AIの費用対効果を高める

既存の成果物と利用実績、今後かかる開発費、システム基盤の費用、運用費を整理します。再利用できるものと、追加の費用で変えられる業務を明らかにします。

事前準備から、AIの処理、確認・⁠修正、例外対応、引き継ぎまで、各工程にかかる時間や手間を測ります。業務量や難易度が同程度の案件を使い、所要時間、成果物の品質、手戻りの変化を比べます。時間の短縮と支出の削減は分けて捉えます。

先に使う機能と後から追加する機能を分けます。システムとの連携方法や対象とする業務の範囲を変えた案ごとに、開発費、運用費、人の手で続ける確認や転記の作業、成果の見込みを比べます。

データの状態、システムとの接続の条件、利用件数、運用体制を確認します。実際に測った数値と見込み、確定した作業と追加の調査が必要な作業を分けてご説明します。

検索方法、AIを呼び出す回数、確認する箇所を見直し、品質と費用の変化を記録します。利用を広げるか、追加開発するか、保留するかを社内で説明できる資料にまとめます。