テネス | 仕事を自動化に

ニュースリリース

ニュースリリース

29 2025-04
AIエージェントの管理が必須スキルに前書き人工知能（AI）が単なるツールから真のアシスタントへと進化するのに伴い、職場におけるその役割は拡大し、企業の運営方法を根本的に変えつつある。Microsoftの最新調査では、オンデマンドの知的作業要件をAIエージェントと人間のハイブリッドチームが担う、新たな組織形態を「FrontierFirm（フロンティア企業）」と定義付けている。Microsoftは米国時間4月23日、年次報告書「2025WorkTrendIndex」を発表した。この報告書は、31カ国・労働者3万1000人からの調査データ、「Microsoft365⁮生産性シグナル、「LinkedIn」の雇用・労働トレンド、専門家の洞察を組み合わせ、従業員とビジネスリーダー双方に労働環境に関する包括的な視点を提供するものである。2025年の報告書では、AI時代の働き方の構造を探る上で鍵となるフロンティア企業という概念に焦点が当てられている。現状との隔たりは大きいが、報告書は、全ての組織が今後2～5年でフロンティア企業へと移行する過程にあると指摘している。「われわれはチームとしてこの思考実験を行った。もし今日が仕事の歴史の最初の日で、過去のしがらみが一切なければ、どのように仕事を設計するだろうか」とMicrosoftのシニアディレクターでCopilotandFutureofWorkの研究を統括しているAlexiaCambon氏は語る。「その結果、われわれが仕事の進め方について、いかに多くの固定観念に縛られているかに驚かされた」1.“フロンティア企業への3段階”報告書は、組織がフロンティア企業へと変革していく3つの段階を示している。第1段階では、従業員がAIアシスタントと対話し、より効率的に作業を進める。第2段階は、AIエージェントの活用になる。ここでは、AIエージェントが人間の指示の下でタスクを実行し、それによって人間の時間を創出する、より「デジタルな同僚」として機能する。「われわれのほとんどが現在いるのは、AIが職場のアシスタントとして登場している段階だ」とCambon氏は述べる。「しかし、われわれは、AIエージェントが労働力の一部となり、人間が新たな知識労働に取り組むのを支援するフロンティア企業へと、間違いなく移行していくと考えている。そして、それは（現在の組織とは）全く異なるタイプの組織である」最終段階（第3段階）では、人間がAIエージェントのチームと協力する。これらのAIエージェントは、ビジネスプロセスやワークフロー全体を実行できるようになる。報告によると、AIが知識労働に進化する過程は、AI対応のソフトウェア開発が、単なるコーディング支援からチャットインターフェースを経て、ユーザーに代わってタスクを実行できるエージェントへと進化したのと同様の軌跡をたどるだろう。2.“AIの進化がアシスタントとして企業に与える影響”生産性の向上報告によると、AIを組織に導入することで実際の生産性向上が確認されており、その最大の利点の一つは能力ギャップの解消である。世界の労働者の80％（従業員・リーダー双方を含む）が、仕事量が多すぎる一方で、それをこなす時間やエネルギーが不足していると感じている。報告書によれば、組織は今や「オンデマンドでインテリジェンスを購入」できる状態にある。これを実現するのは、デジタル労働力として機能し、必要に応じて規模を拡大できるAIエージェントである。報告書では、リーダーの46%がワークフローやプロセスの自動化にAIエージェントを利用していると回答した。エージェントと人間の具体的な連携方法は機能によって異なり、一部のタスクはエージェントが自律的に処理する一方、他のタスクではより多くの人間の関与が必要となる。しかし、AIを追加するだけでは十分ではない。ビジネスの進化速度は人間の作業速度を上回っており、知識集約型のタスクを抜本的に見直す、より大きな変革が必要とされているためだ。報告書は、ビジネスリーダーが知識労働者と知識集約型タスクそのものを切り離して考える必要があると指摘する。創造性や判断力といった高度な能力を持つ人間が、メールの返信のような作業に時間を費やすべきではない、という認識が重要になる。プロフェッショナルが日々「メールを送る」や「ピボットテーブルを作る」のと同様の感覚で、近い将来には「AIエージェントを作成・管理する」ことが求められるようになるだろう。