第1章|AIに任せる仕事を決める
DAY 04 ・ 約30分導入価値を数字で考える
時間短縮を、使われ方・品質・費用・成果までつながる仮説にする。
AI導入の便益と総費用を同じ期間・同じ範囲で見積もり、前提、ベースライン、測定方法を示した価値仮説を作れる。
言葉を知る
用語を暗記するだけでなく、どの判断に使う言葉かまで整理します。
ROI(投資利益率)
投じた費用に対して、どれだけの純便益が得られたかを見る比率です。一般には(便益−費用)÷費用で表します。数字は前提によって変わるため、期間、対象件数、採用率を併記します。
TCO(総保有コスト)
導入時の開発費だけでなく、利用料、モデル利用、接続、データ整備、評価、監視、教育、問い合わせ、障害対応、更新、終了まで含む総費用です。見えにくい人の作業も含めます。
便益仮説
AI導入によって時間、品質、売上、処理量、顧客体験、リスクがどのように変わるかという検証前の見立てです。確定値として扱わず、測定方法とともに記録します。
採用率
AIが出した案のうち、利用者が実際に採用した割合です。生成数が多くても、修正が大きい、根拠がない、業務に合わず捨てられるなら価値は生まれません。
感度分析
件数、短縮時間、単価、利用率、精度などの前提を変え、結論がどの程度変わるかを確かめる方法です。一つの楽観的な数字だけで投資判断しないために使います。
任せる仕事の決定票|価値と費用
金額を埋めることより、前提と測定方法が追えることを優先します。
投資回収期間
時間記録がない場合は、代表期間を決めて標本を取ります。
仕組みを理解する
現状を測らずに削減効果を作らない
「一件十分短縮できる」と仮定しても、現在の一件時間、月間件数、繁忙期、差し戻し、担当者数が分からなければ年間便益は計算できません。まずベースラインを取ります。開始と終了を明確にし、実作業、待ち、確認、手戻りを分けます。平均だけでなく中央値、ばらつき、例外の割合も見ます。少数の速い担当者や特別な月だけを基準にしません。 時間記録がない場合は、代表期間を決めて標本を取ります。自己申告、システムログ、作業観察を照らし、測定による負担も考えます。分からない項目は幅で置きます。たとえば月800〜1,100件、一件8〜13分のように記録し、楽観・標準・慎重の三つのシナリオを作ります。精密そうな一つの数字へ偽装するより、どの前提が結論を動かすかを見せる方が、意思決定に役立ちます。
時間短縮を価値へつなげる
短縮時間を人件費単価で掛けただけでは、必ず現金支出が減るわけではありません。空いた時間を別の案件、顧客対応、品質改善、休息へ使えるのかを確認します。残業が減る、外注量を抑える、同じ人数で処理量を増やす、回答を早めて失注を減らすなど、時間がどの成果へつながるかを書きます。「年間千時間削減」と「年間千時間を高価値業務へ再配分」は異なる主張です。 品質の便益も扱います。差し戻し減少、必須項目の欠落防止、表現の統一、根拠確認の向上、対応漏れの減少です。リスク低減は、事故が起きなかっただけでは測りにくいため、危険な出力を止めた件数、承認漏れ、権限外操作、復旧時間などの先行指標を置きます。売上や顧客満足のような最終成果は、AI以外の要因も動くため、直接効果と仮定せず、比較期間や対照群、利用ログと組み合わせます。
AIの出力数ではなく採用と全工程を見る
生成回数、利用者数、ログイン率は活動量であり、成果そのものではありません。下書きを百件作っても九十件が捨てられれば、確認負荷だけ増えた可能性があります。採用率、修正量、根拠確認時間、差し戻し、例外処理、後工程の手戻りを追います。AI処理が三十秒でも、出力を見つける、コピーする、形式を直す作業が増えれば、全体のサイクル時間は短くなりません。 測定単位は仕事の入口から成果が使われる地点までにします。たとえば議事録の作成時間だけでなく、決定事項が担当者へ伝わり、期限が確認されるまでを見る。問い合わせの自動回答率だけでなく、再問い合わせ、誤案内、有人への引継ぎ、解決までの時間を見る。局所の速さが全体の遅さを隠さないよう、後工程の指標を少なくとも一つ含めます。
TCOは作る前・動かす間・やめる時で洗い出す
