「AIを使えばコストが下がる」「業務が自動化できる」——そんな話を聞いて、AI導入や開発を検討し始めた方は多いと思います。しかし、開発会社に相談してみると「何ができるか、まず整理しましょう」と言われ、そこで止まってしまうケースが少なくありません。
本記事では、AIが得意なこと・苦手なこと、そして発注者が特に見落としがちな「精度」の問題を整理します。技術的な前提知識は不要です。発注前に自社の状況と照らし合わせるための判断材料として使ってください。
AIが得意・苦手な領域の整理、「精度95%」が意味すること、そして発注前に社内で確認すべき3つの問いがわかります。
AIはすべての業務を自動化できるわけではありません。得意な領域と苦手な領域があり、その境界を理解しておくことが、発注前の最初のステップです。
「得意なこと」の共通点は、大量のデータに繰り返しパターンがあり、正解・不正解が定義できる業務です。たとえば「この画像に不良品が写っているか」「このメールはどのカテゴリか」といった問いは、AIが力を発揮しやすい領域です。
一方「苦手なこと」の共通点は、文脈や背景の理解が必要で、正解が一つに定まらない業務です。「この顧客は今どんな気持ちか」「この状況でどう対応すべきか」といった判断は、現時点のAIには難しいとされています。AIが出した答えに「なぜそう判断したか」を説明させることも、多くのケースで困難です。
「AIに任せれば判断ができる」と思って導入したが、例外ケースが多くて結局人が確認している——AIは「補助」であり、判断の最終責任は人が持つ設計が基本です。導入前に「この業務の例外はどのくらいあるか」を洗い出しておくことが重要です。
得意な領域であっても、「どんなデータがどれだけあるか」によって効果は大きく変わります。AIは学習データの質と量に依存するため、社内にデータが蓄積されていない業務には導入効果が出にくいケースもあります。
「AIを入れたいけれど、そもそも学習に使えるデータが社内に整理されていない」——この段階からのご相談が実は一番多いです。データが紙だったり、システムごとにバラバラだったり。そこを整えるところからSTVテックは一緒に考えます。「うちにはまだデータがない」という段階でも、ぜひご相談ください。
AIの議論で最も見落とされがちなのが「精度」です。開発会社から「精度95%を達成しました」と言われたとき、それが良いのか悪いのか、判断できるでしょうか。
実は、精度の評価は数値だけでは完結しません。「何の業務で」「誰に対して」「どんな誤りが発生するか」によって、同じ95%でも意味が全く変わります。発注者として最低限知っておくべき3つのポイントを整理します。
AIは確率的な判断をするシステムです。どれだけ精度を高めても、一定の誤りは発生します。「精度100%のAI」は現時点では存在しないと理解した上で、「残りの誤りをどう扱うか」を設計することが発注者の役割です。
精度向上には開発コストがかかります。95%から99%に上げるコストは、80%から95%に上げるコストよりはるかに大きい場合があります。精度を「あと1%」上げるために、開発期間と予算が2倍に跳ね上がることも珍しくありません。「どこまでの精度が必要か」は、発注者側が業務要件として定義する必要があります。
「とにかく高精度に」という要求は、コストの青天井につながります。「この業務では何%あれば運用できるか」という問いを、発注前に社内で決めておくことが重要です。
精度95%は「100件中5件は誤る」ということです。その5件が何を意味するかは業務によって全く異なります。メールの振り分けミスと、医療診断のミスでは許容できるリスクが根本的に違います。
発注前に「誤った判断が発生したとき、事業・顧客・コンプライアンスにどんな影響があるか」を整理しておくことが重要です。これは技術の問題ではなく、業務設計の問題です。
また、誤りの「種類」も重要です。「見逃し」と「誤検知」では、業務への影響が異なります。たとえば不正検知AIで「不正を見逃す」のか「正常を不正と判断する」のか——どちらの誤りが許容できないかを事前に決めておくと、開発会社との仕様合意がスムーズになります。
