の探索を両立する」
KR1: リリースサイクルを月1回→3週間に短縮
KR2: 新規プロダクト1件をQ2中にMVPリリース
KR3: 顧客フィードバック対応フローを標準化し、対応リードタイムを平均5営業日以内に

それぞれメリット・リスクまで整理してくれるので、「どの方向で攻めるか」の判断材料が一気にそろいます。

ステップ3: 選んだ案をOKR/KPIに分解する（10分）

3案を見て、案Cのハイブリッド型がチームの現状に合いそうだと判断しました。ここから深掘りします。

案Cで進めます。以下を追加でお願いします。
1. 各Key Resultを達成するための具体的なアクション（Initiative）を3つずつ
2. 各Key Resultの進捗を測るKPI（月次でトラッキングできるもの）
3. 15名のチームでの役割分担イメージ（ざっくりでOK）

ここでAIが返してくれた内容が、かなり実用的でした。たとえばKR1の「リリースサイクル短縮」に対して、「feature flagの導入」「QAの自動化率を上げる」「スプリントのバッファを10%から5%に圧縮」みたいな具体アクションが出てくる。

全部が正解じゃないけど、たたき台としては十分すぎる精度です。

ステップ4: ツッコミを入れてもらい磨く（5分）

最後に、あえてAIに批判してもらいました。

この目標案に対して、以下の観点でツッコミを入れてください。
- 実現可能性（15名・予算110%で本当にできるか）
- 抜け漏れ（見落としているリスクや前提はないか）
- メンバー目線（現場のエンジニアが聞いたとき「またか」と思わないか）

これが意外と効きました。「リリースサイクル短縮と新規プロダクト開発を同時に進めると、リソース競合が起きる。優先順位のルールを決めておかないとチームが疲弊するリスクがある」みたいな指摘が返ってきて、たしかにそこは手薄だったなと気づけました。

振り返ってみると、特に有効だったのは**ステップ2の「3案比較」とステップ3の「分解」**の2つです。3案を並べて比較すると、自分の中で漠然としていた「うちのチームは攻めと守りのどっちを優先すべきか」という判断軸がクリアになりました。1案だけだと「なんか違う」で終わりがちですが、3つ並ぶと「AよりCの方がうちに合う、なぜなら……」と言語化できる。また、選んだ案をKR→Initiative→KPIに分解してもらう工程は、自分でやると半日かかる作業が10分で終わった感覚です。一方で、AIが出してくる数値目標（「NPS 15pt改善」等）はチームの過去データを知らない以上あてにならないので、数字部分は全て自分で上書きしました。

"AIが作った目標"をチームに落とすときの注意点

30分でたたき台ができた。でも、ここからが本番です。

「AIが作りました」と言わない方がいい……わけじゃない

最初は「AIで作った」と言うとメンバーが冷める気がして、黙って出そうかと思いました。でも結局、正直に「AIと壁打ちしてたたき台を作った」と伝えました。

理由は、「これは確定じゃなくて、たたき台だよ」というメッセージを自然に伝えられるから。「部長が1週間かけて練り上げた渾身のOKR」だと、メンバーは意見を言いにくい。でも「AIとの壁打ちで30分で作ったから、ここからみんなで磨いていこう」なら、ハードルがぐっと下がります。

実際に共有してみたら、メンバーの反応は想像以上にポジティブでした。「たたき台があると議論しやすいですね」「ゼロから意見を求められるより、これをベースに"ここは違うと思います"って言う方がラク」という声が出て、ミーティングの議論密度が明らかに上がりました。特に、AIが出した3案をそのまま見せて「どれがうちに合うと思う？」と聞いたときは、普段あまり発言しないメンバーからも「案Bは攻めすぎだけど、案Aだと現状維持っぽくないですか」みたいな意見が出てきた。「完成品」ではなく「たたき台」として提示したことで、意見を言うハードルが下がったのだと思います。

チームミーティングでの共有手順

実際にやった手順はこうです。

3案を見せる: AIが出した3パターンをそのまま見せて、方向性の議論をする（15分）
チームで1案を選ぶ: 投票や議論で方向性を絞る（10分）
KR・Initiativeを叩く: 具体的な数値やアクションについて、現場の肌感でフィードバックをもらう（20分）
宿題を決める: 「ここは持ち帰って調べよう」を明確にして次回に持ち越す

トータル45分のミーティングで、目標の方向性がチームとして合意できました。

AIが苦手なこと

正直に言うと、AIは「メンバーのモチベーション」や「チーム内の人間関係」は考慮できません。「Aさんは今プライベートで大変な時期だから、負荷の高い新規プロダクト担当は避けたい」みたいな配慮は、管理職が自分で判断するしかない。

目標の「構造」はAIが作れるけど、「魂を入れる」のは人間の仕事。ここを取り違えると、結局メンバーがついてこない目標になってしまいます。

まとめ——AIは"最速の壁打ち相手"だった

今回やってみてわかったのは、AIは「目標を作ってくれるツール」ではなく、**「目標を考えるスピードを5倍にしてくれる壁打ち相手」**だということ。

従来は1人で数日かかっていた「たたき台作り」が、30分で終わる。その分、チームとの対話や微調整に時間を使える。目標設定で一番大事な「メンバーの納得感」を高めるプロセスに、時間を再配分できるようになりました。

次回も間違いなくこのやり方でやります。ただ、改善したい点が1つ。今回はチーム情報として「現状の課題」しかAIに渡さなかったのですが、次回はメンバー個々の強み・スキルセットや、前期の振り返りデータもインプットに加えたい。そうすれば、Initiativeの段階で「誰にどの役割を任せるか」まで含めた、より実行に近いたたき台が作れるはずです。AIへのインプットの質が、アウトプットの実用度を決める——これが一番の学びでした。

今日からできること

もし新年度のチーム目標で頭を抱えているなら、まずは以下の3ステップだけ試してみてください。

全社方針・チーム情報・制約を箇条書きにする（10分）
AIに3案出してもらう（10分）
一番しっくりくる案を深掘りしてもらう（10分）

これで30分。完璧な目標じゃなくていいんです。「チームで議論するためのたたき台」があるだけで、そこから先のスピードがまったく変わります。

AIをうまく使えば、目標設定の「沼」から抜け出せるかもしれません。少なくとも、僕はだいぶ楽になりました。