活用の入口は、繰り返している確認作業
資料を探す、条件を見比べる、問い合わせへ答える。業種が違っても、同じような確認作業に多くの時間が使われています。AIの導入では、こうした作業を細かく分け、どこを支援できるかを考えると、効果を測りやすくなります。
ここでは、企業の文書業務、金融・会計の確認業務、医療機関の職員向け問い合わせを取り上げます。いずれもIMMERSIAを含む社内AI基盤で検討する活用構想であり、掲載内容を導入実績や確定済みの共同事業として紹介するものではありません。
共通する考え方は、利用者に許可された情報を使い、AIが下書きや確認候補を提示し、人が必要な判断を担うことです。作業を速くするだけでなく、根拠を確認できること、困ったときに人へ戻せることが重要になります。
企業の文書業務では、下書きと情報の扱いを分ける
営業担当者が提案書を作る場面を考えてみます。公開済みの製品説明を読みやすく整理する作業と、顧客との未公開の取引条件を反映する作業では、扱う情報が異なります。ハイブリッド構成なら、会社の方針に応じて処理先を分ける設計ができます。
社内AIが価格表や契約条件を参照する場合は、その担当者に閲覧権限がある資料だけを対象にします。回答には参照先と更新日を示し、古い条件を混ぜていないか確認できるようにします。AIが作った文面をそのまま顧客へ送るのではなく、担当者が原資料と照合して確定します。
効果を測る指標は、初稿ができる時間だけでは不十分です。修正の回数、参照間違い、確認にかかった時間を含めます。下書きが速くても、その後の修正が増えれば、業務全体の改善にならないからです。
金融・会計では、異常候補と根拠をそろえる
支払先の変更、似た請求書、契約と請求の食い違い。会計の確認では、複数の記録を照らし合わせる仕事が発生します。AIには、契約書、証憑、仕訳、社内の連絡などを横断して、確認すべき候補を整理する役割が考えられます。
例えば、請求書に記された振込先が、登録済みの情報と異なる場合です。AIは「変更がある」という候補と、比較した文書や箇所を示します。その変更が正当か、不正か、単なる登録更新の遅れかは、担当者が正式な確認手順で判断します。
AIの出力だけで送金を実行したり、特定の人物を不正と断定したりしない設計が重要です。最初のPoCでは、過去の確認済みデータを用いて、見落としと誤検知、確認時間を測ります。大量の候補を出せても、担当者が処理しきれなければ、実用的な支援とはいえません。
医療機関では、まず職員向けの業務FAQから
医療機関での構想の一つは、職員から総務などへ寄せられる問い合わせへの対応支援です。院内規程、申請の手順、施設の利用方法といった情報を対象に、職員が質問し、参照先を確認できる形で回答を得ます。診断や治療の判断を行う用途とは区別します。
電話を入口にする場合は、利用者の認証、音声の認識、規程の検索、回答の生成、読み上げ、人への転送という流れを設計します。発信者番号とPINだけを無条件に十分な認証とみなさず、対象情報の重要度や端末の扱いを踏まえて確認します。認証前に機密情報を読み上げない工夫も必要です。
音声の聞き間違いや規程の更新遅れを想定し、分からない場合は担当者へ渡します。個人の携帯電話を使うなら、周囲への音声の漏れ、録音、紛失、費用負担も検討します。機器を設置するだけでは完了しない、業務としての準備です。
最初のPoCは、対象と責任者を狭く決める
文書作成であれば一種類の提案書、会計であれば一つの確認項目、職員FAQであれば一部門の規程というように、最初の対象を絞ります。正しい回答や判断を確認できる責任者を置き、評価に使う文書の版をそろえます。
医療機関向けの元構想には、別の計算機で先行実証し、その後IMMERSIAへの展開を検討する段階案もあります。異なる機器で動いたことを、IMMERSIAでの動作確認済みと扱わないことが必要です。処理速度、接続、音声、保守を含めて移行先で検証します。
利用できる支援制度がある場合も、対象要件や申請条件は個別に確認します。本連載では補助率や採択を前提にした導入費用は示しません。制度の有無にかかわらず、業務上の効果と運用できる体制を確認することが先になります。
現場にとって役立つかは、利用後の作業まで測る
三つの用途を比べる際には、AIが返答した瞬間で測定を終えないことが重要です。提案書なら内容を確認して完成するまで、会計なら候補を調べて判断するまで、FAQなら問い合わせが解決するまでを見ます。回答の作成時間だけが短くなっても、後工程が増える場合があるためです。
会計の例では、検出した候補のうち本当に確認が必要だった割合と、見落とした事象の種類を記録します。誤検知が多いときは、モデルだけでなくデータの整備状態や比較ルールにも原因がないかを調べます。人が判断しやすい順序で候補を並べることも、負担を減らす工夫になります。
職員FAQでは、回答できた件数に加え、誤った案内、人への転送、再問い合わせの件数を確認します。回答できない内容を無理に言い切らず、適切な窓口へつなぐことも有用な結果です。個人情報や患者情報を質問へ含めない対象設定から始めるなど、用途を狭くして検証する方法も考えられます。
利用者の感想も、数字と合わせて集めます。「根拠を開く操作が多い」「どこまで入力してよいか分からない」といった声は、利用が定着しない理由を示します。説明や画面の改善で解決できることと、構成の見直しが必要なことを分けて扱います。
こうした評価は、AIへ任せる範囲を増やすためだけに行うものではありません。人が担当した方がよい作業を見極め、無理なく役割分担するためにも役立ちます。
三つの用途に共通するのは、根拠へ戻れること
文章の下書き、異常候補、FAQの回答は、いずれも最終判断を支援するための出力です。何を参照したか分からない回答では、確認にかえって時間がかかることがあります。根拠の文書へ戻れる設計は、使いやすさと品質の両方に関わります。
そのうえで、どこまでAIへ任せ、どこから人が確認するかを業務ごとに決めます。すべての回答に同じ確認を課すのではなく、間違った場合の影響に応じて手順を変えることが現実的です。確認者が不在の場合に、処理を進めてよいかも決めておきます。
IMMERSIAは、このような用途を動かす計算・冷却基盤の選択肢です。アプリケーション、認証、データ連携、業務運用は別途構成します。次回は、構想をPoCから本番へ進めるために、評価と費用、責任分担をどう整理するかを解説します。