AI活用で起きる「抜け」と「余計」
経営者のためのヤバい仕組み化ということで、この番組は、仕組み化の専門家である私、松田幸之助が、様々な事例を仕組み化の視点で解説していく番組です。
今日はですね、三井住友カードに学ぶ判断基準の仕組み化ということで、AIにですね、重要なことを教えて、みたいなことをやり取りすることあると思うんですけれども、
それだけでは足りなくて、この三井住友カードさんがですね、取り組み始めている内容が非常にですね、仕組み化の視点で面白いなと思いましたので、
今日はそのニュースを元にですね、仕組み化、そしてAI活用のヒントを考えていければなというふうに思います。
まずですね、よくあるのがですね、いろんなチャットGPTであれ、クロードであれですね、AIにいろんな情報を繋いだのにも関わらず、なかなか重いような情報がですね、返ってこないというのはあるんじゃないかな
と思いますし、
逆にAIをうまく活用できている方であれば、いろんな情報をですね、AIがですね、上げてくるようになるというのがあるんじゃないかなと思います。
最近ではですね、チャットGPTのドッツというのがですね、非常に優秀で、そのいろんなことをですね、元秘書みたいに、これが対応したほうがいいですよ、とか教えてくれるようなものがありますが、
そのドッツとかを使っていたとしても、逆にですね、大きく2つ問題がありまして、まず1つ、抜けるという問題ですね。
本当に教えてほしいドッツとかAIがですね、ここ確認したほうがいいですよっていうふうな本当に重要な報告が、やっぱりなかなかAIから上がってこない問題というのがあるんじゃないかなと思います。
もう1つ、それは余計だよね問題ですね。
もう対応済みのことまで対応漏れです、みたいに報告をされるというふうなんですね。
つまりこのAIがうまく情報をつなげられたとしても、抜けてしまうという問題と余計だよねという問題が結構あるんじゃないかなというふうに思います。
同じ経験されている方ですね、私以外にもいらっしゃるんじゃないかなと思うんですけれども、これですね、抜けたとしても余計だとしても、どちらにせよですね、これ確認の仕事が増える。
つまり、もしこれ社長がやられていたら、社長の手間暇が増えてしまうよねという問題があるんじゃないかなというふうに思います。
そして、これAIの性能というのも一部あるかもしれないんですけれども、これは一部AIの性能だけではなくて、やはり情報というものをしっかりとAIが判断できるようにしてあげる必要があるんじゃないかなというふ
うに思います。
判断できるものがなければ、さすがにAIも判断することは難しいよねというふうに思います。
例えばですね、AIとかにですね、明日やることなんかあると聞いたら、何が返ってくるでしょうかと。
おそらく明日が期限の仕事であったりとか、すでに過ぎている仕事とかですね、来週の商談とかですね、そういうものが上がってくるんじゃないかなと思うんですけれども、
では、この三つの中で本当に社長が、そして皆さんが欲しい情報ってどれだっけというところだと思います。
もしかしたら、この三つ以外の他の選択肢の情報を本当は上げてほしいというふうに思われるかもしれません。
社内とAIの判断基準をそろえる
これ意外と大事なのが、何をしてほしいかと何を基準に選ぶかっていうのは違うというふうなところだと思います。
お客様とのやり取りで重要なことを教えてというふうにAIに伝えたとしても、何を重要とするかというのは、これはそれぞれですね、重要という定義が違うと思います。
例えばロイヤルカスタマーとかですね、重要なお客様のやり取りの中で絞った重要なことを教えてくれということなのか、
はたまたお客様とのやり取りで約束をちょっと過ぎちゃってるものがあったら、それを教えてということなのかというふうに、
当然この基準ですね、判断基準っていうのは私と、そしてこのポッドキャストを聞きの皆様とでも違うと思います。
何を重要とするかという基準がないと、AIもさすがに適切なアウトプットをすることはできない。
実はAIだけじゃなくて、日頃の従業員さんとのやり取りでもよくあるんじゃないかなと思ってまして、
例えばですね、これ実はよくあるのが、従業員の皆さんからすると、この案件はですね、まだ社長に報告しなくていいやとか、
