mfloowのAIワーカーに任せる前の4工程|手順を言葉にする

mfloowのAIワーカーに任せる前の4工程|手順を言葉にする

「手順書を作れと言われても、毎日の作業を言葉にする時間がない」「AIに任せたいが、何をどこまで任せてよいのか決められない」——人事や総務、経理の担当者、そして社内にAIを広げる役目を負った人から、繰り返し聞く声です。国産の業務改善プラットフォーム mfloow は、2026年11月12日に「AIワーカー」を加え、AIとの対話で業務手順を整理し、その手順どおりにAIが定型作業を進められるようにしました。手順を書く手間をAIが引き受けてくれる点が目を引きますが、導入の成否を分けるのは書く速さではありません。本当に決めておくべきなのは、どの粒度で手順を言葉にし、例外をどこで拾い、最後の送信と完了を誰が押し、残った履歴を誰が読むかです。この記事では、AIワーカーに作業を任せる前の準備を4つの工程に分けて整理します。


カメ先生カメ先生

AIに手順を聞き出してもらえるなら、手順書づくりはもう要らない、と思われがちなんだ。でも本当は、聞き出された答えがそのままAIへの指示になる。だから答える側の言葉の粒度が、そのまま作業の質になるんだよ。


カメ子カメ子

AIが質問してくれても、答えるのは結局その仕事をしている人、ということですか。


カメ先生カメ先生

そう。しかもAIが聞いてくるのは、ふだん通る道筋が中心になりやすい。例外のときにどうするか、どこで人が止めるかは、聞かれる前に答える側が持っていないと抜け落ちるんだ。


カメ子カメ子

手順を書く手間が減っても、何を決めておくかは人の仕事として残るんですね。


この記事のポイント
  • AIワーカーは2026年11月12日に提供が始まった、mfloow のタスク単位で動くAIの実行機能。対話で作業の進め方を整理し、文面や書類の作成、集計、記入漏れの確認を行う
  • メールの送信と業務の完了処理は人が行う設計。人が最後に押す操作を、任せる前に手順の中へ書き込んでおく
  • 入力はLLMサービスに送られ、履歴のチャットは削除もできる。データの流れ、履歴の保存、止め方を情シスと業務の持ち主で先に決める

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。

目次

mfloow とAIワーカー:手順の台帳に「実行」が加わった

mfloow は、東京都渋谷区の株式会社マイクロニティが提供する業務改善プラットフォームです。定型業務をフロー、担当、工数で見えるようにし、手順をプラットフォーム上に固定して、誰が担当しても同じ進め方になるようにすることを狙いとしています。公式の説明では、業務フローの可視化、マニュアル化、運用とデータの蓄積、分析と改善の4段階で、人事やバックオフィスを中心にあらゆる部門の定型業務を支えるとしています。

提供元のマイクロニティは2025年4月設立で、自らをソフトウェア事業の承継を軸にした企業群と説明しています。mfloow は2024年12月の時点で生成AIによるフローのひな形づくりを打ち出しており、2026年3月には人事・バックオフィス中心から全職種の定型業務へと対象を広げ、5月には日報の自動作成と、質問に答えるだけで業務フローを組み立てる「業務設計AI」を加えました。公式サイトの案内では、66種類の標準テンプレートと、9部門45の利用場面への対応をうたっています。

AIワーカーは、この流れの延長にあります。これまでの mfloow のAIは、手順を見えるようにし、フローを組み立てる側を手伝うものでした。AIワーカーは、組み立てたフローの中の一つひとつのタスクを、AIが実際にこなす側に回る機能です。手順の台帳だった道具に実行の機能が加わったことで、導入時に決めることの性質も変わります。読む人のための手順書は多少あいまいでも人が補いますが、AIが実行する手順は、書かれていないことを補ってくれるとは限らないからです。

11月12日の発表で何が増え、公式サイトとどこが食い違うか

同社の発表が挙げるAIワーカーの柱は三つです。一つ目は、任せたい作業について、AIがチャットで必要な情報や進め方を担当者に質問し、答えていくうちに作業の進め方と判断の条件が整理され、指示文を自分で書かなくてもAIへの指示が設定されることです。二つ目は、実行を指示すると、整理した進め方どおりにAIが作業を進めることです。業務の対象者、共有事項、添付資料など mfloow 上で管理している情報をAIが参照し、メールの文面や書類の作成、データの集計、記入漏れの確認を行い、不足する情報があればAIの側から担当者に確認を求める、と説明されています。

