Interloomに現場の判断を渡せる?|記録の範囲を決める

Interloomに現場の判断を渡せる?|記録の範囲を決める

「マニュアルに載らない例外の対応は、結局ベテランに聞くしかない」「過去の問い合わせの記録をAIに読ませれば、ベテランの判断もそのまま再現できるのではないか」——問い合わせ窓口や保険・金融の事務、設備の保守を抱える部署で、人手不足の議論になると必ず出てくる二つの声です。ドイツの Interloom は、まさにこの「記録に残った片付け方」をAIに学ばせ、エージェントに業務を進めさせる基盤です。ただ、記録を渡せば判断まで再現できる、というのは誤解です。記録に残るのは何をしたかであって、それが正しかったかではありません。この記事では、公式サイト・更新履歴・報道で確かめられる範囲で、Interloom が何をするか、どこにAIが入るか、どの記録をどこまで渡すか、悪い前例を学ぶ問題、結果の採点を誰が検収するか、AIに決めさせない範囲、担当者の暗黙知を記録されることへの社内の合意、費用とやめ方を、三つの業務の場面に当てはめて整理します。画面の操作や料金の一覧は扱いません。


カメ先生カメ先生

過去の問い合わせの記録をAIに読ませれば、ベテランの判断がそのまま手に入ると思われがちなんだ。でも本当は、記録に残っているのは結果の行動だけで、なぜそうしたか、それで良かったのかは、ほとんど書かれていないんだよ。


カメ子カメ子

記録を集めるだけでは、正しいやり方と間違ったやり方の区別がつかない、ということですか。


カメ先生カメ先生

そう。だから Interloom のような基盤を入れる前に、どの記録を渡すか、どの片付け方を「うまくいった」と数えるか、誰がそれを確かめるかを決めておく必要がある。そこが決まっていれば、先例を探して振り分ける道具として役に立つ。


カメ子カメ子

道具が覚えるのは記録で、何を手本にするかは人が決めるんですね。


この記事のポイント
  • Interloom は問い合わせ・チケット・通話・作業指示の記録から「実際の片付け方」を文脈グラフにまとめ、エージェントに先例を探させて業務を振り分ける基盤。2026年10月に過去の似た案件を順位付けする仕組みを公開した
  • 記録には悪い前例も混ざる。渡す記録の範囲と個人情報の扱い、「うまくいった」を誰が採点し検収するかを、導入の前に決めておく
  • 返金・例外の承認・顧客への約束はAIに決めさせない。担当者の判断の跡が記録されることへの社内の合意と、費用の上限・やめ方も先に決める

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

Interloomとは:業務の記録から「実際の片付け方」を拾う基盤

Interloom はドイツのミュンヘンに本社を置く会社で、公式サイトでは自社を「AIで業務を回す基盤」と位置づけています。共有の受信箱、チャット、チケットの仕組み、基幹の記録システムから入ってくる仕事を、人とAIエージェントが同じ作業場で受け持ち、取りこぼしなく片付けることを掲げています。対象の業界として、設備管理、保険、銀行、物流、エネルギー、IT の運用管理が挙げられています。

中心にあるのが「文脈グラフ(コンテキストグラフ)」です。公式の説明では、案件ごとに、関わった資料、メモ、手順、段階、人、エージェント、置き場がつながった記録が積み上がり、一件片付くたびに「どう解決したか」の地図が育つ仕組みです。報道によれば、創業者のファビアン・ヤコビ氏はこれを、道路の地図が実際の交通から道順を学ぶことにたとえています。素材は、問い合わせのメール、サービスのチケット、通話の書き起こし、作業指示といった日々の業務の記録です。

ここで押さえておきたいのは、Interloom が「マニュアルを作る道具」ではないことです。業務の手順を文書にまとめる話は別の記事で扱っているので繰り返しませんが、Interloom の狙いはその逆側にあります。文書にならない例外の処理や判断の経緯を、文書にせずに記録のまま使うというのが、この製品の考え方です。だからこそ、どの記録を渡し、どれを手本と数えるかの判断が、導入の成否をほぼ決めます。

