ソートリーダー

「ワークスロップ」を超える実用的で人間中心のAI

Published January 6, 2026

Updated April 1, 2026

Jennifer Sherman, Chief Product Officer, Unit4

「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、過去数年間で文化的なブームとメディアの注目を集めてきました。人々は、低品質の画像や低品質の文章がソーシャルフィードを埋め尽くしていることに気付きます。

AIスロップのせいで、私たちは今AI生成の可能性のある広告コンテンツを信頼しないようになりました。読者は、LLM生成コンテンツの特徴的な徴候、たとえばエンドッシュの過剰使用を特定するようになっています。不幸にも、「ワークスロップ」も現実です。

ワークスロップとは何か、そして財務リーダーが気にするべき理由

すべてのCFOは、予算の差額を追跡したり、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フラストレーションを知っています。今日の企業環境では、AIの約束はどこにでもありますが、新しい生産性の殺し屋「ワークスロップ」もあります。

ワークスロップとは、見た目は美しいですが、実質、文脈、または有用性が欠けている自動化の副産物です。それはあなたに新しいことを教えない、エンドッシュでいっぱいの記事です。質問よりも答えを出すジェネリックレポートです。フリクションを生み出す代わりに明確性を生み出す承認ワークフローです。それはあなたにさらに多くの作業を強いる、AI生成コンテンツです。

ワークスロップは最もよく、低品質なコンテンツに関連付けられます。それはブランドの価値を下げ、信頼性が低く、人々が注意を止めたことを伝えます。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、それは生産性と信頼性の低下につながります。

ワークスロップは、AIシステムが人間の入力、文脈、または監視なしに出力を生成することによって発生します。財務リーダーにとって、これは、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。

結果は、効率の低下、自動化への信頼の低下、財務機能が反応モードに陥ることです。あなたはあなたの組織がAIに十分に投資していないと考えているかもしれませんが、それはすでにあります。

最近のハフィントンポストの記事は、スタンフォード大学の研究が、働く人の半分以上が仕事でワークスロップに遭遇したと述べていることを引用しています。影響を受ける働く人を苛立たせるだけでなく、ワークスロップは、職場にAIを統合するための重要な売り文句、つまり例外的な品質でより高い生産性を危うくします。

良いニュースは、実用的で人間中心のAIアプローチでワークスロップを最小限に抑えたり、排除したりできることです。ここでは、ワークスロップ問題の現在の状況、職場でのAIテクノロジーのより思慮深い応用、エージェントの導入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、最初の草案である可能性

現実を直視しましょう — 2026年が近づいてきており、AIは興奮するべき製品です。時間を節約し、生産性を向上させるという驚くべき潜在能力があります。したがって、人々はそれを使用するでしょう。彼らの雇用主が技術の採用を奨励するかどうかは関係ありません。質問は、適切なトレーニングと効果的な結果を得るために必要な努力を払ってそれを適用するかどうかです。

ワークスロップは、ユーザーがAIに十分な、または適切に構造化された入力を与えないときに発生します。AIで最良の結果を得るには、会話を続ける必要があります。プロンプトを書き直すか、ニーズを洗練する必要があります。このやり取りのプロセスにより、より多くのコンテキストとフィードバックが導入され、より良い結果が得られます。

私は、AIプロンプトを作成したときにこれを最初に知りました。未回答のメールを要約し、約束したコミットメントをフラグするという、終了日の儀式としての私のTODOリストを更新するためにです。それは素晴らしいアイデアのように思えましたが、元のバージョンは実用的には全く役に立たないほど重厚で大がかりなものでした。

予測可能で実用的出力を得るには、多くの洗練、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する必要がありました。

私の最初の草案を「ワークスロップ」と呼ぶのは妥当です。しかし、洗練によって、実用的で役立つAIツールに到達しました。でも、もし最初のイテレーションで止まって、より使いにくい最初の草案に留まっていたらどうなっていたでしょうか。そうすれば、私は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。

これをより複雑なプロセス、複数の当事者が関与する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ことが容易に理解できます。適切なトレーニング、忍耐力、基盤がなければです。

AIが実際の価値を加えることは間違いありません。しかし、リーダーとして、従業員が成功するために必要な知識、サポート、調整を確保する必要があります。ワークスロップが生産性を破壊しているという報告は、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、それはどのように実現できるか

人間中心のAIアプローチとは何か。実用的で人間中心のAIアプローチは、ワークフローにAIを統合することで、より良い結果につながりますか。

職場でのAIアドボカシーにとって、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。人間の知性をフリクションを軽減することで増幅させることです。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。ワークプレイスで人間中心の、高品質のAIを実現するために。まず、生成AIを扱うチームには、強いコンテキストと洗練によってより良い結果を得るためのトレーニングと時間が必要です。

