テクサポAIでも問い合わせが開発に戻る原因|調べる範囲と承認の線

テクサポAIでも問い合わせが開発に戻る原因|調べる範囲と承認の線

「サポートにAIを入れたのに、結局『この回答で合っているか見てほしい』と開発チャンネルに投げられてくる」「AIがソースコードまで読むと聞いて、どこまで読ませてよいのか誰も決められずに止まっている」——BtoBのクラウドサービスを売る会社で、カスタマーサクセスと開発の両方から聞く声です。技術的な問い合わせをAIに調べさせれば、開発者への割り込みは自然に消えると思われがちです。けれども実際には、読ませる範囲、顧客に出す前に確かめる人、根拠が無いときに止める条件を決めないまま入れると、調査は形を変えて開発者に戻ってきます。この記事では、国産の「テクサポAI」を例に、技術問い合わせの調査を開発者から外すときに、課題がどこに出て、なぜ戻ってくるのか、導入前に何を決めればよいのかを整理します。


カメ先生カメ先生

技術問い合わせのAIは、答えを速く出す道具だと思われがちなんだ。でも本当に変わるのは、誰が調べて、誰が確かめて、誰が顧客に出すかという分担のほうなんだよ。


カメ子カメ子

AIが調べてくれても、確かめる人が決まっていなければ、結局は開発者に聞くことになるということですか。


カメ先生カメ先生

そう。しかもAIはソースコードや社内の会話まで読むから、どこまで読ませるかを決めずに入れると、今度は情シスや法務から止められる。だから入れる前に線を引くんだ。


カメ子カメ子

速さの話というより、分担と範囲の話なんですね。


この記事のポイント
  • テクサポAIは、コード・社内文書・過去のやり取り・実データを読んで根拠付きの回答案を作り、根拠が無ければ「確認できませんでした」と返す
  • 調査が開発者に戻る原因は、読ませる範囲の決め方・回答案と回答の区別・止める条件の三つに集まる
  • 顧客に出す前の承認者は問い合わせの種類ごとに決め、書き込みは承認と記録の仕組みの側で縛る

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

テクサポAIとは:技術問い合わせの調査をAIに回す国産の仕組み

テクサポAIは、社内管理画面の開発基盤を提供してきた株式会社ベースマキナ(東京都中央区)の製品です。2026年10月に事前登録を受け付け、2026年11月16日に正式提供を開始しました。公式の説明では、問い合わせの調査から回答までを Slack や Microsoft Teams の中で行うAIエージェントで、過去の Slack のスレッド、GitHub のコード、Notion の社内文書、登録した参照サイト、データベースやデータウェアハウスの実データを横断して調べ、根拠を添えて答えるとされています。

回答の根拠の示し方にも特徴があります。コードはコミットを固定したリンク、Notion は最終更新日時つきで示し、根拠が見つからなければ「確認できませんでした」と返すと公表しています。ドキュメントでは、確認できた事実は言い切り、推論を含む場合は「〜と考えられます」と書き分けるとも説明しています。導入は Slack か Teams にボットを追加し、GitHub と Notion をつなぐところから始め、まず社内のサポートチャンネル1つから使える、という位置づけです。

2日後の11月18日には、決まった時刻や Notion・Slack の出来事を起点に自分から調べ、結果を Notion・Slack・チケット管理に書き込む「バックグラウンドエージェント」が全プランに加わりました。つまりテクサポAIは、聞かれたら答えるボットから、頼まれなくても調べて書き込む仕組みへ広がりつつあります。この記事はその前提で、何を任せ、何を人が持つかを考えます。夜間や定期で動くAI一般の決めごとは別の記事に譲り、ここではこの製品の設定項目に沿って線を引きます。

課題1:答えは速くなったのに、裏取りで開発者が呼ばれる

導入直後によく起きるのが、AIの回答は数十秒で返ってくるのに、カスタマーサクセスがそれをそのまま顧客に出せず、結局「これで合っていますか」と開発者に確認を頼む流れです。公式サイトも、BtoBでは1社ごとの契約が大きく、誤った回答が契約更新の判断に響くため、裏取りと社内確認を重ねるほど返信が遅れる、という課題を挙げています。AIを入れても、この確認の往復が残れば割り込みの総量はあまり減りません。