そんなに重要なお客様の声じゃないから、これはあげなくていいやって思っていることと、社長が思っていること、
いやそれはさすぐに報告してほしかったよっていうふうに、従業員の皆さんと社長が求めている情報がなかなかつながらないということもあると思います。
この時に社長が大事なことは報告してよって言うと思うんですけれども、その大事って何なんだっけって、
その大事っていうのはおそらく社長の頭の中にしかなかなかないので、
それをちゃんと明文化して、みんなに大事っていうのはこれだよねっていうのを伝えなければいけないのと同じで、
人でも同じなので、AIにもこれが大事ですよっていうですね、そういうものを伝えていかなければいけないんじゃないかなというふうに思います。
やっぱりちゃんと判断基準を揃えるということをやっていかないと、なかなかAIを活用しきるっていうのは少し難しいかなと思ってまして、
三井住友カードと情報の意味づけ
これを取り組み始めたのが三井住友カードさんがこれらの取り組みを進め始めているんじゃないかなというふうに思います。
このコメタというAIデータプラットフォームというものを導入し始めたんですかね、というふうなニュースが上がっていたりします。
これはどういうものかというと、情報をAIがちゃんと活用できるようにしていきましょうみたいな、というふうなものじゃないかなと思います。
実際細かいところは是非見ていただければと思うんですけれども、このニュースを見て改めて思ったのが、
今日のテーマとしてお話ししていることなんですけれども、まずAIを活用していくためには、
情報の環境整備というですね、まず情報を残してちゃんと整えていくということが私は大事じゃないかなと常々思っているんですけれども、
まずこの情報を残すということはそうなんですけれども、その後に情報の意味をちゃんと整理しなければいけない。
つまり先ほどからお話ししている大切ということですね、大切とか重要ということは、
我が社にとって大切なのはこういうことですよと、我が社にとって重要なのはこういうことですよというのをちゃんと定義をしていく。
その定義づけをしたら初めてそれをもとに活用することができるんじゃないかなというふうに思います。
先ほどの、例えばGPD-DOTSとかの件で言うのであれば、明日私がやることを教えてって言ったときに、
私がやることの優先順位が高いことはこういう仕事ですよというのを先に伝えておくことができれば、
それを判断基準としてアウトプットをしてくれるということがありますので、
何を考えてどんな優先順位なのか、共通言語は何なのかというのを正しくAIにお伝えすることで、
完了条件を定義してAIの精度を上げる
AIを活用することができる。それを進めると判断のズレが当然出てくると思います。
実際にAIに重要な明日やるべきことを教えてと聞きますと、
すでに自分自身の優先順位の高い仕事であったりとか、報告してほしいことをAIに伝えてたとしても、
それとズレたアウトプットが出てくると思うんですね。
そしたらそれをまたしっかりと何でこういうズレたアウトプットになってしまったのかというふうな部分で
与えるべき情報であったりとか、与えるべき情報の認識ですね。
じゃあ大事っていうことは大事なことを報告してくれてなかったとするのであれば、
その報告してくれなかった大事なことっていうのを改めてちゃんと整頓してですね、
AIに伝えてというふうなことをやっていく必要があるんじゃないかなというふうに思います。
このようにちゃんと条件を決めて、
そうするとAIが膨大な自社のデータから何を拾うか何を拾わないかっていうのを判断して、
それを元に繰り返しですね、アウトプットの質が低ければ少し修正していくみたいなことをやっていくと、
どんどんどんどんAIが上げてくれる情報が精度が高くなってくるんじゃないかなというふうに思います。
これもですね、ちゃんとやらないとどういうことが起きるかというと、
例えば返信漏れているものを教えてみたいなことをAIに聞きますと、
そうすると、例えばですね、午前にお客様から依頼が届きましたと、
午後にそれを返信しました。ただ管理表では見対応のまま、チェックが入っていなければ、
管理表だけを見るとAIは返信漏れっていうふうになるんですね。
次に確認してお返事しますっていうふうにちゃんと返しましたと、
