「まだ御社に相談するには早い気がします」
AI導入の話をしていると、こう言われることがあります。
どの業務を対象にするかも決まっていない。使うデータも整理できていない。費用対効果を聞かれても、まだうまく答えられない。だから、外部に相談するのはもう少し社内で整理してからにした方がいいのではないか。
そう考えるのは自然で、むしろ、真面目に進めようとしている会社ほど、ここで一度立ち止まります。
ただ実際には、この「もう少し整理してから」で止まってしまうケースが少なくありません。
経営からは「生成AIを使って何かできないか」と言われる。現場からは、「この作業を楽にしたい」「この確認を減らしたい」と要望が上がってくる。どれも切実ですが、その一つひとつが本当にAIで解くべき話なのかは、まだ分からない。
既存システムを少し直せば済むかもしれない。Excelの運用を変えるだけで足りるかもしれない。業務の責任分担を見直した方が早いこともあります。
ここを切り分けないままChatGPTかClaudeか、社内検索基盤か専用アプリか、という話に入ると、検討は一気に広がりますが、選択肢は増えるのに、「結局、どこから手をつけるんでしたっけ」という話に戻ってしまいます。
アシストAIテラス（AIT）が最初に扱うのは、完成した仕様書とは限りません。
たとえば、日々の業務で同じ担当者への確認が繰り返されている、データは蓄積されていても判断に活かされていない、プロトタイプは動いていても次の予算判断に必要な材料が揃っていない、といった状態です。
こうした、まだ課題として整理しきれていない段階から、相談が始まることがあります。
たとえば、「会議ログをAIで活用したい」という相談があったとします。
現在では多くの企業で、会議の文字起こしや要約を残せるようになっていますし、AIを使えば、議事録をきれいにまとめることもできますが、それだけで組織の動きが変わるかというと、なかなか難しいものです。
会議や商談のログも、案件の相談内容もどこかには残っていますが、自分が参加していない会議のログまで、わざわざ確認する人は限られます。興味を持った人だけが見に行くため、他の案件で得られた知見や、過去の提案で迷った論点が再利用されないまま埋もれてしまいます。
つまり、会議ログをAIで扱う本質は、個人の頭の中や、特定の人しか見ていないログに埋もれていた知見や判断の経緯を、組織で使える形に変えていくことです。
たとえば、ある顧客との打ち合わせで出た課題が、過去の別案件と似ているなら、その関連を拾えるのか。
提案を進めるか迷った論点や、Go／No-Goを決めた理由が、次の案件を担当する人にも伝わるのか。
営業、コンサル、開発がそれぞれ別々に持っている文脈を、あとから追える状態にできるのか。
ここまで話していくと、最初の相談はだいぶ変わってきます。
「議事録を自動化したい」ではなく、「案件情報や過去の知見を、必要な人に届けたい」という話になる。
この違いが見えてくると、AIで何を作るべきかも変わりますし、これは会議ログに限った話ではありません。
AI導入では、プロトタイプが動き、「便利そうですね」と言われるところまでは進みやすいです。
ただ、本番化や対象部署の拡大、追加予算の確保を検討する段階になると、求められる説明は一気に増えます。
その判断材料をどう作るかは、前回の記事「AI導入のMVPは、完成品ではなく『判断が動く体験』」で詳しく整理しました。
では、本番化や予算化を検討するために、相談の最初に何を整理しておくべきか。
AITが見ているのは、そこなのです。
AITは、いきなりシステム構成図を描きません。
最初に見るのは、誰が、誰の返事を待っているかです。どの判断が、特定の人の頭の中にあるのか。どの確認作業で、業務が止まっているのか。かなり地味な部分ではあるのですが、ここを飛ばすと後で苦しくなります。
AI導入の相談では、「作業時間を短くしたい」という要望がよく出ます。
問い合わせ対応の返信文を早く作りたい。月報を早く書きたい。請求書の作成を自動化したい。見積書を早く作りたい。会議の議事録をすぐに出したい。
もちろん、その話は大事ですが、実際の詰まりは文章を書く時間や書類を作る時間そのものではないことがあります。