あなたが選択するAIを提供するシステムについては、テクノロジーパートナーがあなたの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、彼らの日常の運用環境、どれが機能し、どれがまだ苛立たせているかを理解する必要があります。

ワークプレイスでの人間中心のAIとは

AIは、スタンドアロンで適用して人の仕事を簡単にするために使用できます。あるいは、ワークフローに残っているギャップを埋めるために、古いテクノロジーを強化するために使用できます。たとえば、Optical Character Recognition (OCR) テクノロジーは、画像のテキストを読み取り可能で検索可能なテキストに変換し、紙のレシートや請求書を費用報告ソフトウェアに入力するタスクをストリームライン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は誰でも知っているように、それは常に期待どおりに機能しません。もしかしたら、あなたは列車の中でレシートの写真を撮ったので、レシートが曲がって情報が隠れていたかもしれません。もしかしたら、請求書は誰かの読みにくい筆跡で書かれていたかもしれません。もしかしたら、日付はヨーロッパの形式で、システムは米国の形式しか認識できないかもしれません。

OCRが正しくデータを翻訳できない理由は数えきれません。それは限界の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ことによる苛立ちを最終的に排除できます。

これは、人間中心のAIが可能にすることの始まりに過ぎません。AIの能力を考えると、新しいアプリケーションは、仕事で生じるフリクションを軽減するために、はるかに多くのことを実現できます。たとえば、適切なプロンプトと、歴史的なトランザクションデータのパターン認識を通じて、AIはページのフィールドを超えて、コストセンター、プロジェクト情報など、使用している人間に基づいたコンテキストを請求書に追加できます。

人間中心のAIは、ERPシステムのようなシステムの外側にあるタスクを人々に持ってくることで、職場でのフリクションを軽減することもできます。ほとんどの人の仕事はERPシステムに住んでいませんが、特定のタスク、たとえばタイムシートや従業員のリクエストの承認を行うためにそれにログインする必要があります。

もしAIエージェントが、それらが決定を下すために必要なコンテキストとともに、タスクを人々に持ってくることができたらどうでしょうか。そうすれば、プロセスが進行し、従業員がより集中できるでしょう。人間中心のAIは、この種のデータ入力や複数のシステムへのログインなどの非価値追加タスクを排除できます。

人間中心のAIは財務機能をどのように変革していますか

AIへのイテレーティブアプローチは、すでに財務機能を重要な方法で変革しています。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、物語を伝える脳の側面を切り替えることは難しい場合があります。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、異常や異常は慢性的なイラストです。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、スラックを拾うことができます。よく設計されたエージェントは、財務アナリストがスプレッドシートをすべて調べて差異を発見する前に、潜在的な問題をフラグできます。

同様に、イテレーティブなAIは、人事部門での異常をフラグできます。給与後の給与差異について従業員が疑問を抱いたとき、人事チームの誰かがすべてを中止して、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。これは、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、異常を浮き彫りにし、人事の意思決定者にコンテキストを提供できます。こうして、チームメンバーの焦点は生産性の最大化に向けられ、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：自作エージェントかベンダーAIか

AIから実際の価値を得るための最良の方法は、毎日の苛立ちの量を減らす方法を見つけることです。多くの従業員、財務や人事などの役割を含む、価値のないタスクを排除する自動化を取り入れます。

コンテンツを作成する人にとって、タイプすることは仕事のうちですが、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、従業員がプロンプトを工夫して、有意義なコンテンツを生成し、ダウンストリームで同僚に作業を生み出さないようにするためのポリシーが必要です。

ワークの自動化については、役割や業界によって解決策は異なりますが、職場にAIを統合するリーダーは、自分でエージェントを作成するか、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、つまり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有している会社にとって、限界はありません。その場合、クライアントがAIソリューションを直接作成するために使用するエージェント構築テクノロジーを提供するベンダーが機能するかもしれません。

しかし、多くの企業はこれらのリソースにアクセスできません。さらに、適切なトレーニングやリソースがなければ、ワークスロップが大きな問題になる可能性があります。

ベンダーを選択する際に考慮すべき点

多くの会社にとって、ベンダーからのAI対応システムは素晴らしい選択肢ですが、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。AIから実際の価値を得るための最良の方法は、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対応のERPシステムで運用を改善したい場合、以下の質問を考慮してください。

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て、説明責任と透明性を確保しますか。

あなたがコンテンツを生成するシステムを使用しているか、ワークフローを自動化するシステムを使用しているか、質問に答えるシステムを使用しているかに関係なく、結果の質は、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、彼らの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尋ねてみましょう。