ここで見落とされやすいのは、確認を頼まれる開発者の側にも、AIがどこを読んで答えたのかが伝わっていないことです。テクサポAIは根拠のリンクを最初から添え、「根拠は?」と聞けばすべての根拠を出すと説明しています。それでも、根拠を誰が開いて確かめる決まりなのかが無いと、開発者は結局ゼロから調べ直します。速さが上がったぶん、確認の待ちだけが目立つようになる、というのが一つ目の課題です。

課題2:顧客に出した回答の誤りが、誰の責任か分からない

テクサポAIは「顧客に送れる文面で」と頼むと、顧客への回答案を書きます。便利な一方で、その文面をカスタマーサクセスが少し直して送り、あとで仕様の誤りが分かったとき、誤りがAIの調べ違いなのか、人の直し方なのか、根拠にした社内文書が古かったのかが、後から切り分けられないことがあります。

利用規約もこの点ははっきりしています。AIの出力は誤りを含むことがあり、正確さは保証しない、利用者は自らの責任で確認したうえで使い、AIの出力を顧客に渡した結果について提供元は責任を負わない、と定めています(第10条)。つまり、顧客に出た回答の責任は導入した会社の側に残ります。誰が最後に確かめて送ったのかが記録に残らない運用では、誤案内が起きたときに再発を防ぐ手がかりもなくなります。

さらに、テクサポAIには自社の Web サイトに埋め込んで、社外の利用者の質問にAIが直接答えるウィジェットもあります。社内の担当者が間に入る使い方と、顧客に直接答える使い方では、確認の機会がまったく違います。この二つを同じ設定の延長で考えてしまうことも、責任の所在をあいまいにする原因になります。

課題3:AIが何を読んだのか、誰も説明できない

三つ目の課題は、情シスや法務からの問いに答えられないことです。「AIはうちのソースコードのどこまでを読むのか」「社員同士の非公開の会話まで読むのか」「読んだ内容はどこの事業者に渡るのか」。導入を進めた担当者が、この問いに設定画面とドキュメントを示して答えられないと、試験運用のまま止まるか、逆に誰も把握しないまま範囲が広がります。

テクサポAIのドキュメントには、読む対象とその扱いがソースごとに細かく書かれています。たとえば過去スレッドの検索は、Slack にボットを追加した人のアカウントで行われ、その人が参加している非公開チャンネルやダイレクトメッセージも対象に含まれる、と明記されています。こうした仕様を読まずに「便利そうだから」と管理者権限の強い人が追加すると、本人も意図しないうちに、AIの調べる範囲が会社でいちばん広い範囲になることがあります。

原因1:読ませる範囲を「つなげるもの全部」で決めている

三つの課題に共通する原因の一つ目は、AIに読ませる範囲を、業務から逆算せずに「つなげるものは全部つなぐ」で決めてしまうことです。AIは読める範囲が広いほど答えられる質問が増えるため、試験運用の段階で連携先を一気に増やしがちです。

ところがテクサポAIでは、チャンネルごとに絞れる対象が限られています。ドキュメントによれば、チャンネル単位で絞り込めるのはリポジトリ、外部の参照サイト、コンテキスト(タグ)の三つだけで、Notion、過去スレッドの検索、ベースマキナのアクション、データベース、社内の API、決済などの連携は、回答するすべてのチャンネルで使われます。社外の組織と共有しているチャンネルや、自動回答の対象のチャンネルも同じだと書かれています。

つまり「このチャンネルは営業向けだから実データは見せない」という絞り方は、チャンネルの設定ではできません。連携そのものを付けるか外すか、データベース側でテクサポAI用の利用者の権限から見せない表や列を外すか、のどちらかになります。この仕組みを知らずに範囲を決めると、意図しないチャンネルで実データを根拠にした回答が出て、結局は開発者が「その答え方はまずい」と止めに入ることになります。

原因2:回答案と回答の区別がない

二つ目の原因は、AIが作ったものを「回答案」として扱うのか「回答」として扱うのかを、運用の中で区別していないことです。テクサポAIは社内のスレッドで調べた結果を返し、頼まれれば顧客向けの文面も書きます。どちらも同じスレッドに並ぶため、読んだ人がそれを確定した答えだと受け取りやすい作りでもあります。