三つ目は外部の保存先との連携で、Googleドライブと Microsoft の SharePoint に保存されたファイルを読み取って作業に使い、作った書類もそれぞれの保存先に置けるとしています。ヘルプセンターでは OneDrive も対象に挙がっています。発表はあわせて、メールの送信や業務の完了処理は人である担当者が行い、AIの作業内容は履歴として記録されると明記しました。

一方で、導入を検討する側が確かめておきたい食い違いもあります。この記事を書いている時点で、mfloow の公式トップは、定型業務をAIで自動化する機能を「開発中」「近日公開」と表示したままです。料金ページの機能一覧にも、AIワーカーの名前はありません。ヘルプの「AIワーカーの使い方」は2026年9月1日付で更新されており、機能自体は発表より前から一部で使われていたと読めます。どのプランで、いつから、追加費用の有無を含めてどう使えるのかは、営業窓口で書面で確かめるのが確実です。

誰が手順を定め、誰が実行するか:権限表の読み方

ヘルプセンターによると、AIワーカーの利用は「定義する」と「実行する」の2段階に分かれています。定義は、AIと会話しながらそのタスクで何を自動化するかを整える作業で、対応する権限はオーナー、標準管理者、テンプレート管理者です。実行は、進行中のフローのタスクで「AIで実行」を押して作業を頼み、成果物を受け取る作業です。

ヘルプの権限表では、フロー管理者とタスク管理者はフロー側での実行のみ、ゲストと一般のメンバーは対象外と示されています。ただし同じ記事の本文には、実行できるのは「タスクを開けるメンバー(ゲストを除く)」という書き方もあり、一般のメンバーが実行できるかは読み方が揺れます。社内で配る前に、試用の環境で一般の権限のアカウントから実際に試し、表と本文のどちらが実際の動きかを確かめておくと、後で慌てずに済みます。

役割AIワーカーでできること社内で決めておくこと
オーナー・標準管理者・テンプレート管理者タスクの定義(AIとの対話で手順を整える)と試し実行誰の手順を、誰の承認で定義として確定させるか
フロー管理者・タスク管理者進行中のフローでの実行どのフローのどのタスクで実行してよいか
一般メンバー権限表では対象外(本文の説明と揺れあり)試用環境で実際の動きを確かめてから案内する
ゲスト対象外社外の協力者にAIの実行を頼ませない前提で運用する

ここで押さえたいのは、定義を書き換えられる人が、実行される手順そのものを変えられるという点です。後で見るとおり、タスクの説明がそのままAIへの指示になります。テンプレート管理者を部署ごとに広く割り当てている会社では、AIワーカーを有効にする前に、その割り当てが今も実態に合っているかを見直しておくべきです。

工程1:任せる作業を、タスク一つの単位で切り出す

ここから、AIワーカーに作業を任せる前の4つの工程を見ていきます。最初の工程は、何を任せるかを決めることです。AIワーカーはフロー全体ではなく、フローの中の一つのタスクに対して定義する仕組みです。だから「入社手続きをAIに任せる」という切り方では大きすぎます。入社手続きのフローの中から、「オファーレターのひな形に必要事項を書き込む」「届いた書類の記入漏れを確かめて報告する」といった、終わりがはっきりした作業を一つずつ選びます。

選ぶ基準は三つあります。一つ目は、入力と出力がはっきりしていることです。入社予定者の氏名、入社日、配属部署から書類の下書きを作る、といった作業は向いています。二つ目は、間違えても人の確認で取り返せることです。下書き、集計、確認の報告は、人が受け取ってから使うので取り返しがききます。三つ目は、判断の条件を言葉にできることです。「なんとなくこの順番」でやっている作業は、次の工程で言葉にするところから始める必要があります。

反対に、最初の対象から外したいのは、給与や評価、懲戒のように人の判断そのものが中心にある作業と、社外への通知が取り消せない作業です。マーケティングの部署でいえば、セミナー後のお礼メールの文面づくりや申込者一覧の記入漏れの確認は向いていますが、どの見込み客に営業がすぐ連絡するかの振り分けは、AIに判断させない側に置きます。任せる範囲を小さく始めることは、遠回りに見えて、例外の拾い方を学ぶ近道になります。

