ソフトや業務に組み込まれたAI

利用者がAIと会話しなくても、ソフトの一機能として働くAIがあります。メールを振り分ける、写真から文字を読む、録音を文字にするなど、日常の業務に組み込まれた使い方です。

このページでは便宜上「業務組み込み型AI」と呼びます。特定の技術名ではなく、利用のしかたを表す呼び方です。

1. どのような仕事をするか

働き身近な例当社の仕事で考えられる接点
文字を読み取る(OCR)紙や画像の文字を、検索・編集できる文字データにする点検票や帳票の転記補助、銘板の型式の読取り
音声を読み取る録音や発話を文字にする会議の記録、作業メモの入力補助
画像を分類・検出する写っている物や、確認すべき箇所を見つける写真の整理、計器の読取り、外観上の異常候補の抽出
内容を判定・振り分ける迷惑メール判定、文書の分類問い合わせや資料の仕分け、必要な情報を探す補助
言語を変換する機械翻訳、文章の言い換え海外製品の資料を読む、説明文の下書きを作る

同じ名前の機能でも、従来の処理やルール、機械学習、生成AIなど、実装方法は異なります。OCRや翻訳がすべて生成AIというわけではありません。

2. 「読み取る」と「意味をまとめる」は別の仕事

会議の録音を例にすると、音声認識は発言を文字にする処理、要約はその文字から要点をまとめる処理です。製品上は一つのボタンでも、途中で異なる種類の誤りが入りえます。

帳票でも、「画像の文字を読む」「日付・金額などを取り出す」「台帳へ登録する」は別々の工程です。最初の誤読を正しい値として扱うと、後の作業も誤ったまま進みます。

例えば、型式の「O」と「0」、小数点、単位、金額の桁が違えば、文章全体が自然でも業務上は困ります。元画像・元の録音に戻って確認できる形で使いましょう。

3. 当社で試すなら、まず転記や整理の補助に

ここで挙げるのは検討例であり、当社で導入済みであることを示すものではありません。

  1. 公開カタログで読取りを試す。型式、寸法、定格などを抽出し、原文と見比べます。表の行と列、注記との対応にも注意します。
  2. 読み取れなかった条件を残す。傾き、反射、汚れ、文字の小ささなど、失敗の原因を確認します。
  3. 確認込みの作業時間を比べる。読取りが速くても、修正に時間がかかれば十分な効果は出ません。
  4. 登録・送信は別に判断する。試行中は結果を確認用の一覧にし、台帳の上書きや社外への送信へ直結させないようにします。

確認する項目は、仕事で重要なものから選びます。文章の言い回しと、型式・数量・日付などでは、間違いの影響が異なります。

4. 便利な一機能でも、データの行き先を確認する

録音や撮影は、社内ルールと対象者・顧客との取決めも確認してください。外部サービスでの試行には、公開資料や架空の題材を使えます。

権限や外部連携の考え方は、AIエージェントのガイドと、山田泰司による「AIエージェント・セキュリティリスク」も参考になります。

5. うまく使えているかを見る基準

「正解率が高い」という一つの数字だけでなく、何を間違えたか、重要なものを見落とさないか、確認・修正に何分かかったかを見ます。

例えば迷惑メール判定では、迷惑メールを取り逃すことと、必要なメールを誤って隔離することは違う問題です。最初は自動削除より、判定結果を確認できる運用の方が、誤りを把握しやすくなります。

人の確認を助ける機能から使う。入力の手間を減らしながら、原本に戻れること、間違いを直せることを確かめましょう。

関連ページ・参考情報