区別がないと、確認の責任が宙に浮きます。カスタマーサクセスは「AIが根拠付きで答えたから大丈夫だろう」と考え、開発者は「最終的には担当が見ているはず」と考える。こうして確認の空白ができた案件ほど、あとで誤りが見つかったときに開発者が呼び戻されます。回答案のままでは顧客に出さない、という一文が運用ルールに無いことが、課題1と課題2の両方の根になっています。

原因3:止める条件が「確認できません」だけになっている

三つ目の原因は、止める条件を製品の「確認できませんでした」という返答だけに頼っていることです。根拠が無いときに断定しない仕組みは大切ですが、止めるべき場面はそれだけではありません。根拠はあっても古い社内文書だった場合、推論で補った部分が多い場合、契約や料金にかかわる質問だった場合は、根拠の有無とは別に人に渡すべきです。

もう一つ見落とされやすいのが、外部の情報です。テクサポAIの Web 検索は初期状態でオンで、登録した参照サイトでは足りないときや、外部の情報を求められたときに公開 Web を検索します。検索を止めたいときは提供元に依頼する必要があり、管理画面には切り替えがないとドキュメントに書かれています。提供元は、Web の情報だけで製品の挙動を断定しないようボットに指示していると説明していますが、どの回答に外部の情報が混ざったかを人が見分ける決まりがなければ、止める条件は実質的に機能しません。

対策1:コードと設計文書は、読ませる範囲を先に決める

ここからは対策です。最初に決めるのは、ソースコードと設計文書のうち、どこまでをAIの根拠にしてよいかです。GitHub は読み取り専用のアプリで接続し、コミットを固定した写しを取り込んで検索用の索引を作る、と公式は説明しています。同期するリポジトリを一覧から外すと、取り込んだ写しと索引も自動で削除されます。一方で、組織を外したり接続を解除したりするだけでは、つなぎ直したときに使えるよう残る、とも書かれています。

このため、範囲の決め方は「つなぐ組織」ではなく「同期するリポジトリ」の単位で考えるのが現実的です。顧客の問い合わせに関係するアプリケーションのリポジトリは入れ、社内向けの基盤や実験用のリポジトリは入れない、といった一覧を開発の責任者が作ります。Notion も同じで、読むのは Notion の画面で共有したページとその配下だけなので、仕様書・運用手順・既知の不具合の一覧など、顧客に答えてよい根拠になるページだけを共有するという線を引けます。

過去スレッドの検索は、別に考える必要があります。前の課題で触れたとおり、検索の範囲はボットを Slack に追加した人に見える会話で決まり、その人の非公開チャンネルやダイレクトメッセージも含みます。追加する人を、見える範囲が狭いサポート専用の担当者にするのが一つの手です。Slack のワークスペースを複数つなぐ場合は、ワークスペースごとにその中の会話だけを検索する設定も選べると説明されています。

読ませる対象決める単位持ち主の目安
ソースコード同期するリポジトリの一覧(外すと写しと索引も削除)開発の責任者
社内文書Notion で共有するページとその配下文書の管理者・CSの責任者
過去の会話ボットを追加する人のアカウントと、検索するワークスペース情シス
実データデータベース側の利用者の権限(見せない表や列を外す)データベースの管理者
外部の情報参照サイトの登録と、Web 検索を止める依頼の要否CSの責任者・情シス

対策2:顧客に出す前の承認者を、問い合わせの種類で決める

二つ目の対策は、AIの回答案を顧客に出す前に、誰が確かめるかを問い合わせの種類ごとに決めることです。公式のよくある質問では、テクサポAIが扱うのは仕様の確認、機能でできるかの判断、不具合の切り分け、顧客環境のデータ確認で、機能要望や契約の相談は担当者へ引き継ぐ、とされています。この区分をそのまま社内の承認の区分に使うと、運用の言葉と製品の言葉がずれません。

