Groundcover導入前の確認項目一覧|AIの記録の残し方

「コードを一行も変えずに、社内のAI呼び出しがプロンプトごと全部見えるなら、今すぐ入れたい」「でも、顧客の名前が入った問い合わせ文まで記録に残って、それを誰でも見られるのは困る」——社内でAIを組み込んだ仕組みを動かし始めた情シスや、AI導入の担当者から、同じ打ち合わせの中で両方が出てくる声です。AIの呼び出しを記録すること自体は、もう難しくありません。難しいのは、何を残し、誰に見せ、いつ消すかを、記録が始まる前に決めておくことです。この記事では、米国の監視基盤 Groundcover が2026年に全顧客へ広げたAIの呼び出しの記録を公式の発表と文書で確かめ、導入前に決めておきたい確認項目を、記録の中身・見る人・保存期間・費用・AIに読ませる範囲に分けて整理します。
カメ先生AIの呼び出しを記録するのは、障害や費用を調べるための技術の話だと思われがちなんだ。でも本当は、プロンプトには顧客の問い合わせや社内の資料がそのまま入るから、記録は個人情報と機密の新しい置き場になるんだよ。
カメ子監視のために取った記録が、いちばん中身の濃いデータの保管庫になってしまう、ということですか。
カメ先生そう。しかもこの種の基盤は、コードを変えずに既定で全文を残す。何もしなければ全部残るから、導入する側が先に線を引く必要があるんだ。
カメ子残さない設定を選ぶのは、入れる側の仕事なんですね。
- Groundcover は自社クラウドに記録を置く監視基盤で、2026年4月にAIの呼び出しの記録を全顧客へ追加費用なしで広げた。既定ではプロンプトと応答の全文を間引かずに残す
- 導入前に、記録の中身(全文・中身なし・記録しない)、見てよい人の範囲、保存期間、部門別の費用の割り方を決める。権限の細かい設定は最上位の契約に限られる
- 記録をエージェント機能に読ませると、検索結果が言語モデルに渡る。AIに品質や原因を判断させず、根拠の記録を人が確かめる範囲を先に決める
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Groundcoverとは:コードを変えずに取った監視データを、自社のクラウドに置く基盤
Groundcover は、Kubernetes を中心とした本番環境の動きを記録する監視基盤です。ログ・メトリクス・トレース(処理の流れの記録)・イベントをひとつの画面にまとめ、障害の原因を追いかけるための道具で、Datadog などの大手と同じ領域にいます。所在地はサンフランシスコとテルアビブで、2026年4月の発表では200社を超える顧客が自社のクラウドに導入していると説明しています。
特徴は二つあります。一つ目は、Linux のカーネルに小さな観測の仕組みを差し込み、アプリケーションのコードに計測の部品を組み込まなくても通信や処理を記録できることです。監視したい仕組みの開発チームに手を入れてもらう必要がないため、導入の速さが売りになっています。二つ目は、記録の保管場所を、提供元のクラウドではなく利用企業のクラウドに置く構成です。公式の価格ページでは、無料版から最上位まですべての契約がこの自社クラウド持ち込み型で、さらに画面まで自社内に置く完全な社内設置も選べるとしています。
料金の考え方も独特です。多くの監視サービスは取り込んだデータの量で課金しますが、Groundcover は監視するノード(Kubernetes の作業用の機械)の台数で課金し、データ量では料金が変わらないと説明しています。AIの呼び出しを全件残しても監視基盤の料金そのものは増えにくいという点は、この後の判断に効いてきます。
2026年の動き:AIの呼び出しの記録を全顧客へ、資金調達と初の買収
Groundcover は2025年8月に言語モデルの呼び出しの記録を始め、2026年4月22日、その機能をエージェント型のAIまで広げたと発表しました。発表によると、エージェントの実行の流れ全体、つまりモデルの呼び出しのひとつひとつと、道具の呼び出しの引数と結果、それらをつなぐ推論の経路が見えるようになり、プロンプトのキャッシュを区別した費用の計算で、エージェントの実行ごと・会話ごとの費用が分かるとしています。この機能は一般提供となり、すべての顧客に追加費用なしで自動的に配られたと説明されています。
