AIで効率化するつもりが、AIの運用を設計することになった

前回、AIに任せるほど、自分で書く意味がわからなくなる、という話を書いた。

AIを使えば、文章の構成も考えてくれるし、調べものも手伝ってくれる。
自分ひとりでは面倒だったことが、ずいぶん簡単にできるようになった。

じゃあ、もっと使えばいい。そう思っていたのだけど、実際にいろいろ試していると、別の問題が見えてきた。

AIが個別の作業をこなせることと、仕事全体がうまく回ることは、別の話だった。

AIを使い分けても仕事は勝手につながらない

最近は、AIや各種ツールを組み合わせて、作業を効率化する仕組みを考えている。

たとえば、企画や文章作成をChatGPTに任せ、
ファイル操作や自動化はClaude Codeに任せる。
SNSの投稿管理にはBufferを使い、
画像はGoogle Driveで管理する。

それぞれに得意なことを担当してもらうわけだ。

こう書くと、なんだかすごそうに見える。

でも、ツールを組み合わせただけでは、仕事は完成しない。

作成した文章をどこに保存するのか。次の工程を担当するAIは、何を受け取ればいいのか。作業が終わったことを、どうやって判断するのか。

こういうことを決めていないと、結局は人間が間に入って、情報を探して、説明し直して、結果を確認することになる。

AIを増やしたのに、自分の仕事も増えていたら本末転倒だ。

まず仕事の受け渡しを考える

そこで考えるようになったのが、AIごとの役割だけでなく、仕事を受け渡すときのルールを決めること。

たとえば、AIに何かを依頼するとき、最低限これくらいは決めておきたい。

• 目的： 何のために作業するのか

• 入力： 何を使って作業するのか

• 作業内容： 具体的に何をするのか

• 成果物： 何を、どこに保存するのか

• 完了条件： どうなったら作業終了なのか

• 確認事項： 最後に人間が何をチェックするのか

「これをいい感じにやっておいて」では、どこまでできたら完成なのかが曖昧になる。

文章が生成されれば完成なのか。指定した場所に保存されて初めて完成なのか。それとも、内容を確認して問題がないと判断できて初めて完成なのか。

この違いは大きい。

AIに仕事を任せるなら、作業の指示だけでなく、終わりの条件も渡す必要がある。

最初から全部自動化しなくてもいい

もうひとつ意識するようになったのが、いきなり完全自動化を目指さないこと。

たとえばSNSの投稿なら、企画、文章作成、画像管理、投稿準備、公開という工程がある。

この全部を一気に自動化すると、何か間違いが起きたときに、どこで問題が発生したのか追いかけるのが大変になる。

だったら、まずは人間が確認できる状態で一連の工程をつないでみる。

問題なく動く部分がわかったら、そこから自動化する。

人間が確認する工程が残っていても、前後の作業が整理され、手間が減っているなら、それは十分に意味のある効率化だと思う。

完全自動化という言葉に引っ張られて、わざわざ難しい仕組みを作る必要はない。

失敗したら次回のルールにする

仕組みを作っていると、想定していなかった問題も出てくる。

そういうとき、毎回その場で修正して終わりにすると、次に同じ問題が起きたとき、また同じことを考えなければならない。

だから、失敗したら原因と対処法を記録し、次回からのルールに変える。

たとえば、ファイルの取り違えが起きたなら、ファイル名だけでなくIDも照合する。作業の完了を確認できなかったなら、完了条件に確認手順を加える。

失敗をひとつずつ、再発しにくい仕組みに変えていく。

こうすれば、過去の失敗が次の作業に役立つ。

AIに仕事を任せるためのマニュアルも、最初から完璧なものを作る必要はない。実際に使いながら、少しずつ育てていけばいい。

効率化できたかどうかは作業時間で考える

ここまで考えてきて、気をつけたいと思ったことがある。

それは、AIを使って作業ができるようになったことと、効率化できたことを混同しないことだ。

AIを使って投稿を作れるようになっても、確認や修正に時間がかかっていたら、トータルではあまり楽になっていないかもしれない。

見るべきなのは、AIが何を生成できたかだけではない。

• 人間が作業に費やした時間

• 修正ややり直しにかかった時間

• ミスが発生した回数

• 最終的に得られた成果

こうしたものを見ながら、仕組みを改善していきたい。

もちろん、まだすべてを数値で検証できているわけではない。これから実際の運用を通じて確かめていく部分も多い。

それでも、何を測れば効率化できたと言えるのか、最初に考えておくことには意味があると思う。

AIを使うことより 仕事が前に進むこと

AIを使い始めた頃は、何ができるのか、どこまで任せられるのか、ということに意識が向きがちだった。

今もそれは面白い。

ただ、いろいろなツールを試すうちに、関心が少し変わってきた。

個々のAIがどれだけ賢いかだけでなく、それぞれの得意なことを組み合わせて、ひとつの仕事をどう進めるか。

情報をどこに置くのか。何を渡すのか。どこで確認するのか。失敗したらどう直すのか。

考えることは、思っていたより多い。

でも、ここが整理できれば、新しいツールを試すたびにゼロから考え直さなくてもよくなるはずだ。

今やっているのは、完成された自動化システムを作ることではない。

実際に試しながら、うまくいった方法を残し、失敗した部分を直し、次の作業に使える仕組みにしていくことだ。

AIで効率化するつもりが、いつの間にか、効率化するための仕組みそのものを考えていた。

ひとまず、そんなところまで来た。

この仕組みが実際にどれくらい役立つのかは、これからの運用で確かめていきたい。

こちらの記事もおすすめです