AIエージェント導入は、「営業部を自動化する」のような大きな単位から始めません。滞留が見え、同じ手順を繰り返し、判断に使う資料が分かる一つの仕事へ切ります。
月曜の朝、代表メールに27件の問い合わせが並び、営業担当が一通ずつ開いて担当部署を振り分けている。こうした場面なら、「問い合わせ対応全体」ではなく「用件を分類して担当候補を付ける」までが最初の候補です。返信送信やCRM更新は、同じ検証へ詰め込みません。
AIエージェント導入は、どこから始めるべきか？
部署ではなく、滞留が見え、繰り返しが多く、判断根拠を示せる一つの仕事から選びます。
候補を出すときは、経営会議で「AIに何ができるか」を広げるより、現場の待ち行列を見ます。未処理メール、転記待ちの注文書、照合待ちの請求、更新されない案件台帳など、止まっている物が見える場所です。
その中から、一回の開始と終了を言える仕事を選びます。「受注業務」では広すぎます。「FAX注文書を読み、得意先と品番の候補を出し、確認待ちへ置く」なら、入力、出力、人へ戻す条件が見えます。
最初の業務候補は、何と比べて選ぶのか？
頻度だけで決めず、滞留、手順の反復、根拠、失敗の影響、結果の測りやすさを横に並べます。
毎日行う仕事でも、担当者の経験だけで判断し、間違えると契約や支払いへ直結するなら最初の候補には向きません。月に数回でも、未処理が顧客対応を止め、確認手順が決まっているなら検証する価値があります。
| 比較する項目 | 最初に向く状態 | 後へ回す状態 |
|---|---|---|
| 滞留 | 未処理件数や待ち時間を数えられる | 困っている感覚だけで件数がない |
| 反復 | 入力と手順が似ている | 案件ごとに進め方が大きく変わる |
| 判断根拠 | FAQ、規程、マスタを示せる | ベテランの記憶にしかない |
| 失敗の影響 | 人が実行前に止められる | 誤送信、誤発注、支払いが即時に起きる |
| 測定 | 時間、滞留、修正を前後比較できる | 成功を印象だけで判断する |
候補を三つまで並べ、同じ表で比べます。会議で声が大きい部署を選ぶのではなく、30日後に続行か停止かを判断できる仕事を残します。
業務は、どの大きさまで切ればよいか？
一人の担当者が結果を確認でき、入力から次の受け渡しまでを一文で言える大きさへ切ります。
問い合わせ対応を例にすると、受信、重複除外、分類、顧客照合、返信下書き、承認、送信、CRM記録は別の動作です。最初から全部をつなぐと、どこで時間が減り、どこで誤りが起きたか分からなくなります。
最初は「受信済みメールへ用件と担当候補を付ける」だけでも構いません。担当者が分類を直した履歴を残せれば、入力不足なのか、分類定義が曖昧なのか、参照資料が古いのかを分けられます。
問い合わせメールの仕分けと返信下書きでは、取得、分類、下書き、承認、送信、記録を分けています。自社の候補も同じ粒度まで分解します。
人へ残す判断は、いつ決めるのか？
試作後ではなく開始前に、禁止操作、確信不足、例外、承認者不在の戻し先を決めます。
「AIが難しいと判断したら人へ戻す」だけでは動きません。何を難しいとみなすか、戻した案件を誰がいつ見るか、担当者が不在ならどこへ置くかまで決めます。
| AIに任せる段階 | できること | 最初の検証での扱い |
|---|---|---|
| 閲覧 | 指定資料を検索し、根拠候補を示す | 任せやすい |
| 下書き | 分類、要約、返信案を作る | 人が全件確認する |
| 承認後実行 | 人の承認後に送信・更新する | 読み戻しと二重処理対策が必要 |
| 自動実行 | AI判断で外部送信・更新する | 初回から広く渡さない |
