AIトランスフォーメーションに戻る

AIを実務に入れるタイ拠点 · 15 / 16

タイ拠点のAI導入支援、最初の業務選びから本番運用まで

最初のAIシステムを立ち上げます。効果の大きい業務を選び、ERPとLINEのデータをつなぎ、PDPAに沿った権限を設定し、研修のうえ社内に引き渡します。

運用責任者がエンジニアの隣でノートPCを指さし、AI導入カードは最初の業務とデータ接続の完了、研修の進行中を示す AIを実務に入れるタイ拠点
「AIを使うべきだという点は本社もタイ側も同じ意見。でも、ERPのデータをどうAIに読ませるのか、誰にどのデータを見せるのか、ベンダーが納品した後に誰が面倒を見るのか、答えられる人がいない」

よくある課題

タイ拠点の仕事の多くは、ERP、部署ごとのLINEグループ、メールで回るExcelの中にあります。導入したAIツールはこうしたデータに触れられません。つなぐ人がいないからです。ベンダーのデモはサンプルデータなので見栄えは良いものの、ERPから売掛金の残高をどう取り出すのか、顧客情報や給与を誰が見てよいのか、モデルの費用が毎月いくらかかるのかを聞くと、はっきりした答えは返ってきません。

IT担当はデータ漏えいと上限のない請求を心配し、本社は今期中の成果を求め、現地スタッフは仕事が増えるのではと身構えます。こうして話は会議室を出ないまま、チームが実際に使うシステムがひとつもないまま年度が終わります。

解決の方法

まず、その業務の責任者と一緒に最初の業務をひとつ選びます。基準は、繰り返しが多いこと、データがすでにシステムにあること、成果を測れること、AIが間違えても損害が出る前に人が気づけることです。次に導入前の数字を合意します。たとえば仕入先の請求書1枚の入力にかかる分数や、2日以上未対応の苦情の件数です。最後の報告はこの数字と比べて行います。

次にデータをつなぎます。ERPからはAPIかデータベース経由で、まず読み取り専用で取り込み、LINE OAと合意したメールボックスのメッセージを読みます。そのうえで、どの役職が何を見られるか、どの個人情報をモデルに渡す前に伏せるか、AIがシステムに書き戻す前に人の承認が要る手順はどれかを決めます。データのルールを決めるのは御社のDPOか法務で、私たちはシステムをそのとおりに動かします。

準備ができたら、まず小さなチームで使い始め、実際の使い方を見ながら毎週つまずく点を直し、そのあと部署全体に広げます。並行して利用者には自分たちのシステムで研修を行い、管理者にはプロンプト、ルール、予算の上限の変え方を教えます。最後にコード、運用手順書、導入前の数字との比較をお渡しし、最初の業務でわかったことから次の業務を提案します。

仕組みの流れ

業務の入口
  • ERPと会計システムのデータ
  • LINE OAとメールのメッセージ
  • PDFとExcelのファイル
  • チームが毎日繰り返す業務
AIが行うこと
  1. 最初の業務と基準値を決める
  2. 読み取り専用でデータをつなぐ
  3. PDPAのルールと承認者を決める
  4. 小さなチームから部署全体へ
結果の届け先
  • 毎日使われるAIシステム
  • 部署別のコストダッシュボード
  • 基準値と比べた成果
  • 自分で直せる社内の管理者

導入前と導入後

導入前
導入後
ベンダーのデモはサンプルデータ。本物のERPには誰もつないでいない
最初のシステムがERPとLINEのデータを読み、チームが毎日使う
誰がどのデータを見るか決まらず、IT部門で止まったまま
データのルールを文書にしてDPOが承認、呼び出しごとに監査ログ
モデルの費用が毎月いくらになるかわからない
部署別のコストが見え、予算の上限も設定済み

導入で得られるもの

  1. 01

    毎日使われる最初のAIシステム。今お使いのERP、LINE、文書の保管場所につなぎ、経営層と最初に合意した導入前後の数字を付けてお渡しします

  2. 02

    PDPAに沿ったデータアクセスのルール。役職ごとにAIが読めるデータを決め、社外に出る前に個人情報を伏せ、呼び出しのたびに監査ログを残します

  3. 03

    システム別・部署別のAIコストのダッシュボード。呼び出し回数、月々のモデル費用、設定した予算の上限が見えるので、月末の請求に驚くことがありません

  4. 04

    自分たちのシステムで研修を受けたチーム。利用者はそのまま使える回答と確認が要る回答を見分けられ、管理者は私たちを待たずにプロンプトとルールを直せます

  5. 05

    引き渡し一式:自社リポジトリのコード、運用手順書(ランブック)、最初の業務の数字をもとに効果順に並べた次の業務の一覧

進め方

AI導入を4つの段階で進めます

各段階の長さは、つなぐシステムの数とデータの状態で前後します。実際のシステムを見たうえで、着手前に期間を合意します。

01

第1段階:最初の業務と基準値を決める

業務の責任者と毎日その仕事をしている人に話を聞き、必要なデータがどのシステムにあるかをたどり、最初の業務をひとつと、効果を測る数字を決めます。

02

第2段階:データをつなぎ、ルールを決める

ERP、LINE OA、文書の保管場所にAIを読み取り専用からつなぎます。DPOとPDPAのデータルールを決め、コストのダッシュボードと予算の上限を設定します。

03

第3段階:実際のチームで使う

小さなチームが日々の業務で使い、間違った回答やつまずいた点を毎週直します。成果が安定したら部署全体に広げます。

04

第4段階:研修と引き渡し

利用者と管理者の研修を行い、コード、運用手順書、導入前の数字との比較を引き渡します。次の業務も効果順に並べてお渡しします。

最初に取り組みやすいAIシステムの例

最初の業務に向いているのは、毎日繰り返す小さな仕事で、結果を確認する人がすでにいるものです。以下はよくある例で、御社の最初の業務は着手時に実際のデータを見て選びます。部署別の例は[こちらの記事](/ja/blog/ai-use-cases-by-department/)にもまとめています。

