オープニングと近況報告
この番組は、中小小売企業の取締役経験のある2人が、 そのリアルについてゆるくお話しします。
人事に軸足を置いたジェネラリスト、私戸部有利が、 2度のM&A経験がある連続企業家、樋口幸太郎さんに話を聞いていきます。
既に小売企業を経営している方、これから小売ビジネスで企業を考えられている方に、 役立つ情報を楽しく語っていきます。
リテールトーク122回目です。よろしくお願いします。 お願いします。
今日はAI自体の業務フロー設計の重要性というお話です。 土日何やってました?
3連休だったじゃないですか。3連休の時に撮っているので、 日月で一人旅行に行って。
マジっすか。最高。
気さらずにアクアラインの渋滞に巻き込まれながら。 4時間くらいかかったんじゃないかな。
えー。海の上で。
海の上。手前ですね、もっと。 アクアラインに乗る前がものすごい混んでて。
川崎のあの辺りでものすごい渋滞でした。
えー。
朝早く出てたんで電報。
早めに行って、海行って、横で本を読んで、のんびり。
最高。
めちゃくちゃ良かったです。久しぶりに行きました。
いいっすね。一人旅めちゃくちゃいいっすね。
一人旅久しぶりだったけど良かったですね。どうですか?好きですか?
好きだし、私ビジネス用家なので、一人の時間すごく大切なタイプなので、一人旅、何がしたいって聞かれたら一人旅っすね。
なるほど。そうなんですね。いいっすね。
本何読んだんすか?
本は村上春樹の新作を読みました。
カホですね。
カホ、はい。
結構大学生の時から好きで村上春樹、めっちゃ読んでたんですけど、当時のテンションでは読めてない感じがしましたね。
カバタカみたいな。
そうっすよね。当時と感覚違いますよね。
だいぶ年取ったんでしょうね。新鮮な感じで読めなくなってきたなと思いましたね。
私も1975だっけ?あれまで全部、1984まで全部読んでますけど、
何が好きですか?
私あれですね、それこそ一人旅で海辺のカフカを持って四国に行ったんですよね。
海辺のカフカを読んだことなくて行ったんですけど、たまたま四国の話だったから、うわー面白ってなって。
だからあれがやっぱ一番印象深いなーって感じですね。
海辺のカフカはいいっすね。
何が好きですか?
僕は世界の終わりとハードボイルドワンダーランドと1984が好きですね。
1984はやっぱ面白かったですね。
私あれだ、短編の神の子供たちはみんな踊るとかも好きですね。
あー懐かしい、覚えてないですでももう。
すごく神秘的な、神話的なお話でしたけど。
ありましたね。
懐かしい、もう何年も読んでない。
知り合いにはエッセイがいいって言われたんでそっちも手出すかね。
聞きますね、エッセイがいいって。
マラソンとヤクルト・スワローズの話と出てくるらしいんでちょっと気にはなってます。
ちょっと読みたくなったし一人旅に行きたくなりました。
そうですね。
本題行きたいと思います。
AI時代の業務フロー設計の重要性：事例紹介
テーマはAI時代の業務フロー設計の重要性ですね。
そうですね、これすごい大事だなと思って。
最近苦労動をうちは会社としてチームプランで一人一人にアカウントを渡してやっているんですけれども
AI使ってやりましょうっていうのを積極的に言っていて、業務は効率的にやるしクライアントの業務もやっていきましょうって言ってるんですけど
結構業務設計しながらAIに何をやらせるかみたいな意思決定で
だいぶ生産性というか効率も変わるっていうのを実感したケースが何個かあったんで
ちょっとその話をしたいなと思ってます。
AIを使っている会社っていうのと使いこなせている会社って差が出てきているのかなみたいな風に見てるんですけど
AIの得意不得意とか苦労の設計力みたいな話だと思うんですけどちょっと具体聞きたいです。
最近あった1個目の事例がマスターレコード導入しているお客さんで売上データを登録したいと
登録の代行もやっているのでぜひいただくと
そこをやるときにデータがですねとんでもない量あって
結構大きい会社さんで店舗も結構全国に何十店舗というか100店舗近くある会社さんだったんで
売上データがすごい量になっちゃったんですよね。
1500ファイルぐらいに分かれたのかなCSVファイルで。
それを取り込むのを一括登録機能はあるもののいちいちやんなきゃいけないので
それをやるときにAI使ってやったら早いですよみたいな話で
メンバーの方に言ってAI作ってちゃちゃっと登録してくださいと。
僕だったら1日もかかわらず終わるかなと思ったら2日経っても3日経ってもなかなか終わらなそうで
どういう状況か確認したらなるほどって思ったんですよね。
何をやらせてたかっていうとAIに1個1個のファイルをブラウザ開かせて
Google Chromeでストアレコード開いてGoogle Chromeの対象のページに行って
一括登録のCSVを上げてっていう作業をAIにやらせようとしてたんですよね。
あ、1個1個?
