本文へ移動
← 目次 生成AI基礎講座 DAY 17

第3章|現在の生成AI

DAY 17 ・ 約15分

仕事での使い分け

仕事を工程へ分け、ルール・チャットAI・エージェント・人を適切に配置する。

今日できるようになること

生成AIを使うこと自体を目的にせず、工程ごとの入力・出力・責任・危険から、任せ方と確認方法を設計できる。

01 言葉を知る02 仕組みを理解する03 実例で理解する04 今日の理解度を確認する05 今日の整理をする
01|言葉を知る

言葉を知る

用語だけを暗記せず、似た言葉との違いまで説明できる状態を目指します。

タスク分解

「営業をAI化する」のような大きな仕事を、調査、候補作成、確認、承認、送信、記録など、入力と出力を確認できる小さな工程へ分けることです。工程ごとにAIへ任せるかを判断できます。

ベースライン

AI導入後と比較するための現在の基準です。作業時間、誤り率、修正量、待ち時間、費用などを導入前に測り、AIを使わない方法や単純なルールとも比べます。

決定的処理

同じ入力と条件なら、あらかじめ決めた手順どおり同じ結果を返す処理です。料金計算、必須項目検査、期限判定など、曖昧さより再現性が重要な工程に向きます。

人間参加型

AIが作業する途中または最後に、人が確認、修正、承認、引継ぎを行う設計です。人が毎回見るだけでなく、何を見て、どの条件なら止めるかまで決めます。

完成条件

必要な成果物、品質、形式、確認、記録がそろい、作業を終了してよい状態を明文化した基準です。AIが終わったと言うことと、業務が本当に完了したことを分けます。

例外処理

必要情報の不足、通常と違う依頼、権限不足、外部サービス障害など、標準手順では安全に進められない場合の扱いです。中断、再確認、人への引継ぎをあらかじめ決めます。

可逆性

実行した操作を取り消し、元の状態へ戻せる度合いです。下書きは戻しやすく、送金、削除、公開、契約確定は戻しにくいため、任せ方と承認の強さを変えます。

業務指標

正答率だけでなく、処理時間、担当者の修正時間、顧客の待ち時間、再問い合わせ、事故、費用など、仕事全体で価値が出たかを測る指標です。

02|仕組みを理解する

仕組みを理解する

1.『AIを使う』ではなく『仕事を良くする』から始める

生成AIが身近になると、会議、営業、経理、採用など大きな仕事の名前へそのままAIを当てはめたくなります。しかし一つの仕事には、情報を集める工程、内容を判断する工程、案を作る工程、外部へ反映する工程、責任を引き受ける工程が混ざっています。全部を一度に自動化すると、どこで価値が出て、どこで危険が増えたか分かりません。最初に目的を『議事録作成を半分の時間にする』『問い合わせの初回返信を一時間以内にする』のように書き、現在の時間、誤り、手戻りをベースラインとして測ります。技術の導入ではなく、利用者と担当者の結果が改善したかを合否にするのが出発点です。

2.仕事を、入力と出力が見える工程へ分解する

タスク分解では、担当者が普段行う順番を観察し、一工程ごとに『何を受け取り、何を作り、誰が次に使うか』を書きます。問い合わせ対応なら、受信、本人・注文確認、内容分類、規程検索、回答案作成、例外判断、送信承認、履歴保存です。工程を細かくしすぎて管理が増える場合もあるため、入力、出力、責任者を一文で説明できる単位を目安にします。さらに、必要な情報、許される操作、最も困る失敗、戻せるかを記入します。この表があれば、文章の要約だけ任せる、分類はルールとAIを比較する、返金判断は人へ残す、と具体的に設計できます。

3.ルール、通常のソフト、チャットAI、エージェントを使い分ける

必須欄が空なら警告する、金額を合計する、期限を過ぎたら通知する処理は、決定的なルールが速く、安く、説明しやすい場合があります。文章の要約、案出し、言い換えのように、その場で人が入力し結果を確認する一工程ならチャットAIが向きます。複数資料を読み、状況に応じて検索や記録を選び、途中結果から次の行動を変える仕事ではエージェントが候補になります。それでも、送金や契約のような最終行為は人が担うことがあります。新しい方式ほど常に上位なのではありません。曖昧さ、工程数、外部操作、例外、説明の必要性から、最も単純で十分な方法を選びます。

