AIやノーコード、スクリプトで多くの仕事を自動化できます。
しかし、「自動化できる」と「自動化した方が得」は別です。
例外が多い
通常ルートより例外処理の方が多い仕事は、自動化が複雑になります。
10件中8件は人が判断
なら、無理に全自動にせず、入力整理や候補作成だけ機械に任せる方が安定する場合があります。
人の判断が中心
- 採用
- 契約判断
- クレーム対応
- 最終承認
- 例外価格の決定
など、文脈や責任が重要な仕事は、人を完全に外すと危険です。
AIを使う場合も、最終判断の境界を残します。
頻度が低い
年1回、10分で終わる仕事を10時間かけて自動化しても、回収に何年もかかります。
「面倒」という感覚だけでなく、
年間何分削減できるか
を見ます。
入力形式が安定していない
毎回列名が違うCSV、自由記述のメール、フォーマットが変わるPDF。
入力が安定していないまま自動化すると、例外処理が増えます。
先に入力形式を標準化した方がよい場合があります。
失敗時の影響が大きい
自動化ミスで、
- 誤送信
- 誤削除
- 誤請求
- 誤公開
が起きる仕事は慎重にします。
自動化するなら承認ゲートや件数上限を付けます。
保守コストが高い
自動化は作った後も、
- API変更
- 画面変更
- OS更新
- 権限変更
- 担当者変更
で壊れます。
作成コストだけでなく、毎年直す時間も見ます。
部分自動化で十分なこともある
全部を自動化せず、
情報収集だけ
下書きだけ
候補抽出だけ
人が承認して実行
に分けると、効果と安全性のバランスを取りやすくなります。
自動化の回収時間をざっくり計算する
年間削減時間
= 1回あたり削減できる時間 × 年間実行回数
たとえば10分の作業を週1回行うなら、
10分 × 52回 = 520分 ≒ 8.7時間/年
自動化の作成に8時間、さらに毎年2時間の保守が必要なら、初年度の時間削減効果はほとんど残りません。
一方、10分の作業を毎日200回行うなら、同じ8時間の開発でも回収しやすくなります。
全自動化ではなく「判断前まで」を自動化する
入力を集める
→ 正規化する
→ 候補を作る
→ 人が判断
→ 実行
の前半だけ自動化する方法があります。
人の判断が必要な部分を無理にコード化しないので、保守負担を抑えながら繰り返し作業だけ減らせます。
自動化候補を見るときは、年間削減時間・初期構築・年間保守・失敗時の影響を一緒に見ます。
NIST AI RMFでは、人間とAIの役割・責任や監督プロセスを定義・評価・文書化することがリスク管理の一部として示されています。
自動化は目的ではありません。
人の時間とミスを減らし、保守まで含めて得になるかで判断した方が実務的です。
参考
- NIST AI Risk Management Framework
https://airc.nist.gov/airmf-resources/airmf/appendices/app-c-ai-risk-management-and-human-ai-interaction/
