AI・RPAで、
どこまで自動化できるか。

問い合わせや受発注業務の 改善案を考えるために、 実際の業務を見たり、 一部を経験したりしました。

そこで感じたのは、 「問い合わせ対応」 「受発注業務」 と一括りにすると 問題が見えにくいことでした。

一次受電。

FAXの読み取り。

部品情報の検索。

内容の確認。

受注登録。

それぞれ、 必要な処理も 自動化しやすさも違います。

業務全体を自動化するのではなく、
自動化できる単位まで分ける。

問い合わせ対応には、 単純な作業だけでなく 人の判断が必要な場面があります。

情報が足りない。

部品を特定できない。

標準の流れでは 処理できない依頼が来る。

過去の情報や 実機の状態まで確認しないと 判断できないこともあります。

こうしたものまで 最初から完全自動化しようとすると、 仕組みが一気に複雑になります。

自動化しやすいところから、
一段ずつ切り離す。

その方が、 実際の業務に合わせながら 改善できると考えました。

最初に考えたのが、 一次受電の自動化です。

電話が入るたびに 人が作業を止めて対応するのではなく、 AIボイスボットで 最初の問い合わせを受けます。

機種。

号機。

部品名。

用件。

最初に確認したい情報を聞き取り、 会話内容をテキストとして残します。

担当者は、 その内容を後から確認します。

情報が足りなければ、 人が折り返して 追加でヒアリングする。

AIに判断させるのではなく、
最初の受け取りを任せる。

一次受電だけを切り出すことで、 人がその場で電話に拘束される時間を 減らせないかと考えました。

次に考えたのが、 FAXで届く情報のデータ化です。

FAXは紙として残ります。

でも、 そのままではシステムから 扱いやすいデータにはなりません。

そこで、 AI-OCRを使って FAXに書かれた内容を読み取ります。

品番。

数量。

顧客情報。

注文内容。

紙に書かれた情報を 後続処理で使えるデータへ変換します。

紙を読む作業を、
データを確認する作業へ変える。

ただし、 AI-OCRで読み取れるのは FAXに書いてある情報だけです。

元のFAXに 必要な情報が書かれていなければ、 OCRを使っても その情報が増えるわけではありません。

情報不足があれば、 最後は人が確認します。

電話やFAXを データとして扱えるようになっても、 まだ部品を調べる作業は残ります。

基幹システム。

設計図面。

パーツリスト。

必要な情報が 複数の場所に分かれています。

そこで、 生成AIを使って 社内情報を検索・照合し、 必要な候補を提示する仕組みを考えました。

機種。

号機。

問い合わせ内容。

そうした情報をもとに、 関係する部品情報を探します。

AIに答えを決めてもらうのではなく、
人が判断するための候補を集めてもらう。

必要であれば、 問い合わせに対する 回答案の作成まで支援します。

ただし、 最終的にどの部品を案内するかは 人が確認します。

部品や数量などの内容が確定したら、 最後に受注登録があります。

ここで注意したいのは、 標準の注文まで 新しく自動化する必要はないことです。

クライアントが注文ページから 正しくオーダーした場合は、 すでにそのまま受注登録まで進みます。

支店からの標準的な注文も同様です。

対象になるのは、 問い合わせや例外対応を経て 人が内容を確定した後に、 改めて登録が必要になる部分です。

すでに自動化されているところを作り直さず、
人が残っているところだけを見る。

内容が確定したことを確認したら、 RPAで基幹システムへ入力する。

人は、 入力そのものではなく 内容を確定するところまで担当します。

それぞれの仕組みは、 単独で使うために考えたものではありません。

電話なら、 AIボイスボットで受ける。

FAXなら、 AI-OCRでデータ化する。

集めた情報をもとに、 生成AIで 部品情報を検索・照合する。

人が内容を確認する。

確定した情報を RPAで登録する。

受け取る。
データにする。
探す。
判断する。
登録する。

この流れの中で、 人にしかできないところと 機械に任せられるところを分けました。

この改善案では、 人を問い合わせ業務から 完全に外すことは考えていません。

情報が足りないとき。

部品を特定できないとき。

標準では処理できない依頼が来たとき。

過去の情報や 実機の状態まで見ないと 分からないとき。

そうしたところには、 人が必要です。

人を減らすためではなく、
人が判断に時間を使えるようにする。

電話を取る。

紙を読む。

情報を探し回る。

確定した内容を入力する。

そうした前後の作業を減らして、 本当に人が必要な部分へ 時間を使える状態を目指しました。

ここまでの内容は、 実際にすべて導入した仕組みではありません。

問い合わせや受発注業務を見て、 どこに負荷があるのかを整理し、 その改善案として考えたものです。

AIボイスボット。

AI-OCR。

生成AI。

RPA。

技術を先に決めて 当てはめたわけではありません。

業務を見て、
問題を分けて、
それぞれに合う技術を当てた。

自分にとっては、 そこがこの改善案で 一番大事な部分でした。