フロンティア企業は、こうしたアプローチが持つ可能性を既に示している。報告によると、調査対象3万1000人のうち、フロンティア企業の5つの特性を満たす企業で働いていた従業員はわずか844人だった。これらの特性には、組織全体でのAI導入、AIの成熟度の高さ、現在のエージェント使用、将来のエージェント使用の予測、そしてエージェントがAIの投資収益率（ROI）を実現する鍵であるという信念――が含まれる。これらのフロンティア企業の従業員は、自社が「繁栄している」と回答した割合が71％に上り、これは世界平均（37％）を大きく上回る。また、「より多くの仕事を引き受けられる」と回答した割合は55％（同20％）、「より意味のある仕事ができる」とした割合は90％（同73％）に達した。AIに仕事を奪われる懸念を持つ割合も低い（フロンティア企業の21％に対し、世界平均は38％）。労働力の変化AIがもたらす肯定的な成果の一方で、労働力の在り方や運用方法にも必然的な変化が生じるだろう。全ての業界がそれぞれ異なる形で変革を経験し、AIは新たな雇用を創出する一方で、既存の職務を代替することにもなる。調査対象のビジネスリーダーの45％が、今後12～18カ月でデジタル労働によるチームの能力拡大を最優先事項であると回答した。AI投資が加速される上位3つの分野には、顧客サービス、マーケティング、製品開発が含まれる。デジタル労働力を拡大した後も、企業が利益を最大化するためには、人間とAIエージェントの適切な比率を見極めることが重要だと研究者は指摘する。これは、従業員1人当たりのエージェント数が少なすぎて潜在能力を活用しきれない状態と、多すぎて人間の処理能力を超えてしまう状態との間で、最適なバランスを取ることを意味する。バランスの例として、報告書は、AIを使用する個人はテゐクノロジーを使用しないチームを上回るが、AIを使用するチームは誰よりも優れている、というハーバード大学の研究を引用している。Cambon氏はこの傾向について、組織がAIを用いて人間の必要性を完全に減らすのではなく、人間とAIがペアを組むより大きなチームを持つことで、より良い結果が得られることを示している、と強調する。「人員を削減してAIに置き換える必要はないと思う。最良の結果を得るためには、人員を維持し、AIでそれを増強する必要がある」とCambon氏は述べる。職場における変化のもう一つの側面は、AIを単なるツールではなくチームメートとして捉え、プロジェクト管理のような高度なタスクもAIに任せられるようにすることだ。しかし現状では、回答者の52％がAIをコマンドベースのツールと見なし、「思考のパートナー」と捉えているのは46％にとどまる。「われわれは、AIの使い方について、より一貫した理解に向けて取り組む必要がある。なぜなら、AIを単に検索エンジンやスプレッドシートのように扱っているだけでは、それをデジタルな同僚として捉え、共に試行錯誤やブレーンストーミングを行うような使い方をしなければ、真の成果は得られないだろう」とCambon氏は指摘する。AIエージェントの能力を最大限に引き出すには、的確な指示（プロンプト）やタスクの委任、反復的な改善、技術の洗練といった管理スキルが求められる。こうしたAIエージェントチームを効果的に管理する人材が必要となる中、「エージェントボス」という、最高のパフォーマンス達成に責任を持つ新たな役割が生まれつつある。「誰もがエージェントを管理する必要があるだろう」とCambon氏は語る。「エージェントがいれば、キャリアの浅い人でも、仕事の初日からマネジメントを経験できるようになると思うと、私は興奮を覚える」。こうした職務の変化に伴い、従来の組織図も変化する可能性がある。その代わりとして、Microsoftは「WorkChart」を提唱する。これは、「従業員の能力範囲を拡張し、より迅速で影響力の大きい働き方を可能にするエージェントによって推進される、機能ではなく目標を中心にチームが形成される成果主導型のモデル」という。Microsoftは、この新しい働き方を映画制作の現場に例えている。映画制作では、特定のプロジェクトのために専門家チームが集結し、完了すれば解散する。これと同様に、さまざまなAIエージェントが連携して目標を迅速に達成した後、人間の従業員を再編成することなく、次の新たなプロジェクトへと移行していく、という考え方だ。