「匠」の減少―技能継承におけるAI活用の道しるべ―テクノロジー最前線 データアナリティクス&AI編（7）

技能継承のアプローチ

AIを用いた技能継承について、私たちはさまざまな企業とタッグを組んで共同研究を進めています。その議論の中で、企業の方から「どのように進めていけばよいのか？」というご相談を受けます。

この質問の回答として行う標準的なアプローチは、業務の棚卸しです。まずは、特定の部門で行っている業務をリスト化します。リスト化ができたら、優先度を判断します。この優先度の判断は、「重要性」と「特殊性」の軸で考えます。前者の「重要性」は、匠の方が引退したら、売上の損失や著しい生産性の悪化といった大きなリスクを伴うか、後者の「特殊性」は匠の方が何名いるか、引退したら代替要員を確保できるかなどの観点で考えます。こうしてスコアリングを行い、技能継承に伴うAI化の優先度を決めます。

優先度を定めることができたら、優先度の高い上位の10業務などをピックアップし、「ルールベースで簡単に処理できる業務」と「複雑な判断を伴う業務」に仕分けます。ここでも経理部を例にとり、概要を説明します。経理部が、営業部門からタクシー代としてA地点からB地点まで2,710円といった申請を受けた場合、社内の精算基準と照らし合わせ、5,000円以下、部長承認済といった理由から承認を行うケースを考えます。このような業務は、ルールに基づいた自動化が見込まれるため「ルールベースで簡単に処理できる業務」に分類できます。

一方で、営業部門から10名の会食で100,000円といった申請を受けた場合、社内の経費精算基準を照らし合わせるものの、「取引先は同席か？」「取引先はどのような会社か？（存在する会社か？公務員ではないか？）」「取引先の費用は含んでいるか？」「領収書の人数と一致しているか？」「手書きの領収書ではないか？」「事前申請はあったか？」「過去に同じ申請はなかったか？」といった詳細確認が必要な場合があります。このような業務は個別の問い合わせや領収書の現物確認などを伴うため、「複雑な判断を伴う業務」になります。

実はこの振り分けが重要です。この振り分けにより、本当にAI化すべき業務が浮かびあがってきます。「ルールベースで簡単に処理できる業務“」はRPA等を用いて一定のロジックで自動化する業務であるためAIが不要です。一方、「複雑な判断を伴う業務“」はRPAや単純なシステムで代替できないため、AI化が求められる業務になります。また、AI化が求められる業務を超えた領域として、現在できていないが、AIによって新しく実現できるようになる業務も視野に入れることができます。

ここまで進んだら、特定業務のAI化を企画し、技術検証を進めていくことになります。技術検証を行うには、データ収集から始めます。

業務トライアル、運用で注意すべきこと

業務トライアルは3カ月～6カ月といった期間を設定し、利用者を絞り込んで、業務に活用いただきます。このフェーズで重要なことは、実際に利用いただく部門で「便利」と思ってもらうことです。その後の社内のAI推進を活性化させるためにも、AIを味方と思ってもらい、「AIを使いたい」と感じていただく必要があります。そのためには、ユーザーの要望をAIやAIを取り巻く各種システムに反映しながら一緒に作りあげていく雰囲気作りが重要となります。

また、一方で継続的な運用プロセスについても意識していく必要があります。AIに対して一度学習させて終わりというケースは少なく、日々発生するデータを継続的にAIに学習させていくケースがほとんどです。この運用は、バッチ処理で月次でAIの学習処理を起動させることから始めますが、AIの本数増加や時系列での性能変化をトレースしたいといったニーズが出てきた場合には、MLOps（Machine Learning Operations：機械学習オペレーション）を使って管理することを推奨します。

執筆者