2026年の動き:資金調達、文脈グラフ、過去の案件の順位付け

2026年3月23日、Interloom は1,650万ドルの資金調達を発表しました。報道によれば、主導したのは英国の投資会社ディーエヌ・キャピタルで、ほかにベック・ベンチャーズと既存の投資家エア・ストリート・キャピタルが加わっています。2024年3月には300万ドルのシード資金を調達しています。同じ報道では、顧客の例としてドイツのコメルツ銀行、フォルクスワーゲン、チューリッヒ保険が挙がっています。コメルツ銀行では、顧客からのメールを社内の文書と突き合わせ、文書に書かれた運用と実際の運用の差が約50%から5%に縮まったと同社は説明しています。これは同社の説明であり、測り方は報道の中では示されていません。

製品の更新は公式の更新履歴で追えます。2026年2月には、段階の移り変わり、道具の実行、エージェントの判断を残す活動の記録、Salesforce の記録を参照・更新する連携、案件の文脈を使ったメールの下書きが入りました。メールは「下書きを人が確認して送る」形です。2026年7月には文脈グラフが正式に入り、過去の似た仕事を探す機能、外から操作できる公開の API、独自の道具を作ってエージェントに持たせる Forge が加わりました。

2026年10月には「メモリーランク」が公開されました。更新履歴によれば、意味の近さによる検索と、案件どうしが共有している資料や人などのつながりを一つの類似度にまとめ、過去の似た案件を順位付けして、今の案件の振り分けに使う仕組みです。公式サイトでは、結果を採点し、うまく片付いた案件の背後にいた人・エージェント・資料・判断を蓄えて、次の振り分けを良くしていく層と説明しています。同じ月には、利用者ごとに設定を持つ補佐役の「Odin」や、AWS の Bedrock 経由でEU内に置かれたモデルを選べる選択肢も加わりました。

誤解:記録を渡せば、ベテランの判断が再現できる

この種の製品で最も多い誤解は、「記録さえ大量に渡せば、AIがベテランの判断を覚えてくれる」というものです。報道によれば、ヤコビ氏自身が「業務上の判断の約7割は文書に残らない」と述べており、Interloom はその残らない部分を記録から拾うことを狙っています。しかし、記録から拾えるのは「その案件で何が起きたか」までです。担当者が何を見て、なぜその対応を選んだかは、記録に書かれていないことのほうが多いのが実情です。

たとえば、ある顧客の請求の問い合わせに対して、担当者が規定を外れて手数料を免除した記録があるとします。その判断が、長年の取引への配慮だったのか、上司の口頭の指示だったのか、単なる確認不足だったのかは、記録だけでは区別できません。AIは三つとも「同じ種類の問い合わせには免除で対応した」という先例として扱いかねません。記録は判断の結果を残しますが、判断の理由と良し悪しは残しません。

ヤコビ氏は報道の中で、ソフトウェアならコンパイラが正しく動くかを確かめてくれるが、ほかの分野にはそれに当たるものが無いので、「評価は人間の専門家から来なければならない」と述べています。製品をつくる側がこう言っている点は重要です。Interloom を入れるかどうかの判断は、記録をAIに渡せるかではなく、記録を採点する人を確保できるかで考えるのが筋です。以降の節では、この前提で三つの業務の場面に当てはめます。

どこにAIが入るか:振り分け・先例探し・下書き・採点

公式サイトと更新履歴から読み取れる範囲で、Interloom の中でAIが働く場所を整理すると、大きく四つになります。一つ目は振り分けで、入ってきた案件を専門の担当者、エージェント、外部の連携、または人への引き継ぎのどれに回すかを決めます。二つ目は先例探しで、メモリーランクや似た仕事を探す道具が、過去の案件を探して今の案件の文脈に添えます。三つ目は下書きと実行で、メールの下書き、記録の更新、外部の仕組みへの書き込みを行います。四つ目は採点で、片付いた案件がうまくいったかを、エージェントと専門家の双方が評価するとされています。

