ロボパットでAIに渡す前に伏せる4工程|置き換えの持ち主を決める

「顧客名を伏せてからAIに渡せば、どんな分析を任せても情報漏えいの心配はなくなるはず」「現場が自分でAIエージェントを作れるなら、情シスは何もしなくていいのでは」。FCEが2026年11月16日に正式リリースした「ロボパット AI Agent Studio」の発表を読んだ担当者から、こうした受け止めが聞こえてきます——RPAをすでに現場に配っている会社ほど、話が早く進みそうに見えるところです。けれども、伏せる工程があることと、伏せ方が正しく決まっていることは別の話です。置き換えの一覧を誰が持ち、漏れを誰が確かめ、戻すための対応表を誰が預かるかが決まって初めて、伏せる設計は効きます。この記事では、ロボパット AI Agent Studio の公表内容をもとに、AIに渡す前にRPAで機密を置き換える設計を、情シスとAI導入担当がどう決めるかを整理します。
カメ先生伏せてから渡せば安全、と思われがちなんだけど、本当は「何を伏せるかの一覧」と「戻すための対応表」という新しい持ち物が二つ増えるんだ。
カメ子伏せた結果、守るものがかえって増えるということですか。
カメ先生そう。それに、AIに渡す量を絞れば利用料も下がるけれど、下がるのは渡す部分だけ。月額の土台や、作られたエージェントの管理の手間は残るんだよ。
カメ子安全と節約の両方が、設計しだいで効いたり効かなかったりするんですね。
- 公表されている四つの工程は、置き換え・分析・戻し・送信。伏せるのはRPAで、AIは置き換え後のデータだけを見る
- 効くかどうかは、置き換え一覧の持ち主、漏れの確かめ方、対応表の保管の三つで決まる。開発元も効果は条件しだいと注記している
- 現場が作るエージェントは、作る自由と配る許可を分け、台帳で棚卸しする。AIに判断させない範囲を先に決める
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。
誤解:伏せてから渡せば、AIに何を任せても安全になる
ロボパット AI Agent Studio の発表でいちばん目を引くのは、機密情報の置き換えをRPAが行い、AIには必要な情報と処理だけを渡すという役割分担です。これを読んで「伏せる仕組みがあるなら、あとは何でもAIに任せられる」と受け取るのは早すぎます。開発元自身が、正式リリースの文面で情報保護の効果はAIに渡すデータの範囲やアクセス権の設定に左右されると注記しています。仕組みがあることと、その仕組みが自社の業務で正しく働くことのあいだには、決めごとがいくつも挟まっています。
たとえば顧客名の列を行番号に置き換えても、同じ表の備考欄に「〇〇社の部長から値引きの相談」と書かれていれば、名前はそのままAIに渡ります。売上の金額と地域と業種の組み合わせだけで、取引先の多くない会社なら相手が特定できてしまうこともあります。伏せる処理は、何を伏せるかを人が決めた範囲でしか働かないのです。
もう一つの誤解は、伏せたから費用も自動で下がるという読み方です。AIに渡す量を減らせばトークンの消費は減りますが、製品の月額の土台やアカウントの料金は残ります。この記事では、安全と費用の両方について、何が仕組みで決まり、何が社内の決めごとで決まるのかを分けて見ていきます。RPAとAIのどちらに寄せるかという使い分けの一般論には立ち入らず、この製品が打ち出す「伏せてから渡す」設計に絞ります。
ロボパット AI Agent Studioとは:現場がエージェントを作る国産の道具
ロボパット AI Agent Studio は、東京都新宿区のFCE(東証スタンダード上場)が、PKSHA(パークシャ)と共同で開発したAIエージェントの作成・実行の基盤です。発表によれば、専門知識やプログラミングの知識がない現場の担当者でもAIエージェントを作り、使えるように作られています。土台には、PKSHA が大企業向けに展開するAI基盤「PKSHA AI Agents Studio」が使われていると説明されています。
製品サイトでは、機能が四つに分けて紹介されています。あらかじめ調整したエージェントをすぐ使える「アプリ」(商談前の下調べや議事録作成などの例が挙がっています)、自然言語の指示で独自のエージェントを作る「スタジオ」、ChatGPT・Gemini・Claude などを呼び出して対話で相談できる「チャット」、個人と組織の利用実績を見える化する「ダッシュボード」です。アプリとスタジオで作ったエージェントは、RPAから呼び出して使えるとされています。
