本文へスキップ
株式会社JQITCorporate
AI導入AIの費用業務設計生成AINOVA

AIの判断は、表で済むところに使うと高くつく

執筆:株式会社JQIT(技術広報)

AIを業務に入れると、つい全部をAIに読ませたくなります。けれど、表やルールで決まるものまでAIに聞くと、費用がかさむうえに答えもぶれます。毎日数千通のメールを読むSES営業向けのサービス「NOVA」で、AIに回す前に決めたことを整理しました。

AI を業務に入れると、判断を全部 AI に任せたくなります。読ませれば、それらしい答えが返ってくるからです。

けれど、表やルールで決まることまで AI に聞くと、1件ごとに費用がかかり、しかも答えがぶれます。

当社の NOVA は、取引先から届く案件や人材の紹介メールを AI が読み、会社名・単価・必要なスキルまで整理して、案件と人材の組み合わせを出す SES 営業向けのサービスです。1日に数千通を読むので、AI の使いどころがそのまま費用と正確さに表れます。ここ数か月で、AI に回す前に決めることにしたものを整理しました。

1. 表で決まるものは、AI に聞かない

人材の情報には「最寄駅」が書いてあります。営業の現場から、何県の駅かまで出してほしいという声がありました。

AI に聞けば答えてくれます。けれど駅と都道府県の対応は、国が公開している駅の一覧(国土数値情報)にすでに表としてあります。約1万500駅の表と照らし合わせるだけなので、AI は使っていません。費用は0円で、同じ駅には毎回同じ答えが返ります。

表を使っても、迷う箇所は残ります。同じ名前の駅が別の県にある場合です。

最初は人口の多い県を優先しましたが、それでは「三郷」が愛知県に、「我孫子」が大阪府になりました。営業が思い浮かべるのは、埼玉と千葉の駅のほうです。そこで乗降客数の多い駅を優先するように変え、路線名が書いてあればそれも手がかりにしました。今は、最寄駅が書いてある人材の99.1%に県が付いています。

迷う箇所も、決め方をルールとして書き出せば、AI なしで答えをそろえられます。

2. 決まった書き方は、コードで読む

案件には「50代まで」「45歳未満」のような年齢の条件が書いてあります。

これは AI に読ませず、決まった書き方をコードで読んでいます。「50代まで」なら59歳まで、「45歳未満」なら44歳までです。「年齢不問」「要相談」は、条件なしとして扱います。年齢の言葉が入った案件のうち、85%はこれで読めました。読めなかった残りは、AI が読んだ値を補助として使います。

コードで読む理由は、費用よりも正確さです。AI は同じ文を読んでも、ときどき違う答えを返します。年齢のように、間違えると提案そのものが無駄になる条件は、毎回同じ答えが返るほうを選びます。

3. 決めきれないものだけ、AI に回す

メールは届いた時点で、案件の紹介なのか、人材の紹介なのか、それ以外なのかを分けます。これまでは1通ごとに、件名と本文の冒頭まで AI に読ませていました。

ところが、件名を見るだけで分かるメールがかなりあります。直近30日のメールで、AI の判定を正解の代わりにして確かめたところ、案件のメールの82%は件名のルールだけで同じ判定になりました。一方、人材のメールは件名のルールでは57%しか決まりませんでした。ルールだけでは足りません。

そこで、件名だけを AI に読ませる段を、本文を読む前に挟みました。

  • 件名だけでも、案件の97%、人材の94%を正しく分けられた(ルールより大きく上がる)
  • 件名だけなら、50通ぶんをまとめて1回で聞ける
  • 1通あたりの費用は、本文まで読ませる場合の約15分の1
  • 件名で決まらないものは、これまでどおり本文まで読ませる

大事なのは、決めきれないものを捨てないことです。人材のメールを件名だけで取りこぼす割合は、測ると5%前後ありました。だから「迷ったら本文へ送る」という逃げ道を必ず残し、いきなり捨てずに、まず判定を記録するだけにして、実際のメールで確かめています。

AI に回す量を減らすことと、判断を雑にすることは違います。

4. 費用の見積もりは、数え方から確かめる

AI の費用は「1件あたりの単価 × 件数」で見積もります。式は簡単ですが、件数の数え方でずれます。

メールの量が大きく増えたときの費用を試算したとき、最初は1通あたり約0.35円と出しました。ところが、同じメールが何度も届く分を1通に数えていたため、通数を少なく見ていました。数え直すと1通あたり0.04〜0.06円で、最初の試算は6〜9倍の過大でした。見積もりがこれだけずれると、導入するかどうかの判断そのものが変わってしまいます。

それ以来、見積もりは推測ではなく、実際に AI を呼んだ回数と読ませた文字量の記録から出すようにしています。

AI に回す前に、3つ聞く

AI を使う前に、次の3つを確かめると、使いどころが絞れます。

  • 答えが表にないか。 公開データや社内の台帳で引けるなら、AI はいらない
  • 書き方が決まっていないか。 決まっているなら、コードで読むほうが速く、ぶれない
  • 決めきれないときの行き先はあるか。 AI に迷わせたまま捨てない

AI が力を発揮するのは、表にもルールにも収まらない残りの部分です。そこだけに使えば、費用は下がり、答えも安定します。

まとめ

  • 表で決まるものは、AI に聞かない。 駅と都道府県の対応は公開データで引ける
  • 決まった書き方は、コードで読む。 年齢の条件は毎回同じ答えが返るほうを選ぶ
  • AI に読ませる量は、段を分けて減らす。 件名だけで決まるものは本文まで読ませない。迷ったものは捨てない
  • 費用の見積もりは、数え方から確かめる。 同じメールの重複を見落とし、試算は6〜9倍ずれた

AI をどこに使うかより先に、どこに使わずに済むかを決める。それが費用と正確さの両方に効きます。

生成AIを実務で使える形にするまでを、伴走して支援しています。

生成AIの導入支援・内製化支援について見る

同じような課題をお持ちですか。

現状の整理からご相談いただけます。まずはお気軽にお問い合わせください。