工程2:対話で手順を言葉にする――粒度の決め方

二つ目の工程が、この機能の中心です。ヘルプによると、「定義する」を押すとAIとのチャットが始まり、タスクの内容に応じてAIが追加の情報を求めてきます。たとえばオファーレターをエクセルで作るタスクなら、ひな形の例ファイルを添付するよう求められることがあります。タスクの説明を変える提案が出たら「はい」で確定し、確定したタスクの説明がそのままAIへの指示になると説明されています。

ここで決めておきたいのが、言葉にする粒度です。目安は、その仕事を初めて担当する人が、質問せずに一度で終えられるかどうかです。「入社日を書く」では足りず、「入社日は人事の確定連絡に書かれた日付を使い、和暦ではなく西暦で、曜日を添える」まで書きます。どの情報をどこから取るか、書式、迷ったときの扱いの三点がそろって、初めてAIにも人にも同じ結果が出ます。

もう一つの注意は、AIの質問に答える人の選び方です。手順を一番よく知っている人は、手順を省略して話しがちです。言葉にする場には、その仕事を最近引き継いだ人か、隣の部署の人を同席させ、「それはどこを見て決めているのですか」と問い返してもらうと、暗黙の判断が言葉になります。AIの質問は話の糸口にはなりますが、何を聞き漏らしているかまではAIには分からないという前提で臨みます。

  • 「いつもどおり作成する」「適宜確認する」のように、担当者の頭の中にしかない基準をそのまま指示にしてしまう
  • AIの提案したタスク説明を読み込まずに「はい」を押し、手順の持ち主が中身を把握していない
  • ひな形の例ファイルとして、実在の社員の個人情報が入った過去の書類をそのまま添付する

工程3:例外を拾う――「AIが確認を求める」を当てにしすぎない

三つ目の工程は、例外の扱いを決めることです。発表は、不足する情報があればAIの側から担当者に確認を求めると説明しています。これは心強い仕組みですが、AIが確認を求めるのは、足りないと気づけた情報だけです。情報がそろっているように見えて実は条件が違う、という例外は、AIが気づかないまま作業を進める可能性があります。

たとえば入社手続きなら、中途入社と新卒、試用期間の有無、勤務地が本社以外、入社日が月の途中、といった違いで書類の書き方が変わる会社は多いはずです。こうした分かれ道は、定義の段階で「この条件のときは作業を止めて担当者に戻す」と書いておくほうが安全です。AIに分かれ道ごとの書き分けまで任せるより、止める条件を書くほうが、手順の持ち主にとって確かめやすい指示になります。

例外を洗い出すには、過去の実例をたどるのが一番の近道です。この一年に差し戻しややり直しが起きた件を数件拾い、そのときに何が普段と違ったかを書き出します。mfloow はもともとフローの進み方やコメントを残す道具なので、過去のフローに残ったコメントや遅れたタスクが、例外の一覧の材料になるはずです。例外の一覧は一度で完成させず、実行のたびに増やしていく前提で持ちます。

工程4:試し実行で確かめてから、本番のフローに載せる

四つ目の工程は、確かめてから載せることです。ヘルプによると、定義の画面には「試し実行」があり、進行中のフローに影響させずに動作を確かめられます。試し実行の結果に応じてAIが要約を返し、それをもとに定義を直せる、と説明されています。本番のフローで初めて動かすことは避け、必ず試し実行を通すことを、社内の決まりにしておきます。

試し実行で見るのは、出来上がった書類の見た目だけではありません。どの情報をどこから取ってきたか、止めるべき条件で本当に止まったか、保存先は意図した場所か、の三つを見ます。工程3で書き出した例外のうち、少なくとも代表的なものは試し実行で再現し、止まるべきところで止まることを確かめてから本番に載せるのが目安です。

試し実行の結果を誰が見て、本番に載せてよいと判断するかも決めておきます。定義を書いた人とは別の、その業務の責任者が見るのが筋です。書いた本人は自分の想定どおりに動くことしか確かめないので、責任者が「この場合はどうなるか」を一つ二つ追加で試すだけでも、見落としはかなり減ります。

