SAP + AWS でこう変わる : 全社員が AI で SAP を 使いこなせる世界 © 2025, Amazon Web © 2025, Services, Amazon Inc. or Web its Services, affiliates.Inc. All or rights its affiliates. reserved.All rights reserved. 1 

自己紹介 アマゾン ウェブ サービス ジャパン合同会社 Senior Machine Learning Developer Relations 久保隆宏 (Takahiro Kubo) AI/ML についての技術的な解説や AWS のサービスの紹介はもちろん、 「機械学習の実プロダクトでの活用」 を進めるためのワークショップや情報 提供、また AWS のサービス改善に 取り組んでいます。 寄稿 技術監修 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 単著 翻訳 2 

本日の Key message 人間は業務のデザインに集中し、AI はその定義に沿い SAP を操作する 役割分担を実現しよう。 • “全社員が使いこなす” • : 業務を理解すれば、追加で SAP の習熟時間をかけることなく 業務の実行ができるようになる • : 理解を前提としない状態で誰もが AI で SAP を操作する © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 3 

なぜ SAP は習熟に時間がかかるのか ? (いくつか理由はあるが) 例として、下記は物品を購入する際の「購買依 頼」を作成しようとしたときに発生したエラーメッセージ 勘定？？原価計算？？勘定割り当て？？ © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 4 

SAP の規約確認は担当範囲を超えて行われる 「購買」する時、「購入金額の計上」(会計) と「費用負担先」(管理会計) を確定さ せる必要がある。 【解説 : 詳しく知りたい方向け】 先ほどのメッセージは、購入消費の記録に使用される会計の勘定科目 (51600000) が原価計算 (管理会計) 対象であるため、費用負担先 (原価セン タ・指図) の割り当てが必要であるということを言っている。 : 領域横断のデータ整合性は SAP の大きな強み。だが・・・ 「購買」の担当者は「会計」の視点が求められ困惑する © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 5 

※慣れていないと設定箇所を見つけるのも難しい © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 6 

SAP で表現されない規約も把握する必要がある Level 1: エラー SAP としてエラーにする ▼ Level 2: 警告 SAP は警告を表示する ▼ — Level 3 : 黙認 SAP は何も言わない © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. SAP としてデータの整合性を判断できる (前述のケース) は Level 1。 検知できるが許容範囲を判断できないのが Level 2 。 SAP 上ではエラーにも警告にもならないが、 業務上問題ケースで実質見過ごされてしま うのが Level 3。 7 

Level 2 : 「ズレ」が「許容範囲」かわからない Level 1: エラー SAP としてエラーにする ▼ Level 2: 警告 SAP は警告を表示する ▼ — Level 3 : 黙認 SAP は何も言わない © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 例 : 納期が通常 1 週間で設定されているが ユーザーは 3 日で指定している。 • 納期の指定誤り ? • 本当に急ぎで購入する必要がある ? SAP 側では “ズレ” はわかるが “判断” はで きない。 8 

※ 短納期の場合、明細のマークで警告が出るが (※警告かエラーかはカスタマイズで編集可能) マークが小さく保存はできてしまうため見過ごしやすい © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 9 

Level 3 : 「候補」が「正しい」か判断できない Level 1: エラー SAP としてエラーにする ▼ Level 2: 警告 SAP は警告を表示する ▼ — Level 3 : 黙認 例 : 費用負担先が複数指定可能で、どれも 「実際あり得る」場合どれが正しいかは SAP 内の情報からはわからない。 • 今回プロジェクトの備品として買うので 「WBS 要素」で計上する • 部門の共有機材として買うので「原価セ ンタ」で計上する SAP は何も言わない © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 10 

※担当者がミスなく計上方法を選ぶ必要がある © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 11 

SAP を「使いこなす」むずかしさ 業務横断で整合性の取れたデータを記録、参照で きるのが SAP のメリットの一方、 職掌以外の規約を理解する負担を強いてしまう。 さらに、規約は SAP ですべて表現されるわけではない © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 12 

: AI エージェント × MCP による解決 ユーザーの理解負担の軽減 業務横断データを活かした洗練 3 Level の制約の対処方法は、タイム リーに探せないだけで「どこか」には 必ず書いてあるはず。 SAP 内の幅広に整合性取れたデータを 活かし、実行結果のトレースから業務 を評価し洗練させる • Level 1 : SAP のドキュメント • Level 2 ・ 3: 社内マニュアル • 請求のクレームから出荷、販売まで 逆引きで全トレース • 管理会計において集約された数値か ら個々の取引までブレークダウン AI エージェントで「ナレッジ」にアク セスしユーザーの理解と実行を支援 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 13 

: AI エージェント × MCP による解決 ユーザーの理解負担の軽減 業務横断データを活かした洗練 3 Level の制約の対処方法は、タイム リーに探せないだけで「どこか」には 必ず書いてあるはず。 SAP 内の幅広に整合性取れたデータを 活かし、実行結果のトレースから業務 を評価し洗練させる • Level 1 : SAP のドキュメント • Level 2 / 3: 社内マニュアル • 請求のクレームから出荷、販売まで 逆引きで全トレース • 管理会計において集約された数値か ら個々の取引までブレークダウン AI エージェントで「ナレッジ」にアク セスしユーザーの理解と実行を支援 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 14 

例 : システム部門でのネットワーク機器の購入 Excel の申請書で購入依頼を提出し、内容が OK であれば SAP に登録される シナリオを考える。 (OK であれば) SAP に購買依頼 として登録 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 15 