初期費用には、要件整理、データ確認、試作、接続、セキュリティ審査、評価例の作成、教育があります。運用費には、サービスとモデルの利用料、監視、問い合わせ、データ更新、評価、障害対応、権限管理、改善があります。終了費には、データ移行、接続解除、権限削除、ログ保管、利用者への周知があります。無料枠でも、人の確認と保守は無料ではありません。 利用量に応じて変わる費用と、固定費を分けます。入力が長い、道具呼び出しが多い、再試行が増える、ログを長く保存する場合、件数増加に伴い費用が上がります。小さなPoCでは見えなかった監視やサポートが、本番で大きくなることもあります。ベンダー価格や仕様は変わるため、確認日と契約条件を記録し、単価だけでなく上限、超過、地域、税、データ条件を正式な購入画面で確認します。
価値仮説を三つのシナリオで示す
標準シナリオでは、観測したベースラインと現実的な採用率を使います。慎重シナリオでは短縮が小さく、確認時間と費用が増える条件を置きます。楽観シナリオでは高い採用率を置いても、根拠を説明します。三つを比べ、どの前提が変わるとROIが負になるかを見ます。境界の前提がPoCで最優先に測る項目です。 たとえば便益が採用率60%以上で費用を上回るなら、PoCの目的はモデルの最高点ではなく、代表データで採用率60%と確認時間を確かめることです。重大事故の可能性がある場合は、金額便益で相殺しません。法令、権利、安全、組織の許容範囲を満たした上で、残る便益と費用を比べます。価値計算は導入を正当化する飾りではなく、不確実な前提を明らかにし、次の検証を選ぶ道具です。
因果と同時変化を混同しない
導入後に売上が上がっても、季節、価格変更、広告、人員、競合など別の要因が動いていれば、AIの効果だけとは言えません。可能なら導入前後だけでなく、対象外のチームや期間と比較し、利用したケースと利用しなかったケースを分けます。すべてを厳密な実験にできなくても、同時に起きた変更を記録し、断定の強さを調整します。 先行指標と遅行指標をつなぎます。下書き採用率や確認時間は早く測れますが、顧客継続率や売上は時間がかかります。「採用率が上がれば回答が速くなり、適切な回答が増えれば顧客体験が改善する」という因果仮説を置き、途中のどこで変化が止まったか見ます。最終成果だけを待たず、活動量だけで成功とも決めない構造です。
キャパシティと現金効果を分ける
時間短縮は、処理可能量を増やすキャパシティ効果、残業や外注を減らす現金効果、同じ時間をより価値ある仕事へ移す再配分効果に分けます。三つを同時に全額計上すると便益を二重に数える危険があります。空いた時間の使い道と、実際に費用が変わる条件を決めます。 品質向上も金額へ急いで換算しません。ミス一件の平均損失が分かる場合でも、AIがどの種類のミスを何件防ぐかは仮説です。まずミス種類と頻度、発見時点、修正費用を記録します。顧客損失や信用のように金額化が難しい影響は、無理にゼロへせず別指標で残します。定量と定性を同じ表に置き、計算できない重要価値を消さないようにします。
単位を固定して再計算できるようにする
価値表の各数字には単位を付けます。件/月、分/件、円/月、%/対象件、時間/担当者などです。通貨、税、契約期間、稼働日も明記します。「一件五分短縮」と「処理全体を五分短縮」を混同しません。人数を掛ける場合も、同じ案件を複数人が扱うのか、独立した案件なのかを確認します。 計算式を隠さず、件数×対象率×採用率×一件短縮時間のように分解します。実測値が入ったとき差し替えられるよう、入力と計算結果を分けます。小数点まで精密でも前提が弱ければ意味はありません。重要な前提には出所、確認日、担当者を付け、価格改定や件数変化で再計算します。数字を一度作って終えるのではなく、PoCと運用の証拠で更新するモデルにします。
実例で理解する
具体例で判断する
医療機関の予約変更窓口で、電話内容を要約し、空き枠候補を職員へ提示する案を見積もります。現在は月2,400件、職員の実作業は一件平均7分、聞き直しや記録修正が8%あります。AIが音声認識から要約を作っても、本人確認、症状に関する相談、緊急性、最終予約確定は職員が行います。まず下書きと空き枠候補の提示だけに限定します。 標準シナリオは、対象が全件の70%、採用率65%、対象一件あたり2.5分短縮、確認時間0.8分です。便益は空いた時間を繁忙時間の待ち短縮へ再配分できる分だけ計上します。TCOには音声処理、連携、匿名化、評価、月次監視、教育、問い合わせ対応を含めます。慎重シナリオでは採用率40%、確認1.5分、再処理増を置きます。