AIスキルを持つ人材への需要も高まっている：ビジネスリーダーの47％が今後12～18カ月で既存従業員のスキルアップを最優先事項とし、マネージャーの51％が5年以内にAIトレーニングやスキルアップがチームの主要な責任になると考えている。また、35％は今後12～18カ月でAIトレーナーの採用を検討中だ。調査対象のビジネスリーダーの33%が人員削減を検討している一方で、Microsoftは新たな役割が登場すると予測している。フロンティア企業（95％）および非フロンティア企業（78％）のビジネスリーダーの大半が将来に備え、マーケティング、財務、顧客サポート、コンサルティングなどの領域で、AIエージェント専門家やAIストラテジストといったAIに特化した役割のために人材採用を検討している。Chatmaruko小丸子AIインテリジェントプラットフォームは、企業向けAIインテリジェントシステムとして、マーケティング、販売、財務、調達などの分野で、お客様にますます多くのAI自動化による効率化の価値を提供しています。「われわれは、この新しいタイプのインテリジェンスを、代替ではなく追加と見なしている」とCambon氏は付け加える。「幾つかの仕事はなくなるだろう。それは自然な成り行きだが、仕事が完全になくなることは絶対にないと考えている。新しい仕事が生まれ、現在の仕事が進化すると信じている」。E-MAIL:service@itenez.com出典：https://news.yahoo.co.jp/articles/14f06a9af00bad9d3e8523552d530bf0492d5914?page=1
14 2024-08
「AI エージェント」とは？序言AI(人工知能)技術が私たちの生活やビジネスを大きく変革する中で、「AIエージェント」が注目されています。AIエージェントが私たちの生活にどんどん浸透している現代、その機能や役割、そして可能性について理解しておくことは、テクノロジーを活用して生活やビジネスをより良くするために重要です。今回は、AIエージェントの仕組みや特徴、種類、生成AIとの違いや活用例を解説します。1.AIエージェントとはAIエージェントは、複数のAIモデルを統合した目標達成のために自律的に行動する高度なソフトウェアシステムです。深層学習などの技術を活用することで、複雑なタスクを遂行し、人間に代わって意思決定を行うことができます。例えば、顧客からの問い合わせに自動で応答したり、商品の在庫管理を行ったり、さらには新たなビジネスチャンスを発見したりすることも可能です。AIエージェントは、生成AIの発展に伴い、より高度な機能を実現し、ビジネスの様々な場面で活用されるようになってきています。深層学習については、以下の記事でも詳しくご紹介しています。ぜひ参考にしてください。2.AIエージェントの仕組みAIエージェントは、以下の4つの要素から構成されるシステムです。環境AIエージェントが活動する舞台となる場所や状況センサーAIエージェントが環境から情報を得るための「目」や「耳」のような機能意思決定メカニズムどのような行動を取るべきかを決める「脳」のような部分アクチュエーターロボットのアームやPCのキーボード操作など、実際に何かを行うための部分これらの要素が相互作用することで、AIエージェントは複雑な環境の中で、目標達成に向けて自律的に行動することができます。3.AIエージェントの特徴AIエージェントには以下のような特徴があります。自律的な実行AIエージェントは、プロジェクトの進捗状況を常に監視し、遅延が発生した際は自動的に対策を行います。また、複数のタスク間の優先順位を調整し、全体の効率を最大化することも可能です。また、顧客からの問い合わせに自動応答したり、製品の品質管理を行ったりすることができるため、人材の負担を軽減し、業務の質を向上させます。継続的な学習AIエージェントは強化学習などの手法を用いて、自身のモデルを更新し、パフォーマンスを向上させます。例えば、顧客との対話を繰り返すことで、より適切な回答を生成できるようになります。まるで人間のように経験を通して成長し、より賢くなっていく存在です。複数のエージェント連携AIエージェントは、単独だけではなくチームで働くこともできます。複数のエージェントが協力することで、より複雑な問題を解決できます。例えば、工場の生産ラインにおいて、それぞれの工程を担当し、全体として製品を完成させることが可能です。