問い合わせ対応なら、返信文を書く前に、過去に似た問い合わせがなかったか、社内規定上どこまで言ってよいのかを探している。
月報なら、文章を整える前に、対象月の活動ログや顧客案件ごとの動きを集めるところで止まっている。
請求業務なら、注文番号のない継続請求をどう扱うか、従量課金の根拠をどこまで拾えるか、人が確認すべき例外をどう残すかで詰まっている。
会議ログ活用なら、要約を作った後に、それを誰が見て、次のどの判断に使うのかが曖昧なままになっている。
そして、その確認待ちが減ったことを、どこで確認できるのかも見ています。
問い合わせ履歴に対応理由が残るのか。承認コメントに差し戻し理由が残るのか。月報なら、活動ログを探し回る時間や、上長への確認回数が減ったことを追えるのか。会議ログなら、案件の判断理由や次アクションが、別の人でも追える形で残るのか。
単に「便利になった」と感じるだけでは、本番化や対象拡大の判断材料にはならず、何がどう変わったのかを確認できる記録があって、はじめて次の議論に進めます。
確認待ちが減り、対応理由が記録として残るようになると、人が確認すべき例外も絞り込みやすくなります。さらに、これまで担当者の経験に頼っていた確認の観点が少しずつ言葉になり、別の案件で得た学びも、次の提案に活かせるようになります。
こうした小さな変化が見えてくると、対象を広げるのか、設計を見直すのか、今回は止めるのかを決めやすくなります。
実際の業務には、マニュアルだけでは読み取れない判断がたくさんあります。
「この請求には注文番号がないが、継続契約なので処理してよい」
「この従量課金は、前月の実績データを確認してから判断する」
「この問い合わせは過去のトラブルに似ているため、一次返信の前に上司へ確認する」
「この値引きは承認されそうだが、納期リスクがあるため条件を残しておく」
「この商談は前に別部署で似た相談があり、提案の前提を合わせた方がいい」
経験のある担当者なら自然に行っている判断でも、その背景や確認の順番は周囲からは見えにくいものです。
なぜ、そこで一度止めたのか。
なぜ、この条件なら進めてよいと考えたのか。
どこから先は、人が確認すべきなのか。
どの会議の、どの発言が、その判断につながっているのか。
こうした経緯が残っていなければ、AIはそれらしい答えを返せても、実務の中では使いにくくなります。
だからAITでは、業務手順や担当者の経験、これまでの判断、現場で培われてきた確認の視点を整理し、AIや他の担当者でも利用できる形にしていきます。
社内資料を集めて読み込ませるだけでは、なかなか業務は変わりません。業務の流れ、判断の基準、データの置き場所、責任者、人による確認が必要な条件。それぞれがつながって、ようやく現場で使える形になります。
「現場の知識を、業務で再利用できる形へ変える」と言うと少し硬く聞こえますが、実際に行うのは地道な作業で、担当者が何をどの順番で確認しているのかを整理し、他の人でも同じ手順をたどれるようにします。
そのために、AIに任せる部分と人が確認する部分を分け、次の案件や本番化の検討に使える記録を残します。会議や商談で語られた判断の理由も、あとから別の人が確認できるようにします。
仕様が固まっていない段階でも、業務が止まる場所や、判断に必要な情報を確認することはできます。むしろ、解決策が決まりきっていない状態であれば、AIを使うべき課題と、業務手順や既存システムで解決すべき課題を切り分けやすくなります。
AITでは、誰の仕事をどのように変えるのか、その変化をどの記録や数値で確かめるのかを整理します。そのうえで、対象を広げる条件と、設計を見直す条件を決めていきます。状況によっては、「いまは進めない」という結論になることもあります。
こうした設計図があることで、AI導入は、技術を試すだけの取り組みから、実際の業務を変える取り組みへ進んでいきます。
最初から要件や費用対効果が整理されている必要はありません。
業務がどこで止まり、何が分かれば次に進めるのかが見えてくれば、AIを使うべきか、別の方法で改善すべきかも含めて、次の一手を具体的に考えられるようになります。