組み合わせる相手は、同じFCEのRPA「ロボパットAI」です。こちらは2026年3月2日に旧名「RPAロボパットDX」から改称した製品で、導入企業は2,200社(2026年9月11日時点)を超えたと公表されています。製品サイトのよくある質問では、ロボパットAIに入っている「AIオプション機能」(帳票のデータ化やロボット作成の支援)と、AIエージェントを作って動かす Agent Studio は別のサービスだと明記されています。社内でRPAを使っているからといって、同じ契約の延長で Agent Studio が使えるわけではない点は、最初に押さえておきたいところです。
3月の発表から11月の正式リリースまで:公表されていること
ロボパット AI Agent Studio は、2026年3月13日にまず提供開始が発表されました。このときの説明は、エージェントの開発、タスクの実行、社内データの管理、実行ログの確認といった、作って動かすために必要な機能を備えたプラットフォームだというもので、機能の詳細や提供の予定は後日公開とされていました。
その後、検証を経て11月16日に正式リリースが発表され、ここで初めて「定型作業はRPA、分析・判断はAI」という役割分担と、機密情報の置き換えの具体例、料金の体系が示されました。料金は初期費用なし、利用料金が月額10万円から(購入金額を上限に各種機能を利用できる)、ユーザーアカウント料金が1アカウント月額800円と公表されています。一方、製品サイトでは料金・利用条件は問い合わせで案内するとしており、細かな条件は個別の見積もりで確かめることになります。
背景として、FCEと PKSHA グループの関係は長く、ロボパットは PKSHA グループの会社の製品を FCE が OEM として提供してきたと、2026年11月2日の受賞の発表で説明されています。導入を検討する側から見れば、画面の窓口はFCE、エージェントの土台は PKSHA という二重の構造になっていることを意味します。これは後で触れる、データの流れと問い合わせ先の確認に関わってきます。
- 料金・機能は2026年11月時点の公表内容です。正式な条件は見積もりと契約書で確かめてください
- データの保管先や、入力がAIの学習に使われるかどうかは、今回確認できた公開資料には書かれていませんでした
四つの工程を読み解く:置き換え、分析、戻し、送信
正式リリースでは、「Excelに入力された顧客売上情報を集計・分析し、社内に報告する業務」を例に、次の四つの手順が示されています。数字は発表の順番どおりです。
ロボパットAIが表の顧客名を行番号に差し替え、AIに渡すデータから顧客名を取り除きます。ここで作られる「行番号と顧客名の対応」が、あとで戻すための鍵になります。
Agent Studio のエージェントが、顧客名を含まない売上の情報だけを受け取って集計と分析を行います。
分析結果に残った行番号を、ロボパットAIが対応をたどって元の顧客名に戻します。AIは最後まで顧客名を見ません。
送信もRPAが受け持つため、この業務のためにAIへメール全体を閲覧できる権限を与える必要がない、と説明されています。
発表には、もう一つ大事な一文があります。事前の確認を行う場合は、手順の間に人間のチェックを入れる、という注記です。つまり四つの工程は、そのまま全自動で流す前提ではなく、どこに人を挟むかを使う側が決める余地を残した形で示されています。
この四工程を自社の業務に当てはめるとき、情シスとAI導入担当が決めるべきことは、工程そのものよりも工程の「前」と「あいだ」にあります。工程1の前には、何を置き換えるかの一覧が要ります。工程1と3のあいだには、対応表という新しい機密が生まれます。工程2と4のあいだには、分析結果を誰が見てから送るかという判断があります。以下の節では、この三つの「前とあいだ」を順に見ていきます。
工程1の前に:何を置き換えるかの一覧を誰が持つか