会社の動きも続いています。7月29日にはシリーズCで1億ドルの資金調達を発表し、9月24日には Kubernetes の資源の割り当てを自動で最適化する新興企業を買収しました。同社にとって初めての買収で、創業者のブログでは、監視で集めた文脈をもとに、エージェントが基盤を自動で直していく方向を目指すと書いています。11月には、その資源の要求量を自動で計算して適用する機能や、エージェントに原因調査を進めさせる機能を相次いで出しています。
| 時期 | 公表された内容 | 導入前の判断に関わる点 |
|---|---|---|
| 2025年8月 | 言語モデルの呼び出しの記録を開始 | 社内のAI呼び出しが、監視の記録に入り始めた |
| 2026年4月22日 | エージェントの実行の記録と費用の計算を全顧客へ追加費用なしで提供 | 契約を増やさなくても、既定で記録が始まる |
| 2026年7月29日 | シリーズCで1億ドルを調達 | 提供元の継続性の材料 |
| 2026年9月24日 | 資源の最適化の新興企業を買収(初の買収) | 記録を読んで基盤を自動で変える方向へ |
| 2026年11月 | 資源の要求量の自動適用、エージェントによる原因調査 | AIに任せる操作の範囲が広がっている |
確認1 何が記録されるか:既定はプロンプトも応答も全文、間引きなし
最初に押さえておきたいのは、既定の動きです。公式の文書によると、監視対象の上で動く仕組みが対応する提供元のAPIを呼ぶと、モデル名、トークン数、費用、応答までの時間、そしてプロンプトと応答の全文が、コードを変えずに自動で記録されます。さらに、AIの呼び出しは通常の通信に比べて件数が少なく価値が高いという考えから、既定ではすべての呼び出しを保存し、間引きも捨てることもしないと書かれています。
記録される項目は、モデルへの指示文(システムの指示)、入力と出力のメッセージ、モデルに渡した道具の定義、道具の呼び出しの引数と結果まで及びます。社内の問い合わせ対応AIなら、顧客が入力した文面と、AIが社内のデータベースから引いてきた回答の材料が、そのまま監視の記録に並ぶことになります。
ここで誤解しやすいのは、監視の記録はふだん「中身を見ないもの」として扱われてきたことです。処理の時間やエラーの件数だけを見る運用に慣れたチームほど、監視の記録に、業務データそのものが入るようになったことに気づきにくくなります。導入を決める前に、記録に何が入るかを、AIを組み込んだ仕組みの持ち主と一緒に洗い出しておくことが出発点になります。
確認2 どこからの呼び出しが記録されるか:監視対象の上の全プロセスと、対象外の経路
記録の範囲は、仕組みの単位ではなく、監視対象の機械の単位で決まります。公式の文書では、監視しているノードの上で動くものであれば、本番のサービスだけでなく、テストや配備の自動処理、開発用・検証用の環境からの呼び出しも、OpenAI・Anthropic・Bedrock への通信であれば記録されると説明しています。つまり、開発者が検証環境で本物の顧客データを試しに流した呼び出しも、本番と同じように全文が残るということです。
逆に、記録されない経路もあります。文書のトラブル対応の項では、自動で見分けるのは OpenAI・Anthropic・Bedrock の3つだけで、Google の Vertex AI、Azure 経由の OpenAI、外部のクラウドで動く中継サービスを通した呼び出しは、AIの呼び出しとしては扱われず通常の通信として記録されるとしています。4月の発表は Vertex AI への対応をうたっていますが、11月時点の文書に沿えば、Google Cloud のモデルを使う場合は、標準の計測の仕様(オープンテレメトリー)に沿った計装をコードに足す前提で考えるのが安全です。社内に置いた中継(LiteLLM など)は、手前と奥の両方の通信が見えると書かれています。
もう一つの誤解は、社員のAI利用がすべて見えるという期待です。ブラウザで ChatGPT や Claude を使う社員の利用は、Kubernetes の上を通らないため、この記録の対象ではありません。Claude Code や Codex などの開発者向けAIは別の連携で利用状況を集める仕組みがあり、AIの呼び出しの記録とは別の画面に出ると文書に書かれています。何が見えて何が見えないかを一覧にしておかないと、「全部記録しているはず」という思い込みが残ります。