  • 経理:仕入先の請求書と納品書をAIが読み取り、ERPに仕訳の下書きを作って、経理担当が確認してから計上します。タイ語の書類の読み取りはタイ語文書のAI-OCRをご覧ください。
  • カスタマーサービス:メールとLINE OAに届く苦情をAIが種類と緊急度で仕分けて担当チームに回し、未対応の案件を毎朝リーダーに送ります。顧客対応ワークフローに近い仕組みです。
  • 営業:ERPにある商品価格と取引条件からAIが見積書の下書きを作り、営業担当が直して送ります。規定を超える値引きは、これまでどおりマネージャーの承認が要ります。
  • 支店と現場:チームが一日中LINEグループに送る写真とメッセージをAIがまとめ、支店ごとの日報の下書きを作って、マネージャーが朝に読めるようにします。

立場ごとのメリット

経営者

自社のデータで動くシステムが手に入り、本社や取締役会に出せる導入前との比較と、他部署に広げる前の月額費用がわかります。

IT責任者

IT部門が発行したアカウントで読み取り専用から始め、既存システムは変えません。コードは自社のリポジトリに置き、呼び出しごとに監査ログを残し、モデル費用の上限も自分で設定できます。

毎日使う現場のチーム

書類の入力や苦情の仕分けなど、繰り返しの作業をAIが引き受けます。部署全体に広げる前に試せて、困ったときに聞ける人が社内にいます。

向いている業種

ERPのデータをAIに読ませたい会社LINEで注文や問い合わせを受ける事業PDPAを厳格に守る必要がある組織自社にAIチームがない会社まず1社から始めたいグループ企業製造、卸、サービスの各業種

お使いのシステムと連携

SAP Business Oneなど各種ERPLINE OAMicrosoft 365とSharePointGoogle WorkspacePEAKとFlowAccountメールとPDF社内データベース

開発プロセス

  1. 1

    ヒアリング

    要件・ユーザー・成功指標を定義し、着手前に範囲と価格を確定。

  2. 2

    設計

    UXとアーキテクチャを設計。プロトタイプ承認後に開発へ。

  3. 3

    開発

    AIで加速したスプリント。毎週デモ、シニアがレビュー。

  4. 4

    テスト

    合意した範囲に対してQA・セキュリティ・性能を検証。

  5. 5

    公開・保守

    本番リリース、チームトレーニング、月次保守プラン。

タイ拠点のAI導入でよくある質問

AI導入にはどのくらいの期間がかかりますか

業務の内容、つなぐシステムの数、データの状態によって変わります。進め方は4段階で、業務選びと数字の合意、データ接続とルール作り、実際のチームでの運用、研修と引き渡しの順です。データが多くのシステムに分かれている場合や、ERPにAPIがない場合は接続に時間がかかります。実際のシステムを見たうえで、着手前に期間をお伝えします。2つ目、3つ目のシステムは、権限、データのルール、コストのダッシュボードがすでにあるので、たいてい早く進みます。

既存のシステムを入れ替える必要はありますか

ありません。AIは今お使いのシステムの上で動きます。ERPからはAPIかデータベース経由で読み取り専用でデータを読み、LINE OAと合意したメールボックスからメッセージを受け取り、結果は元の場所に返します。たとえば、人が確定ボタンを押すERPの下書きや、LINEへの通知です。ERPが古くてつなぐ口がない場合は、定期的なエクスポートファイルから始め、改修は費用に見合うとわかってから相談します。

データが漏れる心配はありませんか

リスクは、どのデータが社外に出るか、誰が見られるかにあります。そこでまず、御社のDPOが承認するデータ表を作ります。外部のモデルに渡してよい種類、名前や身分証番号を伏せてから渡す種類、自社のサーバーから出してはいけない種類を決めます。AIが見られるのは、その利用者がもともと権限を持つデータだけで、呼び出しはすべて記録します。モデルは、顧客データを学習に使わないと提供元が明記している法人向けプランを選びます。社外に一切出せないデータを扱う業務には、御社の環境にプライベートLLMを導入します。

最初の業務で目標の数字に届かなかったら、どうなりますか

小さなチームで使い始めた時点から、毎週ありのままを報告します。数字が動かない場合は、原因がデータか、チームの仕事の進め方か、業務そのものかを調べ、範囲を絞る、人が確認する位置を変える、最初に決めておいた予備の業務に切り替える、といった選択肢を出します。決めるのは御社側の業務の責任者です。

社内で何を準備すればよいですか

最初の業務を決められる責任者1名、アカウントと権限を発行するIT担当、データのルールを承認するDPOか法務の担当、そして先に試してくれる小さなチームです。IT部門がない場合は、管理者パスワードを持つ総務の担当者がいれば足ります。

このページは、最初の業務選びから引き渡しまでの導入を扱います。どこから始めるかを決める前に助言とロードマップが必要ならタイでのAI導入コンサルティングを、すでにChatGPTやCopilotを使っていて、エンジニアにチームの中で一定期間働いてほしい場合はFDEをご覧ください。

ビジネス課題を、動くシステムに変える

今日ご相談いただければ、計画と予算をまとめた経営層向けの提案書をご提示します。

この内容をエンジニアに相談