- AIトランスフォーメーションとは、実際の業務プロセスの一部をAIが担うように仕事のやり方を変え、導入前と比べて効果を数字で測ることです。
- 全員分のライセンスやWebサイトのチャットボットは道具です。業務の手順が同じなら、会社の数字も変わりません。
- 本格的に進めると、業務、データ、人、管理の四つが同時に変わります。
- 始める場所は、数字で測れる問題があり、責任者が一人いるプロセスひとつです。
- 最初の90日の終わりには、効果を測った試験導入、AI利用ポリシー、使いこなせるチーム、次の三業務の判断がそろっているべきです。
AIトランスフォーメーションとは
AIトランスフォーメーション（AX）とは、実際の業務プロセスの一部の工程をAIが担うように、会社の仕事のやり方を変えることです。システムが参照できるデータ、どこを確認すべきかわかっている人、誰が何を承認するかのルールをそろえ、導入前と比べて成果を数字で測ります。
ここでいうトランスフォーメーションは、業務の手順が変わることを指します。全員がAIのアカウントを持っていても、経理担当者が請求書を一枚ずつシステムに手入力しているなら、プロセスは去年と同じです。
定義は情報源によって異なります。DXの一部と位置づけるコンサルティング会社もあれば、DXの次の段階とする会社もあります。上の定義は開発チームが業務を設計するときに使うもので、実際に起きたかどうかを確かめられる点を重視しています。
AIトランスフォーメーションと呼ばれがちな三つのこと
一つ目は全員分のライセンス購入です。ChatGPTやCopilotのアカウントがあれば、メールの下書きや会議の要約は速くなります。それでも会社のプロセスは以前のまま動き、利用ポリシーがなければ、お客様のデータが会社の管理外のツールに入るおそれがあります。
二つ目は、文書をもとに一般的な質問に答えるWebサイトのチャットボットです。状況の確認や登録が必要な質問になると、仕事は結局同じ社員に戻ってきます。チャットボットが働き方の変化といえるのは、社内の業務システムとつながってからです。
三つ目はDX（デジタルトランスフォーメーション）です。ERPの導入やオンライン販売の開始のように、紙と手作業をシステムに移します。AIトランスフォーメーションはその上に積み上げるもので、すでにあるシステムの中で、どの工程を誰が担うかを変えます。主要なデータがまだ紙の上にある会社は、デジタル化も並行して進める必要があります。システムにないデータは、AIも読めないからです。
| DX（デジタルトランスフォーメーション） | AIトランスフォーメーション | 社員向けAIツールの購入 | |
|---|---|---|---|
| 何が変わるか | 紙と手作業がシステムに移り、データがデジタルで蓄積され始める | プロセスの工程。AIが一部を担い、人が判断と例外の確認をする | 各自の作業が速くなる。会社のプロセスは変わらない |
| 誰が主導するか | IT部門と業務プロセスの責任者 | 成果に責任を持つ経営層。IT部門と、その業務を毎日行う現場リーダーが加わる | IT部門または購買部門 |
| 効果の確かめ方 | 業務がシステム上で回り、データがそろって参照できる | その業務の数字がベースラインと比べて動く。1件あたりの処理時間、修正が必要な件数など | 利用者数。事業の成果はまだ見えない |
| よくある失敗 | システムは新しく、仕事のやり方は古いまま | 複数の業務を同時に始め、どれも測れなくなる | 会社のデータが社員の個人用ツールに流れる |
本格的に進めると変わる四つのこと
最初に変わるのは業務です。プロセスごとに手順を書き直し、AIが担う工程、人が判断する工程、次に進む前に人の承認が必要な工程を決めます。この考え方をHuman-in-the-Loop（人が判断に加わる仕組み）と呼びます。最初の対象には、毎日繰り返し、間違えても修正できる業務が向いています。
データには、会社が正しいとみなす一つの版、つまり正となるデータが必要で、システム経由で参照できなければなりません。商品価格が、数字の食い違う三つのExcelファイルにあれば、AIは開いたファイルに従って答えます。個人データがどこにあり、タイの個人情報保護法（PDPA）のもとでどのツールに入れてよいかも把握しておきます。これを事前に確認することをデータ準備状況の評価（Data Readiness）と呼びます。