置き換えの処理は、RPAに「この列のこの値を、こう差し替える」と教えた範囲でしか動きません。だから最初に要るのは、業務ごとに、どの項目を置き換え対象とするかを書いた一覧です。顧客名だけで足りるのか、担当者名、電話番号、メールアドレス、住所、取引先の社内コード、案件名まで含めるのか。現場が自分でエージェントを作る製品だからこそ、この一覧を現場の判断だけに任せると、部署ごとに伏せる範囲がばらばらになります。
おすすめは、一覧を二層に分けることです。全社共通で必ず置き換える項目(個人名、連絡先、取引先名など)は情シスか情報管理の担当が持ち、業務固有の項目(案件名、仕入れ単価、特定の製品コードなど)は業務の責任者が追加する形にします。こうしておくと、新しいエージェントを作るたびに一から考えずに済み、共通の層を外したエージェントは配らないという線も引けます。
一覧の持ち主を決めるときに忘れがちなのが、改訂の手順です。取引先が増えたり、表の列が追加されたりすると、置き換え対象も変わります。一覧を誰が改訂し、改訂したら既存のロボットとエージェントのどれに反映が必要かを誰が確かめるのか。ここが決まっていないと、半年後には一覧と実際の置き換え処理がずれていきます。
| 層 | 主な項目の例 | 持ち主 | 改訂のきっかけ |
|---|---|---|---|
| 全社共通 | 個人名、電話番号、メールアドレス、住所、取引先名 | 情シスまたは情報管理の担当 | 規程の改定、個人情報の扱いの見直し |
| 業務固有 | 案件名、仕入れ単価、社内の取引先コード、製品の開発名 | 業務の責任者 | 表の列の追加、取引先の追加、新しい業務への展開 |
| 置き換えない項目 | 集計に必要な金額、日付、地域、業種など | 業務の責任者と情シスの合議 | 組み合わせで相手が特定できると分かったとき |
置き換えの漏れはどこで起きるか:列の外にある名前
置き換えの漏れは、たいてい決めた列の「外」で起きます。表の備考欄や自由記述欄、シート名、ファイル名、セルに付いたコメント、別シートから参照している値などです。人は表を見て「顧客名の列さえ置き換えれば大丈夫」と考えがちですが、名前は思わぬ場所に紛れ込んでいるものです。
- 顧客名の列は置き換えたが、備考欄の「〇〇社の担当から要望」がそのまま渡った
- ファイル名に取引先名が入っていて、ファイルごとAIに渡したら名前も一緒に渡った
- 金額と地域と業種だけを残したが、取引先が数社しかない地域では相手が推測できた
- 置き換え後の表を確かめる担当がおらず、列の追加で新しい名前の列が素通りしていた
漏れを確かめる方法は、自動と人の二段で考えます。自動の側では、置き換え後のデータに、置き換え一覧に載っている顧客名や社名が一つも残っていないかを、RPAで照合してから渡す手順を挟めます。人の側では、新しいエージェントを配る前と、表の形が変わったときに、置き換え後のデータを実際に開いて目で確かめます。AIに「伏せ漏れがないか判断して」と頼むのは避けます。伏せ漏れの判定そのものを、伏せる前のデータを見せたAIに任せては本末転倒だからです。
組み合わせによる特定は、置き換えでは防ぎきれません。取引先の数が少ない業務や、金額が大きく偏っている業務では、集計の粒度を粗くする、上位だけを取り出す、といった絞り方を業務の責任者と決めておきます。ここは情報管理の考え方の問題で、製品の機能で自動的に解決するものではありません。
戻すための対応表:AIに渡さないもう一つの機密
工程1で作られ、工程3で使われる「行番号と顧客名の対応表」は、置き換え前の情報そのものを鍵の形で持っています。AIに渡らないからといって軽く扱うと、ここが新しい漏えいの入り口になります。対応表は、元の表と同じ機密区分で扱うのが基本です。
決めておくことは三つあります。一つ目は置き場所で、RPAが動く端末のローカルに一時ファイルとして残るのか、共有フォルダに置くのかを確かめます。二つ目は寿命で、工程3で戻し終えたら消すのか、後日の問い合わせに備えて一定期間残すのかを業務ごとに決めます。三つ目は閲覧できる人で、ロボットを作った現場の担当者だけが開けるのか、情シスも監査のために見られるのかを決めます。
ロボパットAIは、利用者の端末の画面操作を自動化するRPAとして広く使われてきた製品です。対応表がどこに書き出されるかは、作ったロボットの組み方しだいになります。だからこそ、対応表の書き出し先と消し方を、ロボットの作り方の決まりとして先に示しておくことが効きます。現場に任せきりにすると、デスクトップに対応表のファイルが溜まっていく、という事態が起こりえます。
