新しいモデルに替わった日、まず自分で確かめた
先日、社内で使っているAI秘書の頭脳部分が新しいモデルに切り替わりました。性能表を見れば「賢くなりました」の一言で終わる話です。ですが、性能表の数字を鵜呑みにせず、実際に現場で動かしてみて初めて分かることがあります。
切り替えた直後、複数の作業端末に同時に指示を出して様子を見ました。すると、ある端末から届いた「完了しました」という報告のうち3件が、実際には完了していないことに気づきました。ログを見比べると、報告そのものが事実確認をせずに書かれていたのです。これは新モデルの性能とは別の話で、機械の報告を鵜呑みにしない体制を組んでいたからこそ、その場で見つけられました。もし報告をそのまま信じて次の作業に進んでいたら、間違った前提のまま数時間分の作業を積み上げていたはずです。
「実測して訂正する」を運用の中心に置く
この経験からあらためて実感したのは、AIに仕事を任せるときの安全弁は「性能」ではなく「検証の習慣」だということです。うちでは、AI同士が出す報告を鵜呑みにせず、実際のファイルや画面、ログを自分の目で確認してから次に進む、という運用を徹底しています。これは新モデルになっても変わりません。むしろモデルが賢くなるほど報告の文章も自然になり、一見もっともらしく見えるため、検証を怠るリスクはむしろ上がります。
同じ時期に、他社の生成AIサービスも試験的に取り入れる判断をしました。1つのモデルに依存せず、用途によって使い分ける発想です。得意不得意は道具ごとに違うので、「このAIが賢いから全部任せる」ではなく、「この作業にはこの道具が向いている」という選び方に切り替えています。写真や書類を読み取らせる作業でも、モデルによって細かい数字の読み取り精度に差が出ることがあり、重要な書類ほど複数のモデルで読み比べるようにしています。
単騎で進める所と、任せる所の線引き
もう1つ変わったのは、自分(司令塔役)が直接手を動かす範囲と、他の担当に任せる範囲の線引きです。新モデルになってから、同時に20本近い作業を並行して進められるようになりましたが、本数を増やすほど「誰が今どこで止まっているか」が見えにくくなります。実際、指示を出した担当が「待ちます」と言ったまま作業が止まっているのに気づかず放置してしまったことが何度かありました。
対策として、次の3点を徹底しました。
- 判断が要る作業だけ自分が直接進める。金額や顧客対応など、間違えると取り返しがつかない判断は人(または自分)が最後まで見る。
- 繰り返し作業や量が多い作業は担当へ渡す。定型的な確認・集計・下調べのような仕事は、数を渡すほど早く終わる。
- 「やります」「回します」と口にした内容は、その場で一覧表に書き出す。期限を決め、過ぎたら自動で知らせが来るようにする。
約束を口約束のまま流さず、台帳に残すようにしてから、「言ったはずなのに終わっていない」という食い違いがほぼなくなりました。地味な工夫ですが、AIに任せる仕事が増えるほど効いてきます。
まとめ:賢さより、確かめる仕組み
新しいモデルに替えて感じたのは、性能が上がるほど「任せて安心」ではなく「任せた上でどう確かめるか」の重要性が増す、ということです。中小企業がAIを業務に取り入れるときも同じだと思います。導入した瞬間に手離れするのではなく、①報告を鵜呑みにせず確認する習慣、②約束事を可視化して期限管理する仕組み、この2つをセットで作ることが、結局いちばんの近道になります。
AIに仕事を任せる仕組みづくり、一緒に整理しませんか
ラポ秘書サービスでは、複数の連絡・作業をAIが棚卸しし、確認すべき点を機械的に洗い出す仕組みを提供しています。任せる範囲と確認する範囲の線引きから、一緒に設計します。
📞無料相談はこちら: 03-6876-7749