ChatGPTをはじめとする生成AIの普及によって、文章の作成、資料の要約、データの分析など、さまざまな業務を短時間で処理できるようになりました。これまで1時間かかっていた仕事が、AIを使えばわずか数分で終わる。そんな話を聞くことも珍しくありません。
しかし、ここで考えていただきたいことがあります。それは、AIが処理を終えるまでの時間と、人間の仕事が実際に終わるまでの時間は、必ずしも同じではないということです。
AIが作成した文章を確認し、間違いを修正し、必要な情報を補足して、ようやく業務が完了するケースもあります。場合によっては、AIを使う前よりも作業時間が長くなってしまうことさえあります。
AIの処理時間だけで効果を判断してはいけない
例えば、取引先に送るメールを作成する業務を考えてみましょう。これまでは、担当者が過去のやり取りを確認し、返信内容を考え、文章を作成していました。ところが、生成AIを導入すれば、メールの内容を入力するだけで、わずか数秒から数十秒で返信案を作成できます。これだけを見ると、大幅な時間短縮が実現したように思えます。
しかし、AIが作成した返信案をそのまま送信できるとは限りません。取引先との過去の経緯を踏まえていなかったり、事実と異なる内容が含まれていたり、微妙に失礼な表現が使われていたりする可能性があります。
そのため、担当者は内容を読み直し、必要な修正を加えなければなりません。さらに、AIに正しい返信を作成させるために、背景情報を整理して入力する時間も必要です。
結果として、文章をゼロから作成する時間は減っても、それ以外の作業が増えることで、全体の作業時間はあまり変わらないことがあります。
メール返信業務で比較してみる
ある中小企業では、顧客からの問い合わせメールへの返信に、1件あたり平均15分かかっているとします。そこで、生成AIによる返信案の作成を導入しました。
以下は、AI導入前後の作業時間を比較した仮の例です。
| 作業内容 | AI導入前 | AI導入後 |
|---|---|---|
| 問い合わせ内容の確認・整理 | 3分 | 3分 |
| 返信文章の作成 | 8分 | 2分 |
| 内容の確認 | 2分 | 4分 |
| 文章の修正 | 0分 | 4分 |
| 送信・対応履歴の記録 | 2分 | 2分 |
| 合計 | 15分 | 15分 |
AIによって返信文章の作成時間は8分から2分に短縮されました。削減率は75％です。しかし、AIが作成した文章の確認や修正に時間がかかったため、業務全体では15分のままでした。つまり、この例ではAIを導入しても実質的な時間短縮は実現していません。
もちろん、すべての業務がこうなるわけではありません。問い合わせ内容が単純で、AIによる回答の精度が高ければ、確認や修正の時間も短くなるでしょう。
一方、問い合わせ内容が複雑で、担当者が何度もAIに修正を指示しなければならない場合は、自分で最初から文章を作成したほうが早いこともあります。AIが文章を作成するスピードと、業務全体の効率化は分けて考える必要があるのです。
議事録の作成でも確認作業はなくならない
もう一つ、AIの活用が進んでいる議事録作成を例に考えてみます。会議を録音し、AIによって文字起こしと要約を行えば、短時間で議事録の原案を作成できます。これまで担当者が会議終了後に1時間かけて議事録を作成していた場合、AIによる自動生成は大きな魅力です。
しかし、実際にはAIが作成した議事録を確認する必要があります。例えば、出席者の発言が誤って記録されていたり、決定事項と単なる意見が混同されていたりすることがあります。また、会議の重要な結論が抜け落ちている可能性もあります。こうした誤りを確認するために、担当者が録音データを聞き直す必要があるとすれば、想定以上の時間がかかるでしょう。
特に注意したいのは、AIの作成した議事録が一見すると完成度の高い文章になっていることです。文章として自然であるため、誤りがあっても気づきにくい場合があります。議事録の見た目が整っていることと、内容が正確であることは別の問題なのです。
ただし、AIによる議事録作成には、時間短縮以外の価値もあります。例えば、会議終了後すぐに議事録の原案を共有できれば、担当者が決定事項を早く確認できます。また、会議中にメモを取ることへ集中しなくてよくなれば、参加者が議論そのものに集中しやすくなります。
AI導入によって新しく発生する仕事もある