4.チャットAIとの違いは、会話の自然さではなく仕事の進み方にある

チャットAIでは、人が資料や質問を渡し、回答を読み、次の指示を出すのが基本です。これは人が進行役を担う共同作業です。エージェントは、与えられた目的と権限の範囲で、必要なツールを選び、結果を観察し、完成条件まで複数工程を進められます。一方、定型自動化は判断の分岐を人が先に書きます。画面が会話形式でも、外部操作がなく一度答えるだけならエージェントとは限りません。反対に画面がなくても、定期的に資料を集めて条件により処理を変えるならエージェント的です。何と呼ぶかより、誰が工程を制御し、どの情報へ触れ、どこまで行動できるかを確認します。

5.生成AIへ任せやすいのは、量が多く、候補を作り、人が検証できる工程

大量の文章から要点を抜く、問い合わせを仮分類する、複数案を作る、決めた形式へ変換する、資料中の候補箇所を示す工程は、生成AIの速度と柔軟性を生かせます。正解が一つでなくても、良い例と完成条件を示し、人が短時間で良否を判断できる仕事は始めやすい領域です。さらに、失敗しても下書きを直せる、対象件数を限定できる、入力と出力を保存できることが重要です。ただし『人が検証できる』とは、担当者へ全部読ませることではありません。根拠、変更箇所、未確認事項を表示し、重要点へ注意を向けられる形にします。AIが十秒で作り、人が二十分で探し直すなら、仕事全体は改善していません。

6.任せにくいのは、基準が曖昧で、結果を確かめにくく、失敗を戻せない工程

人の権利、生命、契約、信用へ大きく影響する判断、正解を後から確認できない予測、必要な背景が記録されていない交渉は、モデルの回答だけで確定しにくい領域です。生成AIは説得力のある文章を作れても、組織の価値判断を自動で決めたり、責任を引き受けたりできません。珍しい例、制度変更、入力不足では、通常例で高い成績でも失敗します。また、送信、公開、削除、決済のような操作は結果が外へ出るため、文章生成より危険が高くなります。できない工程を隠して自動化率を上げず、判断材料の整理までAI、最終判断と説明は人、のように境界を置きます。

7.人の確認は、最後に眺める儀式ではなく条件付きの役割である

人間参加型を機能させるには、誰が、いつ、何を見て、どの基準で承認するかを決めます。金額が一定以上、根拠資料が見つからない、個人情報を含む、AIの確信が低い、顧客が異議を示した、といった条件で人へ渡します。確認画面には原文、AIの案、参照した資料、差分、実行予定を並べ、承認前に外部へ反映しません。担当者が忙しく、毎回機械的に承認するなら安全策にならないため、件数上限、抜き取り監査、担当交代も必要です。AIが迷わず進めることより、迷ったとき正しく止まり、必要な情報と一緒に人へ渡せることが信頼性を高めます。

8.実務例:問い合わせ対応を段階的に共同作業へ変える

通販会社では、まず受信メールの要約と担当候補だけをAIに作らせます。担当者が修正した分類を記録し、緊急、返品、決済など種類別に誤りを測ります。次に、最新版の規程を検索し、根拠箇所付きの回答案を下書きします。本人確認ができない、規程が矛盾する、返金額が上限を超える場合は人へ戻します。品質が安定しても、最初から自動送信や無制限返金は許しません。よくある配送状況だけ自動返信し、住所変更、解約、返金は承認を残すなど、影響で範囲を分けます。成果は生成時間だけでなく、総対応時間、修正率、再問い合わせ、苦情、誤送信で確認します。

9.実務例:週次レポートでは、収集・解釈・公開を分ける

広告の週次報告なら、数値取得と前週比計算はAPIや表計算の決定的処理、変化点の候補説明は生成AI、施策の優先順位と顧客への約束は担当者という分担が考えられます。エージェントへ任せる場合も、対象期間、媒体、通貨、指標定義を固定し、欠損や急変を検知したら停止します。過去レポートを参考にしても、数字が違うのに以前の原因説明をそのまま使わせません。公開前には、元データとの一致、因果と推測の区別、固有名詞、機密情報、次週施策の実行可能性を確認します。毎週同じ作業でも、実行IDを記録し、二重送信を防ぎます。