問い合わせの種類AIに任せる範囲顧客に出す前に確かめる人
仕様の確認根拠のリンク付きで回答案を作るCS担当(根拠のリンクを1つは開く)
機能でできるかの判断できる・できないの根拠を示すCS担当。推論を含む回答はプロダクトの担当
不具合の切り分けコードと最近の変更から原因の候補を挙げる開発の当番(候補の確定は人)
顧客環境のデータ確認読み取りで件数や状態を調べるCS担当。数字は管理画面で照合
機能要望・契約の相談引き継ぐだけ(答えさせない)営業・プロダクトの担当

表の右端の欄は、人が何を見るかまで書いておくのがこつです。「確かめる」だけでは、回答案を読み流して終わります。仕様の確認なら根拠のリンクを最低1つ開く、データの確認なら管理画面で数字を照合する、と具体的にしておくと、開発者に回ってくるのは本当に人の判断が要る不具合の切り分けだけになります。原因の候補の確定はAIに判断させず、開発の当番が持つ、という線もここで決まります。

承認の線を決めたら、本番の前に試します。テクサポAIには、模擬質問を流して調べ方と回答を確かめる「AIトレーニング」と、よくある問い合わせをテストケースとして登録し、判定のAIが正答・部分正答・誤答を付けて正答率を出す「AIテスト」があります。AIテストはスタンダード以上のプランで使えます。判定もAIなので、正答率は目安として扱い、誤答と部分正答の中身を人が読んでから本番のチャンネルを増やす、という順番にします。

対策3:引き継ぎの合図と、引き継げない場所を決める

承認者を決めても、AIから人へ渡す合図が決まっていなければ、案件は宙に浮きます。テクサポAIでは、回答の下の「担当者に引き継ぐ」を押すか、スレッドに「人を呼んで」と書くと、引き継ぎ先のチャンネルに質問者・質問の原文・元のスレッドへのリンクを載せたカードが届きます。ドキュメントには、根拠が足りないときボットは自分から引き継ぎを提案するが、勝手に引き継ぐことはなく、引き継ぐかどうかはスレッドの参加者が決める、と書かれています。

ここで決めておきたいのは、誰が「人を呼んで」と書く責任を持つかです。たとえば「推論の言い回しが含まれていたら」「根拠が1年以上更新されていない社内文書だけだったら」「契約・料金・解約に触れていたら」は、カスタマーサクセスが必ず引き継ぐ、という合図を決めておきます。また、カードには調べた内容が載らないので、引き継がれた担当者は元のスレッドを開く必要があります。引き継ぎ先のチャンネルが未設定だと連絡できない旨が返る仕様なので、導入時に必ず決めておきます。

引き継げない場所も把握しておきます。公式のドキュメントでは、Microsoft Teams ではまだ担当者への引き継ぎができず、メンションなしの自動回答も現時点では Slack だけで使えると説明されています。Teams を主な窓口にする会社では、引き継ぎを人の運用で補う必要があります。社外の組織と共有している Slack のチャンネルで答えさせる機能はスタンダード以上で使えますが、そのチャンネルで答えてよい内容かを先に確かめるよう、ドキュメント自身が注意を促しています。

対策4:書き込みと実データは、承認と記録の側で縛る

テクサポAIの調査は読み取りが基本です。データベースやデータウェアハウスには読み取り専用でつなぎ、1文の読み取りの問い合わせだけを実行し、結果は先頭の50行までをAIに渡す、と公式は説明しています。データの変更は、ベースマキナに登録したアクションの範囲でだけ行います。注意したいのは、変更の前に人の承認を挟むかどうかは、ベースマキナ側のレビュー設定で決まり、レビュー設定のないアクションは承認を挟まずに実行されると明記されている点です。

つまり、承認の線はテクサポAIの画面ではなく、ベースマキナのアクションの設定に引く必要があります。顧客のデータを変えるアクションはすべてレビュー必須にする、承認者は開発の責任者にする、といった決めごとを、テクサポAIにアクションの実行を許可する前に済ませます。アクションの実行はスタンダード以上のプランの機能です。

11月18日に加わったバックグラウンドエージェントも、書き込みの線を持っています。Notion への書き込みは「自動」と「要承認」から選べ、要承認にすると調査が終わったときに Slack のチャンネルへ確認カードが出て、人が「書き込む」を押したときだけ書き込みます。作った直後はオフで、「書き込まずに試す」で結果を確かめてからオンにできます。最初の運用は要承認で始め、書き込みの中身を人が見慣れてから自動に切り替えるのが無理のない順番です。