AIを導入することで、これまで存在しなかった作業が発生することもあります。例えば、AIに指示を出すためのプロンプトを作成したり、社内資料をAIが参照できるように整理したりする作業です。さらに、業務で利用するためには、AIの利用方法を従業員に説明し、情報漏洩を防ぐためのルールを整備する必要もあります。AIが業務システムと連携する場合には、動作確認やエラーへの対応も必要です。
このような作業は、AIを利用するたびに発生するものと、導入時や定期的なメンテナンスとして発生するものに分けられます。
例えば、AIの導入によって1件あたり5分の作業時間を削減できたとしましょう。月に100件処理する業務であれば、毎月500分、約8時間20分の削減となります。一方、導入時にマニュアル作成や従業員への説明などで合計10時間を費やしていたとすれば、最初の1か月だけでは、その準備時間を回収できません。
しかし、同じ業務が毎月続くのであれば、2か月目以降も時間短縮の効果が積み重なっていきます。このため、AI導入の費用対効果は、短期間だけでなく、一定期間継続した場合も考える必要があります。
AI導入の効果をどのように測定するか
では、実際にAI導入の効果を確認するには、どうすればよいのでしょうか。おすすめしたいのは、導入前後の作業時間を、業務全体で比較することです。
その際には、作業をいくつかの工程に分けて記録すると、どこで時間がかかっているのかがわかりやすくなります。例えば、請求書処理の業務であれば、請求書の内容確認、データ入力、入力結果の照合、会計システムへの登録という工程に分けられます。
AIを導入することでデータ入力の時間が減っても、照合作業に時間がかかるようになっていれば、その点を改善する必要があります。また、導入直後は従業員が操作に慣れていないため、作業時間が長くなることも考えられます。
1回だけの結果で判断するのではなく、一定期間利用してから平均的な作業時間を比較するとよいでしょう。
評価する項目としては、次のようなものが考えられます。
| 評価項目 | 確認する内容 |
|---|---|
| 業務全体の作業時間 | AIへの指示、確認、修正を含めた所要時間 |
| 修正の発生頻度 | AIの出力をどの程度修正する必要があるか |
| 処理の正確性 | 誤りや情報の抜けが発生していないか |
| 業務の処理件数 | 同じ人数で処理できる仕事が増えたか |
| 完了までの時間 | 依頼を受けてから成果物を提供するまでの時間 |
| 運用コスト | AI利用料、教育、管理、保守などの費用 |
| 従業員の負担 | 作業が楽になったか、確認の負担が増えていないか |
確認・修正に時間がかかるなら業務の分担を見直す
AIを導入した結果、確認や修正に時間がかかりすぎていることがわかった場合、すぐにAIの利用を諦める必要はありません。まずは、AIに任せる仕事の範囲が適切なのかを考えてみましょう。
例えば、顧客への提案書をAIに最初から最後まで作成させると、内容の正確性や自社の営業方針との整合性を確認するために、多くの時間が必要になるかもしれません。それならば、提案書の構成や見出しだけをAIに考えさせ、具体的な提案内容は担当者が作成する方法もあります。
また、請求金額の計算や売上データの集計など、明確なルールに従う処理は従来のプログラムに任せ、AIには文章の分類や要約などを担当させることも考えられます。
一方、AIの誤りによる影響が大きい業務では、確認作業を無理に減らすべきではありません。契約、支払い、給与計算などの重要な業務では、人間による確認や承認が必要です。
まとめ
生成AIを使えば、これまで時間がかかっていた文章作成や資料整理などを、短時間で処理できるようになりました。
しかし、AIの処理時間が短いことと、実際の業務時間が短縮されることは同じではありません。AIへの指示、出力結果の確認、誤りの修正、業務システムへの登録など、業務が完了するまでの工程を含めて評価する必要があります。また、AIの利用料や導入準備、従業員教育、運用管理の負担も考慮しなければなりません。
AI導入の効果が思ったほど出ていない場合には、AIの性能だけを問題にするのではなく、業務の進め方や、人間とAIの役割分担を見直すことをおすすめします。
AIの導入そのものを成果とせず、実際の作業時間、品質、費用、従業員の負担を継続的に確認することが、AIを使った業務改善を成功させるための第一歩となります。