AI 自動化の最初のステップは、範囲が明確で、繰り返し発生し、入力と出力を説明できる業務を一つ選ぶことです。現在の作業を整理すると、AI に任せる部分、人が確認する部分、成果の測定方法を判断しやすくなります。
確認できる業務を一つ選ぶ
よい開始点には、次のような特徴があります。
- 毎日または毎週発生する
- 多くの文書、表、画像、音声、映像を処理する
- チームに現在の判断方法がある
- 人が出力を確認できる
- 処理時間やミスを記録できる
例えば、メールから添付ファイルをダウンロードし、必要な項目を確認し、スプレッドシートに整理して、レポートを送る作業です。入力、手順、確認可能な出力が明確です。
五つの情報を整理する
1. 入力データ
データの取得元、形式、量、個人情報や機密情報の有無を整理します。
PDF、PPTX、DOCX、CSV、メール、画像、字幕、映像、外部 API などがあります。同じファイル形式でも、スキャン品質、欠けている項目、バージョンによって処理方法が変わります。
2. 判断ルール
担当者が現在使っている基準を書きます。チェックリスト、サンプル、法規、経験などがルールの元になります。
説明が難しい場合は、10〜20 件の実例を集めます。利用できる出力、修正が必要な出力、その理由を記録します。
3. 人による確認ポイント
AI は分類、要約、情報抽出、初期評価、文章提案などを支援できます。支払い、資格、法律、大きなリスク、外部公開に関係する判断は、人による確認が必要です。
確認結果も改善に使えます。承認、修正、却下の理由を記録すると、プロンプト、ルール、モデルを調整しやすくなります。
4. 成功基準
次のような指標を利用できます。
| 項目 | 確認できる指標 |
|---|---|
| 時間 | 1 件あたりの処理時間、1 週間に削減できた時間 |
| 品質 | 項目の正確さ、再作業が必要な割合 |
| コスト | 1 件あたりの API・クラウド費用 |
| 安定性 | 失敗率、再実行回数、エラーの種類 |
| 利用状況 | 利用者数、1 週間の処理量 |
元の業務と同じ指標を使うと、導入前と導入後を比較できます。
5. 制約
データへのアクセス、セキュリティ要件、外部 API の制限、システムを保守する担当者を確認します。これらの条件は、モデル選びよりも設計に大きく影響する場合があります。
小さな PoC で確認する
最初の PoC では、三つの質問を確認します。
- 実際のデータを安定して処理できるか
- 目的に合う品質の出力を作れるか
- 処理時間とコストが適切か
PoC に完全な会員システムやすべての例外処理は必要ありません。しかし、成功、失敗、人の支援が必要なケースを説明できるログは必要です。
よくある制限
企業データには、形式の違い、低いスキャン品質、文書化されていないルール、外部 API の制限があります。LLM の出力も、モデルや入力が変わると変化する可能性があります。
実際に運用するシステムには、入力確認、再実行、バージョン記録、アクセス権限、人による確認が必要です。この部分が、デモの後も継続して使えるかどうかを決めます。
まとめ
明確な業務を一つ選び、入力、ルール、確認ポイント、成功基準、制約を整理してから、実際のデータで検証します。この順序で進めると、AI が役立つ範囲を早く、正確に判断できます。
AI 自動化 · 業務フロー · PoC · LLM