STEP1
任せるタスクを一つ選ぶ

入力と出力がはっきりし、人の確認で取り返せる作業を、フローの中のタスク一つの単位で選ぶ。人の判断が中心の作業は外す。

STEP2
対話で手順を言葉にする

初めての担当者が質問せずに終えられる粒度まで、情報の出どころ・書式・迷ったときの扱いを書く。引き継いだ人を同席させる。

STEP3
止める条件を書く

過去の差し戻しから例外を拾い、条件が違うときは作業を止めて担当者に戻すと定義に書く。

STEP4
試し実行で確かめて載せる

情報の出どころ・止まるべき所・保存先を確かめ、業務の責任者が見てから本番のフローで使い始める。

人が最後に押す操作:送信と完了の線をどこに引くか

AIワーカーの設計で最も大切なのは、メールの送信と業務の完了処理を人が行う、という線です。AIが文面や書類を作っても、外に出す操作と、仕事を終わったことにする操作は人の手に残ります。発表の活用例でも、担当者はAIが作った書類やメールの内容を確かめ、送信するだけで手続きを進められると描かれています。

ただ、この線は「押すのは人」というだけで、押す前に何を見たかまでは保証しません。AIが整えた文面は誤りを含んでいても体裁が整っているため、確かめずに送信してしまう使い方が広がると、人が最後に押すという設計は形だけになります。そこで、タスクごとに送信の前に必ず見る項目を二つか三つに絞って決めます。入社案内なら、宛先、入社日、集合の場所と時刻、といった具合です。

完了の処理も同じです。完了を押すと、フローは次のタスクに進み、関係者に通知が飛ぶこともあります。AIの報告を読んだだけで完了を押すのではなく、成果物そのものを開いて確かめた人が完了を押すと決めておけば、記入漏れの確認をAIに頼んだ作業で、確認の確認が抜けることを防げます。最後に押す人が誰かは、タスクの担当者の欄でそのまま表せるので、運用の負担はほとんど増えません。

外の保存先とつなぐとき:Googleドライブと SharePoint で違う許可の形

ヘルプの「外部アプリ連携」によると、AIワーカーは Googleドライブと Microsoft の SharePoint または OneDrive に接続し、ファイルの検索、読み取り、新規作成、更新ができます。読み書きできる形式は、ドキュメント、表計算、PDF、テキスト、CSV などで、CSV は文字コードが UTF-8 のものに限られます。日本の現場に多い別の文字コードの CSV は、そのままでは扱えない点に注意が必要です。

見落としやすいのは、二つの保存先で許可の形が違うことです。Googleドライブについては、できることとして「許可したファイル」の検索・読み取り・更新と書かれ、許可していないファイルには触れないと明記されています。一方、SharePoint と OneDrive については、ファイルの検索と読み取りとだけ書かれ、ファイル単位で許可する仕組みの記載はありません。Microsoft の組織の設定によっては、管理者の承認が必要になる場合があるとも書かれています。

つまり、SharePoint 側では、接続したアカウントが見られる範囲がそのままAIの探せる範囲になり得ると考えておくのが安全です。人事の書類を扱うタスクで、全社の共有サイトまで見られるアカウントを接続すれば、AIはそこも探しに行けることになります。情シスは、AIワーカーの接続に使うアカウントを業務に必要な場所だけ見られるものに絞るか、接続の承認の段階で範囲を確かめる運用を決めておきます。ファイルの作成時には保存先とファイル名を確かめて「作成を許可」を押す手順がある、とされているので、ここも人が確かめる操作の一つとして案内に入れます。

何が社外に出るか:LLMへの送信と、規約の特則

データの流れは、利用規約の第22条「AI機能に関する特則」に書かれています。要点は、AI機能の処理では入力された情報を同社が LLM サービス(OpenAI の GPT モデル等)に送ること、そしてその LLM サービスの規約で入力データが学習データとして保存されず機械学習に使われないことを確かめたうえで採用していること、です。ある利用企業の入力から得た分析結果を、別の利用企業への提案に直接使うことはない、とも定めています。

同じ条には、技術の進歩や外部の状況の変化を理由に、予告なく LLM の提供元やモデルを変更し、AI機能を停止・廃止できるとも書かれています。提供元を変える場合も前の条件は維持するとされていますが、モデルが変われば同じ指示でも出力が変わることはあり得ます。工程4の試し実行を、導入時の一回きりにせず、出力の様子が変わったと感じたときにやり直す手順として持っておくと安心です。