このうち、組織にとって危険度が高いのは三つ目の「実行」と、四つ目の「採点」です。振り分けや先例探しは、間違っても人が気づいて直せる余地があります。一方、外部の仕組みへの書き込みや顧客へのメールは、一度出ると取り消しにくく、採点を誤ると誤った片付け方が次の振り分けの手本として増えていきます。

更新履歴には、人が介入するための仕組みもいくつか入っています。実行中のエージェントを途中で止める機能、段階を手作業で完了・飛ばしにする機能、エージェントが自分で設定した期待値を満たさないときに最大2回まで自動で再試行する機能などです。期待値の機能について公式は、最初は案件を止めない形の期待値から始めるべきだと書いています。いきなり厳しい関門を置かず、まず問題を見える化してから締める、という順番を製品側も勧めているわけです。

AIが入る場所Interloom での働き間違えたときの影響人が持つべき役割
振り分け案件を担当者・エージェント・連携・引き継ぎに回す遅れや二度手間。気づけば直せる振り分けの規則と例外の窓口を決める
先例探しメモリーランクで過去の似た案件を順位付けして添える悪い前例が手本として出てくる手本にしてよい案件を採点で選ぶ
下書き・実行メールの下書き、Salesforce などの記録の更新、外部への書き込み顧客への誤った約束、記録の食い違い送信と更新の承認、権限の絞り込み
採点片付いた案件がうまくいったかを評価する誤った片付け方が次の振り分けで増える採点の基準を書き、抜き取りで検収する

場面1:製品の問い合わせ窓口で、例外の問い合わせを振り分ける

一つ目の場面は、BtoBの製品やサービスの問い合わせ窓口です。よくある質問には定型の回答があっても、「契約の途中で利用者数を減らしたい」「障害で使えなかった期間の扱いはどうなるか」といった例外の問い合わせは、ベテランが過去の似た案件を思い出して対応しているのが普通です。Interloom が狙うのは、この「思い出す」部分を、メモリーランクによる先例探しに置き換えることです。

この場面で効くのは、過去の似た案件と、そのとき誰が対応したかを、新人の担当者がすぐに引けることです。報道でも、文脈グラフはAIエージェントだけでなく新しく入った社員の道しるべにもなると説明されています。一方で、エージェントが回答まで書いて送る形にすると、過去に特例で対応した案件が「同じ種類の問い合わせへの標準の回答」として広がる危険があります。最初の段階では、先例を添えた下書きまでをエージェントに任せ、送信は人が行うのが無難です。

もう一つ気をつけたいのは、窓口の記録には顧客の発言がそのまま残っていることです。苛立った顧客の言葉、個人の事情、取引先の内部の話が、チケットやメールの本文に含まれます。それらを先例として別の担当者や別の顧客の案件に添えることが、顧客との約束や社内の規程に照らして許されるかは、導入の前に法務と確かめておく必要があります。この点は後の「どの記録をどこまで渡すか」の節で詳しく扱います。

場面2:保険・金融の事務で、過去の判断の経緯を引く

二つ目の場面は、保険の請求や引き受けの審査、金融の事務のように、規程があっても最後は担当者の判断が入る業務です。報道によれば、チューリッヒ保険は社内のAIの公募で Interloom を選び、引き受けの業務で使ったとされています。公式サイトの推薦の言葉でも、同社の研究開発の責任者が複数の用途で協業していると述べています。

この場面では、先例を「判断の材料」として示すことと、「判断そのもの」をさせることを厳密に分ける必要があります。過去に似た請求がどう扱われたかを審査の担当者に示すのは、判断のばらつきを減らす点で役に立ちます。しかし、支払うか断るか、例外を認めるかをエージェントに決めさせると、規制当局や顧客に対して「なぜその判断になったか」を説明する責任を、記録の寄せ集めに預けることになります。

