AI活用の肝は、カタログ設計にある。
NBAのEmployeeWorks構想から考える、社内サービスの粒度。

既存のHome Courtを土台に、
EmployeeWorksへ活用を拡大。

リーグ運営だけではない、NBAの仕事

NBAの仕事は、バスケットボールの試合運営だけではありません。メディアやデジタルサービス、海外事業にも広がっています。2022年には、動画や会員向けサービスをまとめたNBA Appを刷新しました。^[3] 海外拠点でも、イベントや現地パートナーとの協業、商品化、放映、マーケティングなど、さまざまな仕事が動いています。^[4]

仕事の内容も、働く場所も違えば、必要なサポートも違います。私は、こうした多様な仕事を支える社内サービスを、どう使いやすくまとめるかが、今回の発表を読むポイントだと考えています。

人事やITの依頼を、もっと使いやすく

今回の対象は、NBAの従業員が使う社内サービスです。全加盟チームへの一斉導入を発表したものではありません。

2026年11月4日、ServiceNowはNBAとの提携拡大とEmployeeWorksの導入計画を発表しました。NBAはすでに、Employee Center Proで作った社内イントラネット「Home Court」を使っています。そこに、人事やITへの依頼、情報検索、会議調整、承認をつなげていく計画です。^[1]

出典：[1]。承認は、従業員が内容を確認して行う流れです。

2020年の運営支援から、日常の従業員体験へ

NBAとServiceNowの関係は、コロナ禍の2020年にさかのぼります。中断したシーズンを再開するため、NBAはフロリダ州の拠点に選手や関係者を集める「バブル方式」を採用。WNBAも別の拠点でシーズンを再開しました。普段の試合運営にはない、健康確認や入場管理が必要になったのです。^[2][6]

そこで活躍したのが、ServiceNowで作った業務アプリです。健康確認や立ち入り範囲の管理など、9つのワークフローを組み合わせ、職員や委託先、ゲストなど2,600人超の受け入れと、13,000件超の書類処理を支援しました。いつもと違う仕事が急に増えても、それを支える仕組みを作れる。ServiceNowは、両リーグがこの異例のシーズンを乗り越える一助となりました。^[2][6]

その後、活用は社内イントラネットのHome Courtへ、そして今回のEmployeeWorks構想へと広がっています。私は、非常時の運営を支えた基盤が、今度は日々の働きやすさを支えていくという流れに、両者の関係の積み重ねを感じます。

出典：[1][2]。Home Courtの導入年や、製品ごとの置き換え範囲は公表資料では確認できません。

AI活用の肝は、
カタログ設計にある。

社内サービスが増えるほど、「何を、どこに頼めばいいのか」が分かりにくくなります。私は、AIでこの問題を解く鍵が、何を申請すれば、何をしてもらえるかを整理する「カタログ設計」にあると考えています。

ServiceNowで従業員の依頼を仕事につなぐとき、基本となるのがサービスカタログです。「このソフトを使いたい」「端末を交換したい」といった目的ごとに、必要な入力や承認、担当者、その後の処理を用意します。

EmployeeWorksでも、AIが依頼に合うカタログを見つけ、フォームを案内する流れが説明されています。^[5] この記事では、こうした従業員向けの申請を中心に考えます。

汎用申請フォームを、そのままAIの入口にしない

日本企業でよく見かけるのが、いろいろな依頼を受け付ける「その他申請」や「汎用依頼」です。便利な一方で、届いた文章を読み、足りないことを聞き、担当者を探す仕事は、人が引き受けています。

目的も必要情報も、その後の処理も違う依頼を一つに詰めた汎用フォームは、そのままではAIレディとは言えません。AIが文章を読めても、その後に誰が何をすればいいかが曖昧なままでは、仕事は進めにくいからです。

図：Numberの設計例。NBAの実装を示すものではありません。

目的別に、最小の手間で申請できる粒度へ

ただ、フォームを細かく増やせばよいわけでもありません。大切なのは、従業員がやりたいことに合わせてまとめること。一つの申請から、裏側で複数の作業が動いてもよいのです。

たとえばソフトウェアの利用申請なら、本人や所属は分かっている情報を使い、使いたいソフトと必要な条件だけを確認して、承認や利用開始へ進める。目的が分かり、入力は少なく、その後の仕事につながる。そんなカタログが、従業員にもAIにも使いやすいと、私は考えています。

入口が変わっても、
仕事の設計はカタログに残る。

「どのAIを入口にするか」は気になるところです。ただ、EmployeeWorksでもGeminiでもCopilotでも、依頼を受けた後の仕事が整っていることが大切なのは変わりません。

AIと話せるようになっても、その先で担当者が毎回考えて振り分けるのでは、負担は残ります。会話から合うカタログを選び、足りないことだけを聞いて、仕事を進める。目指したいのは、そこまでつながる使い方です。

表：Numberの設計例。各AI製品からの接続方法と対応範囲は、個別に確認します。

職種や国によって条件が違うところは、その違いを残せばよいと思います。共通にできる部分はまとめ、必要なところだけ処理を分ける。NBAのように多様な組織でも、日本企業でも、考え方は同じです。

もちろん、初めての依頼や例外を受け付ける場所も必要です。汎用受付は残しながら、繰り返し届く依頼をカタログにしていく。一度にすべて作り直すより、現場の困りごとから始めるほうが取り組みやすいでしょう。

自社で運用するために、
まず整えること。

① 「その他申請」の中身を見てみる

まずは過去の依頼を見て、「本当は何をしてほしかったのか」を整理します。似た依頼をまとめる作業には、AIも使えます。件数が多いものや、確認のやり取りが多いものから見直してみましょう。

② 聞くことと、動く人を決める

その依頼に本当に必要な情報は何か、誰が承認し、誰が対応すれば終わるのかを決めます。分かっていることは何度も聞かず、迷ったときの相談先も用意する。申請する人にも、受ける人にも、手間が少ない形を考えます。

③ いつもの言葉で、最後まで頼んでみる

従業員が普段使う言葉で頼み、合う申請にたどり着けるかを試します。入力だけで終わらせず、承認や担当者の対応、完了の通知まで確認しましょう。質問が多い、担当が違う、差し戻される。そんな箇所が、次に直すところです。

AI活用の肝は、カタログ設計にある。何を頼めば、何をしてもらえるか。その分かりやすさを整えることが、AIを通じて仕事を頼める環境への一歩になると、私は考えています。