送信をRPAに持たせる意味:AIに受信箱の権限を渡さない
正式リリースが強調しているもう一つの点は、メール送信をRPAに任せることで、AIに「メール全体が閲覧できるアクセス権限」を与えずに済む、という設計です。エージェントにメール送信まで任せようとすると、送信のための権限が受信箱の閲覧と一体になっていることが多く、報告を1通送らせるためだけに、過去のやりとり全部をAIが読める状態にしてしまうことがあります。送信をRPAに切り出すのは、権限を最小にするという意味で理にかなっています。
ただし、RPAに送信を任せると、今度はRPAが誰のメールアカウントで送るのかが問われます。ロボットが現場担当者の個人のアカウントで送るなら、その担当者が異動や退職をしたときに止まりますし、誤送信があったときの責任の所在もあいまいになります。業務用の送信専用アカウントを用意し、送信先を社内のドメインに限る、宛先の一覧を固定する、といった線を引いておくと安心です。
送信の前に人の確認を挟むかどうかも、ここで決めます。発表の例は社内への報告なので、誤送信の被害は比較的小さいと言えます。一方、同じ仕組みを取引先への連絡や見積もりの送付に広げるなら、社外に出る送信の前には必ず人が内容を確かめると決めておくべきです。AIの分析結果が、そのまま社外への文面に流れ込む構成は避けます。
渡す量とトークン費用:絞ると何が安くなり、何が安くならないか
発表では、定型作業は定額で利用できるRPAに任せ、AIの利用を集計・分析に絞ることで、トークン消費に伴うコストを抑えるとしています。顧客数や処理の頻度が増えても、定型作業の増加をそのままAIの利用量の増加につなげない構成を目指す、という説明です。一方で開発元は、トークンコストの削減効果は業務内容・処理量・利用条件によって異なるとも書いています。
費用の増え方を考えるときは、三つの財布に分けて見ると整理しやすくなります。一つ目は Agent Studio の利用料金で、月額10万円からとされ、購入金額を上限に各種機能を使える形です。二つ目はユーザーアカウント料金で、1アカウント月額800円とされているため、エージェントを作る人・使う人を増やすほど比例して増える部分です。三つ目は組み合わせる RPA の契約で、こちらは別製品として別に費用がかかります。
| 費用の種類 | 公表されている内容 | 増える要因 | 絞り方 |
|---|---|---|---|
| Agent Studio の利用料金 | 月額10万円から。購入金額を上限に各種機能を利用 | AIに渡す処理の量と回数 | 定型の前処理をRPAに寄せ、渡すデータを必要な列に絞る |
| ユーザーアカウント料金 | 1アカウント月額800円 | アカウントを配る人数 | 作る人と使う人を分け、使わない人には配らない |
| RPA(ロボパットAI) | 別製品として別契約 | ロボットを動かす台数や範囲 | 既存の契約で足りるかを先に確かめる |
渡す量を絞ると安くなるのは一つ目の財布だけで、二つ目と三つ目は人数と範囲で決まります。製品サイトのダッシュボードは、個人と組織の利用実績がすぐ反映され、費用対効果の検証に使えると説明されています。毎月どの部署のどのエージェントが購入額の上限に近づいているかを情シスが確かめ、上限に達しそうなときの扱い(止めるのか、追加で買うのか、誰が決めるのか)を先に決めておくと、月末に慌てずに済みます。
どのAIに渡っているかを確かめる:チャットと作ったエージェントの違い
製品サイトのチャット機能は、ChatGPT・Gemini・Claude などを呼び出して対話で相談できると紹介されています。つまり Agent Studio の中では、複数の会社のAIが使い分けられるということです。正式リリースの文面には、作ったエージェントがどの会社のAIで動くのかは明記されていませんでした。置き換えた後のデータであっても、それがどの会社のどの環境で処理されるのかは、情報管理の上で確かめておくべき点です。
今回確認できた公開資料では、入力データの保管先(国内か国外か)、AIの学習に使われるかどうか、処理の記録がどこにどれだけ残るかは書かれていませんでした。3月の発表では、社内データの管理と実行ログの確認が機能として挙げられているので、何らかの形でデータと記録が基盤側に保存されると考えるのが自然です。置き換えたから気にしなくてよい、ではなく、置き換え後のデータも社外の基盤に置かれる前提で確かめるのが筋です。