更新履歴によれば、文脈グラフが推定したつながりには、推定の根拠と確信度が添えられるとされています。審査の場面では、この根拠を必ず人が読める形で残すことを運用の条件にします。先例として示された過去の案件が、その後に苦情や訴えにつながっていないかも確かめる対象です。示された先例そのものが誤りだった、という事態を前提に、審査の担当者が先例を退ける権限と手順を持っておくことが欠かせません。

場面3:設備の保守で、作業指示と手配を回す

三つ目の場面は、建物や設備の保守、物流の手配のように、問い合わせから作業指示、部品や業者の手配、完了の報告までが多段階で続く業務です。公式サイトの対象業界にも設備管理と物流が挙がっており、案件を「受付」「確認」などの段階に分けて進める仕組みが中心に置かれています。更新履歴によれば、段階ごとの担当者や、案件が手順のどこにいるかを示す表示も加わっています。

この場面でAIに任せやすいのは、受付の内容から必要な情報が揃っているかを確かめ、足りなければ問い合わせ主に確認のメールの下書きを作り、過去の似た故障でどの業者がどう対応したかを添えるところまでです。逆に任せにくいのは、業者への発注、費用の確定、作業の完了の承認です。発注は社外への約束であり、費用の確定は予算の権限に関わります。

多段階の業務では、途中で止まったときの扱いも決めておきます。更新履歴には、止まった段階を再開・完了・飛ばしにする操作や、止まった状態が案件全体に伝わる仕組みがあります。どの段階で止まったら誰に知らせ、誰が再開を決めるかを、エージェントに任せる前に人の側で決めておくと、止まった案件が誰にも気づかれずに残ることを防げます。

どの記録をどこまで渡すか:個人情報と顧客の発言

Interloom の価値は、記録を大量に渡すほど高まります。だからこそ、渡す範囲を最初に絞る判断が要ります。公式サイトでは、受け口としてメール、Teams、Slack、音声のエージェント、チャット、チケットの仕組み、基幹の記録システムが挙げられ、連携先として SharePoint、Salesforce、SAP、Confluence、ServiceNow、Jira などが並んでいます。つなげられる先が多いことは、つなげなくてよい先まで、なんとなくつないでしまう危険と表裏です。

渡す範囲を決めるときは、次の三つの問いで記録を仕分けると整理しやすくなります。一つ目は、顧客の個人情報や取引先の内部の情報を含むか。含むなら、利用目的の範囲内か、委託先への提供として扱えるか、国外のサーバーに置かれることを顧客に説明できるかを確かめます。二つ目は、社員の評価や健康など、業務の判断に不要な個人の情報を含むか。三つ目は、その記録を先例として別の顧客の案件に添えてよいかです。

三つ目の問いは見落とされがちです。ある顧客とのやり取りが、別の顧客の対応の先例として担当者やエージェントに示されると、元の顧客の事情が別の文脈に持ち出されます。更新履歴によれば、文脈グラフや検索は利用者の閲覧権限を守るとされていますが、権限を守ることと、目的の範囲で使うことは別の話です。最初は一つの業務、一つの置き場の記録だけを渡し、個人を特定できる部分の扱いを決めてから範囲を広げるのが安全です。

  • 通話の書き起こしは、話した本人が記録の再利用を想定していないことが多い。録音の告知と利用目的の説明が、AIでの再利用まで含んでいるかを確かめる
  • メールの本文には、署名や過去のやり取りの引用として第三者の情報が混ざる。取り込む前に引用部分を落とせるかを確かめる
  • 退職した社員の記録を渡すかどうかは、本人の在籍中の合意の範囲で判断する

悪い前例を学ぶ問題:過去の片付け方が正しかったとは限らない

記録に基づく仕組みの最大の弱点は、過去のやり方をそのまま手本にしてしまうことです。忙しい時期に手を抜いた対応、担当者の思い込みで誤った案内、規程の改定前の古い扱いも、記録の上では「片付いた案件」として残っています。メモリーランクのように過去の似た案件を順位付けする仕組みは、その順位の上位に悪い前例が来ても、自分では気づけません。

