読み込み中
このレッスンの内容このレッスンを終えると、次のことができるようになります
  • 4Dフレームワークの4つの次元すべてを組み合わせて適用し、AIを使った再現可能な手順を構築する

ワークフローの自動化

読み込み中

ワークフローの自動化 · 6 min

要約文字起こし

このビデオでは、4Dフレームワークの4つの次元すべてを組み合わせて、実践的なワークフロー自動化を構築します。開発コーディネーターのEmilyが、組織の年次ガラの準備をしながらAI支援のメール返信システムを構築していく様子を追っていきます。このビデオでは、AIが処理すべきタスクと人間の対応が必要なタスクをどのように分類するか、システムの動作をどのように正確に記述するか、そしてテストと透明性を通じてどのようにDiligence(誠実さ)を維持するかを示します。

重要なポイント

  • Problem Awareness(問題認識)から始める:AIツールに触れる前に、実際の業務量を分析しましょう。人々は何を求めているのか?どのようなパターンが見られるか?何を自動化するかを決める前に、具体的なリストを作成してください
  • Task Delegation(タスクの委任)とは、「AIはこれをできるか」ではなく「AIはこれをすべきか」を問うことです:文書化された質問への回答のようなタスクは自動化の良い候補です。一方、クレーム対応や重要度の高い依頼の処理などは人間が担当すべきです
  • 実際の例を使って反復的にテストする:実際に受け取ったメールを使ってシステムをテストしましょう。記述内容に改善が必要な抜け漏れが見つかるはずです。これは正常であり、必要なプロセスです
  • 3種類のDiligence(誠実さ)すべてを実践する:Creation Diligence(作成時の誠実さ)とは、何を自動化するかについて意図的であることを意味します。Deployment Diligence(運用時の誠実さ)とは、出力が送信される前(特に初期段階)にそれを確認することを意味します。Transparency Diligence(透明性の誠実さ)とは、特に何か問題が発生した場合に、AIの役割について誠実であることを意味します

エクササイズ

自動化の機会をマッピングする

このエクササイズは、あなたの業務の中でどの繰り返しタスクがAI自動化の良い候補であるかを特定するのに役立ちます。

パートI:繰り返しタスクを棚卸しする

過去1週間の業務を振り返ってみましょう。繰り返しが多い、または時間がかかると感じたタスクを5〜10個リストアップしてください。各タスクについて、以下を記録します:

  • このタスクはどのくらいの頻度で発生しますか?(毎日、毎週、毎月)
  • 1回あたりどのくらいの時間がかかりますか?
  • 対応や処理はほぼ標準化されていますか、それとも大きく異なりますか?

パートII:AI適性で分類する

タスクを3つのカテゴリーに分類してください:

  • AIが処理できる:標準化された対応、文書化された情報、明確なプロセス
  • AIが支援し、人間が判断する:AIが下書きや準備を行えるが、行動前に確認が必要なタスク
  • 人間が対応すべき:重要度の高い判断、感情的な状況、複雑な判断が必要な事案

パートIII:優先順位をつける

「AIが処理できる」または「AIが支援できる」カテゴリーの中から、最も時間の節約になるタスクを1つ選んでください。これがあなたの自動化候補になります。

振り返り:

  • 各タスクをどのカテゴリーに分類するかを決める際、どのような基準が役立ちましたか?
  • 自動化に適していると感じたタスクの数(多い、または少ない)に驚きましたか?

レッスンの振り返り

  • 4Dフレームワークの4つの次元すべてを組み合わせて使用したことで、この自動化タスクへの取り組み方はどのように変わりましたか?
  • AIが実行できるほど正確に自動化システムを記述するプロセスについて、何に驚きましたか?

次のステップ

次のレッスンでは、AI依存への懸念への対処から、あなたの価値観を反映したAIポリシーの構築まで、組織にAIを思慮深く持続可能な形で統合するための戦略について説明します。