「業務設計」の問題である。
Business Architecture × AI Labでは、AI導入の成否はモデル性能よりも、対象業務の分解、扱う情報の設計、人との役割分担で決まると考えます。
AI設計キャンバスとは
AI設計キャンバス（AI Design Canvas）とは、「どの業務に、どの情報を使い、AIに何を担わせ、最終的に誰が判断し、どんな成果を出すのか」まで一枚で整理する設計フレームです。
多くのAI導入は、AIツール選定やプロンプト作成から始まります。しかし、その順番では業務が変わらないことが少なくありません。原因は、AIを業務構造の中にどう位置づけるかの設計が抜けているからです。
なぜ必要か
- AIツールを入れても、対象業務が曖昧だと現場で使われない
- AIに渡す情報が整理されていないと、出力品質が安定しない
- AIと人の役割分担がないと、責任と判断が曖昧になる
- 成果指標がないと、導入効果を評価できずPoCで止まりやすい
目的
- AI導入を「ツール選定」ではなく「業務改善」として整理する
- AIの役割と人の役割を切り分ける
- 業務フローと情報の流れを可視化する
- 導入後の成果指標まで明確にする
AI設計キャンバスの6要素
AI設計キャンバスは、次の6つの要素で構成されます。
AI設計キャンバス 図解
下の図は、AI導入を6つの視点で整理するための基本構造です。例の文章は横にはみ出さないよう折り返し前提で調整しています。
AI設計キャンバスの全体フロー
AIから考えない。まず業務を分解し、必要情報を整理し、その上でAIと人の役割を配置します。
書き方
業務目的を書く
まず「AIを入れること」ではなく、何を改善したいのかを書きます。たとえば、対応時間短縮、品質向上、説明負荷の削減などです。
業務をタスクに分解する
業務全体をざっくり書くのではなく、どの作業単位をAI対象にするのかまで分解します。ここが曖昧だとAIは機能しません。
情報を洗い出す
AIに渡す社内文書、顧客データ、FAQ、規程、テンプレートなどを整理します。情報が整理されていないと出力品質も安定しません。
AIの役割を定義する
要約、分類、生成、分析、提案など、AIに期待する役割を具体化します。ここで「判断」まで任せるのかも検討します。
人の役割を定義する
AIの結果を誰が確認し、誰が承認し、誰が最終判断するかを決めます。責任の所在を曖昧にしないことが重要です。
成果指標を置く
時間削減、品質、売上、件数、顧客満足など、導入効果を測る指標を設定します。AI導入を評価可能にするためです。
活用のポイント
- AIから考えない： まず業務と情報から整理する
- 大きな業務を分解する： タスク単位で考える
- 人の判断を残す： 特に承認・説明責任が必要な場面
- 成果指標を置く： 導入効果を見える化する
- 一度で完成させない： 小さく試して更新する
AI Workbenchとの関係
AI Workbenchは、AI設計キャンバスを実際の設計・整理・指示文作成につなぐための実践ツールです。
つまり、AI設計キャンバスが「考え方の土台」、AI Workbenchが「実装の入口」です。
先にキャンバスで整理してからWorkbenchを使うと、AI活用の目的、役割、入力情報、期待成果がぶれにくくなります。
記入例
業務目的： 問い合わせ対応の初回返信時間を短縮したい
業務プロセス： メール受付 → 内容分類 → 返信案作成
情報： FAQ、過去回答、商品情報、対応ルール
AIの役割： 問い合わせ要約、カテゴリ分類、返信案作成
人の役割： 最終確認、例外判断、送信承認
成果： 初回返信時間50%削減、回答品質の平準化
RPAとの違い
RPA： 決められた操作を自動化する
AI： 状況を解釈し、候補を出し、場合によっては判断支援まで行う
だからこそ、AI導入では単純な作業自動化だけでなく、情報設計・例外処理・人の承認プロセスまで含めた業務設計が必要になります。