公式サイトでは、メモリーランクは結果を採点し、うまく片付いた案件の背後にあるものを蓄えると説明されています。つまり、「うまく片付いた」の採点が正しくなければ、手本の質は上がりません。顧客が文句を言わずに去った案件は「片付いた」と数えられても、実際には解約の前触れだったかもしれません。再度の問い合わせ、苦情、返金、解約といった後から分かる結果と、案件の記録を突き合わせる仕組みが、採点の質を支えます。

実務では、次の三つの手当てが効きます。一つ目は、規程が変わった日より前の記録を、手本の対象から外すか、印を付けて区別することです。二つ目は、苦情や再度の問い合わせにつながった案件を、採点で明示的に「手本にしない」と記録することです。三つ目は、ベテランが「これは特例だった」と分かる案件に、その旨を書き残す運用を作ることです。AIに先例を探させる以上、人は手本にしてはいけない先例を探す役に回ると考えると、役割の分担がはっきりします。

  • 過去数年分のチケットを、規程の改定の前後を区別せずに一括で取り込む
  • 顧客が返信してこなかった案件を、すべて「うまく片付いた」と数える
  • 特例で対応した案件に印を付けず、同じ種類の問い合わせの標準として示させる
  • 先例が誤っていたと分かっても、採点を直す手順が無いまま運用を続ける

結果の採点を、誰がどう検収するか

公式サイトでは、片付いた案件がうまくいったかを、エージェントと専門家の双方が採点するとされています。ここで決めるべきは、エージェントの採点をどこまで信じ、人がどこを抜き取って確かめるかです。エージェントの採点は量をこなせますが、採点の基準そのものが曖昧だと、エージェントは自分の振り分けを「うまくいった」と評価し続けます。

採点の基準は、業務の責任者と現場のベテランが共同で書きます。たとえば問い合わせ窓口なら、「2週間以内に同じ件で再度の問い合わせが無い」「規程の範囲内の対応である」「顧客に約束した期日を守った」のように、後から確かめられる条件にします。そのうえで、エージェントの採点と人の採点がずれた案件を定期的に集め、ずれの理由を見て基準を直すのが検収の中心です。

費用の面からも、採点の手間は見積もりに入れておく必要があります。更新履歴によれば、2026年9月から案件・置き場・組織の単位でトークンと費用の内訳が見られるようになり、8月には処理量や処理時間の集計も入りました。これらは採点の量と質を見る材料になりますが、集計の数字が良くなっても、それは「速く片付いた」ことを示すだけで、「正しく片付いた」ことは示しません。正しさの検収は、人の抜き取りでしか担保できません。

STEP1
採点の基準を書く

業務の責任者とベテランが、後から確かめられる条件で「うまく片付いた」を定義する。規程の範囲、再度の問い合わせの有無、約束の期日などを使う。

STEP2
最初の1か月は全件を人も採点する

エージェントの採点と人の採点を並べ、ずれる案件の種類を把握する。この期間は採点結果を振り分けの改善に使わない。

STEP3
ずれの理由で基準を直す

ずれた案件を週に一度集めて読み、基準の曖昧な箇所を書き直す。手本にしない案件には印を付ける。

STEP4
抜き取りの割合を決めて回す

ずれが減った種類の案件から、人の採点を抜き取りに切り替える。返金や例外が絡む種類は全件の確認を続ける。

AIに判断させない範囲:返金・例外の承認・顧客への約束

Interloom の更新履歴を見ると、エージェントにできることは着実に広がっています。外部の仕組みに書き込む API の呼び出し、Salesforce の記録の更新、他の案件への伝言、独自の Python の道具の実行などです。できることが増えるほど、できるがやらせない範囲を、人の側で先に書いておく必要が高まります。製品が許すことと、自社が任せることは別です。

