AI アシスタントの概要

AI アシスタント（バーチャルアシスタントと呼ばれることもあります）は、人工知能を使用して、人が何をしようとしているのかを理解し、それを実行するために必要なコンテキストを収集し、既存の業務システム内で作業を実行できるよう支援するソフトウェアアプリケーションです。AI アシスタントは、質問に回答することから、成果の実現を支援することへと進化したエンタープライズ AI のカテゴリーです。AI アシスタントはユーザーのすぐそばに位置し、ビジネスコンテキストを読み取り、リクエストを結果へと変換するために必要なデータ、ツール、専門エージェントを調整します。

AI アシスタントは、主に 3 つの機能を実行します。

• 意図を理解する：AI アシスタントは自然言語によるリクエストを解釈し、リクエストの背後にある役割とタスクを把握して、アクションを実行する前に曖昧な点を明確にします。
• コンテキストを調整する：AI アシスタントはビジネスシステムに接続し、関連するデータを提示し、適切なツール、アプリケーション、またはエージェントに作業を振り分けます。
• 成果を支援する：AI アシスタントは、要約、推奨事項、下書き、完了済みのステップなどの有用な成果物を作成し、判断が必要な場面では人間が関与できるようにします。

AI アシスタントの一部の機能はチャットボット、コパイロット、自動化、AI エージェントの機能と重なるため、これらを混同してしまうことがよくあります。

AI アシスタントとチャットボット、自動化、AI エージェントの違い

これらの用語は混同しやすく、チームの作業を遅らせる原因になることがあります。チャットボット、デジタルアシスタント、AI エージェント、自動化は、いずれも有用な作業を行います。ただし、それぞれが行う作業は異なり、ビジネスプロセスの中で適している部分も異なります。

これら 4 つのテクノロジーすべてに共通しているのは、AI を基盤とし、意図を認識し、これまで人間が常に注意を払う必要があった作業から摩擦を取り除くように構築されていることです。AI アシスタントを特徴づけるのは、スタック内での位置です。AI アシスタントは人とシステムの間に位置し、データ、ツール、エージェント全体で意図を調整されたアクションへと変換します。

最新の AI アシスタントの実際の仕組み

AI アシスタントは、言語理解とビジネスコンテキストを組み合わせ、理解した内容に基づいてアクションを実行します。現在、AI アシスタントは 1 つのシステムではなく、リクエストを結果へと変換するために連携する複数の要素で構成されています。AI アシスタントは自然言語処理（NLP）を使用して意図を解釈し、ビジネスシステムに接続します。次に、生成 AI（多くの場合、大規模言語モデル（LLM）を基盤として構築されています）を利用して結果を生成し、次のステップを調整します。

リクエストを理解することと、実際に作業を完了させることは別のことです。この点が、現在の AI アシスタントと従来の会話型ツールの差別化要因です。

質問への回答から実際の業務の支援へ

初期のアシスタントは質問に回答するだけでした。現在の AI アシスタントは意図を実際の成果へと変換します。そのため、IT チームだけでなく、ビジネスリーダーにとっても重要な存在になっています。この変化は簡単に説明できますが、実際には大きな意味を持ちます。以前は、リクエストに対して回答が返され、その後、人がその回答に基づいてアクションを実行していました。現在では、リクエストの結果として作業そのものが調整、下書き、または完了され、ユーザーはそれを確認して承認するだけです。

初期のアシスタントやチャットボットは、固定されたナレッジベースから定型的な回答を返していました。狭い範囲の反復的な質問には最適でしたが、会話が予測しにくくなったり、回答がリアルタイムのビジネスデータに依存したりすると、対応できなくなりました。

次の世代のアシスタントは、複数ステップの会話に対応し、ビジネスコンテキストを活用し、回答とともに推奨事項を提示できるようになりました。ユーザーは依然として作業の大部分を完了する必要がありましたが、アシスタントはより関連性の高い出発点を提供しました。

現在の AI アシスタントは、リクエストを受け取り、ビジネスコンテキストを使用して何を行う必要があるかを判断し、関係するシステム全体で作業を調整します。AI アシスタントは、複数ステップのタスクを要約、下書きし、専門エージェントに引き渡した後、確認のために結果を提示します。

重点は「回答すること」から「成果を支援すること」へと移り、AI アシスタントは IT 部門だけでなく、財務、人事、調達・仕入、オペレーションなどのビジネスリーダーにも役立つものになっています。

