QUICK ANSWER
結論
最初に任せるべきなのは、頻度が高く、入力と成果が確認でき、失敗しても人が止めたり戻したりできる業務です。
「最も時間がかかる業務」や「最も高度な業務」から選ぶとは限りません。初期導入では、価値の大きさと同時に、評価可能性、可逆性、権限の小ささが重要です。
失敗しやすいのは、技術から対象業務を探す進め方
「AIエージェントを導入したい」から始めると、デモ映えするが成果を測れない業務を選びやすくなります。先に決めるべきなのは、どの業務結果を改善したいかです。
また、最初から複数のエージェントと大量のツールをつなぐ必要はありません。OpenAIの実務ガイドは、単一エージェントから始め、必要な場合に限って複数エージェントへ広げる考え方を示しています。Anthropicも、成功例は複雑な枠組みより、単純で組み合わせ可能なパターンから生まれると説明しています。
候補業務を選ぶ7つの条件
- 反復性：週次、日次、案件ごとに繰り返される
- 文脈の入手性：必要なデータが合法かつ適切に使える
- 評価可能性：良い出力と悪い出力を比較できる
- 可逆性：誤りが起きても送信前に止める、または元へ戻せる
- 権限の限定性：閲覧や下書きから始められる
- 経済性：削減時間か成果向上を金額または件数で追える
- 学習価値：人の修正と結果を次回へ再利用できる
7条件をすべて完璧に満たす必要はありません。ただし、評価不能で、取り消せず、外部へ直接影響する業務は初期対象から外すべきです。
SCORECARD / 7 CONDITIONS
7条件を1〜5点で採点する
5点満点で評価し、価値とリスクを分ける
候補ごとに、頻度、時間、品質差、データ準備、評価しやすさ、可逆性、機密性、外部影響を1〜5点で採点します。
単純な合計点だけで決めず、次の二軸で見ます。
- 価値：発生件数 × 1件あたり工数 × 改善余地
- 導入難易度：データ不足 + 判断の曖昧さ + 権限 + 失敗時の影響
最初は「価値が中〜高、難易度が低〜中」の業務を選びます。最大価値の業務ではなく、学習ループを一周できる業務が適切です。
DECISION / 2×2 MATRIX
最初に選ぶのは「価値が中〜高 × 難易度が低〜中」
価値：中〜高
難易度：低〜中
価値：高
難易度：高
価値：低
難易度：低
価値：低
難易度：高
最初に向く業務、向かない業務
向きやすい業務
- 商談前の企業・人物・過去接点の整理
- 議事録からの課題、宿題、次回アクションの抽出
- 過去事例を参照したフォローメールの下書き
- 問い合わせの分類と回答候補の提示
- 定型レポートの集計と差分説明の下書き
初期には向きにくい業務
- 契約、価格、採用、解雇など重大な最終判断
- 顧客への完全自動送信
- 正解条件がなく、結果も数か月後まで分からない業務
- 機密情報へ広範なアクセスが必要な業務
- 例外が多く、担当者も手順を説明できない業務
4週間で学習ループを一周させる
- 1週目：業務の現状、入力、出力、例外、禁止事項を記録する
- 2週目：過去データで出力し、人が採用・修正・棄却を記録する
- 3週目：限定された実案件で、送信や更新の前に人が確認する
- 4週目：時間、品質、成果、事故、修正内容を比較し、継続判断する
合格条件は「AIが動いた」ではありません。人の工数が減ったか、品質が維持または向上したか、失敗を検知できたか、修正内容を次回へ戻せたかです。
価値が確認できない場合は、モデルを変える前に、対象業務、入力文脈、評価基準が適切だったかを見直します。
