AIが業務で自律的に動くには、起動・反映・ログが業務フローに入っている必要があります。548名調査では人が起動する運用が67.1%、横断的に追跡できる企業は13.0%でした。AI Operationsへ移るための具体的な設計要件を整理します。
論点 | 調査結果 | 運営上の読み方 |
|---|---|---|
起動 | 人が起動 67.1%／自動起動 29.3% | 起動条件が業務フローに組み込まれていない |
反映 | 承認後または条件で自動反映 27.2% | 出力の書き戻しと承認に人手が残る |
記録と改善 | 横断追跡 13.0%／改善まで 5.7% | 成果測定と業務改善の循環が作りにくい |
出典：株式会社Mer「Japan AI Operations Report 2026 Summer」（日本企業のAI業務活用に関する実態調査、2026年6月24日〜25日、n=548）。表中の数値は同調査から抜粋。
接続は進んだ。だが 起動29.3% / 反映27.2% / ログ13.0%。AIが「働く」要件は揃っていない。
以下は特定の顧客事例ではなく、業務設計の架空例です。問い合わせフォームの受信を起点に、顧客記録と過去の対応履歴を参照して、AIが分類・対応案・不足情報を作成します。個人情報や例外的な条件を含むものだけを人が確認し、確定した分類と対応履歴はCRMの所定項目へ記録します。起動時刻、参照データ、承認・差し戻し、最終対応時間を残せば、利用回数ではなく対応品質と滞留時間で改善できます。
AIが読むデータ、結果を書き戻すレコード、人が判断する例外、後から確認するログが分かれていると、個人利用は増えても運営は変わりません。一つの業務でこの四点をつなぎ、処理時間・品質・例外率を定期的に見直すところから始めると、AI活用を再現可能な運営へ移せます。
対象業務について、AIが起動する時間・条件・イベントが定義されているか。AIが参照するデータの責任者、更新頻度、重複・欠損・表記ゆれの扱いが決まっているか。出力をどの業務レコードに反映し、誰が承認し、どの例外を人へ戻すかが明確か。利用回数ではなく、処理時間・品質・対応件数などの業務指標と、実行ログを同じ単位で追えているか。
株式会社Mer「Japan AI Operations Report 2026 Summer」。調査名称「日本企業のAI業務活用に関する実態調査」。IDEATECHが提供するリサーチマーケティング「リサピー®」の企画によるインターネット調査。2026年6月24日〜25日実施。従業員100名以上の企業に勤務し、業務で生成AIを活用しており、AI活用・業務改善・情報システムのいずれかに携わる責任者・担当者548名。本ページの解釈はMerの見解です。
資料の全文は、こちらからご覧いただけます。