多くのAI活用では、AIが判断した結果を人がレビューする「ハイブリッド運用」が現実的な着地点です。AIの判断に自信度スコアを付け、低スコアのものだけ人が確認する、といった設計が代表的です。
「AIに全部任せる」ではなく「AIで効率化しつつ、重要な判断は人が確認する」という運用設計を、発注前に描いておくことが導入成功の鍵です。
この運用設計は、必要な人的リソースの試算にもつながります。AIが低スコアと判断した件数が1日何件程度になるかをあらかじめ見積もり、それを誰がどう対処するかを決めておくことで、「導入したはいいが現場が回らない」という事態を防げます。
精度の基準は発注者側が定義するものです。「合格精度は何%か」「誤りが発生した場合の対処フローは何か」を発注前に決めておかないと、検収の場で揉める原因になります。
得意・苦手の整理と精度の理解ができたら、次は社内で以下の3つを確認します。これらは開発会社への相談前に答えを用意しておくべき問いです。
| 確認すべき問い | なぜ重要か |
|---|---|
| ① 誤りが発生したときのコストはどの程度か | 金銭的損失・信頼毀損・法的リスクなどを業務ごとに洗い出す。コストが高い業務ほど、求める精度も高くなり、開発費用に影響する。 |
| ② 現状の業務で「使える」精度の水準はどこか | 「精度80%で十分な業務」と「99%必要な業務」は開発難易度が大きく異なる。水準を定義せずに発注すると、仕様のすれ違いが起きやすい。 |
| ③ 精度が届かない部分を人がカバーできるか | AIの判断を人がチェックする運用フローを組めるか確認する。人的リソースが確保できない場合、AIに求める精度の閾値を上げる必要がある。 |
この3つの問いは、開発会社への相談前に社内で合意しておくべきものです。特に①と②は、経営層・現場担当者・情報システム部門で認識がズレていることが多い項目です。「現場はリスクを低く見積もっているが、経営層は高精度を求めている」といった状況が発注後に発覚すると、仕様の大幅な変更につながります。
また、これらの問いに答えられない段階で相談に来ることを遠慮する必要はありません。一緒に整理することも、開発会社の仕事のひとつです。ただし「何も決まっていない」より「ここまでは考えた」という状態で相談する方が、議論の密度が上がります。
開発会社への初回相談で「精度の合格基準はどこにしますか？」と聞いてくる会社は信頼できます。逆に「高精度のAIを作ります」とだけ言う会社は、この問いを後回しにしている可能性があります。発注者からこの問いを投げかけることで、開発会社の姿勢を見極めることもできます。
AIの導入・開発を検討するとき、「何ができるか」だけでなく「精度をどう扱うか」を発注前に整理しておくことが、プロジェクトを成功させる最初のステップです。
技術的な知識は不要です。「自社の業務にAIが向いているか」「誤りが発生したときのリスクはどの程度か」「人が補う運用を組めるか」——この3つを社内で整理しておくだけで、開発会社との最初の会話の質が大きく変わります。
| 整理すべき項目 | 発注前に決めておくこと |
|---|---|
| AIが得意な領域か | パターン認識・分類・要約など、定型化できる業務かどうかを確認する |
| 精度100%は存在しない | 「合格精度は何%か」を業務要件として定義する |
| 誤りのリスク評価 | 残り数%の誤りが事業にどんな影響を与えるかを整理する |
| ハイブリッド運用の設計 | 精度が届かない部分を人がカバーする運用フローを描いておく |
「AIを使いたい」という意思決定の次に必要なのは、技術選定ではなく業務設計です。精度の基準・誤りへの対処・人との役割分担——これらを発注前に整理しておくことで、開発会社との認識のずれを防ぎ、導入後に「思っていたものと違う」という事態を回避できます。
技術より、コミュニケーション。
STVテックが発注側に立つ理由
開発失敗の根本原因から、発注者として取るべき姿勢まで。このテーマをさらに深く解説した15分のガイドです。
ガイドを読む →