確認3 自社クラウドに残るの意味:記録は自社、画面と管理は提供元
Groundcover の発表や文書には、AIの記録は利用企業の環境から出ない、第三者の保管も外向きの通信もない、という説明が繰り返し出てきます。これは記録の保管場所についての説明で、正確には、利用企業が持つ専用のクラウドの区画に、提供元が管理する保管の仕組みを置く構成です。公式の文書では、提供元の管理の仕組みがその区画の設定と保守を行い、クラウド事業者の権限の連携機能で、必要な役割と権限だけを持たせるとしています。
一方で、画面は提供元が運営します。安全についての文書では、社員が画面を開くと暗号化した通り道で記録が画面に運ばれ、画面に送られたデータは提供元の側には保存されないと説明しています。記録は自社に置かれたまま、表示のたびに提供元の画面を通って社員のブラウザに届く、という流れです。画面まで社内に置きたい場合は、ノード単価の高い完全な社内設置の契約になります。
自社クラウドに残ることは、委託先に記録を預けない安心につながる反面、記録の保存期間・暗号化・削除の責任が、自社の側に寄ることでもあります。プロンプトに入った個人情報は、自社のクラウドの保管庫に置かれる自社の個人データです。社内の情報管理の規程で、どの区分の情報として扱うかを決めておく必要があります。
確認4 プロンプトに入る個人情報と機密:記録の中身を3段階から選ぶ
公式の文書は、記録の中身を絞る方法を二つ示しています。一つは、AIの呼び出しの記録を保管の手前ですべて捨てる規則で、文書はこれを「確実な保証」と位置づけています。もう一つは、トークン数・費用・時間・モデル名だけを残し、プロンプトと応答を消す規則です。こちらはベストエフォート(できる限り)であり、道具の呼び出しの引数や、入力をそのまま繰り返すエラーの文面までは消えないと明記されています。
| 記録の段 | 残るもの | 向いている仕組み | 注意点 |
|---|---|---|---|
| 全文を残す(既定) | プロンプト・応答・道具の引数と結果・費用 | 社内文書の検索など、個人情報が入らない仕組み | 見る人の範囲と保存期間を必ず絞る |
| 中身を消して数字だけ残す | トークン数・費用・時間・モデル名 | 顧客対応・人事など、個人情報が入る仕組み | 道具の引数やエラーの文面に中身が残りうる |
| 記録しない | AIの呼び出しの記録なし(通常の通信の記録は残る) | 機密度が最も高い仕組み | 費用も原因調査も、この基盤では見えなくなる |
どの段を選ぶかは、仕組みごとに決めます。個人情報の伏せ字の機能もあり、文書では、メールアドレスやカード番号など17種類の型を自動で見つけて置き換える関数を、記録の流れに組み込めるとしています。ただし、これは監視対象の側で動く処理で、画面の試行機能では事前に確かめられないため、本番以外の環境で試してから使うよう注意書きがあります。また、規則の変更は新しく届く記録にだけ効き、すでに保存された記録は変わりません。記録を始める前に段を決めるのが、後から消す作業を減らす近道です。
- 記録の中身を絞る規則は、保存の手前で働く。すでに保存された記録には効かない
- 中身を消す規則で消えない項目(道具の引数・エラーの文面)は、伏せ字の関数と組み合わせて検討する
- 自動で見分けない提供元への呼び出しは、AIの記録としての規則の対象外。通常の通信の記録として別に扱う
確認5 誰が見てよいか:権限の範囲と、記録を開く理由
記録を見る人の線は、権限の設定で引きます。公式の文書によると、権限は「管理者・編集者・閲覧者」の段と、どのクラスタ・環境・名前空間(Kubernetes の中の区画)のデータを見られるかという範囲の組み合わせで決まり、トレースだけ範囲を変えるといった細かい設定もできます。ただし、この権限の機能は最上位のエンタープライズ契約でしか使えないと明記されています。それより下の契約では、利用者全員が同じ範囲を見ることを前提に考える必要があります。