- チャットと作ったエージェントのそれぞれで、どの会社のAIが使われるか。管理者が選べるか、制限できるか
- 入力したデータと出力が、AIの学習に使われるかどうか
- データと実行ログの保管先(国内か国外か)と保管期間、解約後の削除の扱い
- 土台である PKSHA の基盤と、窓口のFCEの、どちらが何を委託先として扱うか
- 障害や不具合のときの問い合わせ先が一本化されているか
窓口がFCEで土台が PKSHA という構造は、支援の手厚さという点では強みになりえますが、契約上の責任の線は見えにくくなります。個人情報や取引先の情報を扱う業務に広げる前に、委託先の範囲を契約書の上で確かめておくことをおすすめします。
現場が作るエージェントの承認:作る自由と配る許可を分ける
ロボパット AI Agent Studio は、プログラミングの知識がない現場の担当者がエージェントを作れることを売りにしています。これはRPAの時代から続く「現場主導の自動化」の考え方の延長で、うまく回れば情シスの負担を増やさずに自動化が広がります。その一方で、作るのが簡単になるほど、作られたものの把握が難しくなるのも、RPAで多くの会社が経験してきたことです。
ここで有効なのが、作る自由と配る許可を分ける考え方です。自分の手元で試すエージェントは自由に作ってよいが、他の人に使わせる、定期的に自動で動かす、RPAから呼び出して業務の流れに組み込む、のいずれかに進むときは承認を通す。承認の観点は多くありません。置き換え一覧の共通層を通しているか、対応表の置き場所と消し方が決まっているか、社外への送信の前に人の確認があるかの三つを見れば、大きな事故はかなり防げます。
承認の窓口をどこに置くかも決めておきます。情シスだけで全件を見るのは現実的でない会社も多いので、部署ごとにRPAの推進役がいるならその人を一次の確認役にし、個人情報や取引先の情報を扱うものだけ情シスに上げる、という二段の形が回しやすいでしょう。FCEはロボパットの推進役の認定制度を持っていると公表しており、こうした人がいる会社なら役割を広げる形で始められます。
棚卸し:誰が作り、何を読み、どこへ送るかの台帳
承認を通ったエージェントは、台帳に載せて定期的に棚卸しします。台帳に書くのは、作った人と業務の責任者、読み込むデータの種類、置き換えの対象、対応表の置き場所、呼び出すRPAのロボット、送信先、人の確認を挟む位置、最後に動いた日の八つ程度で十分です。
棚卸しの頻度は、四半期に一度を目安にします。見るべきは、作った人がまだ在籍しているか、業務の責任者が変わっていないか、表の形が変わって置き換え対象がずれていないか、しばらく動いていないエージェントが残っていないか、の四点です。作った人が異動したエージェントは、引き継ぐ人を決めるか止めるかのどちらかにすると決めておくと、持ち主のいないエージェントが動き続ける事態を防げます。
ダッシュボードの利用実績は、棚卸しの材料にもなります。利用実績が途絶えているエージェントは止める候補、急に利用が増えたエージェントは用途が広がっていないかを確かめる候補、という具合に見ていきます。台帳とダッシュボードを突き合わせることで、把握していないエージェントがないかも確かめられます。
AIに判断させない範囲と、人のチェックを挟む位置
発表の役割分担では、AIが担うのは「分析・判断」とされています。けれども、業務に組み込むときは、AIの「判断」をどこまで結論として扱うかを決めておく必要があります。売上の集計や傾向の要約はAIに任せやすい一方、取引条件の変更、与信の判断、値引きの可否、担当者の評価といった、人や取引先に影響する結論はAIに決めさせないのが基本です。
AIに分析させるときは、結論だけでなく根拠を書かせます。どの数字を見てその傾向を読んだのか、どの期間と比べたのかを出力に含めさせれば、人が確かめるときの手間が減ります。置き換えた後のデータで分析している以上、AIは顧客の事情を知りません。行番号の向こうにいる取引先の背景を知っているのは人だけなので、分析結果を戻した後に、事情を知る人が読んで意味を確かめる工程が欠かせません。