人の役割も変わります。データを入力していた社員は、システムが判断に迷った案件を確認する役になり、現場リーダーは合格の基準を決めます。タイの職場で新しいシステムが使われなくなる理由は身近なものが多く、タイ語の書類をうまく読めない、タイ人スタッフが自分の仕事がなくなると心配する、といったことです。そのためチェンジマネジメントは初日から計画し、説明と研修はタイ語で、現場の業務に即した形で用意します。チームに必要なスキルはAIに取り残されないために、社員が身につけるべき10のスキルにまとめています。
管理は文書にします。どの種類のデータをどのツールに入れてよいか、どの出力を使う前に人が確認するか、そしてシステムが動くたびに監査ログに記録を残すことです。社員がすでに個人のAIアプリで会社のデータを扱っているなら、それはシャドーAIと呼ばれる状態です。先にポリシーを出し、会社が管理するツールを用意してください。禁止するだけでは、利用がIT部門から見えない場所に移ります。日本の本社にAI利用規程がある場合も、タイの法律とタイ語の業務に合わせた現地版が必要です。
架空のケース
チョンブリーにある日系の自動車部品販売会社（名称と詳細は架空）は、事務所の全社員にAIのライセンスを購入し、これをAIトランスフォーメーションと呼びました。一四半期後、メールの下書きに使う社員はいたものの、会社が何を得たのかは誰にも説明できませんでした。経理は仕入先の請求書を一枚ずつ手入力したままで、お客様向けの価格表を個人のAIアプリに貼り付けた社員もいました。
二度目は、経営陣が業務をひとつに絞りました。仕入先請求書の記帳と発注書との照合です。開始前に1枚あたりの処理時間と修正が必要な枚数を測り、経理マネージャーが数字の責任者になりました。開発チームは、タイ語の請求書をOCRで読み取り、ERPの発注書と照合して、一致しないものだけを人に回すシステムを作りました。並行して、会社はAI利用ポリシーを書きました。三か月後、経営陣は導入前後の数字を手にし、それをもとに次の三業務を選びました。
始める準備ができているサイン
次のリストは一週間で確認できます。五つ以上当てはまれば、最初のプロセスに着手できます。それより少なければ、足りない項目が最初の仕事です。
- 毎日繰り返す作業が週に何時間も人手を使っており、1日に何件処理しているか数えられる
- その作業で使うデータが、取り出せるシステムにあるか、ひとまとめにできる書類である
- その作業の数字に責任を持つと引き受ける現場リーダーが一人いる
- 実際に作業する人が設計とテストに参加できるよう、経営層が時間を確保している
- どのデータがPDPA上の個人データにあたるか把握している
- 社員が自分たちでAIを使い始めている。需要がある証拠であり、ポリシーが必要な時期でもある
測れるプロセスをひとつ選んで始める
うまくいく出発点は、今日の時点で問題を数字にできるプロセスひとつです。発行に何日もかかる見積書や、チームが一日中同じ答えを繰り返している問い合わせなどです。複数を同時に始めるとチームが分散し、次の判断に使えるほど明確な数字がどの業務にも残りません。選ぶ前に、候補の業務について次の四つを確認してください。
トランスフォーメーションと呼ぶ前の四つの質問
- 質問1 どの業務か プロセスをひとつ名指しし、どこで始まりどこで終わるかを言えること。たとえば、請求書を受け取ってから支払い登録まで。
- 質問2 どの数字で測るか 今日から数えられる数字をひとつ。これがベースライン（導入前の基準値）です。1件あたりの処理時間や、修正が必要な件数など。
- 質問3 責任者は誰か その数字に責任を持ち、手順を変える権限がある一人。業務プロセスの責任者です。
- 質問4 データはどこにあるか データを持つシステム、取り出し方、PDPAのもとで社内にとどめるべき部分。
ルール： 四つすべてに答えられなければ、その業務はまだツールの試用段階です。別の業務を選ぶか、足りない答えを先に埋めてください。
どの部門から始めるか決められない場合は、人件費を削減したいなら、AIはどの部門から導入すべきか？で部門ごとの採点方法を紹介しています。
最初の90日で手にしておくべきもの
初日から測っていれば、試験導入ひとつには90日で足ります。期間の終わりに、会社の手元には次の四つがそろっているべきです。
