グローバル化、テクノロジーの進展などにより、異業種からの競合の参入、業界の垣根を超えた新ビジネスの台頭など、企業を取り巻く事業環境はより厳しいものになり、企業を支える人財への期待は高まり続けています。特に日本では、労働人口が減少し採用のハードルも上がるなか、選ばれ続ける企業として、人財が新たな価値・ビジネスを創造する業務に注力する環境や制度を用意していく必要があります。本稿では、ホワイトカラーの日常業務に着目し、飛躍的な進展を遂げているAI技術を活用し、意思決定に必要な準備や作業をAIが整え、人はビジネス創造にシフトするソリューションの概要とNECでの実証事例を紹介します。

1. はじめに

労働人口減少、業界の垣根を超えた新ビジネス台頭など厳しい事業環境のなか、企業を支える人財への期待はより高まっており、企業は飛躍的な進展を遂げているAI技術などを活用し、貴重な人財が新たな価値・ビジネス創造に一層注力できる環境を用意する必要があります。

コンシューマ領域では、デジタル空間での他者との交流、購入履歴を用いたレコメンド、スマートスピーカの台頭など、サービスが人に寄り添う環境が浸透するなか、ビジネス領域では、システムがサイロ化・複雑化し社員がどのシステムをどうやって使うのかから理解しなければならないという実態があります。また、労働生産性向上のためのツールにRPA（Robotic Process Automation）などがあり、定型業務の効率化は進みつつありますが、非定型業務は人がつど判断しながら遂行しています。更に、社内共創推進にあたり、ライトパーソンにたどり着くまでには非常に時間がかかるという課題もあります。

これら課題に対し、チャットボットなどを活用し人の判断をAIが支援することで非定型業務の効率化も目指すとともに、企業内の人財情報（専門性、業務経験など）をAIがメンテナンスし的確に提示する“AI for Work Shift Support”ソリューションを開発し、実証を進めています。　本稿では、そのコンセプト、機能、実証事例を紹介します。

2. “AI for Work Shift Support”とは

2.1 コンセプト

“AI for Work Shift Support”は、AI技術を活用して社員に寄り添うことで、社員が使う時間を、

に分解したときに、意思決定に必要な準備（=作業）をAIが整え、人がビジネス創造（=仕事）に注力できる環境を提供することで社員のエンゲージメントを向上させ、ビジネス価値を高めるソリューションです（図1）。

2.2 着目した課題

“AI for Work Shift Support”では、ホワイトカラーの日常業務のなかで、よく発生する次の2つの課題に着目しました。

（1）社内システム利用時に共通して発生している課題

（2）キーマン探し、ナレッジ探しに関わる課題

前述したそれぞれを解決する機能として、「作業を代行するAI」と「共創を加速するAI」を紹介します。

2.3 機能の概要

（1）作業を代行するAI

社内IT環境に起因した「作業」が、まだまだ多いという課題に対応します。複雑な企業内システムへのアクセスのハブとなり、あるシステムに登録されたデータなどを踏まえて、チャットによる対話形式で社員に確認を促しながら、他のシステムを代行します。例えば、次のシーンで活用します。

このように、他システム情報などをもとに社員は、ほぼ「はい」という意思表示だけで交通費精算を実現します。

（2）共創を加速するAI

「共創」を始めるまでに多くの時間を要するという課題に対応します。

社員一人ひとりの専門性をAIが自動で予測・蓄積し、人が必要とするタイミングで候補者を的確に提示します。

本例では「さつまいも発電について詳しい人を教えて」という問いに対してAIがキーマン候補者を瞬時に提示しています（図4）。

2.4 システム構成、採用技術

（1）作業を代行するAI

主に5つの要素から構成されます（図5）。

【対話部】【対話内容理解/業務特定部】には、チャットボットであるNEC自動応答ソリューション¹⁾を利用、【パーソナライズ部】はプログラムを開発、【業務代行部】はAPIもしくはRPAを活用します。

（2）共創を加速するAI

主に3つの要素から構成されます（図6）。

【業務ログ収集部】には、テレワーク向けのソリューションである働き方見える化サービス^2）より取得されたPCの操作ログ、スケジューラデータを活用、【人物特徴語抽出部】はオープンソース形態素解析エンジンであるMeCabに加え、人物特徴計算プログラムを開発、【対話部】はチャットボットを利用します。

2.5 特長

それぞれ、次の特長があります。

（1）作業を代行するAI

チャットやスマートスピーカなどを通じて入力されるあいまい・定型的でない自然言語（テキスト、音声など）からユーザーの目的にあう業務内容・システムへの入力パラメータに変換して他システムと連携します。これにより、人がシステムで要求される処理方式を意識したり、同種の内容を複数のシステムに登録する必要がないため、作業負荷軽減効果があります。

（2）共創を加速するAI

社内ノウフーDBに対して、AIがキーワードと人物の関連性を自動で定量化・メンテナンスします。従来このような人物検索システムは多数ありましたが、プロフィール情報を社員自身または管理者が入力する必要がありました。それに対し本ソリューションでは、PCの作業ログなどを言語解析しキーワードと人物の関係性を収集・分析することでプロフィールが自動更新されるため、情報鮮度が常に維持され、メンテナンスコストも削減する効果があります。

3. 社内実証の取り組み

NECの社員を対象に実証を行いました。以下に実施した実証の方法、結果を述べます。

3.1 作業を代行するAIの効果に関する実証

（ケース）

スケジューラに入れた情報をもとにチャット経由でAIが呼びかけて交通費精算を促し、チャットでの確認内容を踏まえて、交通費精算システム上の処理を代行

（実施対象と内容）

（結果）

以上より、一人あたりの効果時間は3時間/年と確認
[算出式]
{(324－108)/60/60時間×2.5回×12力月}＋63分≒3時間

3.2 共創を加速するAIの効果に関する実証

（1）キーマン探しの時間削減効果に関しての検証

（実施対象と内容）

（結果）

以上より、キーマン探しについて、年間で14時間をかけていることを確認。本ソリューションでは瞬時に答えが出るため、一人あたりの効果時間は14時間/年と確認
[算出式]
5.4件/3力月×4×39.3分=855.36分≒14時間

（2）的確なキーマンが抽出されたかについての検証

（実証内容および実証に使ったデータ）
特定の単語に対して、キーマンが適合した割合を算出（表1）

表1　実証に使ったデータ

（結果）

4. 本ソリューションの応用に関する考察

4.1 作業を代行するAI

今回実証したケース以外にも、次のような適応範囲の拡大により更なる効果が見込まれると想定します。

4.2 共創を加速するAI

社員の専門性情報は、次のような応用が考えられます。

5. むすび

本稿では、“AI for Work Shift Support”の概要と社内実証事例を中心に紹介しました。

企業を支える人財への期待がより高まるなか、社員が新たな価値・ビジネスなどを創造する業務に一層注力するため、AI技術や社内に埋没するデータを用いて社員を支援し、企業のビジネス拡大につながるソリューションの企画開発に取り組んでいきます。

参考文献

執筆者プロフィール

関連URL