身近で働く、さまざまなAI

AIと聞くと、質問に答えるチャットや、自動で仕事を進めるエージェントが思い浮かぶかもしれません。しかし、会話の画面がなくても、文字を読み取ったり、設備の変化を見つけたり、計画を助けたりするAIがあります。

このページでは、これまでの「チャット型・エージェント型・ローカルAI・フィジカルAI」に加え、日常や業務の中で働くAIを紹介します。新しい用語を覚えるより、「自分の仕事の、どの部分に役立つか」を考えながら読んでみてください。

まずは、気になる仕事から

こんな仕事はありませんか?読むページ主な話題
紙や画像の転記、録音の文字起こし、写真の確認を減らしたいソフトや業務に組み込まれたAIOCR、音声認識、画像認識、迷惑メール判定、翻訳
過去の記録を生かして、点検や作業の計画を立てたいデータから読み取り、予測・計画を助けるAI分析、異常検知、需要予測、工程・人員配置の最適化

例えば、「点検票の画像を読み取る → 記録を整理する → 変化の大きい設備を抽出する → 次回の点検計画に生かす」という流れでは、複数の技術を組み合わせられます。ただし、読取りや予測の誤りを、そのまま後の工程へ渡さない工夫が必要です。

分類は重なります

このガイドの分類は、厳密に境界を引いたものではありません。利用のしかた、動かす場所、役割という、異なる切り口を組み合わせています。

切り口分類・例考えること
どう利用し、何を任せるかチャット型、エージェント型、業務組み込み型対話するのか、作業を進めるのか、ソフトの一機能として使うのか
どこで動くかクラウド、ローカルデータの処理場所、通信の有無、必要な機器
何をするか認識、生成、分析、予測、計画など文字を読むのか、文章を作るのか、変化を見つけるのか
物理的な動作につながるかフィジカルAIロボットや機器の動作が、人や設備にどう影響するか

したがって、「ローカルで動く文字認識AI」や「予測結果を使って動くロボット」もあります。実際の製品では、これらの役割が一体になっていることもあります。

「自動化」には、AI以外の方法もあります

決まった条件で振り分けるルール処理、表計算、統計分析、数理最適化、定型操作を自動化するRPAなども、仕事を助ける方法です。これらとAIの境界は用語の使い方によっても変わりますが、自動で動くという理由だけで、すべてをAIと呼ぶ必要はありません。

例えば、決まった金額以上の支出を抽出するだけなら、表計算で十分かもしれません。「AIを入れること」を目的にせず、手間・精度・費用・保守のしやすさで選びましょう。

社員が最初にできること

  1. 困っている作業を一つ挙げる。「AIを使いたい」からではなく、「転記に時間がかかる」「記録を探しにくい」から始めます。
  2. 今のやり方と、困る間違いを整理する。作業時間だけでなく、見落とし・誤入力・確認の手間も把握します。
  3. 公開資料や架空のデータで、小さく試す。社内資料を外部サービスへ渡す前に、社内ルールと処理環境を確認します。
  4. 結果を確かめ、役立った条件を共有する。うまくいった例だけでなく、読めなかった帳票や予測が外れた場面も記録します。
AIの名前より、仕事の流れを見る。「何を入力し、何を出力し、誰が確かめ、次に何へ使うか」を整理すると、使いどころが見えてきます。

既存の4つの入口