AIに業務を任せられるかは、自社の仕事で触って見極める

AIが自社の仕事を担えるかは、自社の業務で触って確かめるしかありません

AIへの投資判断や社内展開を任されると、必ず突き当たる問いがあります。「いまのAIは、うちの業務をどこまで任せられる品質なのか」という問いです。新しいモデルの発表は続き、評判も記事もあふれていますが、自社の仕事に当てはまるかは書かれていません。

この記事の答えは単純です。AIの品質の現在地は、自社の実際の業務を題材に、モデルが更新されるたびに触って確かめるしか知る方法がありません。そして確かめるべきは「一度うまくできるか」ではなく「同じ品質を繰り返し出せるか」です。

以下では、なぜそう言えるのか、どう確かめればよいのかを順に整理します。

要点

発注者が見るのは品質・コスト・納期。AIはコストでは人件費より安く、勝負は品質で決まる
AIの品質は2〜3か月ごとに変わるため、一度学んで終わりにできず、触り続けることでしか把握できない
人が全件確認する前提では経営数値は動かない。業務を絞り込み、AIが安定して届く形に設計し直す

AIに仕事を任せられるかどうかは、コストではなく品質で決まります

仕事を出す側が求めるものは、昔から変わりません。品質が良く、コストが妥当で、納期が早いことです。いわゆる品質・コスト・納期の3つです。AIに業務を任せるかどうかも、この3つで判断されます。

このうちコストと納期は、多くの業務でAIが有利です。最先端のモデルを使っても、人件費よりは大幅に安く済むのが一般的です。処理の速さも人とは比べものになりません。残る論点は、品質が自社の求める線に届くかどうかだけです。

ところが、この品質がいちばん見えにくいのです。人に仕事を頼むとき、発注者も人間なので「この経験の人ならこのくらいで返ってくる」という肌感があります。AIにはその肌感がありません。どの程度の品質で返ってくるか、頼む前には分からないのです。

御社で言えば、AI活用の議論が「費用対効果」の話に終始していないかを点検してください。コストの比較はすぐ終わります。本当に時間を使うべきは、品質が届いているかどうかの見極めです。

AIの品質は動き続けるので、一度学べば済む知識にはなりません

数学のような分野は、公式や理論を一度身につければ長く使えます。教科書で学んだことが、何年たっても通用します。AIの品質の理解はそうはいきません。対象そのものが動き続けているからです。

主要なモデルは、おおむね2〜3か月に一度の頻度で新しい版が出ています。版が上がるたびに、できることと品質が上がります。半年前に「まだ使えない」と判断した業務が、いまは任せられる水準に達していることも十分にあります。

ビジネスとして考えるべきなのは、自社でいま人が出している品質の線と、上がり続けるAIの品質の線との関係です。AIの線はいま自社の線に届いているのか。届いていないなら、いつ届きそうか。この見極めが、投資の時期と規模を決めます。

ですから「一度検証して結論を出したら終わり」という進め方は危ういのです。過去の検証結果は、モデルが更新された時点で古くなります。判断の材料は、定期的に取り直す前提で持っておく必要があります。

人が全件を確認する前提のままでは、経営数値は動きません

AIの品質が不安だから、出てきたものは必ず人が確認する。これは自然な発想ですし、人が10時間かけていた作業が1時間になるなら、それなりの成果です。しかし、この発想のままではAI推進は大きく進みません。

人が確認する前提にすると、現場では結局、作業の主体は人のままで、AIは片手間の補助になります。個人の作業は少し楽になりますが、売上や利益といった経営数値に表れるほどの変化にはなりにくいのです。

経営数値を動かすには、AIを業務の軸に置く設計が必要です。人は全件を見ず、イレギュラーなケースだけを見る。さらに次の段階として、人が見なくてもAIだけで納品まで完了できる状態を目標に置く。ここまで考えて初めて、人が担っていた仕事をAIで提供する割合が大きい、AIネイティブな会社に近づきます。

ただし、この設計には条件があります。品質が「平均して良い」だけでは足りず、「毎回安定して良い」ことが求められるのです。次のセクションで、その理由を見ていきます。

1回の失敗が信用を失わせる以上、見るべきは安定性です

品質の難しさは、平均点では評価されないところにあります。100回納品して99回はきちんとした品質でも、1回だけ意味の分からない低品質なものを出せば、信用は一気に失われます。信頼は積み上げるのに時間がかかり、失うのは一瞬です。

仕事を受ける側にとって、1〜2回のひどい納品は、取引そのものがなくなるほどのリスクです。だからこそ、AIで納品まで完結させるなら、確かめるべきは「一度うまくできたか」ではなく「何度繰り返しても同じ水準を出せるか」になります。

たとえば、手元の資料を渡してスライドを作らせる。これを一度試して良い結果が出ても、それだけでは判断材料になりません。同じ種類の依頼を何十回と繰り返して、毎回使える水準に収まるかを見る必要があります。

ここが主張の範囲の境目でもあります。一度の誤りが致命的で、しかも誤りを後から見つける仕組みも作れない業務は、現時点で人の確認を外すべきではありません。逆に言えば、そうでない業務から順に、AIを軸にした設計へ移していけます。

業務を絞り込めば、AIが届く品質ラインは近づきます

人が業務を担う前提だと、仕事の範囲は広めに構えがちです。「何でも対応します」という形です。人は柔軟に対応できるので、それで回ってきました。しかしAIにとって、範囲の広い業務は品質がぶれる原因になります。

そこで、AIを触りながら業務の設計そのものを見直します。この業務をここまでシンプルにすれば、AIで繰り返し同じ品質を維持できる。その線を探るのです。入力の形式をそろえる、対応範囲を限定する、例外は人に回す、といった絞り込みが典型です。

モデルには得意・不得意の差もあります。同じ業務でも、モデルを変えると安定性が変わることがあります。複数のモデルを触り比べることも、設計の一部として考えてください。

つまり、品質ラインに届くかどうかは、AIの性能だけで決まるのではありません。業務をどう切り出すかという設計次第で、届く時期は早められます。ここは経営企画やAI推進担当が手を入れられる部分です。

自社で試すなら

明日から始められる形に落とすと、次の手順になります。

検証の題材は架空の例ではなく、いま自社で人が実際に行っている業務を1つ選ぶ
その業務で人が出している品質の線を、合格・不合格を判定できる基準として言葉にしておく
同じ種類の依頼を何十回と繰り返し、合格率と、最も悪かった出力の中身を記録する（平均ではなく最悪の1回を見る）
結果が安定しなければ、入力の形式・対応範囲・例外の扱いを絞り込み、もう一度回す
複数のモデルで同じ検証を行い、得意・不得意を比べる
新しいモデルが出るたび（目安は2〜3か月ごと）に同じ検証を回し直し、品質の線に届いたかを確認する

まとめ：触った量が、AI投資の判断の精度になります

AIが自社の業務を担えるかどうかは、コストではなく品質で決まります。そしてその品質は、他社の評判ではなく、自社の業務で繰り返し触ることでしか分かりません。モデルが変わり続ける以上、検証も続ける前提で持っておくことが大切です。

まずは1つの業務を選び、同じ品質を繰り返し出せるかを確かめてください。届かなければ業務を絞り込み、次のモデルで再び試す。この往復を重ねた会社から、人の確認に頼らずAIを軸にした業務へ移り、経営数値に表れる成果を出していけます。