10.典型的な失敗は、一つの指標と派手な自動化を成功と勘違いすること

ある部署が『AI利用件数』を目標にすると、ルールで十分な処理まで生成AIへ置き換え、確認負担と費用が増えることがあります。別の部署が『返信速度』だけを追うと、根拠のない回答を早く送って再問い合わせを増やすかもしれません。自動化率、生成回数、処理速度は手段の指標です。業務の価値は、全体時間、正確さ、顧客体験、事故、費用を合わせて見ます。また、正常例だけで試して全面公開し、資料不足や外部障害で無限再試行する失敗もあります。例外、危険例、権限不足、重複実行を先にテストし、AIを使わないベースラインより良い範囲だけを採用します。

11.安全は、データ・権限・操作・記録の四層で作る

入力データは目的に必要な範囲へ減らし、個人情報、機密、著作物の利用条件と保存期間を確認します。権限は閲覧と変更を分け、対象、金額、件数、時間を最小限にします。操作は下書きから始め、公開、削除、決済など戻しにくい行為へ承認を置きます。記録には入力全文を無制限に残すのではなく、実行ID、参照資料の版、選んだ処理、承認者、結果、失敗理由を必要期間だけ保持します。外部資料に埋め込まれた命令、誤ったリンク、認証情報の要求も想定します。問題発生時には停止、影響範囲確認、訂正、連絡、再開判断の順を用意し、現場が迷わず動けるようにします。

12.一枚の工程表で確認し、読者自身の仕事へ置き換える

読者演習として、毎週繰り返す仕事を一つ選びます。左から工程、入力、出力、現在時間、最も困る失敗、戻せるか、担当者を書きます。各工程を『人のまま』『決定的処理』『チャットAIとの共同作業』『エージェント候補』へ分類し、理由を一文で付けます。次に、完成条件、人へ戻す条件、必要な権限、記録、AIを使わないベースラインを決めます。代表例三件、例外二件、危険例一件で試し、生成時間ではなく修正を含む総時間と誤りを測ります。改善しなければ見送ることも正解です。最後に、対象を一部署・一種類・一週間へ限定し、合格した範囲だけ広げる計画を書けば、流行ではなく仕事の条件からAIを選べます。

03|実例で理解する

実例で理解する

具体例で考える

問い合わせ業務を例に、八つの工程を並べます。受信と保管は既存システム、必須項目の確認はルール、本文の要約と仮分類は生成AI、最新版規程の検索と回答案作成は検索付きAI、例外の判定と返金可否は担当者、送信は承認後のシステム処理、履歴保存は決定的処理にします。最初の二週間は全件を下書きにとどめ、分類修正率、根拠不足、総対応時間、再問い合わせを測ります。代表例だけでなく、本人確認不足、複数注文、規程改訂直後、悪意ある指示を含むメールも試します。合格後も配送状況の案内だけを限定的に自動化し、返金、住所変更、苦情は人へ残します。このように一つの仕事の中で方式を混ぜる方が、何でもAIへ任せるより、速さ、費用、説明責任、安全性を両立しやすくなります。

手を動かして理解する

  1. 今日の三つの用語を、見ずに説明する
  2. 仕事や生活の例へ置き換える
  3. 間違えた確認問題の理由を声に出して説明する

04|今日の理解度を確認する

今日の理解度を確認する

1 / 5
QUESTION 01

問い合わせ対応へ生成AIを導入する前に、最初に行うこととして最も適切なのはどれですか。

QUESTION 02

請求書の必須欄が空なら警告し、金額を決めた式で合計する工程に最も適した方法はどれですか。

QUESTION 03

人間参加型の確認を、形だけでなく安全策として機能させる設計はどれですか。

QUESTION 04

AIで週次レポートを作る取り組みが仕事全体を改善したか確かめる評価はどれですか。

QUESTION 05

初めてAIを業務へ導入するとき、範囲を広げる方法として最も適切なものはどれですか。

05|今日の整理をする

今日の整理をする

この3点を持ち帰る

  • ✓ 仕事を工程へ分け、最も単純で十分な方法を選ぶ
  • ✓ 候補作成はAI、影響の大きい判断と責任は人など境界を明確にする
  • ✓ ベースライン、例外、権限、承認、記録を決めて小さく検証する

NEXT LESSONDAY 18「情報リテラシーとネット上の脅威」へ次のDAYに進む →CHAPTER REVIEW第3章の定着テストへ15問を解く →