判断させない範囲の候補は、業務を問わずおおむね共通です。一つ目はお金の判断で、返金、手数料の免除、値引き、支払いの可否です。二つ目は例外の承認で、規程から外れる対応を認めることです。三つ目は社外への約束で、期日、補償、契約の変更を顧客や取引先に伝えることです。四つ目は人に関わる判断で、担当者の評価や配置の変更です。この四つは、エージェントが先例と根拠を添えた下書きまでを作り、決めるのは権限を持つ人という線を引きます。

線を引くだけでなく、仕組みでも守ります。メールについては、公式の説明でも下書きを人が確認して送る形になっています。外部の仕組みへの書き込みや記録の更新は、エージェントに持たせる道具を絞り、承認の段階を挟む手順にします。AIには必ず、どの先例と、どの資料を根拠にその提案をしたかを書かせ、承認する人がその根拠を読んでから判断できるようにします。根拠を示せない提案は、採用しない決まりにしておきます。

担当者の暗黙知を記録されることへの、社内の合意

Interloom のような仕組みは、担当者が日々の業務で示した判断の跡を、組織の資産として蓄えます。報道の中でヤコビ氏は、大量の退職で組織の知識が失われる問題を挙げ、銀行で最も重要なのは「文書が正しいかどうかを知っている人」だと述べています。裏を返せば、その人の判断の跡を記録し、AIと新人の手本にするのが、この製品の働きです。

担当者から見ると、これは自分の仕事のやり方が記録され、評価や比較の材料に使われるのではないか、という不安につながります。更新履歴では、組織図に人とエージェントが並び、エージェントがその情報を振り分けに使うとされています。記録の目的を「業務の引き継ぎと品質の改善」に限り、個人の評価には使わないことを、導入の前に明文化して伝えることが、現場の協力を得る前提になります。労働組合や従業員の代表がある会社では、事前の説明と協議の対象にすることも検討します。

もう一つ大切なのは、ベテランの役割の位置づけを変えることです。記録から先例を拾う仕組みが入ると、ベテランは「質問に答える人」から「先例を採点し、手本にしてよいかを決める人」に変わります。この採点の仕事を、本来の業務の片手間ではなく、時間を割り当てた役割として認めないと、採点が回らず、悪い前例が残ったままになります。暗黙知を記録する仕組みは、暗黙知を持つ人の時間を確保して初めて機能します。

誰の権限で動くか、何が社外に出るか

権限の面では、更新履歴からいくつかの設計が読み取れます。公開の API の鍵は組織の単位で発行され、作成した人の権限を引き継ぎます。利用者の役割は管理者・一般の利用者・閲覧者の三つで、閲覧者は読むだけです。2026年9月には Okta によるシングルサインオンが入りました。また、管理者が組織を離れると、その人が持っていたエージェントは組織の所有者に移るとされています。API の鍵を、権限の広い管理者の名前で作らないこと、エージェントの持ち主を部署の責任者にしておくことが、権限の広がりすぎを防ぎます。

社外に出るものについては、公式のセキュリティのページで、Microsoft の Azure 上で動き、保存時と通信時の暗号化、顧客ごとの認証の仕組み、単一の顧客専用の環境を選べることが説明されています。認証については、ISO 27001:2022、AIの管理の規格である ISO 42001、自動車業界の情報セキュリティの評価を、6〜9か月での取得を目指していると書かれており、記事の執筆時点では取得済みの認証の記載はありません。

一方、同じページには、データの保持期間、顧客のデータをモデルの学習に使うかどうか、委託先の一覧、削除と持ち出しの手順は書かれておらず、セキュリティの審査を申し込むよう案内されています。料金のページでは、共用のクラウドは AWS 上と説明されており、セキュリティのページの Azure という説明とあわせて、契約する形態ごとに、データがどの国のどの事業者のサーバーに置かれ、どのモデルの提供元に送られるかを書面で確かめる必要があります。モデルについては、AWS の Bedrock 経由でEU内に置かれた選択肢や、自前のモデルの契約を持ち込む形態も用意されています。