STEP1
書き込み先を決める

問い合わせ管理の Notion データベースなど、AIが追記してよい場所を一つに絞る。Notion 側で「読み書き」にするページは最小限にする。

STEP2
要承認で作る

バックグラウンドエージェントを要承認で作り、確認カードを出すチャンネルと押せる人を決める。作成直後はオフのまま。

STEP3
書き込まずに試す

実際の行や投稿を選んで「書き込まずに試す」を数回流し、調べた流れと結果の本文を人が読む。

STEP4
記録の見方を決める

書き込み・投稿・チケット作成は監査ログに残る。誰が週に一度見るかを決めてから本番でオンにする。

記録の側にも制約があります。監査ログには回答や操作が残りますが、質問と回答の本文は残らず、閲覧できるのは管理者と責任者のロールで、スターターでは監査ログを見られません。スターターとスタンダードでは記録は90日で消えると書かれています。誤案内の振り返りに本文が要るなら、会話履歴の保存や社内の記録の残し方を別に決めておく必要があります。

対策5:止める条件を、根拠・費用・人の三つで持つ

止める条件は、製品が持つものと、自社が決めるものを組み合わせます。製品側では、根拠が見つからないときの「確認できませんでした」に加え、費用の上限があります。予算では1質問・1日・1か月の上限をクレジットで決められ、上限に達すると進行中の回答は最後まで終わり、次の質問から一時停止します。1回の調査が安全上限に達したときは、途中でも止まると説明されています。

費用の上限は、根拠の上限とは別の意味で大切です。返答制御には、実装方法の相談と判定した問い合わせに、より性能の高いモデルで答える設定があり、初期状態で有効、その分の費用は増えると明記されています。上限に達したとき、スレッドに出るカードで「このスレッドでは許可する」を選ぶと上限を超えて調査を続けられるので、誰がそのボタンを押してよいかも決めておきます。

自社で決める止め方は、人に関わる条件です。たとえば、同じ顧客から同じ質問が3回続いたら自動回答を止めて人が対応する、障害の発生中は自動回答のルールをオフにする、といったものです。自動回答のルールはオンとオフを切り替えられ、オフにしても対象のチャンネルやキーワードの設定は残ると説明されています。止める手順を事前に書いておき、誰でもすぐに止められる状態にしておくことが、AIに任せる範囲を広げる前提になります。

  • 根拠のリンクが付いているから、開かずに顧客へ転送する
  • 管理者権限の強い人がボットを追加し、過去スレッドの検索範囲が社内でいちばん広くなる
  • レビュー設定のないアクションをAIに許可し、顧客データの変更が承認なしで走る
  • 「このスレッドでは許可する」を誰でも押せる状態にして、費用の上限が形だけになる
  • 障害中も自動回答をオンのままにし、古い前提の回答が顧客チャンネルに出続ける

何が社外に出るか:委託先と学習の扱い

情シスと法務がまず確かめるのは、読ませたコードや会話がどこへ行くかです。テクサポAIのプライバシーポリシーは、個人データの取り扱いを委託する主な先と所在国を列挙しています。AIモデルによる処理(回答の生成、Web の検索など)は Anthropic、アプリケーションの実行とデータの保存は Cloudflare、決済は Stripe などで、主な委託先の所在国は米国です。外国にある第三者への委託として、個人情報保護法に沿った措置を講じると書かれています。

学習の扱いについては、規約とプライバシーポリシーの両方で、利用者のデータを自社や第三者のAIモデルの学習に使わず、AIモデルの提供事業者が学習に使わないことを条件にそのサービスを使う、と定めています。一方で、提供元の担当者は保守や品質の確認(AIの出力の評価を含む)に必要な範囲で、保存された対応の記録などを確認することがある、とも書かれています。学習に使われないことと、誰の目にも触れないことは別なので、社内規程の審査ではこの二つを分けて記録しておきます。

規約は2026年11月3日に制定・施行されたもので、準拠法は日本法、東京地方裁判所を第一審の専属的合意管轄としています。契約終了後について、提供元は所定の期間の経過後に利用者のデータを削除でき、保存や返却の義務は負わないとされています。コンテキストやスキルとして社内に蓄えた運用の知識は、解約前に自分たちで書き出しておく必要がある、ということです。

