Oriental Nippon Development
ブログ一覧へ
テクノロジー

中堅企業の現場に効くAI自動化

業務を支えるチームの仕事を止めずに、現場へAIを導入するための実践的な進め方。

業務におけるAIの価値は、判断を丸ごと置き換えようとすることではなく、繰り返しの作業をなくし、判断材料を示すことにあります。データサイエンス部門を持たない中堅企業にとって、実際の問いはもっとシンプルです。どの作業から始め、うまくいったことをどう確かめるか。

ここでは、私たち自身のプロジェクトの数字を交えて、実際に使っている進め方をご紹介します。

ステップ1:量とルールの明確さで作業を選ぶ

マルチエージェント基盤では、候補となる作業を二つの観点で採点しました。どのくらいの頻度で発生するか、そしてルールがどれだけ明確か。この二つが、自動化に価値があるかを決めます。

位置は、考え方を示すための例です。

量が多くルールが明確なら自動化。量は多いがルールがあいまいなら、AIが下書きし人が決める。まれであいまいなものは手作業のままです。

まず、すべての定常業務と、それに本当にかかっている時間を書き出すところから。

ステップ2:変える前に作業時間を測る

米国のレベニューサイクル事業者では、分析チームの定常業務はそれぞれ30分ほどでした。誰もそれを合計していませんでした。合計してから、合計時間の順に25以上のワークフローを自動化し、チームは週約15時間を取り戻しました。

作る前に理由
すべての定常業務を書き出す数えていないものは順位付けできない
それぞれの所要時間と頻度を測る面倒さではなく合計時間で順位付けする
出力の送り先を書き留める配信が作業の半分を占めることも多い
担当者を決める失敗したときに気にかける人が必要

ステップ3:判断が必要な場面では人を介在させる

自動化は、例外的なケースをはっきりとエスカレーションするべきです。担当者には、ブラックボックスではなく、モデルがなぜそう動いたかが見える必要があります。介護のシフト作成ではAIが提案しコーディネーターが承認し、営業の調査ではAIが下書きし担当者が送ります。

ステップ4:手作業と並行して動かす

すべての自動化は、手作業を終了する前に、1サイクル分その横で動かします。時間はかかりますが、それがチームの信頼を保つ方法です。

ステップ5:すべてを計測する

指標判断できること
週あたりに回収した時間広げる価値があるか?
実行の成功率無人で任せられるほど信頼できるか?
上書き・修正の割合モデルの弱い場所はどこか?
エスカレーションされた例外ルールは網羅されているか?

これらの数字が、広げるか、止めるか、作り直すかを決めます。

最初の90日の目安

進め方のタイムライン目安の合計:10〜14週
  1. 01棚卸しと順位付け

    2週

    すべての定常業務の時間を測り、順位付け

  2. 02最初の自動化

    3〜4週

    上位の作業を手作業と並行稼働

  3. 03監視

    1〜2週

    実行レポートと担当者への失敗アラート

  4. 042回目の自動化

    4〜6週

    次の作業、ルールがあいまいな部分はAIによる下書きで支援

一つ、正直な注意点

取り戻した時間はコスト削減ではなく、使える余力です。その効果は、チームがその時間で何をするかで決まります。始める前にそれを決めておけば、次の段階の正当性は自ずと示されます。

参考資料

  1. Power Automate adoption: planning a project(Microsoft Learn)
  2. People + AI Guidebook(Google PAIR)
  3. AI Risk Management Framework(NIST)

関連ケーススタディ

25以上の業務を自動化し、分析チームに週15時間を取り戻す