1個1個です。1500ファイル。
AIにその指示を出すのにとかGoogle ChromeとAI繋ぐのに時間かかっちゃってみたいなこと言われたんですけど
僕が想定してたのってAIにPythonのコードを書いてもらって
RPAを書いてもらってストアレコードのページを立ち上げてガイドページに行って
ファイルを突っ込んで登録するみたいな一連の流れをPythonのコードで書いて欲しかったんですよね。
それは1回要件定義してあげてAIにこういう風に書いてPythonのコード書いてっていうといけるので
それをやって欲しかったのが一時AIが自分で動かしてCSVファイルを登録するみたいなフローにしていて
それは終わんないよなっていう話をしてこうするといいですよって言ったら一瞬で終わったんで
そこで結構設計力というか何をAIにどう任せるかっていうのを
考えるのがすごい大事だなと思ったんですよね。
前AIはめちゃくちゃ優秀な都心人みたいな言い方してたと思うんですけど
なんかめっちゃまさにですねやり方をちゃんと教えてあげないとうまくいかないっていうか
そうなんですよね。聞き方的にどういう風にやるのがいいかなっていうところから
AIと相談できてたらもっといい方法でやれたんでしたけど
多分AIにこういう登録をさせるっていう風に思い込んじゃったので
そういうやり方をしてって言ったらAIも真面目なので
その通りできるように考えてくれてやっちゃったみたいな感じなので
これがすごい差が大きいなと思いました。
やっぱりAIの特徴として同じ作業でもいちいち考えて作業しちゃうんですよね。
同じインプットでもアウトプットがブレるっていうこともあるんですけども
同じ作業をやる時にもこれはここをクリックしてこうだなみたいなことを考えながらやっちゃうので
ものすごい時間がかかっていると。逆にやっぱり手順が確実に決まっていて
業務フローが決まっている。売上データを一括登録のページに行ってアップロードして
一括登録ボタンを押すみたいな本当に手順が決定的に決まっているような処理っていうのは
生成ITよりも普通のコードとかRPAのほうが得意だよねっていうことで
こういった業務はAIに作業をしてもらうんじゃなくて
コードを書いてもらって決定的な処理をできるPythonのコードを使って
業務を終わらせるっていうのがすごい大事だなと思いました。
で、同じような話でストアレコードから取得したデータっていうのを
スプレッドシートに入れるっていうのを結構よくやっているんですよ。
これも初期うまくいかなかったことがあって
AIにこのデータをスプレッドシートに登録してって言ったら
これもいちいち1回1回ストアレコードからデータを取得して
どのセルに入れればいいんだろうなって考えながら作業してたんで
取得したデータをAPI経由でスプレッドシートに入れるところは
もうPythonのコードでやってみたいな形で言ったら
データを取得するところまではAIがやって
書き込むところはPythonのコードでやるみたいな組み分けをしてもらって
ものすごい劇的に早くなったので
これも似てる話かなと思いました。
データの取得、何のデータを取ってくるかっていうのを決めてあげて
それを表にどこに入れるか
A列に売り上げ、B列に何々みたいな
そういったところを決めてあげて
コードとして処理してっていうと
それに基づいてやってくれるのでめっちゃ早くなって
全然違うなっていうのを思ったんですよね。
まるっと全部丸まかせするんじゃなくて
考える部分と繰り返してコードが得意な部分と
分けるっていうのが大事なんですかね。
そうですね。なんで
AIに何をやらせるかみたいなところはすごい大事というか
決まったルーティンの作業みたいなところはコードの方がいいよね。
AIにはそういうコードを書かせるとか考えて設計するみたいなところを
お任せした方がいいなっていうのを思いました。
BPO業務におけるAI活用と3段階フロー
あとはですね、結構BPO的なこともやっていて実は
ストアレコードにデータを登録するっていうのを
うちで受け負うっていうようなことをやってます。
結構めんどくさいんですよね。
要は自動取得できないデータもストアレコードに入れて