- 実際の案件で動く試験導入のシステムひとつと、ベースラインと比べた数字。改善した点も、しなかった点も含めます - どの種類のデータをどのツールに入れてよいか、どの業務に人の確認が必要かを定めたAI利用ポリシー - システムを使いこなし、どこを確認すべきか、システムが誤ったときに誰へ報告するかを知っているチーム - 投資対効果の順に並べた次の三業務の判断と、ほかの業務を後回しにしてよい理由
最初の業務で効果が出なければ、止めることも有効な結果です。拡大に予算を使う前に、どこでつまずいたかがわかるからです。段階ごとの計画、判断のゲート、推進チーム、進捗を追うダッシュボードは経営者のための、会社を90日でAIファーストに変える計画にまとめています。
開発チーム向け · 試験導入の前にITが整えておくこと
データアクセス：試験導入で使うすべてのシステムに読み取り専用のサービスアカウントを用意し、APIまたは定期エクスポートで取り出し、個人データをマスクしたテスト用データセットを準備します。ID管理：社員は会社のSSO（Microsoft 365やGoogle Workspaceなど）でログインし、権限は役割ごとに設定し、共有アカウントは作りません。AIが参照できる文書は、ログインした本人に閲覧権限がある範囲に限ります。ログ：入力、参照した情報源、出力、承認者、モデルとプロンプトのバージョンを、利用者が編集できない監査ログに記録します。データ分類：データ分類のラベルを付け、クラウドのモデルに送ってよいレベルと、プライベートLLMが必要なレベルを決めます。測定：ベースラインは導入後と同じ方法で測り、本番前に自社の仕事の実例でシステムを試し、何を合格とするかを決めておきます。
最初の90日を、私たちはこう進めます
DNA Makerはまず、その業務を毎日行っている人の隣に座り、実際の仕事を見ます。データ、システム、チームを評価し、AIが役立つ業務を投資対効果の順に並べます。開発に入る前に、お客様は準備状況のレポート、優先順位を付けたユースケースの一覧、体制・予算・KPIを記した90日のロードマップ、安全で適法なAI利用ポリシーを受け取ります。まだAIを使うべきでない業務については、そうはっきりお伝えします。
その後、DNA Makerの社員であるエンジニアが、最初のシステムを実際の業務で動くまで作ります。外注はせず、毎週、動くソフトウェアをお見せします。Microsoft 365、Google Workspace、お使いのERPとつなぎ、社外に出せないデータは、お客様の環境に置くプライベートLLMで扱います。終盤には、チームが自分たちで使い、保守できるよう研修を行います。範囲と価格は着手前に確定し、ソースコードは範囲に沿ってお渡しします。500件以上の実績には、銀行、病院、タイの大手企業グループの仕事が含まれます。詳しくはAIトランスフォーメーションのページをご覧いただくか、チャットでDreamに業務の内容をお聞かせください。
SOFTWARE ENGINEERING GLOSSARY
ソフトウェア開発用語集
| 用語 | 意味 | わかりやすい例 | 開発チームへの質問 |
|---|---|---|---|
| AIトランスフォーメーション | 実際の業務プロセスの一部をAIが担うように働き方を変え、効果を数字で測ること | AIが請求書を読み、人は一致しないものだけを確認する | 当社のどの工程が変わり、どの数字で測りますか？ |
| 試験導入（Pilot） | 拡大する前に、小さな範囲の実業務でシステムを動かすこと | まず一部の仕入先の請求書だけで始める | 試験導入がうまくいかなかったら、どこで止められますか？ |
| ベースライン | システム導入前の業務の数字。導入後との比較に使う | 請求書1枚を記帳する平均時間 | ベースラインは導入後と同じ方法で測っていますか？ |
| 業務プロセスの責任者 | プロセスの成果に責任を持ち、手順を変える権限がある人 | 月次決算にかかる日数に責任を持つ経理マネージャー | 新しい手順で問題ないと承認するのは誰ですか？ |
| シャドーAI | 会社が把握しないまま、社員が個人のAIツールで会社のデータを扱うこと | お客様向けの価格表をスマートフォンのAIアプリに貼り付ける | いま当社のどのデータが、会社の管理外のツールにありますか？ |