費用の増え方と、やめ方

料金のページによれば、課金の単位はエージェントの実行回数です。人が行う作業は無料で、利用者の数も案件の数も制限はありません。実行一回の単価にはトークンの費用も含まれます。形態は、共用のクラウド、専用の環境、専用の環境に自前のモデルを持ち込む形の三つで、自前のモデルの場合は単価が割り引かれるとされています。具体的な単価や枠の価格は公開されていません。

この課金の形では、エージェントに任せる範囲を広げるほど、また再試行や多段階の処理が増えるほど、費用が増えます。期待値を満たさないときの自動の再試行も実行回数に数えられるかは、契約の前に確かめておきたい点です。料金のページでは、置き場・チーム・用途ごとに上限を設け、使用を止めたり、閾値で通知したりできると説明されています。前払いの枠は契約期間の中で繰り越せる一方、期間を越えた扱いは書かれていません。最初は一つの業務に上限を置き、案件一件あたりの費用を測ってから広げます。

やめ方は、導入の前に決めておくべき項目です。Interloom に蓄えた文脈グラフ、採点の記録、手順、メモは、自社の業務の知識そのものです。公開の API で案件・手順・メモ・資料・活動の記録を取り出せるとされていますが、採点の結果やつながりの推定を、別の仕組みで使える形で持ち出せるかは、セキュリティの審査と合わせて確かめます。また、導入時には同社の技術者が現場に入って立ち上げを支える形が案内されており、その技術者が作った手順の設定を、自社の担当者が説明できる状態にしておくことも、やめるときの備えになります。

導入前に確かめる項目

ここまでの論点を、導入を決める会議の前に確かめる項目として並べます。担当の欄は目安です。答えが空欄のまま契約に進まないことが、この種の製品で後悔しないための最低限の線です。

記録と採点
  • 最初に渡す記録を、一つの業務・一つの置き場に絞ったか(業務の責任者)
  • 顧客の発言・個人情報を、別の顧客の案件の先例として示してよいかを法務と確かめたか
  • 規程の改定前の記録や特例の案件を、手本から外す方法を決めたか
  • 「うまく片付いた」の採点の基準を、後から確かめられる条件で書いたか
  • 採点を担うベテランの時間を、役割として確保したか
権限と線引き
  • 返金・例外の承認・社外への約束・人に関わる判断を、AIに決めさせない範囲として書いたか
  • エージェントに持たせる道具と、外部の仕組みへの書き込みの承認の手順を決めたか
  • API の鍵とエージェントの持ち主を、誰の名前で作るかを決めたか
  • 記録の目的を個人の評価に使わないことを、現場に明文化して伝えたか
契約と出口
  • 契約する形態ごとに、データの置き場所・モデルの提供元・学習への利用の有無を書面で確かめたか
  • 取得予定の認証の進み具合を、契約の時点で確かめたか
  • 置き場・用途ごとの費用の上限と、再試行が実行回数に数えられるかを確かめたか
  • やめるときに持ち出すもの(手順・採点の記録・文脈のつながり)と形式を確かめたか

まとめ

Interloom は、問い合わせ・チケット・通話・作業指示の記録から「実際の片付け方」を拾い、先例を探して業務を振り分けるエージェントの基盤です。2026年には資金調達、文脈グラフ、過去の案件を順位付けする仕組みと、記録に基づく働きを着実に広げています。ただし、記録に残るのは判断の結果であって、その理由と良し悪しではありません。記録を渡せば現場の判断が手に入るのではなく、手本にしてよい記録を人が選び続けて、初めて判断の材料になります。導入を考えるなら、渡す記録の範囲、悪い前例の外し方、採点の基準と検収、AIに決めさせない範囲、担当者との合意、費用の上限とやめ方を、契約の前に決めておくことが出発点です。

※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。

運営会社:株式会社デボノ

目次