AISIのAIセーフティに関する評価観点ガイド第1.20版は、AIエージェントの自律的な挙動と外部環境との相互作用に対する観測と制御を評価観点に加えています。文章の正しさだけでなく、何を実行しようとしたか、途中で止められるかを見ます。
権限の分け方はAIエージェントにどこまで権限を渡してよいかでも確認できます。
導入前の現在値は、何を測ればよいか？
処理時間だけでなく、待ち時間、未処理、手戻り、確認回数、重大な失敗を同じ期間で測ります。
一件の処理を少し短くできても、担当者へ届くまで長く待つなら、問題は作業時間より待ち時間です。振り分け待ちが残れば、問い合わせ対応全体は速くなりません。
開始前に、対象件数、処理時間、待ち時間、差し戻し、未処理、確認に使った資料を一週間分だけでも記録します。個人情報を分析用の表へ複製せず、件数と時間、分類だけを残します。
NISTのAI RMF Coreによれば、目的と対象を定め、想定した条件で測定し、運用中も監視と対応を続けます。導入前の現在値がなければ、試作が動いたことと仕事が改善したことを区別できません。
30日では、何を検証すればよいか？
対象を一つに固定し、通常、例外、停止、復旧を試し、人を含む仕事全体の差で判定します。
30日を「AIを自由に使う期間」にしません。最初の一週間で現在値と評価データをそろえ、次の期間で下書き運用を行い、最後に失敗例と運用負担を照合します。繁忙日や月末が必要なら、期間は業務周期に合わせて延ばします。
最低限、次を残します。
- 対象にした入力と除外した入力
- AIの出力と人が直した箇所
- 参照した資料とその版
- 人へ戻した理由と滞留時間
- 禁止操作を止めた記録
- 連携失敗後に二重処理せず復旧した記録
- 現在値と検証後の差
デジタル庁の生成AI調達・利活用ガイドラインは、PoC段階と本番開発段階の違いを踏まえ、リスクに応じて対策を置く考え方を示しています。30日の検証結果だけで、自動実行の権限まで広げません。
どんな業務は、最初の対象にしないほうがよいか？
正解が社内で割れ、根拠資料がなく、失敗が即時に社外や会計へ反映される仕事は後へ回します。
たとえば、例外値引きを含む見積送信、解約の確定、支払い実行、人事評価は、誤りの影響が大きく、判断根拠も案件ごとに変わります。まず根拠資料と承認経路を整えるか、閲覧と下書きだけへ範囲を戻します。
次の状態も、AI導入より先に業務整理が必要です。
- 担当部署の定義が人によって違う
- 正式なFAQと古いFAQが同じ場所にある
- 顧客や商品マスタが重複している
- 現在の未処理件数を誰も把握していない
- 失敗時に止める人と連絡先が決まっていない
経済産業省のAI事業者ガイドライン第1.2版は、経営層が方針を定め、運用状況を確認し、環境やリスクの変化に応じて見直すAIガバナンスを示しています。現場担当者だけへ導入判断と事故対応を背負わせません。
導入候補を相談するとき、何を持っていけばよいか？
完成した要件書ではなく、滞留が見える実例、現在値、根拠資料、禁止操作を持って相談できます。
代表的な実例を5件ほど選び、個人情報を除いて、入力、今の手順、判断に使った資料、最終結果を並べます。成功例だけでなく、情報不足、複数用件、担当者不在、連携先停止を含めます。
相談時に伝えるのは次の七つです。
- 誰の何の待ち時間を減らしたいか
- 一週間または一か月の件数
- 一件の処理時間と待ち時間
- 判断に使う正式な資料
- AIへ渡せないデータ
- 絶対に自動実行しない操作
- 30日後に続行・縮小・停止を決める人
Heygoodは、全社導入の構想から製品を当てはめません。実際に止まっている一つの仕事を見て、AIへ渡す部分、人へ残す判断、30日で確かめる数字を一緒に切ります。最初の候補がAIに向かなければ、資料や承認経路を整えるところから提案します。