アポロ株式会社_バックオフィスのAI活用ガイド_20261015

Transcript

1. DX推進ご担当者のための バックオフィスAI活用ガイド 「人が全部見る」仕事は、 AIで減らせる。 監査・経理・人事・総務で実際に取り組んだことから、 AIが効く場所と、進め方のコツをまとめました。 監査 経理 提供：アポロ株式会社（APOLLO, Inc.） 人事 総務
2. こんな課題、ありませんか？ 監査・経理・人事・総務で、ご支援のきっかけになったお悩みです。 監査 監査のたびに、現場が資料探しに追われていませんか？ 探して集めて、足りなければ差し戻し。何往復も続きます。 経理 決算前の明細チェックが、ベテラン頼みになっていませんか？ 見るべき明細の判断が、人の経験に頼りきりです。 人事 AI研修の効果を、受講したかどうかでしか測れていませんか？ 誰を、どこまで育てるか。根拠がなく、計画が立てにくくなります。 総務 「あの規程はどこ？」と、毎回聞かれていませんか？ 答えが人に張り付き、聞かれるたびに手が止まります。 どれも、人が大量の情報を「探す・確かめる」ところで時間を取られています。 バックオフィスのAI活用ガイド 2
3. AIが効くのは「探す・絞る」仕事です 大量の資料や明細から、AIが「人が見るべきもの」を選び出します。最終的な判断は、人が行います。 実際の例 大量の資料・明細 人が全部見ると、時間が足りない AIが自動で絞り込む 人が見るべきものだけ 監査｜国内の大手メーカー様 約10万件 約100件 財務の監査で、確認する候補を絞り込み 最終的な判断は、人が行う 経理の決算チェックでも、 同じ使い方で効果が出ています（8〜10ページ） 向いているのは、基準やルールがあって、人が1件ずつ目で確かめている仕事です。 バックオフィスのAI活用ガイド 3
4. 事例①｜監査｜監査の前の「資料集め」を、AIに任せる お客様 国内の大手メーカー様（監査部） これまで AIを使うと 資料を出して 探して集める 監査部 現場 監査部 差し戻しが何往復も続き、 現場も監査部も時間を取られる 現場 AI AIが資料を探して集め、 現場は候補を確認して出すだけ 作ったAIは3つ ① 探すAI（要求資料マッピング） ② チェックするAI（内容精査AI） ③ 相談AI 使う人：現場 使う人：監査部 使う人：両方 求められた資料の一覧をもとに、大量のファイルか ら必要な資料をAIが選び出す。現場は候補を確 認するだけ 監査の基準を踏まえ、提出された資料の中身を AIが確認。基準を満たすか、どの基準を見るべき かを判定する AIの判定について質問し、判断を深掘りできる。 資料を確かめる手間を省く 定番機能も、もちろん搭載 定番機能も、もちろん搭載 ここが特徴 バックオフィスのAI活用ガイド 4
5. 事例①｜監査｜ほかの監査AIと、ここが違います 監査部の確認を楽にする機能は、ほかの監査AIと同じく搭載。そのうえで、3つの違いがあります。 だれの作業 監査部 比べる点 提出資料のチェック 資料を探して集める 現場 現場 全体 （大量のファイルから） 現場の手間を減らす 導入の進め方 ChatGPTなどで自作 △ 一般的な監査AI ◦ アポロの監査AI ◦ 1件ずつ人が 貼り付けて質問 得意な分野 根拠の条文つき。 迷うときは「保留」 × × ◎ 大量のファイルを 一度に扱うのは不向き 人が集めて渡す 前提が多い 普段のフォルダから、 AIが自動で選び出す △ △ ◎ 使う人の工夫しだい 主に監査部向け いちばんの狙い 各自が使い方を 工夫する 製品を入れて使う 業務の流れ・データの ルールづくりから一緒に ひとことで言うと｜監査部が楽になるのは同じ。そのうえで「資料集め」まで任せられるので、現場も楽になります。 バックオフィスのAI活用ガイド 5
