Jennifer Sherman, チーフ・プロダクト・オフィサー、Unit4 Jennifer Sherman チーフ・プロダクト・オフィサー、Unit4

「ワークスロップ」を超える：実用的で人間中心のAI

「AIスロップ」の問題は、LLMやその他のAIコンテンツ生成ツールの使用が急増しているため、最近数年間で文化的なブームやメディアの注目を集めてきました。低品質の画像や標準以下の文章がソーシャルフィードを氾濫することを人々は気づいています。「AIスロップ」により、AIが生成したコンテンツであると疑われる広告コンテンツに対して、信頼性が低下しています。読者は、LLMが生成したコンテンツの特徴、たとえばエンドラッシュの過剰使用を察知するようになっています。残念ながら、「ワークスロップ」も現実の問題となりました。ワークスロップとは何か、それが財務リーダーにとって重要な理由は何ですか?すべてのCFOは、予算の差異を追跡したり、説明できない異常を解決するのに数時間を費やすことのストレスを経験しています。今日の企業環境では、AIの可能性はどこにでもありますが、新しい生産性の低下要因である「ワークスロップ」も存在します。ワークスロップとは、見た目はきれいに整っているものの、実質的価値、コンテキスト、または有用性が欠如しているものを指します。新しいことを教えてくれない、エンドラッシュが多すぎる記事、質問よりも答えが出ないレポート、フリクションを生み出す承認ワークフローなどがその典型的な例です。これらは、AIが生成したコンテンツであり、財務チームにさらに多くの作業を課すものです。ワークスロップは、一般的にコンテンツの品質が低いことと関連付けられます。ブランドの価値を低下させ、信頼性が低く、人々が注意を払っていないことを伝えます。しかし、ワークスロップがERPなどのビジネスアプリケーションに影響を及ぼすと、生産性と信頼性の低下の原因となります。ワークスロップは、AIシステムが人間の入力、コンテキスト、または監視なしに出力を生成した場合に発生します。財務リーダーにとって、これは、自動化されるべきものを明確化、修正、または再作業するために貴重な時間を費やすことを意味します。結果として、効率が失われ、自動化に対する信頼が低下し、財務機能が反応モードに陥ることになります。組織がAIに十分に投資していないと考えるかもしれませんが、ワークスロップはすでに存在しています。最近のハフィントンポストの記事では、スタンフォード大学の研究が、半数以上の労働者が仕事でワークスロップに遭遇したことを示しています。影響を受ける労働者を苛立たせるだけでなく、ワークスロップは、職場でのAIの統合の重要な売り文句である、生産性の向上と優れた品質を損なう可能性があります。良いニュースは、実用的で人間中心のAIアプローチを採用することで、ワークスロップを最小限に抑えるか、または完全に排除することができるということです。ここでは、ワークスロップ問題の現状、職場でのAIテクノロジーのより思慮深い応用例、そしてアジャイルで反復的なAIデプロイを達成するためのヒントについて見ていきます。ワークスロップは問題ではなく、第一稿なのか?現実を見つめましょう — 2026年が近づいてきており、AIは魅力的な製品です。時間を節約し、生産性を向上させる可能性があるため、人々はそれを使用するでしょう。どのように使用するかという疑問があります。適切なトレーニングと効果的な結果を得るための努力を伴うのでしょうか。ワークスロップは、ユーザーがAIに十分な入力や構造化された入力を提供しない場合に発生します。AIで最高の結果を得るには、会話を続ける必要があります。プロンプトを書き直したり、ニーズを洗練したりする必要があります。このやり取りにより、より多くのコンテキストとフィードバックが導入され、より良い結果に到達することができます。私は、AIプロンプトを作成したときにこれを実感しました。未回答のメールを要約し、約束をフラグすることで、1日の終わりの儀式としてTODOリストを更新することを目的としていました。素晴らしいアイデアのように思えましたが、最初のバージョンは実用的ではありませんでした。予測可能で実用的な出力を得るには、多くの改良、フィードバック、LLMからのコーチングが必要でした。私のニーズ、情報処理スタイル、注意スパンについて明確に伝える必要がありました。