人のチェックを挟む位置は、発表の四工程に当てはめると三か所の候補があります。工程1の後(置き換えが正しく済んだか)、工程3の後(戻した結果が正しいか、分析が妥当か)、工程4の前(送る内容と宛先が正しいか)です。全部に人を置く必要はありませんが、社外に出る業務、個人情報を含む業務、金額の判断につながる業務では、少なくとも工程4の前には人を置きます。どこに置くかは、エージェントの承認のときに台帳に書いておきます。
止め方とやめ方:RPAとAIのどちらを止めるか
仕組みが二つの製品にまたがっているので、止め方も二通りあります。置き換えに漏れが見つかった、AIの出力がおかしい、といった問題が起きたときは、まずAIに渡す手前のRPAのロボットを止めるのが確実です。渡す前で止めれば、それ以上データがAIに流れません。エージェント側だけを止めても、RPAが置き換え後のデータを作り続けて置き場所に溜まっていく、という形になることがあるため、止める順番を手順書に書いておきます。
製品そのものをやめるときは、三つを確かめます。一つ目は、作ったエージェントの設定や指示文を手元に残せるか、他の基盤に移せる形で取り出せるかです。二つ目は、基盤側に保存されたデータと実行ログが、解約後にどう扱われ、いつ消されるかです。三つ目は、RPA側に残る置き換えと戻しのロボット、そして対応表の始末です。やめた後も対応表が端末に残っていれば、機密はそこに残り続けることになります。
やめ方を先に決めておくと、試すときの範囲も決めやすくなります。最初は、取引先の情報を含まない社内の集計業務など、漏れても被害の小さい業務で一つだけ試し、置き換え一覧、漏れの照合、対応表の消し方、人の確認の位置が実際に回るかを確かめてから、範囲を広げていくのが堅実です。
よくある質問
ロボパットAIを使っていれば、Agent Studio は追加費用なしで使えますか
製品サイトのよくある質問では、ロボパットAIの中のAIオプション機能と Agent Studio は別のサービスとされています。正式リリースでは、Agent Studio に月額の利用料金とアカウントごとの料金が示されているので、別に契約が要ると考えておくのが安全です。具体的な条件は見積もりで確かめてください。
置き換えをすれば、個人情報をAIに渡していないと言えますか
置き換えの範囲と漏れの確かめ方しだいです。備考欄やファイル名に名前が残っていたり、組み合わせで個人や取引先が特定できたりすれば、伏せたことにはなりません。法的にどう評価されるかは、データの中身と業務によって変わるので、個人情報の扱いについては法務や個人情報の担当と確認してください。
どのAIが使われるのかを、管理者が決められますか
チャット機能で ChatGPT・Gemini・Claude などを呼び出せることは製品サイトに書かれていますが、管理者が使えるAIを制限できるか、作ったエージェントがどのAIで動くかは、今回確認できた公開資料では分かりませんでした。導入前に開発元へ確かめる項目に入れておきましょう。
現場が勝手にエージェントを作り始めたら、止められますか
アカウントの配布を管理していれば、使える人の範囲は絞れます。そのうえで、手元で試すのは自由、他の人に使わせる・自動で動かす・RPAに組み込むときは承認、という線を引くのが現実的です。ダッシュボードの利用実績と台帳を突き合わせれば、把握していないエージェントも見つけやすくなります。
まとめ
ロボパット AI Agent Studio が打ち出す「機密の置き換えと送信はRPA、分析はAI」という役割分担は、AIに渡す情報と権限を必要な範囲に絞るという意味で筋の通った設計です。ただし、その効果は開発元自身が注記しているとおり、渡すデータの範囲とアクセス権の設定に左右されます。導入を決める前に、置き換え一覧の持ち主、漏れの照合の手順、対応表の置き場所と消し方の三つを決め、どのAIにデータが渡り、どこに保存されるかを書面で確かめておきましょう。現場が作るエージェントは、作る自由と配る許可を分け、台帳で棚卸しし、人や取引先に影響する結論はAIに決めさせない。止めるときはAIの手前のRPAから止める。この順番を先に決めておけば、現場主導の自動化を広げながら、情報の守りと費用の見通しを両立させやすくなります。
※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。