6. 事例①｜監査｜AIの中では、こう動いています ファイルの中身と様式まで読んで、必要な資料を見分け、根拠つきで判定します。 1 読み取る 2 見分ける 3 確かめる 探すAI（要求資料マッピング） 4 監査部へ渡す チェックするAI（内容精査AI） ・要求資料の一覧と、 現場のフォルダを受け取る ・様式と中身から、どの 要求資料に当たるかを判定 ・確認事項ごとに、AIが 関係する書類を探して読む ・判定と理由を、 一覧で監査部へ渡す ・Excel・PDF・Wordの 表や本文まで読み取る ・年度違い・古い版・重複は 候補から外す ・規程に照らして、基準を 満たすかを判定 ・決めきれないものは 「保留」のまま渡す この仕組みの特徴 特徴① 中身と様式で見分ける 特徴② 判定の理由を、条文で示す 特徴③ 判定の理由を、質問できる ファイル名だけに頼らず、 根拠が見つからないときは 相談AIに、なぜその判定 表の様式や書かれた内容から 「OK」にせず「保留」にし、 なのかを質問して、 要求資料を判定します 監査部が最終判断します 確かめられます バックオフィスのAI活用ガイド 6
7. 事例①｜監査｜現場も監査部も、大幅に楽になる 1回の監査で比べた試算です。 現場（監査を受ける側） 監査部（監査する側） 約80%減 約5〜7割減 数分で終わる確認（届出の有無など） 資料を準備する人の作業時間 これまで 約9割以上減 人の作業 53.5時間 資料を読み込む確認（規則と法律の照合など） AIを使うと 10.25h AIの処理 30時間 判断の材料をそろえるまでの時間。最終判断は人が行います これまで：通常業務の合間に、資料を探し回る これまで：資料がそろうまで、何度も催促 AIを使うと：AIの候補を確認して出すだけ AIを使うと：資料が早くそろい、確認に集中できる これまで AIを使うと 現場「忙しいのに、また資料集めか…」 現場が楽になると、監査部への協力も得やすくなる 監査部「資料がそろわない。何度も催促しないと」 → 監査部は、煙たがられがち だから、監査そのものが進めやすくなります。 ポイント｜AIは「見落とすくらいなら、多めに拾う」設計。監査で一番困る見逃しを防ぐことを優先しています。 バックオフィスのAI活用ガイド 7
8. 事例②｜経理｜決算チェックで「見るべき明細」をAIが絞る お客様 大手金融サービス会社様（財務部門） これまで 担当者 AIを使うと 要確認の明細 明細データ 上から順に目で確認し、 間に合わなければ金額の大きいものだけ AIが明細ごとに「おかしさ」を点数にし、 担当者は、絞り込まれた明細を確認するだけ 見る観点も「異常」の基準も、人ごとにバラバラ この事例の要 AIが見る2つの観点 熟練者の基準を言葉に 担当者が経験で見ていた「怪しい」の 感覚を、過去データとヒアリングで 言葉にし、AIが見る手がかりにしました ここが要 バックオフィスのAI活用ガイド 担当者 AI ① 金額を見る ② 備考を見る 科目ごとに「いつもの明細」の形を学び、そこから外れ た明細ほど高い点数に 備考の文章から明細の種類を読み取り、その科目で ふだん見ない種類ほど高い点数に 例：この時期にしては、金額が大きすぎる 例：物品費に、見慣れない種類の明細 8
9. 事例②｜経理｜見るべき明細を約2,700件から約100件に 担当者が確認する必要のある明細の件数と、仕事の変化を比べました。 約2,700件 これまで 約100件 AIを使うと 棒の長さは件数の比率どおり 変わったこと これまで AIを使うと 判断の基準 マニュアルはあるが、 実際の判断は担当者ごとにバラバラ ルールは自動で判定し、金額と備考は 熟練者の基準をAIで再現 見る範囲 量が多く、上から順や金額の大きいものなど、 一部しか見られない 取り込んだ明細すべてに点数をつけ、 見るべきものから確認できる 作業時間 四半期ごとに約60時間 約50時間（担当者の所感） ポイント｜AIは「おかしさ」の点数と理由を出すところまで。最終的なチェックは担当者が行います。 バックオフィスのAI活用ガイド 9
