Question 1

AIを活用する際によく生じる2つの問題点とは何か？

Accepted Answer

本当に知りたい重要事項の報告が上がってこない「抜ける問題」がある 既に対応済みのことまで報告されてしまう「余計だよね問題」がある 情報が抜けたり余計だったりすると、確認作業が増えて社長の手間暇が増大する これはAIの性能だけでなく、AIが判断するための情報や基準が不足していることが原因である

Question 2

なぜ人やAIに対して「大事なこと」の判断基準を言語化する必要があるのか？

Accepted Answer

「何をしてほしいか」と「何を基準に選ぶか」は本質的に異なる 「重要」や「大切」の定義は人や会社によって異なり、共通認識になりにくい 経営者の頭の中にある基準を明文化しないと、従業員やAIとの間で報告すべき情報のズレが生じる

Question 3

三井住友カードの取り組みに見る、AI活用のための情報整理のポイントとは何か？

Accepted Answer

単にデータを蓄積・記録するだけでなく、情報の「意味」を整理することが不可欠である 自社にとって何が優先順位が高く重要なのかを明確に定義づける必要がある 判断基準や共通言語をAIに正しく伝えることで、初めて効果的な活用が可能になる

Question 4

AIのアウトプットの精度を高めるにはどのように運用すべきか？

Accepted Answer

AIの回答にズレが生じた際は、原因を分析して前提条件や認識を修正・再伝達する 管理表のチェック有無だけでなく、質問への回答が完了しているかなど「完了の定義」を明確にする 条件設定と修正を繰り返すことで、AIが自社データから拾うべき情報の精度が向上する

Question 5

AIが検出した情報を経営者が効率的に扱うための次のステップとは何か？

Accepted Answer

AIが挙げた業務漏れや課題を、すべて社長一人で集約して確認しない すべての情報を社長が見ると脳のリソースを圧迫するため、担当者レベルの情報と経営判断を切り分ける AIを活用して適切な現場担当者へ直接タスクを振り分ける仕組みを構築する

Podcast振り返り

三井住友カードに学ぶ、判断基準の仕組み化【第91回】