実装には Amazon Quick を使用 Amazon Quick Space Excel © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. MCP 業務実行ツール (Action) (軽量な) SAP 処理、他システム処理 (SAP MCP / Outlook / Slack) 16 

①: 申請書を添付、SAP MCP で確認 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 17 

SAP MCP 単体でもある程度解説はしてくれる ただ、短納期の場合どこまで許容されるのか? (Level2) 、コストセンター(原価セン タ)にはどういう値を入れるといいのか? (Level3) は教えてくれない。 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 18 

①: 申請書を添付、SAP MCP とナレッジで確認 Notion で作成した「機器購入マニュアル」を AI エージェントが読めるようにす る。 SAP MCP に加えマ ニュアルを読むための Notion MCP を追加 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 19 ※マニュアルは Notion でなくても Google Doc や Sharepoint 上の Word などでも可 

実装には Amazon Quick を使用 業務ナレッジ (Knowledge) 手順書 / 業務フロー など (SharePoint / Box / Notion …) Amazon Quick Space MCP © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 業務実行ツール (Action) (軽量な) SAP 処理、他システム処理 (SAP MCP / Outlook / Slack) 20 

①: 申請書を添付、SAP MCP とナレッジで確認 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 21 

例 2 : ツール + ナレッジ Level1~3 の制約それぞれについてナレッジを もとに対応方法を提案。 マニュアル側 Amazon Quick 側 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 22 

AI エージェントにより業務のガードレールを構築 手順の遵守 権限の遵守 節度の遵守 AI エージェントの動き は「自由」ではなく 「業務指示」に従う。 SAP の操作権限は担当 者と同等で、権限内で 操作を実行 基幹系に負担をかけな いため、伝票の集計な どが入る場合 ZeroETL で別途連携 ガードレールの中で人間はリスクを冒さず “学ぶ” ことができる © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 23 

詳細 : 確認において、AI エージェントは SAP 上のデータを 変更・登録していない。また負荷をかけない 1 2 伝票の検証モードを使用 伝票登録なしに登録時のチェックをかけることが可能 (※ 購買依頼固有で、販売伝票ではシミュレーション機能がある) 読み取りツールのみを使用 SAP 標準の Read only のサービスのみを使用 3 大規模なデータは AWS 側に事前ロードしてアクセス Zero ETL を使用して事前にロードしておくことで基幹系への負担を解消 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2025, Amazon Web Services, Inc. or its affiliates. 24 

最終的な Amazon Quick による実装 業務ナレッジ (Knowledge) 手順書 / 業務フロー など (SharePoint / Box / Notion …) Amazon Quick Space MCP Zero ETL © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 業務実行ツール (Action) (軽量な) SAP 処理、他システム処理 (SAP MCP / Outlook / Slack) 業務データ (Data) (大量の) SAP 含むデータ集計、操作 (Amazon S3 / 他データベース) 25 

守りの遵守から、攻めの洗練へ © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 26 

: AI エージェント × MCP による解決 ユーザーの理解負担の軽減 業務横断データを活かした洗練 3 Level の制約の対処方法は、タイム リーに探せないだけで「どこか」には 必ず書いてあるはず。 SAP 内の幅広に整合性取れたデータに よる強力なトレーサビリティを活かし 業務を評価し洗練させる • Level 1 : SAP のドキュメント • Level 2 / 3: 社内マニュアル • 請求のクレームから出荷、販売まで 逆引きで全トレース • 管理会計において集約された数値か ら個々の取引までブレークダウン AI エージェントで「ナレッジ」にアク セスしユーザーの理解を支援 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 27 

AI-driven Business Process ReEngineering (AI BPR) ビジネスモデルを AI エージェント前提に組み替える 4~5 時間 ビジネスモデルの解明 業務・責任分担を設計 ReEngineering の開始 業務がアウトカムに繋がる 流れを理解し、強みと阻害 要因を洗い出す 「強み」に集中、また強化する ために人間と AI エージェント の役割と責任を設計 実業務データに基づく AI エー ジェントの動作検証を行い、結 果に基づき移行計画を立てる © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 移行の中で本格的な開発が必要な場合は AI DLC 、また ProServe による詳細分析・実装なども用い移行を推進 28 

AI BPR のプロセス Observe Shift マニュアルが活躍 業務の流れを描画し、 そこから生まれる価値 とその源泉、リスクを マッピングする。 ・強み : ・価値 : ・リスク : Simulate Forecast SAP MCP が活躍 価値と学びを最大化 し負担を最小化す る、人と AI エージェ ントとの役割分担 = Shift 案を検討。 仕事の価値を知る © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 役割の変化を知る 実際の成果物で 「役割分担」を実際 に体験し、手ごたえ と共に感じる懸念・ 不安を体感する。 体感した Shift を 「受け入れる」ため の体制と準備を認識 する。 : 計画し学ぶ : 実行し確認する : 役割の受容 : 支援の受容 : 奨励の受容 変化の影響を実感 変化の準備を知る 29 

【再掲】本日の Key message 人間は業務のデザインに集中し、AI はその定義に沿い SAP を操作する 役割分担を実現しよう。 • どうやるか ? AI エージェント × SAP MCP で、横断的知識が求められる制約を遵守 しつつ人間の理解を助ける • どう次へ進むか ? SAP のメリットである「業務横断で整合性が取れたデータ」と AI BPR で強みやリスクを特定し、AI エージェントで業務を強化する © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. 30 

Thank you! 31 © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved. © 2025, Amazon Web Services, Inc. or its affiliates. All rights reserved.