現在、AI アシスタントが最も大きな価値を提供する領域

AI アシスタントを評価する最も明確な方法は、実際に業務が行われる場所で、AI アシスタントがどのような作業を支援しているかを見ることです。エンタープライズ AI は、部門によってさまざまな形で導入されていますが、その根本的な役割は同じです。つまり、リクエストを読み取り、ビジネスコンテキストを収集し、作業を前進させることができるデータとエージェントを調整し、判断と最終的な意思決定を人間が行えるよう結果を返すことです。以下の 5 つの事業領域が初期の実証の場となっています。これらの領域はそれぞれ、業務量が多く、コンテキストが豊富で、大規模に成果を加速できる可能性が大きいためです。

• 財務：AI アシスタントは、帳簿の締め、差異分析コメントの下書き、債権回収の迅速化、現金および流動性の管理、規制の変化に伴う税務・コンプライアンス業務の支援など、その背後にある業務を支援します。
• 人事：AI アシスタントは、オンボーディング、従業員からのポリシーに関する質問、評価・報酬サイクル、給与支払いの準備、採用、そしてチームの 1 日の時間のうち不釣り合いに大きな割合を消費する定型的な人事サービスチケット対応を支援します。
• 調達・仕入：AI アシスタントは、ソーシングに関する意思決定、サプライヤーの発掘、提案依頼書（RFP）の起草、契約書の作成、購買依頼と承認に関するガイダンス、取引を完了させる請求処理など、より広範な支出ライフサイクルを支援します。
• カスタマーエクスペリエンス：AI アシスタントは、サービスケースのトリアージ、回答の下書き、ケースの要約、セルフサービスへの誘導、顧客との会話中のライブエージェント支援、さらにそれに伴うキャンペーンや注文の調整を支援します。
• サプライチェーン：AI アシスタントは、需要計画、製造および資産オペレーション、倉庫管理と輸送、サプライヤーリスクの監視、工場、倉庫、輸送業者全体でのフルフィルメントを支える例外処理を支援します。

5 つすべての機能に共通するパターンは同じです。アシスタントはコンテキストを収集し、作業を調整し、最終的な意思決定をビジネスユーザーに委ねるレイヤーとなっています。機能は異なりますが、支援のモデルは同じです。

アシスタント機能

すべての AI アシスタントが同等の能力を備えているわけではありません。最も効果的なアシスタントは、ビジネスコンテキストの中で情報を見つけ、作業を完了し、意思決定を行えるよう支援するために、複数の能力を組み合わせています。エンタープライズ環境では、特に以下の 3 つの能力が重要です。

• ナレッジ機能：アシスタントには、情報を理解し、取得し、統合し、推論する能力が必要です。アシスタントは、社内文書、構造化されたビジネスデータ、また適切な場合には外部ソースを活用して、回答、推奨事項、インサイトを提供します。一般的な例として、社内調査と外部ソースから競合他社に関する概要資料を作成することが挙げられます。その結果、人が直接利用できる情報が得られます。
• ワークフロー機能：アシスタントには、ビジネスプロセスを通じて作業を前進させる支援能力が必要です。アシスタントは、下書きの作成、振り分け、承認、ステータス更新、レポート作成、例外管理などのアクティビティを支援します。また、より大きなプロセスの中で個々のタスクを実行する AI エージェントを調整することもあります。一般的な例として、人事、IT、財務にまたがる複数ステップのオンボーディング手順の管理を支援することが挙げられます。その結果、手作業を減らしながら、より迅速に作業を進められるようになります。
• ドメイングラウンディング：アシスタントには、特定のビジネス機能のコンテキスト内で動作する能力が必要です。ドメイングラウンディングによって、財務、人事、調達・仕入、カスタマーエクスペリエンス、サプライチェーンなどの領域における業務を形作る用語、データ、プロセス、意思決定ロジックについて、アシスタントがより深く理解できるようになります。その結果、一般的なガイダンスに頼るのではなく、その機能が実際にどのように運用されているかを反映した支援が可能になります。

最も価値のあるアシスタントは、ナレッジ機能とワークフロー機能を、深いドメイングラウンディングと組み合わせています。差異分析に関するコメントを生成する財務アシスタントは、ナレッジ機能に依存しています。同じアシスタントが、承認を振り分けるためにワークフロー機能を使用しながら、財務固有の用語、データ、プロセスを活用して推奨事項に適切なコンテキストを与えることもあります。