重大な誤りとして、別人の情報表示、緊急相談の通常処理、無断確定をゼロ条件にし、金額便益とは別に判定します。PoCで優先して測るのは、要約の見た目ではなく、採用率、確認込み時間、本人情報の誤結合、緊急時の保留率です。 試算表では、時間単価を掛けた理論額と、実際に残業・外注が減る現金効果を別欄にします。空いた時間を予約確認と患者案内へ使う場合は、待ち時間と再電話率の変化を追います。導入月に教育時間が増えることも含め、三か月と一年の期間を分けます。音声処理単価や保存条件には確認日を付け、契約変更時に再計算します。便益が出る境界が採用率55%なら、代表例でその値を確かめることをPoCの中心にします。 なお、予約窓口の混雑は曜日と診療科で大きく違います。全体平均だけでなく時間帯別に測り、導入前後で同じ条件を比べます。キャンペーンや人員変更が同時にあれば記録します。待ち時間が減っても誤予約や再電話が増えれば成功ではないため、後工程の指標を残します。
任せる仕事の決定票|価値と費用
金額を埋めることより、前提と測定方法が追えることを優先します。
- 現状件数・実作業・待ち・手戻りを期間付きで記録する
- 便益を時間・品質・処理量・顧客・リスクに分ける
- 短縮時間がどの成果へ再配分されるかを書く
- 初期・運用・終了のTCOを固定費と変動費に分ける
- 慎重・標準・楽観の前提と、PoCで測る境界値を決める
04|今日の理解度を確認する
今日の理解度を確認する
年間1,000時間短縮という試算を事業価値として読むとき、追加で必要な確認はどれですか。
短縮時間がどう価値へ変わるかを示します。
空いた時間を何へ再配分し、現金・処理量・品質のどれが変わるか: 正解です。時間短縮を成果へつなげます。
1,000時間をそのまま売上と呼ぶ: 時間と売上は同じ単位ではありません。
短縮の測定期間を削除する: 比較可能性が失われます。
採用率や確認時間を見ない: 実際に使われる価値と全工程を過大評価します。
TCOに含める項目として最も十分なものはどれですか。
総費用は構築前後と終了まで含めます。
開発・利用料・データ整備・評価・監視・教育・障害対応・終了処理: 正解です。見えにくい運用作業も含みます。
初月のモデル利用料だけ: 接続、監視、人の作業、終了費が抜けています。
開発者の作業時間だけ: 本番利用と保守の費用が抜けています。
無料枠なので費用ゼロ: 人の確認、評価、保守は無料ではありません。
AIが100件の下書きを生成し、実際に使われたのは20件でした。生成数だけを成果にできない理由はどれですか。
活動量と業務成果を分けて測ります。
採用率・修正量・確認負荷・後工程の価値が分からない: 正解です。使われ方と全工程が必要です。
生成数は必ずゼロだから: 問題文では100件生成しています。
下書きには一切価値がないから: 採用され確認負荷を減らすなら価値になり得ます。
AI出力はすべて同じだから: 出力内容の多様性は論点ではありません。
ROI試算の感度分析として適切なものはどれですか。
結論を動かす前提を見つけ、PoCで優先して測ります。
採用率や短縮時間を変え、どの前提で便益が費用を下回るか確かめる: 正解です。不確実性を意思決定へ使います。
最も楽観的な一組だけを採用する: 結論の脆さが見えません。
数字をすべて整数へ丸める: 丸めるだけでは前提変化を評価できません。
重大リスクを金額便益で相殺する: 許容できない危険は別の条件で扱います。
AI導入と同時に広告費も増え、売上が上がりました。適切な効果評価はどれですか。
結果の変化とAIの因果を自動的に同一視しません。
同時変化を記録し、利用有無や比較対象を使ってAI寄与の断定を弱める: 正解です。別要因を切り分けます。
売上増を全額AIの便益にする: 広告の影響を無視しています。
AI効果は測れないとして記録を捨てる: 比較設計と仮説で確からしさを高められます。
生成回数だけで売上寄与を確定する: 活動量と最終成果の因果は保証されません。
04|今日の理解度を確認する
今日の理解度を確認する
今日の整理をする
この3点を持ち帰る
- ✓ ベースラインのない削減効果は比較できない
- ✓ 時間短縮を、その時間が使われる成果までつなげる
- ✓ TCOと前提を含む三つのシナリオで次の検証を選ぶ
講義本文 4,183字
PRIMARY SOURCES