4.AIエージェントと生成AIの違い「AIエージェント」「生成AI」は、どちらも人工知能の分野で注目される技術ですが、その目的や機能は異なります。以下でAIエージェントと生成AIの違いを具体的に解説します。AIエージェント生成AI目的目標達成に向けたタスクコンテンツ生成動作原理環境からのインプット大規模なデータセット相互作用性環境と双方向にやり取り一方向の処理活用範囲汎用的な能力専門的な能力目的生成AIは、文章作成や画像生成などの様々なコンテンツを生成する技術です。一方、AIエージェントは、顧客対応や業務自動化など特定の目標達成に向けた具体的なタスクを実行します。AIエージェントは、行動が直接的にビジネス成果に結びつくため、投資対効果を測りやすいという特徴があります。動作原理生成AIは、大規模なデータセットに基づいて、確率的なモデルを用いてコンテンツを生成します。一方、AIエージェントは、環境から得られた情報を基に、強化学習などの手法を用いて、目標達成のための最適な行動を学習します。AIエージェントは、意思決定過程を可視化することで、ビジネスにおける説明責任を果たすことが可能です。相互作用性生成AIは、与えられた情報をもとに新たな情報を生み出しますが、AIエージェントは、環境からのフィードバックを受けながら、状況に合わせて自ら行動し変化に対応できます。AIエージェントの柔軟性は、動的な環境下においても自律的に学習し、適応することで、ビジネスの不確実性を低減します。活用範囲生成AIは、文章や画像といった特定のものを作り出すことに特化していますが、AIエージェントは、様々な状況に対応できるよう、幅広い能力を持っています。例えば、AIエージェントは、スマートホームの制御や工場の生産管理など、様々なタスクを同時にこなすことが可能です。5.AIエージェントの種類AIエージェントは、アーキテクチャや学習方式によって、様々な種類に分類されます。各タイプは、異なるタスクや環境に適しているため、適切なエージェントを選択することで、より効果的なAIシステムを構築することができます。以下で詳しく解説します。単純反射エージェント単純反射のAIエージェントは、ルールベースシステムとも呼ばれ、あらかじめ定義されたルールセットに基づいて動作します。過去のデータからの学習は行わず、入力された情報と一致するルールを検索して対応する出力を生成します。学習エージェント学習エージェントは、まるで人間が経験を積んで成長するように、繰り返し学習することで、どんどん賢くなっていきます。例えば、囲碁のAIは過去のプロ棋士の対局データをたくさん学習することで、人間には思いつかないような新しい手筋を編み出し、世界最強の棋士に勝つことができるようになりました。強化学習と呼ばれる手法を用いることで、試行錯誤を繰り返しながら、最適な行動を選択できるようになります。強化学習のアルゴリズムについては、以下の記事でも詳しくご紹介しています。ぜひ参考にしてください。モデルベース反射エージェントモデルベース反射エージェントは、人間が経験から学ぶように、過去の情報をもとに状況を判断し行動を決めます。例えば、お気に入りの音楽を沢山聴いている音楽アプリは、ユーザーの好みを学習して、ユーザーにぴったりの曲を推薦してくれるでしょう。モデルベース反射エージェントは、内部状態モデルと呼ばれる環境の状況を表すモデルを構築しており、現在の状況を予測することで、最適な行動を選択することができます。目標ベースエージェント目標ベースのエージェントは、与えられた目標を達成するために、最適な行動経路を探索します。例えば、自動運転車は「安全に目的地まで着く」という目標に向かって、周りの車の動きや信号を見て、一番安全で速いルートを選んで運転します。現在の状態や可能な行動、目標状態をモデル化し、将来の状態を予測することで、最適な行動を選択することが可能です。効用ベースエージェント効用ベースのエージェントは、目標を達成するだけでなく、最も良い結果をもたらす行動を選びます。例えば、自動掃除ロボットは、部屋をきれいにするという目標だけでなく、「できるだけ早く、効率的に静かに掃除する」といった複数の要素を考慮し、最適な掃除ルートを選びます。このように、その価値を最大化するような行動を選択可能です。階層エージェント階層エージェントは、大きな仕事を小さな仕事に分割し、それぞれを専門のチームに任せるような仕組みです。各チームは自分の仕事に集中し、全体の指揮官がチームの仕事を調整することで、大きなプロジェクトを成功させることができます。