個人情報の扱いにも注意が要ります。特則は、AI機能に個人情報を入力する場合、利用者が自分の責任で本人の同意の取得や利用目的の通知などの手続きを踏むこととし、入力によって生じた紛争について同社は責任を負わないとしています。また、AIの出力の正確さは保証せず、利用者が自分の責任で出力を検証し、業務の判断に使うと定めています。入社手続きのように個人情報が中心の業務を任せるなら、法務と個人情報の担当が、委託の整理と社内への説明を先に済ませておく必要があります。

履歴を誰が読むか:残るけれど、消せる記録

発表は、AIの作業内容が履歴として記録されるため安心して任せられる、としています。ヘルプでも、タスクごとに過去のAIワーカーとのチャットを、メンバー名と日時の一覧から開けると説明されています。ここまでは心強いのですが、同じヘルプには、過去のチャットはごみ箱のアイコンから削除できるとも書かれています。

記録が消せること自体は、誤って入れた情報を消す手段として必要な場合もあります。ただ、後から「AIが何を根拠にこの書類を作ったか」をたどる場面を考えると、誰が、どんな場合に消してよいかを決めておかないと、記録は当てにできません。削除してよいのは誤入力の取り消しに限り、削除した事実は別の場所に残す、といった決まりを置くのが一つの方法です。

もう一つ決めておきたいのが、履歴を読む人と頻度です。記録は残っているだけでは役に立たず、誰かが読んで初めて、手順の抜けや例外の見落としが見つかります。最初の数か月は、業務の責任者が週に一度、AIワーカーの実行のうち差し戻しになったものと、AIが担当者に確認を求めたものだけを読む、という程度で十分です。AIが確認を求めた場面は、手順に書き足すべき例外の候補なので、工程3の一覧に戻して定義を直します。

外のAIから読む MCP は、AIワーカーとは別の入口

mfloow には、AIワーカーとは別に、外部のAIから mfloow の情報を読むための MCP の機能もあります。ヘルプでは、ChatGPT、Claude、Microsoft 365 Copilot での接続を確かめたとしており、自分の情報、フローの一覧と詳細、タスクの一覧と詳細を取得する道具が用意されています。現在の道具はいずれも閲覧専用で、フローやタスクの作成・編集・完了・削除はできないと説明されています。

この二つは混同しないほうがよい入口です。AIワーカーは mfloow の中で、定義された手順に沿って書類を作る実行の機能です。MCP は、社員が使う外部のAIに、その人が mfloow で見られる範囲の情報を渡す読み取りの機能で、ヘルプではベータ版として提供し、外部のAI側の学習の設定や記録の保存は利用者の責任で確かめるとされています。

社内の規程では、AIワーカーは「どのタスクで実行を許すか」、MCP は「どの外部AIへの接続を許すか」と、別の項目として扱うのが分かりやすいでしょう。外部のAIへの接続を許していない会社で、社員が個人の判断でつないでしまうことがないよう、MCP の利用を許す範囲を AIワーカーの導入と同じ時期に決めておくと、後から規程を追いかけて書き直す手間が省けます。

費用と、止め方・やめ方

料金は、管理者の人数と必要な機能に応じたライト、スタンダード、エンタープライズの3プランから提案する形で、メンバーの数は無制限とされています。AI業務設計とAI日報はライトプランの対象外で、二段階認証以外の IP 制限やシングルサインオンもスタンダード以上の機能です。前述のとおり AIワーカーは料金ページに載っていないため、どのプランで使え、実行の回数や量に応じて費用が増えるのかは、見積もりの段階で書面にしてもらうことが欠かせません。

止め方は、二つの段階で考えます。一つはタスク単位で、定義を外すか、そのタスクで「AIで実行」を押さない運用に戻すことです。もう一つは外部の保存先の接続で、ヘルプでは AIワーカーの画面から「連携を解除」できると説明されています。同じ種類の誤りが続いたとき、規約や LLM の提供元が変わったときには一時停止して見直す、という基準と、止める判断をする人を先に決めておきます。