10. 事例②｜経理｜AIの中では、こう動いています 熟練者が経験で見ていた「怪しさ」を、明細ごとの点数と理由に置き換えます。 1 取り込む ・明細データと決算データを、 画面からアップロード 2 振り分ける ・マニュアルの判定ルールを 自動で当て、確認が必要な 科目を洗い出す 3 点数をつける ・金額と備考の2つの点数を 合わせて、明細ごとの 総合点にする 4 理由つきで出す ・点数の高い明細を、 「怪しい」理由とともに Excelで出力 ・最終チェックは担当者 この仕組みの特徴 特徴① ルールとAIの組み合わせ 特徴② 点数に、理由を添える 特徴③ お客様のクラウドの中で動く マニュアルで決まる部分はルールで、 なぜ怪しいのかが分かるので、 お客様が契約しているクラウド 経験に頼っていた部分は、 担当者が確かめやすくなります 環境の中で、データを処理します AIの点数で判定します バックオフィスのAI活用ガイド 10
11. 人事・総務でも、AI活用をご支援しています スキルの見える化や、社内文書の検索でも、AIを使ったご支援をしています。 人事｜ご支援の内容 総務・情報システム｜ご支援の内容 社員のAIスキルを測り、 育成のロードマップをつくる 社内規程やマニュアルを、 聞くだけで探せるAI 測る 知識はテスト、経験は実績から。 2つの面でAIスキルを数字にします 聞いて探す 質問に答える形で、 必要な文書にたどり着けます 速く測る 実力に合わせて問題が変わるテストで、 短い時間で測れます 的確に絞る カテゴリで先に絞ってから探すので、 関係ない文書が混ざりにくい 計画する 目標との差から「誰を、 どのレベルまで育てるか」を決めます 安心して使う 見てよい人だけに見せる権限設定つき。 AIの学習にも使わせません 確かめる 研修の前後で、スキルの変化を 数字で確かめられます 読み込む Word・Excel・PowerPoint・PDFの 文書を、そのまま読み込めます バックオフィスのAI活用ガイド 11
12. 自分で作るなら、この5つを意識してください ChatGPTなどで監査や経理のチェックを自作する場合に、2つの事例からわかったポイントです。 判断の基準を、先に言葉にする 経理の事例より 熟練者が経験で見ている「おかしい」の基準を、過去のデータとヒアリングで書き出します。使う人の感覚とずれていないか、試しながら直します。 「探す」と「判定する」は、別の仕組み 監査の事例より チャットに1件ずつ貼り付けるやり方では、大量の資料に追いつきません。資料を探して集める仕組みは、別に作る必要があります。 試作で終わらせず、本番で使える形に 監査の事例より 少量なら動いても、大量のファイルでは止まりがちです。会社のアカウントでのログインや権限、操作の記録も必要になります。 判定には根拠を添え、迷うものは「保留」に 監査の事例より 根拠になる規程や条文を一緒に出すと、人があとから確かめやすくなります。 データの集め方の手間を、先に見積もる 監査・経理の事例より 事例でも、ファイルを集め直す手間が大きく残りました。普段のフォルダやシステムから、そのまま読めるかを確かめます。 バックオフィスのAI活用ガイド 12
13. 難しいところは、アポロにおまかせください 5つとも、自社だけでそろえるのは簡単ではありません。事例で行ったことを、御社でもご一緒します。 自分で作ると、ここが大変 基準を言葉にする 経験で見ている基準は、本人も言葉にしにくい 探す仕組み 大量のファイルを探す仕組みは、チャットでは作れない 本番で使える形 少量なら動いても、本番の量や権限・記録で止まる 根拠と保留 AIの判定を、そのまま信じてよいか分からない データの集め方 ファイルを集め直す手間が、思った以上にかかる アポロなら 過去データの読み解きとヒアリングで言葉にし、AIに組み込みます 大量のファイルから資料を選び出すAIを、業務に合わせて作ります 大量でも止まらず、ログイン・権限・記録まで整えます 判定に根拠を添え、迷うものは「保留」に。質問して確かめる仕組みも 普段のフォルダをAIが直接見に行く仕組みを、環境に合わせて設計 基準づくりからAIの構築、データの準備、社内のルールづくりまで。アポロにおまかせください。 バックオフィスのAI活用ガイド 13