AIユースケース発掘 · 業務課題の抽出
AI Use Case Discovery
AIユースケース発掘とは?
- 技術ではなく、反復業務から出発
- 作業単位に分解したうえで、効果と難易度で配置
- 課題ごとに現場の責任者を1名指定
ユースケース発掘を「AIで何ができるか、アイデアを集める会議」として開くと、付箋は数十枚出ますが、実行に移される課題はほとんどありません。出発点が技術だからです。順序を逆にして、今、時間がかかり、繰り返し行われている業務から始める必要があります。発掘の成果物はアイデアの一覧ではなく、「誰が、どんな入力から、どんな成果物を、どのくらいの頻度で作るのか」が書かれた課題定義書です。
方法は業務の分解です。職務を1つ、週単位の作業10~20個に分け、作業ごとに所要時間、頻度、入力資料、成果物の形式を書き出します。次に3つを問います。入力がAIの読める形式(文書・表・会話など)か、結果を人が検討できるか、誤ったときの被害が受け入れられる範囲か、です。3つの問いを通過した作業が候補になります。草稿作成、要約、分類、照合、書式変換が代表例です。逆に、結果を確認する方法がない作業は、効果が大きく見えても候補から外します。
候補が集まったら、効果と難易度の2軸で配置します。効果は「1件あたりの削減時間 × 月の頻度 × 対象人数」で概算し、難易度はデータへのアクセス権限、セキュリティ等級、既存システムとの連携の有無で見ます。効果が大きく容易な課題を2〜3件先に実行し、効果は大きいが難しい課題はPoC候補に回します。課題ごとに現場の責任者1名を書かないと、ワークショップが終わった後、誰も動きません。
現場でずれが生じるポイントは二つあります。一つは、目立つ課題に偏ることです。経営陣への報告に映えるチャットボットやダッシュボードが先に選ばれ、毎日30分ずつかかる地味な整理作業は後回しになります。しかし広がりは、小さく頻繁な業務で起こります。もう一つは、個人情報や顧客の機密を含む業務を、セキュリティ審査なしで候補に上げることです。実行直前に止められると参加者の意欲が削がれるため、発掘の段階でセキュリティ担当者が一緒にふるいにかける必要があります。
ユースケースは、もともとソフトウェアの要件を利用者の使用場面として記述する用語でした。企業のAI導入の実務では「適用対象業務」という意味に広げて使われており、発掘の方法そのものは特定の考案者がいるわけではなく、業務分析と課題選定の慣行の中で定着してきました。
架空の事例で見てみましょう。産業用機械の販売・整備を手がけるC社は役職員280名です。年初に全社のAIアイデア公募で課題63件を集めましたが、半年間で実行されたのは2件のみで、大半は「顧客対応チャットボット」のように範囲の大きい提案でした。
- 教育チームと企画チームは、公募を取りやめ、部門ごとの半日ワークショップに切り替えました。サービスチームの8名が一週間の業務を17の作業に分解し、所要時間を記録したところ、整備報告書の作成だけで週11時間かかっていることがわかりました。
- 進行役が作業ごとに「入力は文書か、結果を検討できるか、誤ったらどれほど危険か」を問い、17件のうち6件が候補として残りました。
- 情報セキュリティ担当者は、その場で顧客の契約書が含まれる候補1件を保留にしました。サービスチーム長は「後で行き詰まるより、今知っておくほうがよい」と答えました。
- 残った5件を効果と難易度で配置し、整備報告書の草稿作成と部品問い合わせメールの分類を先に実行することにし、課題ごとに責任者の名前と4週間の期限を記入しました。
- 2か月後、6部署で課題14件が定義され、9件が実行に移されました。サービスチームの整備報告書の作成時間は、週11時間から4時間に減りました。
金鍾赫(キム・ジョンヒョク)
パク・ソリョン