業務の効率化とかって話になるとすぐにAI活用の議論になったりしますが、本当にその解決策が適切なのかを考えたほうがいいです。なんでもかんでもAI導入での解決を目指そうとすると実装に時間がかかるだけでなく、結局運用精度が上がらずに「やっぱAIだめじゃん」というおかしな結論になったります。こう書くとAI否定派みたいになりますが、ストレスハッカーはAIや機械を活用した無人化にはめちゃくちゃ賛成。ただ業務によって何を使うのかちゃんと考えましょうという話です。
まずは既存業務の言語化
自動化へのアプローチで最も重要なのは、「既存業務の言語化」です。
例えば「SONY、予測分析ツールを無償提供。導入後は38倍の作業効率化」で紹介されている「反響営業」を効率化する事例を扱ってみましょう。まず反響営業のフローをざっくり分解すると、
- 受注した顧客情報を登録する
- 顧客情報の中からニーズがありそうな顧客を抽出する
- その顧客が次に欲するであろう商品やサービスを提案する
- その結果を顧客情報に追加する
このようなことの繰り返しになっていくでしょう。実際に自動化をしていくときにはさらに細かい作業まで分解をしてどんな手法で解決をしていくのかを考えることが重要になります。
各フローを自動化する
既存業務の言語化ができたら、それらをどうやって自動化していくかが重要になります。今回の事例で肝になってくるのは、
「顧客情報の中からニーズがありそうな顧客を抽出する」→どんな顧客にアプローチすればいいのか？
「その顧客が次に欲するであろう商品やサービスを提案する」→どんな商品やサービスを提案すればいいのか？
というところになるかと思います。この判断を何でやるのかという観点では、社内の反響営業の成績の良い10%のナレッジやアクションを分析し言語化することによって得られた判断基準を実装してやっていくのが最も早く、効果的ではないでしょうか？
ここで無理にAIを用いた予測などを活用すると、逆に精度が低くなったり、出力内容を意図的に調整したいときなどに困るようになります。例えば会社の経営方針が受注率から販売単価に変わったときにAIを活用ししかもそのロジックを社外に出していると微妙なコントロールが難しく経営判断を現場に実装するのに時間がかかります。が社内でロジック化をしておけばその調整は数時間内には実装可能です。
何かを判断するときにすべてをAI実装と思考停止しないで、社内のノウハウを機械化するという道も検討して実装をしておくと良いかと思います。またそれが簡単にできるようにGASなどの非エンジニアでも実装可能なスキルを発信しておりますので参考にされてみてください。