WorkflowBench 開発日記 #001. 「そろそろ失敗を覚えてくれ」と思った話

AIが返す成果物は、多くの場合「だいたい使える」程度で終わる。これが実務の実感だ。プロンプトを調整し、例外ルールを足し、エッジケースに対応して、やっと100点に仕上がる。その繰り返しが、AIを導入した組織の日常になっている。WorkflowBenchという製品の開発過程で、「AIがまた『だいたい使える』ものを返してきた。最初に思ったのは、すごい、ではなく、また自分が仕上げるのか、だった」という率直な呟きが、その現実を見事に捉えている。AIが自動的に完成品を持ってくるという幻想は、実務経験が2時間あれば吹き飛ぶ。

ここに本当の働き方改革がある。「AIが自動化するから人間は不要になる」という議論は、実務レベルでは逆転している。むしろ問題は『AIが返す70点を、100点に仕上げる人間の技量と判断力が、全てを分ける』ことだ。その「上げ幅」をどう設計し、どう組織化し、どう効率化するか。そこに競争優位が生まれる。AIツールの導入効果は、ツール自体の性能ではなく、それを使う人間の「修正と判断」の質で決まる。つまり、AIを使う側の組織能力こそが真の資産になる。

実務的な含意は明確だ。RPA導入やAI導入のプロジェクトを進めるときは、『修正工程の時間』を織り込んだ計画が必須だ。AIが自動で完成品を出すという前提で進めたプロジェクトは、ほぼ必ず失敗する。一方、「AIが70点、人間が30点上げる」という役割分担を設計し、その工程を可視化できた組織は、AIツールの投資効果を実現できる。AIの得意領域と苦手領域をきちんと見分け、どこに人間を配置するか。その判断が、これからのAI導入の成否を分ける。