気をつけたい点が二つあります。一つ目は、既定の3つの方針はどれもデータの範囲に制限がないことです。閲覧者の方針を配っただけでは、顧客対応AIの全文の記録まで読めてしまいます。二つ目は、複数の方針を持つ人は、権限が最も強い段に、範囲は足し合わせで広がることです。障害対応のために一時的に広い方針を足し、外し忘れると、その人は全部を見られる状態のまま残ります。
ログには、値を伏せ字にしたまま、許可された人だけが元の値を開ける機微属性の仕組みもあります。ただし文書では、これはログだけが対象で、トレースには使えないとされています。AIの呼び出しはトレースとして記録されるため、プロンプトの全文を一部の人にだけ見せたい場合は、名前空間の単位で範囲を分けるのが現実的です。顧客対応AIを専用の名前空間で動かし、その範囲のトレースを見られる方針を、AIの持ち主と調査担当に限る、という形です。記録を開く理由(障害の調査・品質の確認・費用の確認)も決めておき、理由のない閲覧をしない運用にします。
確認6 保存期間と削除:何日残し、どう消すか
保存期間は、契約の段と管理者の設定で決まります。価格ページによると、無料版は12時間、中位の契約はログとトレースが最大30日(メトリクスは最大13か月)、最上位の契約は保存期間に上限がありません。最上位の契約で何も決めずに使うと、プロンプトの全文が期限なく自社のクラウドにたまり続けることになりかねません。
保存期間の管理の画面では、トレース・ログ・イベントごとに既定の保存期間を決め、条件に合う記録だけ保存期間を変える索引を最大20まで作れると文書は説明しています。AIの呼び出しの記録だけを短くする、といった設定が考えられます。注意点は、この設定を変えられるのは管理者だけで、変更は基本的に新しいデータに効くことです。索引を消しても、すでに保存された記録の期間は変わらないと例つきで書かれています。
日本の個人情報保護法では、2022年4月施行の改正で、6か月以内に消すデータも本人からの開示や削除の求めの対象になりました。記録の中の個人データについて、本人から開示や利用停止を求められたときに、どこを探してどう消すかを決めておく必要があります。全文を残す仕組みについては、保存期間を障害の調査に必要な日数に絞り、それより長く残すものは理由を書いて承認する、という線が現実的です。
確認7 費用の見え方:部門別にAIの費用を割る前提
AIの記録の中で、経営や経理にいちばん喜ばれるのは費用の見える化です。公式の文書によると、費用は記録を取り込む時点で、提供元が保守するモデルの単価表をもとに呼び出しごとに計算され、通常の入力・キャッシュの読み込み・キャッシュの書き込みを分けて計算します。サービス・モデル・エージェントの単位で、費用の大きい呼び出しを並べられるとしています。
部門別に割るときの前提は三つあります。一つ目は、計算は単価表による推計で、請求書の金額そのものではないことです。値引き契約や中継を通した単価は、管理者が独自の単価表を上げて反映させますが、反映は新しい記録からで、過去の費用は変わりません。単価表にないモデルは「未計算」と表示されます。二つ目は、エージェントごと・会話ごとの費用は、コードの側でエージェント名や会話の識別子を付ける計装を足したときに見えるもので、コードを変えない記録だけでは呼び出しの単位までになることです。
三つ目は、部門との対応づけです。記録は名前空間やサービスの単位で集まるため、どの名前空間がどの部門の仕組みかの対応表を先に作っておかないと、費用は見えても誰の費用か分かりません。マーケの部門が使う文面生成の仕組みと、問い合わせ対応の仕組みが同じ名前空間に同居していると、部門別には割れません。費用を割る目的があるなら、導入前に配置を整理するほうが確実です。
確認8 記録をAIに読ませるか:エージェント機能に渡る範囲
Groundcover には、記録を自然な文章で問い合わせ、原因の調査や画面づくりを手伝わせるエージェント機能があります。ここで見落としやすいのは、記録したプロンプトの全文が、今度は調査用の言語モデルに渡りうることです。公式の文書によると、社員が質問すると、エージェントが記録を検索し、答えに必要な検索結果を言語モデルに渡して分析させます。全データを送るわけではないとしつつ、顧客対応AIの記録を調べれば、その記録の中身がモデルに渡ります。
