入れる場所を探すと、入れやすい場所に入れてしまう
「どこに入れるか」から考えると、答えは自然と入れやすい場所に寄ります。データが整っている、量が多い、手順が決まっている。そういう業務です。
ところが、その条件を満たす業務は、たいていすでに一度効率化されています。表計算のマクロで回っていたり、担当者が手順を固めていたり。そこにAIを入れても、削れる時間は最初から多くありません。導入は成功したのに、効果が説明できない。この形の失敗をよく見ます。
渡さない仕事から決めると、線が引ける
先に「渡さない」を決めると、判断の基準がはっきりします。私たちは次の3つを、原則として人が持ち続ける仕事に置いています。
- 責任が動く判断金額、契約、人の評価。間違えたときに誰かが責任を取る種類の判断は、機械に渡しません。下書きを作らせることと、決めさせることは違います。
- 例外が価値になる仕事顧客ごとの事情をくんだ対応など、例外そのものが選ばれる理由になっている仕事。平均化すると、その会社の強みが消えます。
- ある人の勘が入っている仕事手順に書き出せていないが、結果が安定している仕事。まず言語化が先です。言語化できていないものを自動化すると、なぜ動いているか誰も説明できない仕組みが残ります。
この3つを外に置くと、残りが「渡してよい範囲」です。ここまで来て初めて、どのツールを使うかの話になります。
入力を増やす導入は、たいてい続かない
もう1つの基準は、現場の入力を増やさないことです。AIに読ませるために新しく入力してもらう設計は、最初の1か月は動いて、そのあと止まります。入力する人と、成果を受け取る人が別だからです。
既存の記録から拾えないかを先に探します。すでに残っているデータで足りるなら、現場の作業は1つも増えません。増えないものは、止まりません。