
# 第2回|生成AIからAIエージェントへ ― 業務はどう変わるのか?
はじめに
第1回では、AIエージェントを、
「答えるAI」ではなく「仕事を進めるAI」
として整理しました。
では、AIが実際に「仕事を進める」ようになると、私たちの業務はどう変わるのでしょうか。
第2回では、
生成AIを使う業務から、AIエージェントと一緒に進める業務へ
という変化を、人間の役割と業務フローの両面から考えます。
「AIを使う」から「AIが処理する」へ
生成AIを業務で使う場合、多くは人間が中心です。
AIに質問する。
回答を確認する。
コピーする。
別のシステムへ入力する。
担当者へ送る。
つまり、一部の作業は速くなっても、業務をつないでいるのは人間です。
AIエージェントでは、この構造を変えます。
たとえば問い合わせ対応なら、
内容を理解する
カテゴリを判定する
緊急度を確認する
担当部署を決める
必要なら人間へ確認する
処理結果を記録する
ところまでAIが担当します。
人間の仕事は「処理」から「判断」へ
AIエージェントの導入を、
「人間の仕事がなくなる」
と考える必要はありません。
より現実的なのは、
人間が処理の中心から、監督・判断の中心へ移ること
です。
100件の問い合わせを人間が100件処理するのではなく、
AIが多くの定型案件を処理し、
判断が難しい案件だけを人間が確認する。
このような設計です。
Human in the Loop、略してHITLという考え方もここで重要になります。
AIへすべてを任せるのではなく、
人間が必要なところだけ参加する
ようにします。
AI導入は業務再設計でもある
AIエージェントを導入すると、既存業務をそのまま自動化するだけでは不十分なケースがあります。
たとえば、
担当者AがExcelを確認し、
担当者Bへメールし、
担当者Bがシステムへ入力し、
担当者Cが承認する。
この流れをそのままAIへ置き換えるより、
「そもそも、この確認は必要なのか?」
「AIが直接データを参照すればよいのでは?」
「例外案件だけ承認すればよいのでは?」
と考え直した方がよい場合があります。
AIエージェント導入は、
AI導入プロジェクトであると同時に、業務再設計プロジェクト
でもあります。
大事なのは「どこをAI化しないか」
AIエージェントというと、自動化率を上げることに目が向きます。
しかし実務では、
AIに任せない場所
を決めることも重要です。
たとえば、
高額な支払い
契約に関する重要判断
判断根拠が不足している案件
大きな影響を与える更新処理
などです。
AIエージェントの品質は、
「何件自動化したか」
だけでは決まりません。
必要なところで正しく止まり、人間へ渡せるか
も重要な品質です。
生成AI活用の次に来るもの
生成AIは、人間の作業を速くする技術として普及しました。
AIエージェントは、その次の段階として、
業務フローの一部そのものをAIへ移す
技術になっていきます。
そのため必要になる知識も、プロンプトだけではありません。
業務設計。
ツール連携。
データ。
権限。
ログ。
ガードレール。
Human in the Loop。
こうした要素をまとめて設計する必要があります。
次回予告
第2回では、
「AIを使う」から「AIが業務の一部を進める」へ
変わることで、人間の役割や業務フローそのものが変わることを整理しました。
では、AIエージェントを実際に作れば、そのまま本番業務で使えるのでしょうか。
ここで多くのプロジェクトがぶつかるのが、
「PoCでは動いたのに、本番運用には進めない」
という壁です。
第3回では、
「PoCで終わるAI、本番運用できるAI ― 何が違うのか?」
を取り上げます。
もっと深く学びたい方へ
このnoteでは、AIエージェントによって
業務の流れと、人間の役割がどう変わるのか
を中心に整理しました。
実際にAI導入を進めるときは、いきなり技術を選ぶのではなく、
現在の業務(As-Is)を整理し、AI導入後の業務(To-Be)を描く
ことが重要になります。
具体的なAI導入・現場定着の考え方は、Zennでも紹介しています。
→ Zenn
AI導入、うまくいった会社は最初にこれをやってた|現場定着の3ステップ
https://zenn.dev/tigerone1945/articles/8e51d889801144
さらに、
As-Is / To-BeからAIエージェントの仕様へ落とし込む方法を体系的に学びたい方
には、Kindleで詳しくまとめています。
→ Kindle
AIエージェント開発のためのケーススタディ設計:As-Is / To-BeからSystem Specificationへ
https://www.amazon.co.jp/dp/B0HJMM4JF7
noteで業務変化を理解し、
Zennで導入の考え方を確認し、
Kindleで業務設計から仕様化まで体系的に学ぶ。
この順番で進めると、AIエージェントを「技術ありき」にせず、業務課題から考えやすくなります。