どのモデルに渡るかは配置で変わります。文書では、AWS の自社クラウド型では Bedrock、Google Cloud では Vertex AI、Azure では Microsoft Foundry を使い、管理者が Anthropic や OpenAI のAPIや社内の中継に切り替えることもできるとしています。クラウド事業者のモデルを使う場合は学習に使われず、要求の後に保存されないと説明する一方、AWS では地域をまたいだ推論の設定によって、クラスタのある地域の外で処理されうるとも書かれています。会話の履歴は自社の環境に保存され、30日使わなければ削除されます。
エージェントは利用者本人の権限で検索するため、確認5で絞った範囲がそのまま効きます。費用の上限も、組織全体・利用者ごとに月額で設定できますが、上限の仕組みが一時的に使えないときは、要求を止めずに通す設計だと明記されています。上限は目安として扱い、使った金額は月次で人が確かめます。AIの記録をAIに読ませる範囲は、エージェント機能を有効にする前に、個人情報が入る名前空間を除外するかどうかまで決めておきます。
確認9 監視基盤そのものの契約と、やめ方
価格ページでは、無料版(保存12時間)、中位の契約がノード1台あたり月30ドル、最上位の契約が月35ドル、画面まで社内に置く完全な社内設置が月50ドルと表示され、AWS・Google Cloud・Azure のマーケットプレイスからも購入できるとしています。AIの記録そのものは追加費用なしですが、権限の細かい設定と無期限の保存は最上位の契約に入っているため、AIの記録を安全に扱うには最上位が前提になりやすい点を見積もりに入れます。
費用は別のところでも増えます。記録の保管庫は自社のクラウドの上で動くため、保管とその計算機の費用は自社のクラウドの請求に乗ります。全文を残し保存期間を延ばせば、ノードの単価は変わらなくても、自社のクラウドの保管の費用は増えるという構図です。
やめ方も先に決めます。記録を止めるだけなら、AIの呼び出しの記録をすべて捨てる規則を足せば、監視対象の再起動なしに新しい記録から止まると文書は説明しています。契約そのものをやめる場合は、自社のクラウドに残った記録の保管庫を誰がいつ消すか、エージェント機能の会話の履歴が残っていないかを確かめます。記録は自社のクラウドにあるぶん、提供元に削除を頼めば終わり、とはならない点が、委託型の監視サービスとの違いです。
AIに判断させない:記録から品質を決めるのは人
全文の記録がそろうと、AIの答えの良し悪しも記録から判定したくなります。発表は、失敗した出力の推論の経路を追い、会話の途中で指示がずれていく様子を調べられるとしています。これは原因を探す材料としては強力ですが、記録は何が起きたかを示すだけで、その答えが正しかったかは教えてくれないことに注意が必要です。
AIの記録とAIの不調の監視を既存の当番の運用に相乗りさせる考え方や、コードに組み込んで評価まで回す記録の道具については、別の記事で扱っています。この記事で強調したいのは、Groundcover のエージェント機能や原因調査の機能に記録を読ませるときも、AIの見立ては候補として扱い、根拠となった記録の場所を必ず示させ、結論は人が出すという線です。特に、顧客への回答の誤りや差別的な表現の有無は、記録を読んだ人が確かめるべき事項で、AIに合否を決めさせない運用にします。
もう一つ、記録の閲覧が社員の監視に変わらないようにする線も要ります。社内向けのAI助手の記録には、社員が何を尋ねたかが残ります。障害や費用の調査のために開くことと、個人の働きぶりを見るために開くことは別の目的です。記録を開く目的を規程に書き、社員に知らせておくと、後から問題になりにくくなります。
定着しない導入のよくある形
監視基盤のAIの記録は、導入の手間が小さいぶん、決めごとが追いつかないまま使われ始めがちです。公式の文書が示す既定の動きと制約から、起きやすい失敗を挙げます。
- センサーを更新しただけでAIの記録が始まり、全文を残す段のまま、顧客対応AIのプロンプトが数か月たまっていた
- 閲覧者の既定の方針を全員に配り、データの範囲に制限がないまま、マーケや営業の担当者も全文の記録を読める状態だった
- 検証環境で本物の顧客データを流した呼び出しが記録され、本番より緩い権限で見られていた
- Google Cloud のモデルを使う仕組みが自動では記録されず、費用の集計から抜けていたのに、全社のAI費用として報告していた
