現場に残るAIと、1週間で使われなくなるAIの違い

導入したAIが定着するかどうかは、精度ではなく「どの作業を置き換えたか」でほぼ決まります。 定着したものと消えたものを並べてみると、差は導入の順番にありました。

消えるのは「判断」から置き換えたとき#

最初にうまくいかなかったのは、判断そのものを任せようとしたケースです。 提案内容の優先順位づけをモデルに任せたところ、出力は妥当なのに使われなくなりました。

理由は単純で、出力を採用するかどうかを人が毎回判断する必要があり、 確認のコストが元の作業時間を上回ったからです。 判断を代行させると、検算という新しい仕事が増えます。

残るのは「転記」から置き換えたとき#

定着したのは、判断を含まない作業に入れたときでした。

• 打ち合わせのメモを、決まった項目に整形する
• 記録から、次にやることだけを抜き出す
• 同じ内容を、別のフォーマットに書き直す

どれも正解が一意に決まり、間違っていればすぐ分かります。 確認が一瞬で終わる作業は、多少精度が低くても使われ続けます。

順番にすると、こうなる#

1. 毎日発生していて、正解が一意に決まる作業から入れる
2. 出力の検算が5秒で終わる形にする（項目を固定し、自由記述を減らす）
3. 定着したら、その出力を前提にした次の作業へ広げる
4. 判断を任せるのは、最後

3までで止めても効果は出ます。逆に4から始めると、ほぼ戻ります。

効かなかったこと#

• 全社共通のガイドラインを先に作る。運用が始まる前の規約は読まれませんでした
• 高性能なモデルへ差し替える。定着しない原因が精度だったことは一度もありません
• 使用率を計測して周知する。数字を見せても、確認コストは下がりません

次の一手#

いま自分が毎日やっている転記作業を1つだけ書き出して、 その出力の正しさを5秒で確認できる形に整えてみてください。 自分の業務でそれが回るかどうかは、事業として持つかどうかの判断にもつながります。