Workflow Automation
読み: ワークフロー・オートメーション
ワークフロー自動化とはAI活用
Workflow Automationとは、単なる手順のトレースを超え、AIの認知と推論をプロセスに組み込むことで、非定型な業務フローを自律的に進行させる仕組みである。
かんたんに言うと
熟練の現場監督が各作業員に指示を出し、想定外のトラブルが起きてもその場で判断して作業を止めずに進めるようなものである。
UIをなぞるRPAから文脈を読み取るAI自動化への転換点
RPAは画面の座標や固定のセレクタをなぞるだけである。SaaSのUIが少しアップデートされただけで、翌朝にはエラーを吐いて止まっている。Workflow Automationの思想は根本から違う。Difyやn8nのノード間にLLMを挟み込み、届いたメールの文脈や添付ファイルの意図を読み取って次のアクションを動的に分岐させる。自然言語処理と機械学習がプロセスの途中で推論を下すのである。
ただ、プロンプトの微細な変更で出力フォーマットが崩れるリスクは常に付きまとう。
JSONで返せとシステムプロンプトで厳命しても、勝手にバッククォートをつけて後続のパーサーをクラッシュさせるモデルの挙動には頭を抱える。どこまでAIに裁量を持たせるかは本当に悩ましい。
契約審査と請求処理に潜む現場のリアル
法務部門での契約書レビューを想像してほしい。
相手方からPDFで送られてくる多種多様なフォーマットのNDA。これをOCRでテキスト化し、Claude 3.5 Sonnetに自社の法務基準と照らし合わせるプロンプトを投げる。リスク箇所を抽出したら、Make経由でSlackの法務チャンネルにメンション付きで通知を飛ばす。経理部門なら、SAPから毎月吐き出される未入金リストを読み込み、取引先のランクに応じた督促メールの文面を生成してGmailの下書きにそっと保存しておく。
一見スマートに見えるだろうか。
現実はそんなに甘くない。MakeのWebhookが謎のタイムアウトで落ちたり、相手先APIのレートリミットに引っかかってバッチ処理が途中で止まったりする。再実行の仕組みをどう設計するかで実務家の腕が問われる。
ROIの皮算用と野良ワークフローの増殖
導入効果を測る際、単なる作業時間の削減だけでROIを計算すると痛い目を見る。
AIの推論にかかるトークンコストや各種APIの従量課金、そして何よりシステムが止まった時のリカバリ工数を忘れてはならない。Zapierのタスク消費量は、配列のループ処理を一つ間違えるだけで、あっという間に月額の上限に達してしまう。
さらに厄介なのが、現場の担当者がノーコードツールを勝手に繋ぎ合わせ、顧客データが外部のAPIにダダ漏れになるシャドーITのリスクである。ガバナンスを効かせようと情シスがIP制限や権限管理でガチガチに縛れば、せっかくの現場の機動力が死ぬ。統制とアジリティのバランスをどう取るか、企業規模や文化によって判断が分かれるところである。
APIの連携強度と例外処理の設計思想
結局のところ、システムを長期間安定稼働させるのは泥臭い例外処理の積み重ねである。
AIが想定外のテキストを出力した時、どうやって安全にフェールセーフさせるか。例えば、HubSpotの顧客ステータスを更新するAPIを叩く際、AIの出力が規定のEnum値にマッチしなかったらどうするか。無難なデフォルト値を入れて処理を続行するのか、それとも即座に処理を止めてSlackにエラーログを投げるのか。
最初から全プロセスを無人化しようとするから破綻する。
エラーを許容し、指数的バックオフによるリトライ処理を組み込み、最悪の場合は手動でデータを修正できる抜け道を用意しておく。机上の美しいアーキテクチャよりも、泥臭く動き続けるシステムこそが現場では重宝される。
当社の見解
AIに「考えさせる」技術は論文では華やかだが、実務で効くのは別の部分だ。当社の運用で分かったのは、推論の精度よりも「失敗したとき何が起きるか」の方が重要だということ。実際にエージェントが暴走してテスト環境を停止させた経験がある。その教訓を活かすためにもAIに記憶を持たせて、その教訓を活かすことで事故や手戻りは減る。記憶があり、その教訓を念頭に置いて仕事ができなければ、また同じミスを犯す。そうならないよう失敗をしないために何が必要なのか複数のAIで推論をし、また人間も一緒に考え、対策を練りルール化する。そのルールに沿って行動するためには、ソフトではなく、できるだけハードで確実に実行されるためのパイプラインが必要となる。
同じ失敗を二度としないAIエージェント
今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。
当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。
古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。