エンタープライズの AI アシスタントとコンシューマー向け AI アシスタント

多くの人は、AI アシスタントを、日常生活でリマインダーを設定したり、音楽を再生したり、簡単な質問に回答したりするために使用するツールだと考えています。エンタープライズ AI アシスタントも表面的には似ていますが、動作する環境は大きく異なります。エンタープライズ AI アシスタントは、企業を管理するシステム上で動作し、企業が責任を負うデータを使用し、コンシューマー向けツールよりも厳格な管理に従います。

エンタープライズ AI アシスタントとコンシューマー向け AI アシスタントには、主に 4 つの違いがあります。

• セキュリティとデータ管理：エンタープライズ AI アシスタントは、支援するビジネスシステムと同じセキュリティ環境で動作します。顧客データは分離された状態に保たれ、転送中および保存時に暗号化され、第三者モデルのトレーニングに使用するために共有されることはありません。明確なルールによって、フィルタリング、データマスキング、匿名化など、プロンプトと出力の処理方法が定められています。
• ビジネス機能に基づくアクセス：コンシューマー向け AI アシスタントは通常、単一のユーザーが利用することを想定して設計されています。これに対して、エンタープライズ AI アシスタントは、ユーザーのビジネス機能とロール権限を使用します。
• ビジネスプロセスとの統合：エンタープライズ AI アシスタントは、財務、人事、カスタマーエクスペリエンス、サプライチェーンなどを運用するシステムに組み込まれており、それらの上に後付けされているわけではありません。接続先のシステム、それらを呼び出して利用できる機能、各リクエストを取り巻くビジネスコンテキストを認識した上で動作します。
• 監査可能性とコンプライアンス：エンタープライズ AI アシスタントは、何が依頼され、何が実行され、誰に代わって実行されたのかを追跡できる記録を生成するため、後からアクションを確認できます。この記録は、組織が GDPR、業界固有の基準、内部監査の要件などの規制要件を満たすのに役立つほか、より高リスクな業務におけるヒューマンインザループ（人間の関与）のチェックポイントをサポートします。

つまり、一般消費者向けの AI アシスタントは利便性を重視して設計されているのに対し、企業向け AI アシスタントは説明責任を重視して設計されています。この説明責任こそが、金融、人事、調達、そして顧客対応業務での利用に適している理由です。Joule Assistants のようなエンタープライズグレードの AI アシスタントは、こうした原則に基づいて構築されています。つまり、ビジネスの文脈に基づき、業務機能ごとに範囲が定義され、厳格な倫理、セキュリティ、コンプライアンスのガイドラインの下で運用されています。

AI アシスタントが Autonomous Enterprise への道のりにどのように組み込まれるか

単一の AI アシスタントだけでは、組織を Autonomous Enterprise へと変革することはできません。アシスタントが果たす役割は、より広範な自律性を現実のものとするための調整レイヤーを提供することです。

これは、定義されたワークフロー内でシステムが主体的に行動する、エージェンティク AI への移行の一環です。実際には、アシスタントはユーザーのリクエストに基づいてビジネスコンテキストを解釈し、システム全体で業務を遂行するために専門エージェントをコーディネートします。

多くの組織が現在置かれている状況から、より自律的な運用モデルへと至る道は、範囲が明確に定義されたワークフローを一つずつ着実に整えることで築かれていくものであり、スタックの各層が、それぞれが担うべき役割を果たしていきます。

• アシスタントが調整：AIアシスタントは、ビジネス用語で表現された目標（四半期の決算を締め切る、サプライヤーを評価する、サービスケースを解決するなど）を受け取り、専門のエージェントを調整して、システムを横断して業務を遂行させます。AIアシスタントは、コンテキスト情報を添付した上で、エージェントに業務の遂行を指示します。この調整レイヤーがあるからこそ、スタックの残りの部分は、人が手作業ですべての遷移を繋ぎ合わせることなく動作するのです。
• エージェントが実行：AIエージェントは、定義された専門分野内でアシスタントが開始した手順を実行します。調達エージェントは RFP を作成・転送し、照合エージェントは銀行フィードに対して元帳を照合し、サービスエージェントは顧客の問題をトリアージして転送します。各エージェントは、限定された自律性を持って動作します。その範囲は、業務を遂行するには十分に広く、組織がその行動を管理できるだけの適切な範囲に絞られています。
• 人間が管理：人間が目標を設定し、ガードレールを確立し、結果に対して説明責任を負います。アシスタントとエージェントが自律的に動作できる場所、承認が必要な場所、そして人間の判断が引き続き基本となる場所を決定します。ガバナンスをワークフローに最初から組み込むことで、組織は信頼性、説明責任、コンプライアンスを維持しながら、自信を持ってAIを拡張できます。