でも実際に質問には回答してないってなると、送ったから完了でOKだとすると、
これはAIも見落としてしまいました。
管理表が見対応だからダメとか、管理表をチェックしたからOKだとかってですね、
そういうふうな送信したからOKとか、依頼への対応が完了したからOKとかっていうのではなくて、
そこの含めてですね、基準を明確にしないといけないと。
例えば今回の例でいうのであれば、管理表が見対応でもダメですし、
お客さまにちゃんと求められている質問の回答をしてなくてもダメです。
この二つをやったら完了というふうな定義だとすれば、
その定義をちゃんとAIに伝えておくことができればですね、
より精度の高いアウトプットがですね、出てくるんじゃないかなというふうに思います。
AIの報告を担当者へ振り分ける
なので、このようにしっかりとですね、情報を定義すると。
これをやっていかないと、結構ですね、色々と仕事が逆に増えてしまうということがあると思うんですが、
もう一つ、私が最近ですね、やらなければいけないなと思っていることもお伝えすると、
このようにやっぱりAIがいろんな仕事のですね、漏れであったりとか、
ここを優先した方がいいですよっていうのを挙げてくれました。
で、挙げてくれるんですけれども、それを挙げてくれたことが、
全部社長が集める必要があるかというと、そうではなくてですね、
やっぱ必要な人に、実行してもらう担当者の方に、
うまくAIに振り分けてもらうということも、
次のステップでやっていかなければなというふうに考えております。
何でもかんでも全部社長にですね、集まってくると、
やっぱその分、情報のですね、脳のリソースも割いてしまいますし、
全部が全部本当に重要なことかというと、
それは担当者レベルであれば重要かもしれないけれども、
社長からすると、もっと未来のこととかですね、
優先順位の高いことがあるかもしれないので、
そこもうまくですね、AIが挙げてくれる情報というのも、
しっかりと直していかなければいけないと思いますというふうなところですね、
最近考えております。
自社の考え方をAIに伝える
なので、今日はですね、この三井住友カードさんがやり始めたですね、
やっぱりAIの意味とかですね、使う場面というところですね、
ちゃんとデータに意味を与えて、
AIが適切に判断できる環境を作るということを、
三井住友カードさん多くてですら、
こういうふうなことを取り組み始められておりますので、
私たちもですね、改めてこのAIがちゃんと必要な情報を参照することができて、
そしてそれをするためのAIに適切な自社の考え方であったりとか、
取り組みというのをお伝えするようにするということは、
やっていかなければいけないなというふうに感じました。
私も本当このGPT.2、最近ですね、すごい活用してますけれども、
まだまだ自分が本当に欲しいこと、やって欲しいことと、
100%マッチしているとまではやっぱりなかなかいかないので、
そうなった時にやっぱりそもそもAIにそこの細かいところですね、
私が大切にしていることとか、
私が重要にしていることというのをちゃんと定義してですね、
伝えきれてたかなというと、そこはやっぱりやってないと。
人でやらなきゃいけないことは、
当然AIにも同じように一部やる必要はあるかなと思いますので、
私もですね、ここの今日お話ししたことを自分でもですね、
取り組んでいって、仕組みのレベルをですね、
また一段階上に上げていきたいなというふうに考えております。
ということでですね、今日は三井住友カードさんに学ぶ
仕組み化、AI化のお話をさせていただきました。
この番組では毎週一本、
様々な事例を仕組み化の視点で開設しておりますので、
ぜひチャンネル登録やフォロー、グッドボタン、
いいね等ですね、やっていただければ嬉しく思います。
またですね、私の方で仕組み化実践会というものと、
AI実践会というですね、
二つの経営者コミュニティを運営しております。
二つ合わせますと、
すでに100名以上、100社以上のですね、
経営者の方がご参加いただいておりますので、
仕組み化経営、そしてAI経営というものに興味がある方はですね、
ぜひ概要欄からチェックしてみていただければと思います。
それではまた来週お会いしましょう。さようなら。