一元管理したいみたいなニーズがあるので
請求書のデータをGoogleドライブで共有してもらって
この秘目はインフルエンサーのギフティング費用だから
これで登録してほしい。
〇〇さんへのお支払いっていうのは業務委託の手数料なので
この秘目で登録してほしいみたいなのがあって
それを本当にフリーと合わせて入れたいみたいな感じの
要望があったのでやってますと。
これでルールを決めたのは
過去に登録したことがある請求書
手作業で結構やっていたんですけれども
これAIに活用して自動化しようよっていう話をして
これをやるときもルール決めるときに
過去に登録したことがある請求書っていうのは
もう前例にのっとって
同じ秘目で登録してもらう。
なんで請求書名とか請求先から自動で登録できるように
AIにコードを書かせて
これで登録してねっていうような形でやってますと。
過去に登録したことがない請求書については
請求書の内容とか秘目とか説明文みたいなところを見ながら
AIが判断して仮登録を行ってくださいと。
登録したら人間にスラックで
過去にやったことないけれども
こういう秘目だったんで
こういうふうに登録しましたっていうのを
スラックで通知させるようにしました。
人間はその登録見て問題なければ
AIに対してそれにルールブック
過去の請求書名請求先から自動で登録できるような
そのリストに入れておいてっていう話をして
問題があれば修正した上で修正した理由を
AIに伝えて修正したもので
リストに入れておいてねっていうような形にして
設計しましたと。
過去の請求書のような決定的な処理っていうのは
コードベースで処理しましょう。
初めての処理はAIに判断させて
人間が承認するっていう
この3段階のフローにしたら
結構うまく回るようになったので
ちょっとこんな形で設計できるのが
綺麗かなと思ってやってます。
AIとコードの役割分担とコスト管理
すごい。
1回ルール化できたら
もうコードに任せちゃって
新しいものは人間が確認をする
工程を入れるってことですもんね。
AIと人間だけじゃなくて
AI、コード、人間が
それぞれ得意な役割を持つようになってるって感じですね。
すごい。
この概念が結構難しそうで
AIとコードの処理
Pythonのコードの処理が
イコールになっちゃってる人も多くて
そこの切り開けが結構
感覚としても難しいんだなと思いました。
分かんないですもんね。
そうなんですよ。
そもそもコードって何でしたっけみたいな感じなので
これを説明するの難しかったんですけど
整理するとこんな感じでした。
やっぱりAIに任せる業務が
だいぶ浸透してきたのかな。
うちの会社内ではだいぶ浸透してきて
みんなものすごい使ってますと。
その上でもやっぱり
生成AIの特徴
非決定的というか
同じインプットしてもアウトプットブレちゃうよ
というような特徴と
既存のコードとかRPAの特徴
これは絶対結果がブレないと
インプットが一緒であれば
アウトプットは絶対同じものが出てくるっていう
その特徴を抑えた上で
どういう作業
どういう業務は生成AIにやらせよう
どういう業務はコードとかで自動化した方がいいみたいな
この切り分けの勘どころっていうのが
ものすごい大事になってきたな
っていうのは思ってます。
生成AIって非決定的というか
同じ入力でもアウトプットめちゃブレる
一方で大量のデータを読み込んだりして
処理するっていうのは得意
で、コードを書くのも得意
結構優秀なので
決定的な処理と非決定的な処理を自分で判断して
ここはコード書いた方がいいよね
ここはRPAで処理しよう
ここはAIが認定しなきゃいけないよね
ここは人間に判断してもらわないといけないよね
みたいな切り分けも結構得意なので
経営からまるっとお任せした方が
うまくいくかなっていうのは思いました
思い込んでAIにこれをやっといてっていうよりは
こういうゴール、こういう業務
AIへの依頼方法と今後の展望
請求書をこんな形で共有されていて
最終的に自動で登録したいんだけれども
どういう風にやるとうまくいくかね
みたいなそういう相談からした方が
もしかしたらうまくいくかもなと思いました
そもそもなんかAIで何ができそうか
