「これ、AIにやらせたらどうなりますか」。相談の席でいちばんよく出る質問です。答えは業務によります——では役に立たないので、もう少し踏み込みます。
AI導入がうまくいかない現場を見ていると、原因はたいていモデルの性能ではありません。任せてはいけない仕事を渡してしまっただけです。逆に言えば、渡す前に線を引いておくだけで、成功率はぐっと上がります。その線の引き方を、その場で判断できる形にして持ち帰っていただきます。
先にまとめ
AIが得意なのは量をさばくこと、苦手なのは責任・感情・現地の3つです。渡していいのは定型応答・情報の要約・分類。渡すと事故るのは重い判断・感情のケア・一次情報の確認。判断の分かれ目は「間違えたとき、あとから直せるか」。迷ったら、記事の後半にある3つの質問で決めます。
どこまでAIに任せてよいかを決めたい経営者・現場責任者に向けた内容です。技術的な仕組みを知りたい方には向きません。
失敗の原因は、たいてい性能ではない
導入して数か月で止まってしまった例を、いくつも見てきました。共通しているのは、AIが間違えたことではありません。間違えたときに、誰も気づけない置き方をしていたことです。
たとえば、問い合わせの一次回答をAIに任せる。ここまではよくあります。事故が起きるのは、その回答がそのままお客様へ届く設計にしたときです。9割が正しくても、残りの1割が謝罪の電話になる。精度の問題ではなく、確認をどこに置いたかの問題です。
だから、最初に立てる問いは「AIは正確か」ではありません。間違えたとき、誰がどこで気づくかです。ここが決まっていれば、多少の間違いは運用で吸収できます。決まっていなければ、精度が高いほど発見が遅れます。
得意と苦手を、ざっくり押さえる
AIが得意なのは、量をさばくことです。何百件の問い合わせを分類する。長い議事録を3行にする。同じ質問に、何度でも同じ調子で答える。人がやると疲れて精度が落ちる仕事ほど、差が出ます。
苦手なのは3つです。責任を取ること。感情に寄り添うこと。現地で確かめること。この3つは、モデルが賢くなっても変わりません。能力の問題ではなく、そもそも持っていないからです。
| 得意なこと | 苦手なこと |
|---|---|
| 大量の情報を短時間で処理する | 間違えたときに責任を取る |
| 同じ品質で何度も繰り返す | 相手の感情に合わせて間合いを取る |
| 決まった選択肢へ振り分ける | 現地へ行って自分の目で確かめる |
| 深夜でも休日でも止まらない | 前例のない状況で方針を決める |
左の列は、人がやると消耗する仕事です。右の列は、人にしかできない仕事です。この表のとおりに配れば、たいていの業務は収まります。
渡していい仕事の3パターン
1つめは、定型の応答と処理です。よくある質問への回答、メールの振り分け、書類の分類。同じ質問が何度も来る仕事は、人がやると「またこれか」と気持ちがすり減ります。AIはすり減りません。
2つめは、大量の情報から要点を抜くこと。議事録の要約、アンケートの傾向、長いレポートの3行まとめ。読む時間そのものを圧縮できます。人が読むと2時間かかるものが、目を通すだけで済むようになる。
3つめは、選択肢が決まっている分類です。「この問い合わせはA・B・Cのどれか」。答えの候補が先に決まっている仕事は、渡しやすい。判断ではなく、仕分けだからです。
分かりやすいのは、アンケートの自由記述です。30人分でも、読んで傾向をまとめると半日は溶けます。ここをAIに渡して、出てきた傾向を人が眺める。読み落としがあっても、元のデータは残っているので取り返しがつきます。この「取り返しがつく」という感覚が、渡してよい仕事の手ざわりです。
3つに共通するのは1点だけです。間違えても、あとから直せる。この条件を満たすかどうかが、渡していいかどうかの本体です。
渡すと事故る仕事の3パターン
1つめは、最終責任の重い判断です。採用の合否、与信、医療や法律にかかわる最終判断。下書きや情報整理に使うのは構いません。決めるのは人、という一線だけは動かさないでください。
2つめは、感情のケアが要る場面です。クレームを受けた直後、相手が感情的になっている最中。内容として正しい返答を返しても、相手が求めているのは正しさではありません。「わかってもらえた」という感覚のほうです。ここは人が前に出ます。
3つめは、一次情報の確認です。現地へ行って見る、関係者に直接聞く、現物を確かめる。当たり前に思えるかもしれません。それでも、「AIが調べた情報」だけで決めてしまう事故は実際に起きています。
こちらの共通点も1つです。間違えると、あとから直せない。渡していい側と、ちょうど裏返しになっています。
i-Styleの場合、線はここに引いている
自社の例を出します。顧客のブログ記事は、毎朝のネタ探しも、下書きも、事実の突き合わせもAIが担当しています。人がやるのは、公開するかどうかの判断と、お客様へ送る文面の最終確認だけです。オンライン会議の記録も、整形はAIに任せて手元へ届きます。それでも、金額と日付と固有名詞だけは目で追います。
線を引く場所は「外に出るかどうか」
社内で完結する作業はAIに任せきる。社外へ出るものは、必ず人が最後に見る。この1本を引くだけで、たいていの業務は仕分けできます。判断に使う軸を増やすほど、現場では回らなくなります。
この線引きの利点は、担当者が代わっても同じ判断ができることです。「AIに任せてよい業務一覧」を配るより、軸を1本共有したほうが、現場では長持ちします。
迷ったときの3つの質問
それでも判断がつかない業務は出てきます。そのときは、次の3つを自分に聞いてみてください。
- check_circle間違えたとき、誰がどう責任を取るか説明できるか
- check_circle人が最終確認する余裕が、いまの運用にあるか
- check_circle同じ業務が、月に何十回も繰り返し起きているか
1つめと2つめに答えられて、3つめがYesなら、ほぼ渡していい仕事です。どれかで詰まるなら、いったん外す。特に2つめは正直に見てください。「あとで確認体制を整える」で始めた運用は、たいてい整わないまま走り続けます。
まとめ：AIを万能扱いしない
得意なところに集中して渡し、苦手なところからは手を引く。線引きさえできていれば、AIはかなり頼れる同僚になります。難しいのは技術ではなく、渡す前に一度立ち止まることのほうです。
冒頭の「これ、AIにやらせたらどうなりますか」に、いまなら質問で返せます。その仕事は、社外に出ますか。間違えたとき、誰がどこで気づきますか。この2つに答えられた時点で、任せてよいかどうかは、もう決まっています。
業務の線引き、一緒に設計します
「うちの業務、どれを AI に任せていいか分からない」── そこから一緒に考えるのが i-Style の仕事です。業務を棚卸しし、AI 向きの業務から順に自動化していく流れを設計します。お気軽にご相談ください。
お問い合わせページへ arrow_forward
関連記事