私の最初の稿を「ワークスロップ」と呼ぶのは妥当です。しかし、最初のイテレーションで止まって、使いにくい最初の稿に固執していたらどうなっていたでしょうか。そうすれば、生産性を妨げるワークスロップに直面していたでしょう。複数の当事者が関与するより複雑なプロセスに拡大すると、AIが最善の意図で適用されながらもワークスロップになる可能性を容易に理解できます。ただし、効果的に使うには、トレーニング、忍耐力、根拠が必要です。AIは実際の価値を加える可能性があります。しかし、リーダーとして、従業員が成功するための知識、サポート、調整を提供する必要があります。最前線での報告書は、まだ多くの作業が必要であることを示しています。人間中心のAIアプローチとは何か、それに到達する方法は?職場でのAIの擁護者にとって、良い出発点は、目標が人間を置き換えることではないことを認識することです。人間のフリクションを軽減し、人間の知能を増幅することです。人間のニーズ、日常的な苛立ち、判断、目標を理解することです。ここには2つの教訓があります。職場での人間中心の、高品質のAIを実現するために。まず、生成的なAIを扱うチームには、強いコンテキストと改良を通じてより良い結果を出すためのトレーニングと時間が必要です。AIを提供するテクノロジーパートナーを選択する際には、チームのニーズを真正に理解していることを確認する必要があります。つまり、チームの日常業務環境、どのようなことが機能し、どのようなことがまだチームを苛立たせるかを理解する必要があります。職場での人間中心のAIとは?AIは、スタンドアロンで使用して人間の仕事を容易にするために、または古いテクノロジーを補完してワークフローのギャップを埋めるために使用できます。たとえば、光学文字認識（OCR）テクノロジーは、画像のテキストを読み取り可能なテキストに変換し、紙のレシートや請求書を経費報告ソフトウェアに入力するタスクを簡素化するために使用されてきました。しかし、OCRを定期的に使用する人なら誰でも知っているように、常に期待どおりに機能するわけではありません。たとえば、レシートの写真を動いている列車の中で撮った場合、レシートが曲がって情報が隠れていたり、請求書が誰かの読みにくい筆跡で書かれていたりします。日付がヨーロッパ形式でシステムが米国形式しか認識できない場合もあります。OCRがデータを正しく翻訳できない理由は数多くあります。限界があるテクノロジーです。より洗練されたテクノロジーであるAIを統合することで、これらのギャップを埋め、手動で数字を入力する必要性を最終的に排除することができます。これは、人間中心のAIが可能にすることの始まりにすぎません。AIの能力を考えると、新しいアプリケーションは、人間が使用するコンテキストに基づいて請求書にフィールド以外のコンテキストを追加することなど、仕事でのフリクションを軽減するためにさらに多くのことを実行できます。人間中心のAIは、システム外のタスクを人間に持ってくることで、職場でのフリクションも軽減できます。ほとんどの人の仕事はERPシステム内ではありませんが、タイムシートや従業員のリクエストの承認などの特定のタスクを実行するためにログインする必要があります。AIエージェントがこれらのタスクを、決定を下すために必要な関連コンテキストとともに、すでに使用中のプログラムで人間に提示した場合どうでしょうか。そうすれば、プロセスが進行し、従業員がより集中できるようになります。人間中心のAIは、このような非価値追加タスクであるデータ入力や複数のシステムへのログインを排除できます。財務機能に人間中心のAIが与える影響は?アジャイルで反復的なAIアプローチは、すでに財務機能を大幅に変革しています。財務専門家がスプレッドシートや分析に没頭している場合、ストーリーテリングの側面を切り替えるのは難しいかもしれません。AIエージェントを構築してコンテキストを提供するのはどうでしょうか。たとえば、財務専門家にとって、異常やアノマリーは慢性的な悩みの種です。AIは、企業の支出の急増を説明するコンテキストを提供することで、負担を軽減できます。適切に設計されたエージェントは、財務分析がスプレッドシートを調べて変異を発見する前に、潜在的な問題をフラグできます。同様に、アジャイルで反復的なAIは、HRスペースでのアノマリーをフラグできます。