Autonomous Enterprise は、一気に切り替えられるようなものではありません。それは、相互に連携しながら拡大し続ける一連のビジネスプロセスの積み重ねによって生まれるものです。まず、その取り組みが理にかなっている分野から始め、そこから拡大していき、重要な場面では人が関与し続けます。

AI アシスタントではないもの

新しいカテゴリーには、人々がそのカテゴリーについて抱く先入観という重荷がのしかかるものです。AIアシスタントも例外ではありません。AIアシスタントに関するビジネス上の会話では、ほぼ毎回3つの先入観が出てきますが、そのいずれもが、AIアシスタントが実際にどのような目的で開発されたのかという本質を覆い隠してしまっています。

• 単なるチャットボットではない： AI アシスタントは会話全体でコンテキストを維持し、ライブのビジネスデータを活用し、行動するために必要なツールとエージェントを調整します。チャットボットは、限られたサービス内でスクリプト化された質問に答え、次の質問では新たな回答を開始します。両者を同一視することは、AI アシスタントの能力を過小評価し、チャットボットの設計目的を過大評価することになります。
• 単なる消費者向けデジタルアシスタントではない：消費者向けデジタルアシスタントは、リマインダーの設定、質問への回答、デバイスの操作など、簡単なタスクを個人が完了するのを支援するものです。企業向けAIアシスタントは、ビジネスシステム、データ、およびプロセスを横断的に活用します。それは、人々がそれぞれの役割と責任の範囲内で、情報を探し、業務を調整し、意思決定を行い、行動を起こすのに役立ちます。
• 人間の代替ではない：AI アシスタントは人間が行う業務を補完するものであり、それに取って代わるものではありません。トレードオフ、倫理、顧客関係、責任といった要素を含む業務は、実際にその業務を行う人間が負うべきものです。アシスタントが定型業務を処理することで、人々は人間が必要とされるビジネスの領域により多くの時間を割くことができます。

AIアシスタントとは、業務をサポートするコンテキスト対応型のビジネス統合レイヤーです。チャットボットでも、消費者向けデジタルアシスタントでもありません。また、仕事をする人々の代わりになるものでもありません。

AI アシスタントが自社に適しているかどうかを評価する方法

AI アシスタントが業務の進め方を変えるかどうかという問題ではありません。その移行は、ほとんどのエンタープライズソフトウェア分野ですでに進行中です。より重要な問いは、貴社の組織がそれを導入する準備ができているかどうか、そしてどのような種類の業務が最初に恩恵を受けるか、ということです。早期に価値を引き出せる組織と、適切な活用法を見出すのに苦労する組織とを分ける要因として、主に3つの側面が挙げられます。

• ビジネスの準備状況：業務はどこで行われており、関連データにはアクセスできますか？AIアシスタントは、接続されたシステム、クリーンなプロセス記録、そして誰が何を見ることができるかを管理する権限に依存しています。ERP、HR、および顧客データがすでに互いに連携している組織は、価値により近い地点からスタートできます。ERP、人事、顧客データがすでに相互連携している組織は、価値創出に一歩近づいていると言えます。
• ワークフローとの適合性：業務の中で、スケール可能なほどルーチン化されている一方で、インテリジェントなレイヤーの恩恵を受けられるほど文脈が重要な意思決定はどれでしょうか？初期段階で最も効果的なユースケースには、文脈が重要な大量処理業務が含まれる傾向があります。例えば、決算処理、サービスチケットの優先順位付け、サプライヤーの評価、コンプライアンス文言の起草などです。暗黙的な判断やその場限りの関係に依存する業務は、導入当初から適合させるのが困難です。
• ガバナンス体制：アシスタントがデータを使用してアクションを実行する方法に関して、組織にはどのようなコントロールが必要でしょうか？ロールベースのアクセス制御、監査可能性、データ保持ルール、およびヒューマン・イン・ザ・ループのチェックポイントは、導入後ではなく、導入前に定義する必要があります。最も優れたプログラムは、ガバナンスを克服すべき障害ではなく、導入プロセスの一部として捉えています。

多くの組織では、1 つまたは 2つの機能はすぐに対応可能で、他の機能には 1 ～ 2 四半期の準備が必要であることがわかっています。最も効果的な進め方は、AI アシスタントとそれがコーディネートするエージェントがすでにどこで稼働しているかを把握し、それを自社のビジネスでどのように活用できるかを理解することです。このようにして組織は、個別のユースケースから、より協調的で全社的なアプローチへと移行できます。

よくある質問