現場から考える 業務改善とAI時代の仕事：第8回『AIに任せる仕事、人が判断する仕事』

「三つの案を作りました。どれを出せばいいですか」

AIを使って、提案書の下書きや企画案を複数用意する。そんな場面が、身近になってきました。

文章を整える。情報を要約する。案を並べる。抜けている項目を探す。

人が時間をかけていた作業を、AIが手伝える場面はあります。

しかし、候補が三つ出たからといって、どれを顧客へ提案するかまで自動的に決まるわけではありません。

利益は出るのか。現場は納期を守れるのか。顧客が本当に求めているものは何か。今回の提案で、会社はどこまで責任を負うのか。

選ぶには、AIへ渡した資料だけでは分からない事情も含めて判断する必要があります。

AIと人の分担は、「簡単な作業はAI、難しい仕事は人」と分けるだけでは見えてきません。一つの仕事の中にある、作業と判断を分けて考えることだと思います。

一つの仕事には、作業と判断が混ざっている

例えば、既存の顧客へ新しい広告企画を提案するとします。

過去の資料を集める。顧客の要望を整理する。市場や競合の情報を調べる。企画案を出す。費用を計算する。文章を整える。誤りがないか確認する。顧客へ説明する。

これらを「企画書を作る仕事」と一括りにすると、どこをAIに任せ、どこで人が判断するのかが見えにくくなります。

そこで、仕事を「集める」「整理する」「作る」「確かめる」「決める」に分けてみます。

図1　一つの仕事を五つに分けると、AIが支援する作業と、人が判断する箇所を考えやすくなります。

資料の要約、文章のたたき台、確認項目の洗い出し、複数案の整理などは、AIの支援を試せる作業です。

一方で、顧客との関係を踏まえて何を提案するか、どの条件なら引き受けられるか、価格や納期を約束してよいかは、会社側が判断することです。

ただし、五つの工程を「ここはすべてAI、ここはすべて人」と色分けすれば済むわけでもありません。「集める」段階にも、どの資料を使ってよいかという判断があります。「確かめる」段階でも、AIに不一致の候補を探させ、人が元の資料に当たる使い方は考えられます。

工程ごとに、AIが手伝う作業と、人が引き受ける判断を見つけていく。そのための分解です。

AIが答えを出せても、会社の条件までは決められない

例えば、AIが過去の提案書を参考に、顧客向けの文章を作ったとします。

その資料に古い価格が含まれていたらどうでしょうか。すでに終了したサービスが書かれていたら。別の顧客だけに認めた条件が、そのまま使われていたら。

文章として自然でも、会社として提示できるとは限りません。

顧客名や数値が合っているかは、元の情報と照合する必要があります。価格が現在も有効か、納期を守れるかは、社内の条件を確かめなければ分かりません。情報を社外へ出してよいか、契約上の問題がないかについても、担当する人や部門への確認が必要になる場合があります。

AIは案を作る支援ができても、その案を会社として採用する権限や責任まで引き受けるわけではありません。

人が判断する仕事とは、最後に読むことではない

「AIが作り、最後に人が確認する」

よく使われる分け方ですが、最後にざっと読んで誤字を直すだけでは、提案してよいかを判断したことにはなりません。

広告企画なら、顧客が何を実現したいのか、予算はいくらか、外せない条件は何か。それを踏まえて、三つの案のどこを比べるのかが必要です。

売上を伸ばしたいのか、新しい商品を知ってほしいのかによって、選ぶ案は変わるかもしれません。文章の出来がよくても、目的や予算に合っていなければ、そのままは出せません。

人の役割は、完成品を最後に読むことだけではありません。

目的と条件を定める。足りない情報を確かめる。案を比較する。会社として引き受ける内容を選ぶ。必要なら、どの案も使わないと決める。

作成の前後にある判断まで含めて、人が担う仕事です。

「誰が決めるか」を曖昧にすると、確認だけが増える

作成時間が短くなっても、決める人が曖昧なままでは、仕事は止まります。

担当者は「AIで作りました」と上司へ渡す。上司は判断に必要な条件が分からず、差し戻す。担当者は別の案を作る。それでも、価格や納期を決められる人には確認が届いていない。

これでは、案を増やしても決定には近づきません。

例えば、提案価格を承認できる人、現場の稼働状況を踏まえて納期を判断できる人、顧客へ提示する内容を最終的に決める人を、その会社の権限に沿って明らかにします。

確認する人と、決定できる人が同じとは限りません。担当者が価格表との一致を確かめても、値引きを認める権限までは持っていないこともあります。

一人が複数の役割を担う会社でも、「何を確認し、何を決めたのか」は分けて考えられます。

「人が確認する」で済ませず、確認項目を、決定権を持つ人につなげる。AIが作ったかどうかにかかわらず、会社として約束するために必要なことです。

AIに任せる範囲は、最初から固定しなくてよい

同じ文章作成でも、社内会議の論点整理と、顧客へ価格や納期を示す文章では、誤りが及ぼす影響は違います。

情報がそろい、間違いを見つけやすく、やり直しの影響が小さい作業からなら、AIの支援を試しやすいでしょう。

広告企画なら、まずは複数案の比較や文章のたたき台で試す。価格や納期を顧客へ約束する判断は、人が持つ。そのうえで、任せた部分の結果を見ます。

時間は減ったか。修正は増えなかったか。確認する人の負担はどう変わったか。誤りを顧客へ出す前に見つけられたか。

うまくいったからといって、必ず範囲を広げる必要はありません。修正や確認の負担が増えたなら、任せる範囲を狭める選択もあります。

AIと人の分担は、一度決めたら終わりではなく、実績とリスクに応じて見直していくものだと思います。

残したいのは、人の作業ではなく判断の根拠

作業をAIに任せるとき、見落としたくないものがあります。これまで、その作業の途中で人が行っていた判断です。

なぜ、この顧客にはこの条件を出さなかったのか。なぜ、工程に余裕を持たせたのか。なぜ、一見効率のよい案を採用しなかったのか。

完成した提案書だけを見ても、採用しなかった案や、約束を控えた理由までは分からないことがあります。過去資料をAIに参照させる場合も、結果だけでは判断の背景が抜け落ちます。

残したいのは、従来の手作業そのものではなく、何を見て、どの条件を比べ、なぜその結論を選んだのかという根拠です。

私も現在、AIを学び、試している途中です。

過去に企画、営業、編集、業務改善に関わった経験から感じるのは、仕事の価値は完成物だけにあるのではないということです。

どの情報を疑ったか。誰に確認したか。どこで止めたか。何を約束しなかったか。

こうした判断を説明できることが、AIを仕事に使うときにも大切になると考えています。

皆さんの職場にある一つの仕事を、「集める」「整理する」「作る」「確かめる」「決める」に分けてみてください。

それぞれの工程で、AIに手伝ってほしい作業は何でしょうか。そして、人が確かめる条件と、それを決める権限を持つ人は誰でしょうか。

まずは一つの仕事について、この三つを書き添えるところから始めてみてはいかがでしょうか。