業務改善

「AIが間違えたらどうするんですか」で、検討が止まります。止まる理由は精度ではありません。間違えたときに何が起きるかを、誰も数えていないからです。業務を4つに仕分けて、9割で回せる場所から始める方法を書きます。

「他社のAI活用事例を集めてください」。集まるのは施策名です。効いた理由は、その会社の条件の側にあって、記事には書かれていません。事例から条件を復元する3つの問いと、集める代わりにやることを書きます。

「例外が9割あるのでAIでも自動化できない」。そう言われたら、例外を数えてもらいます。数えると、上位3つで半分を超えることがほとんどです。例外が多いのではなく、標準が決まっていないだけです。

入力項目が40個ある申請書を、AIが自動で埋めてくれる。速くはなります。その前に聞くのは「40項目のうち、あとで使われているのは何項目ですか」。埋める前に、減らす。

議事録をAIが自動要約。いちばん導入されている使い方です。その前に2つ聞きます。先週の会議で決まったことは何件か。報告を聞くだけなら集まる必要があるか。

申請の承認をAIが自動でチェック。ただし5段階ある理由を誰も知りませんでした。守るために足した段は、守るものが無くなれば外せます。段数の見直し方。

毎週の定例レポートをAIで自動生成し、3時間が10分に。ただし先月、そのレポートへの質問はゼロ件でした。読まれていないものを速く作ることの意味を考えます。

「同じ内容を10回転記していたが、AIで全部自動化した」。速くはなります。その前に、なぜ10回あるのかを聞きます。速く回すより、無くす方が強い理由。