  • Slack の回答チャンネルの投稿は直近100件まで保存され、投稿が30日途絶えると消えると説明されている
  • スレッドの添付画像や PDF はAIモデルで文字に読み取り、保存するのは読み取った文字だけ(メールアドレスと電話番号を伏せ、30日で消える)とされている
  • 社外向けのウィジェットがコードを読むのは、ウィジェットごとに選んだリポジトリだけで、初期状態ではどれも読まない

費用の増え方と、試し方・やめ方

料金は、AIが回答や調査に使った量(クレジット)で決まり、メンバー数とチャンネル数に上限はない、と公表されています。公式のプランと料金のページでは、スターターが月額15,000円から(月300クレジット)、スタンダードが月額50,000円から(月1,000クレジット)、エンタープライズは個別見積で、いずれも税抜です。標準の回答1回でおよそ1クレジットで、調べた量によって前後すると説明されています。

費用が増える要因は三つあります。一つは自動回答やバックグラウンドエージェントのように、人が聞かなくても動く仕組みを増やすこと。二つ目は、前の節で触れた高性能モデルでの回答。三つ目は、初期設定や連携の接続を代行してもらう場合の初期費用で、公式には10万円から20万円(自社で設定すれば0円)とあります。月の上限を予算で先に決めてから自動の仕組みを増やすのが、費用の膨らみを抑える順番です。

試し方とやめ方も、仕様を確かめておきます。14日間の無料トライアルはスタンダードの機能と量で試せ、最終日を過ぎると新しい質問への回答が止まり、自動で有料にはならないとされています。解約は今の期間の終わりからです。注意したいのは連携の後始末で、GitHub は同期するリポジトリを外さないと取り込んだ写しが残り、決済や問い合わせツールの鍵は、テクサポAI側で接続を解除しても相手のサービス側に残るため、そちらで削除するよう公式が案内しています。

導入前に開発・CS・情シスで埋めるチェックリスト

最後に、ここまでの対策を、導入前に三つの部門で埋める項目にまとめます。すべてに答えが入るまでは、社内のサポートチャンネル1つでの試験運用にとどめ、顧客と共有するチャンネルや社外向けのウィジェットには広げないのが安全です。

開発の責任者が埋める項目

  • 同期するリポジトリの一覧と、入れないリポジトリの理由
  • 不具合の切り分けで、原因の候補を確定する当番
  • ベースマキナのアクションのうち、レビュー必須にするものと承認者
  • データベースでテクサポAI用の利用者から外す表と列

カスタマーサクセスの責任者が埋める項目

  • 問い合わせの種類ごとの、顧客に出す前に確かめる人と確かめ方
  • 「人を呼んで」と書く合図(推論・古い根拠・契約や料金)
  • 引き継ぎ先のチャンネルと、Teams で引き継げない分の運用
  • AIテストに登録する問い合わせと、誤答を読む担当

情シスと法務が埋める項目

  • ボットを Slack に追加する人と、その人に見える会話の範囲
  • Web 検索を止める依頼をするかどうか
  • 委託先と所在国、学習に使われないこと、提供元が記録を確認しうることの社内記録
  • 予算の上限、「このスレッドでは許可する」を押せる人、解約前に書き出す知識

まとめ

テクサポAIは、技術的な問い合わせを根拠付きで調べ、根拠が無ければ「確認できませんでした」と返す、開発者の割り込みを減らすための国産の仕組みです。ただし、入れただけで調査が開発者から外れるわけではありません。読ませる範囲を「つなげるもの全部」で決めること、回答案と回答を区別しないこと、止める条件を製品の返答だけに頼ることが、調査を開発者に戻す原因になります。導入前に、リポジトリと共有ページの単位で読ませる範囲を決め、問い合わせの種類ごとに顧客に出す前の確認者を置き、書き込みはベースマキナのレビュー設定と要承認で縛り、費用と人の条件で止める手順を書いておく。AIに判断させず、根拠を書かせ、人が確かめる範囲を先に決める。この順番を守れば、開発者に回ってくるのは本当に人の判断が要る問い合わせだけになります。

※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。

運営会社:株式会社デボノ

目次