やめ方で確かめておきたいのは契約とデータです。規約では、途中解約は解約希望日の1か月前までの申し出が必要で、契約が終わると同社はデータを削除できるとし、必要なデータは利用者が事前に複製しておくこととされています。また、規約には同社がデータのバックアップを取っていないことを了承する、という条項がある一方、セキュリティのページでは1日単位でバックアップを取得していると説明しています。この食い違いは契約の前に確かめ、手順の定義とフローのデータを手元に出せるかも合わせて聞いておきます。料金表では、フローのデータの CSV の書き出しはスタンダード以上の機能です。

入社手続きの例で、4つの工程を通してみる

発表の活用例である入社手続きで、4つの工程を通してみます。工程1では、入社手続きのフローから「オファーレターのひな形に必要事項を書き込む」と「届いた書類の記入漏れを確かめて報告する」の二つのタスクを選びます。入社案内メールの送信は、AIには文面の下書きまでを任せ、送信は担当者のタスクとして分けておきます。

工程2では、人事の担当者と、最近この業務を引き継いだ人が一緒にAIの質問に答えます。氏名や入社日は人事の確定連絡のどの欄から取るか、配属部署は正式名称で書くか、ひな形は Googleドライブのどのフォルダの最新版を使うか、までを言葉にします。ひな形の例として添付するファイルは、実在の社員の情報を消した見本にします。工程3では、中途と新卒、試用期間の有無、本社以外の勤務地を分かれ道として挙げ、どれかに当たれば作業を止めて担当者に戻すと書きます。

工程4では、架空の入社予定者で試し実行を行い、人事の責任者が、止まるべき条件で止まるか、保存先は正しいか、を確かめてから本番に載せます。本番では、担当者が書類と文面を開いて宛先と入社日と集合の案内を確かめてから送信し、成果物を確かめた人が完了を押します。最初の一か月は責任者が週に一度、AIが確認を求めた件だけを読み、見つかった例外を定義に書き足していくことで、手順は使うほどに確かになっていきます。

導入前に埋めるチェックリスト

ここまでの内容を、有効にする前に業務の持ち主、情シス、法務で埋める一覧にまとめます。空欄が残る項目があれば、任せるタスクを減らして始めるか、空欄を埋めてから使い始めます。目的は、AIに判断させない範囲と、人が確認する範囲を先に決めておくことです。

  • 使えるプラン、開始時期、追加費用の有無を書面で確かめた(公式トップと料金ページに記載がないため)
  • 定義できる権限(オーナー・標準管理者・テンプレート管理者)の割り当てを見直した
  • 一般メンバーが実行できるかを、試用環境で実際に確かめた
  • 任せるタスクを一つずつ選び、人の判断が中心の作業を外した
  • 手順を、初めての担当者が質問せずに終えられる粒度で言葉にした
  • 止める条件(例外)を過去の差し戻しから拾い、定義に書いた
  • 試し実行を業務の責任者が確かめてから本番に載せる決まりを置いた
  • 送信の前に見る項目と、完了を押す人をタスクごとに決めた
  • SharePoint・OneDrive に接続するアカウントの閲覧範囲を絞った
  • 個人情報を入れる場合の委託の整理と、社内への説明を済ませた
  • 履歴の削除を許す場合と、履歴を読む人と頻度を決めた
  • 止める基準と判断する人、解約時のデータの書き出し方法を確かめた
  • 最初は、下書き・集計・記入漏れの確認など、人の確認で取り返せるタスクに限る
  • AIが確認を求めた場面と差し戻しの件数を分けて記録し、手順の見直しに使う
  • MCP による外部AIへの接続は、AIワーカーとは別の項目として許可の範囲を決める

まとめ

mfloow のAIワーカーは、AIとの対話で業務手順を整理し、その手順どおりに書類や文面の作成、集計、記入漏れの確認を進める機能です。送信と完了は人が押し、作業は履歴に残り、入力は学習に使わない条件の LLM サービスで処理されるという設計は、社内に入れる判断の土台になります。一方で、公式トップと料金ページにまだ載っていないこと、外部の保存先によって許可の形が違うこと、履歴が削除できることは、導入前に確かめておく前提です。導入の要は、手順を書く手間が減っても、何を任せ、どこで止め、誰が最後に押し、誰が履歴を読むかは人が決めることです。タスクを一つ選び、手順を言葉にし、止める条件を書き、試し実行で確かめる、という4つの工程を、まずは取り返しのきく小さな作業から回してみてください。

※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。

運営会社:株式会社デボノ

目次