- 中身を消す規則を入れたので安心していたが、道具の呼び出しの引数に顧客の番号が残っていた
- エージェント機能に顧客対応AIの記録を調べさせ、その結論を確かめずに改修の方針を決めた
どれも、機能の欠陥ではなく、決めごとの不足から起きています。既定で全部残る道具は、入れる側が残さない理由を先に持っていないと、全部残ると覚えておくと判断を誤りにくくなります。
導入の進め方:記録を始める前に4つの段を踏む
確認項目を踏まえて、導入は次の順で進めると、記録が先に走ることを防げます。AIの記録は追加費用なしで自動的に配られるため、監視基盤をすでに使っている企業も、同じ順で見直すことをおすすめします。
名前空間ごとに、どの提供元のモデルを呼び、プロンプトに何が入るかを、仕組みの持ち主に書き出してもらいます。自動で記録される3つの提供元と、計装が要る経路を分けます。
仕組みごとに、全文・中身なし・記録しないのどれにするかと、保存日数を決めます。個人情報が入る仕組みは、中身なしか記録しないから始めます。
名前空間の単位で閲覧の方針を作り、全文を見られる人をAIの持ち主と調査担当に限ります。障害時の一時的な権限は、外す日を決めて付けます。
ひと月分の記録を見返し、想定外の項目や個人情報が残っていないかを人が確かめてから、ほかの仕組みとエージェント機能に広げます。
段を踏む間も、費用の数字は先に使えます。トークン数と費用だけを残す段であれば、個人情報の心配を小さくしたまま、どの仕組みがどれだけ使っているかは見えるからです。全文が必要になったときに、仕組みを限って段を上げる順番が、定着しやすい進め方です。
導入前の確認項目一覧:情シス・AIの持ち主・法務で分けて見る
最後に、Groundcover のAIの記録を有効のまま使う前に確かめたい項目を、担当ごとにまとめます。すでに監視基盤として使っている場合も、AIの記録が自動で始まっている前提で見直します。
- 情シス:監視しているノードの上で、OpenAI・Anthropic・Bedrock を呼ぶ仕組みと環境(本番・検証・開発)を一覧にした
- 情シス:自動では記録されない経路(Vertex AI・Azure 経由・外部の中継)を把握し、費用の集計から抜けていないか確かめた
- 情シス:契約の段で権限の細かい設定と保存期間が使えるかを価格ページと契約書で確かめた
- AIの持ち主:仕組みごとに、全文・中身なし・記録しないのどの段にするかを決め、規則を入れた
- AIの持ち主:中身を消す規則で消えない道具の引数やエラーの文面に、個人情報が入らないか確かめた
- 情シス:閲覧の方針を名前空間で分け、既定の閲覧者の方針を全員に配っていない
- 情シス:AIの記録の保存期間を決め、保存期間の管理の画面で索引を作った
- 経理・企画:名前空間と部門の対応表を作り、費用は推計であることを報告に書いた
- 情シス:エージェント機能に読ませる範囲と、調査用の言語モデルの処理地域を確かめた
- 法務・人事:記録を開く目的を規程に書き、社員と顧客への説明の要否を確かめた
確認項目を埋めたうえで、ひとつの仕組みで記録を見返し、何が残っているかを人の目で確かめてから広げます。記録の量を増やすのは、残っている中身を確かめた後にするのが、AIの記録を長く安全に使う順番です。
まとめ
Groundcover は、カーネルの観測の仕組みでコードを変えずに監視データを取り、記録を自社のクラウドに置く監視基盤です。2026年4月には、エージェントの実行の流れと費用まで含むAIの呼び出しの記録を、すべての顧客に追加費用なしで広げました。既定では、OpenAI・Anthropic・Bedrock への呼び出しのプロンプトと応答の全文を、間引かずに残します。便利さの裏側で、記録は個人情報と機密の新しい置き場になり、その管理の責任は自社のクラウドの側に寄ります。導入の前に、仕組みごとに記録の段を選び、見る人を名前空間で絞り、保存期間を決め、部門と名前空間の対応をそろえておく。エージェント機能に記録を読ませる範囲も先に決める。AIに品質や原因を判断させず、根拠の記録を示させて人が確かめる範囲を先に決めておくことが、AIの呼び出しを丸ごと記録する道具を社内に入れるときの前提です。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