みたいなのが考えられるっていうのが大事だし
使ってるからこそAIに何をさせるのかが
思いつけるだろうから
そこが大事なんだろうなという感じで受け止めてます
私あんまもうそんな使いこなしてないから
他人の話として聞いてるんですけど
そうなんですね
会社で結構やったりしてないんですかまだ
これからって感じですか
クラウドコードとかは私の業務だと
全然触ってなくて
別のAIは使うことはたくさんありますけど
こういう使い方は全然してないですね
なるほど
人事とか結構大量に業務がありそうなんで
便利に使えそうかなと思いました
それで言うと自社のプロダクトの
1ユーザーみたいな立ち位置なんですけど私は
採用企業向けのプロダクトを使っている
企業の採用担当なので私は
だから自社のプロダクトに組み込まれてる
AIとかはめちゃくちゃ使ってるんですよね
なるほどなるほど
APIで何を自動化してみたいなのは
社内ではやってますけど
っていう感じですね
これでも組織で使うってなると
コストの話もあるのかなと思ってて
みんな自由に使える環境にしてるんですか
みんな使える環境にしていて
チームプランで組織設定で僕が管理者なんで
なんでこんなうるさく言ったかっていうと
コストが見える化されてるんですよものすごく
一応利用上限を設けないと大変なことになるって聞いたんで
会社で使える上限金額決めて
あと各個人が使える上限金額も決めて
みたいな感じで設定していて
見たらめっちゃ使ってる人がいて
これはだいぶ使われてるなと思ったら
最初のAIに一個一個手作業で登録させる
みたいなのをやっていて
ものすごい金額が課金されてたのを見て
これはちゃんと切り分ける
そういう話もしないといけないなと思って
気づいたっていうような感じです
キャップつけないと確かに怖いですね
いや怖いですよ
本当に一瞬で雑にお願いするとボーンっていっちゃうんで
これはびっくりしましたね
間違った任せ方をしちゃうと
時間かかるだけじゃなくて費用まで増えちゃうから
これでも分かりにくいと思うんで
多くの企業さんが直面しそうというか
してるのかもしれないですね既に
多分かなりしてるんでしょうね
特にエンジニアさんいてみたいな会社で
どんどんどんどん作っていくみたいな感じは
トークンコスト馬鹿にならないじゃないかなと思ってます
やっぱりこのAIのトークンコストっていうのが
人件費に置き換わっていきそうだなっていう風に
思っているので
ここをどういう風にすると
効率がいいのかみたいな
逆にトークンコストの方が高くなっちゃう
っていう未来もありえそうかなと思っていて
すごい今後も考えていかなきゃいけないテーマだなと思ってます
一方で僕もすごい雑に
このスプレッドシート読み込んで
同じようなシート作っといてっていうのを
雑に依頼したらちょうどフェイブルファイブ使えますよ
みたいな感じだったので
お願いしたら一瞬で上限まで行っちゃって
雑にやるとこういうことになるんだと思って
そこから注意しようと思いました
怖いっすね
怖いっす
なるほど
AIが使えるっていうだけじゃなくて
人とAIとコードと
それぞれの役割を設計できるっていう人が
今後価値を発揮する時代になってきたんやろうな
っていう感じがしてます
そうですねこの裸感が難しそうですね
どこまでAIに任せて
どこはコードRPGで勝利すればいいよね
人間がこれ絶対ジャッジしなきゃいけないよね
っていうのは結構触りながらやらないと
分かんないなと思ってるんで
僕も結構積極的にメンバー含めて
あとクライアントさん含めてやっていって
AI使った業務フローの設計の
第一人者になっていきたいなっていうのは
結構思いとしても思ってるんで
いっぱいやっていきたいなと思ってます
すごい
エンディング
ありがとうございます
今日はAI時代の業務フロー設計の
重要性というお話でした
ありがとうございます
ありがとうございます
リテールトークここまでお聞きいただき
ありがとうございます
番組の詳細欄にGoogleフォームのURLがあるので
質問やメッセージはそちらから
お送りいただけると嬉しいです
番組内でご紹介させていただくかもしれません
次回もぜひよろしくお願いします