給与計算後の給与に差異がある場合、従業員がそれについて問い合わせる場合、誰かがHRチームからすべてを捨てて、差異の理由を発見するためにフォレンジック分析を実行する必要があります。那は忙しいチームにとっての大きな課題です。思慮深く設計されたAIエージェントは、従業員に影響を与える前にアノマリーを浮き彫りにすることができます。アノマリーをフラグし、HRの意思決定者にコンテキストを提供することで、チームメンバーの焦点は生産性の最大化に残り、運用はよりスムーズに実行されます。フリクションとワークスロップの排除：DIYエージェントまたはベンダーAI?ワークスロップを避け、AIから実際の価値を得るための最善の方法は、日常業務で出会うフリクションを減らす方法を見つけることです。多くの従業員、特に財務やHRの役割では、システムへのデータ入力は、思慮深い自動化によって排除できるフリクションです。コンテンツを作成する人は、タイピングが仕事の一部ですが、AIを効果的に活用するには、トレーニング、コラボレーション、効果的なコンテンツを生成し、ダウンストリームの作業を生み出さないプロンプトを生み出すためのポリシーが必要です。作業の自動化のための正しい解決策は、役割や業界によって異なりますが、AIを職場に導入するリーダーは、エージェントを自分で作成するか、ベンダーからAIソリューションを入手するかを決定する必要があります。強力なITリソースを持つ会社、たとえばAIの専門知識へのアクセスやシステムインテグレーターを保持している会社では、ベンダーが提供するエージェント構築テクノロジーが機能する可能性があります。しかし、多くの企業はそのようなリソースを持っていません。さらに、リソースがあっても、適切なトレーニングやリソースがなければ、ワークスロップが問題になる可能性があります。セキュリティも重要な考慮事項です。人々はAIを使用するでしょう。したがって、リーダーの役割は、従業員がAIを安全に、透明性を持って使用していることを確認することです。カオスを生み出すことはありません。ベンダーを選択する際に考慮すべき点は?多くの企業にとって、ベンダーからAIを有効にしたシステムは優れた選択肢ですが、すべての製品が同等に作られているわけではありません。ワークスロップを避け、AIから実際の価値を得るための最善の方法は、可能な限りあなたを知っているシステムを見つけることです。たとえば、AIを有効にしたERPシステムで運用を改善したい場合、次の質問をベンダーに問い合わせてください： 製品は従業員が最も頻繁に遭遇するフリクションを排除しますか? 製品は従業員が直面する最も難しい問題を解決しますか? 製品は組織内のさまざまなレベルの専門知識に対応できますか? 製品は人間をループに留め、説明責任と透明性を確保しますか? コンテンツを生成するシステム、ワークフローを自動化するシステム、質問に答えるシステムを使用している場合、結果の品質は、システムがあなたのコンテキストをどれだけ知っているかによって決まります。テクノロジーパートナーに、AIソリューションが人間を中心に据え、実際の価値を提供する方法を問い合わせてください。ワークスロップは避けられないのか?ベンダーが誰であれ、独自のエージェントを構築しているか、フリクションを除去するための自動化ソリューションを使用しているかに関係なく、AIがセキュアで、透明性があり、価値を加えることを確認するのはあなたの役割です。人間中心のAIは、実際の問題を解決し、人間の仕事を容易にすることだけでは定義されません。実用的で人間中心のAIは、最終的に結果に対して責任を負う人間をループに留めることも意味します。ワークスロップは、AIの進化の段階として避けられないかもしれませんが、それはあなたの財務機能に永続的に存在する必要はありません。人間を中心に据え、トレーニングに投資し、ビジネスコンテキストを理解するベンダーを選択することで、CFOはERPシステムから新しいレベルの生産性と戦略的価値を解放できます。次のERPイノベーションの波は、ビジネスをあなたと同じレベルで理解し、洞察を提供し、ルーチンタスクを自動化し、財務リーダーが最も重要なことに集中できるようにするAIによって推進されます。財務の将来は、コンテキストに富み、敏捷で、人間によって推進されます。あなたは今日から使用できるツールを得て、明日への道を切り開き、実用的で人間中心のAIでワークスロップを超えることができます。