例えば、工場の生産ラインでは、部品の組み立てや検査、梱包といった作業をそれぞれ異なるロボットが担当し、全体の生産計画を管理するロボットが全体の動きを指示しています。6.AIエージェントの活用例AIエージェントは、様々な分野で新たな価値を提供しています。以下では、その中でも特に注目を集めている5つの活用例を詳しく解説します。データ分析AIエージェントは、金融機関の投資判断をサポートしています。金融データマイニングを通じて、市場の潜在的なリスクや機会を検出し、アルゴリズム取引などの高度な投資戦略の実現を支援しているのです。バーチャルアシスタント自然言語処理技術を活用したAIによるバーチャルアシスタントは、顧客との自然な対話を可能にしたチャットボットでお客様からの質問にすぐに答え、まるで人と話しているような感覚を提供します。そのため、24時間365日の対応やよりパーソナライズされた顧客サポートを提供でき、顧客エンゲージメントの向上に貢献しています。チャットボットを利用したAIによる問い合わせ業務については、以下の記事でも詳しくご紹介しています。ぜひ参考にしてください。自動運転自動運転車に搭載されたAIエージェントは、周囲の状況を常に把握し、安全な運転経路を瞬時に判断します。例えば、前方の車との車間距離を保ち、歩行者を検出して回避するなど、安全運転に必要な様々なタスクを遂行することが可能です。会話型AI自然言語処理技術を活用した会話型AIは、患者の症状を正確に把握し、適切な医療機関への紹介やセルフケアに関するアドバイスを提供することが可能です。また、医療データの分析を通じて、よりパーソナライズされた医療サービスの実現に貢献しています。レコメンド生成レコメンデーションエンジンと呼ばれるAIエージェントは、機械学習を用いてユーザーの行動パターンを学習し、パーソナライズされたレコメンドを提供します。そのため、顧客体験の向上と収益性の改善が期待できるのです。例えば、ネット通販サイトや動画配信サービスでは、AIが一人ひとりの過去の購入履歴や視聴履歴を分析し、ユーザーにぴったりの商品やコンテンツを提案してくれるため、より多くの商品に興味を持ってもらい、購入につながる可能性が高まるのです。7.AIエージェントの今後の動向に注目！今回は、AIエージェントの仕組みや特徴、種類、生成AIとの違いや活用例を解説しました。AIエージェントは、企業の業務効率化や私たちの生活をより便利にするための新たな可能性を切り開いています。近い将来、AIエージェントは、私たちのビジネスパートナーとして、あるいは生活のサポート役として、不可欠な存在となるでしょう。お問い合わせご質問やご要望や商談などがございましたら、下記までお気軽にお問い合わせください。E-MAIL:service＠itenez.com
13 2024-08
業績好調の企業は「生成AI」をどの業務で使っている？調査で判明序言McKinseyによると、生成AIを効果的に活用している10社のうち7社が、データの管理と統合に関する課題に直面しているという。企業は生成AIにさまざまな恩恵を期待しているが、コスト削減や収益向上にはどの程度貢献しているのだろうか。生成AIを効果的に活用する企業の特徴McKinseyによると、過去1年間で世界的に生成AIの導入が急激に増加したものの、生成AIを効果的に活用している企業でも、データの管理と統合に関する課題に直面する企業が70％に上るという。また、同じ業界でも、業績の高い企業と低い企業で生成AI活用の傾向が異なることが分かった。さっそく見てみよう。McKinseyが世界中の1363社を対象として実施した調査によると、少なくとも1つのビジネスにおける生成AIの使用率は、わずか10カ月の間に33％から65％に急増した。特に、マーケティングやセールス、製品およびサービスの開発で成果が出ているという。一方で、生成AIがEBIT（利払い前・税引前利益）に10％以上貢献したと評価する企業は、世界でわずか5.2％にすぎないという。McKinseyのアレックス・シングラ氏（シニアパートナー）は、「生成AIはもはや目新しいものではない。先進的な企業は、生成AIツールを現在の業務に組み込むだけでなく、生成AIやAIを分析に活用してワークフロー全体を再構築することに注力している」と声明で述べた。コンサルティング企業のCognizantによると、生成AIは2032年までに米国経済を最大で年間1兆ドル成長させ、生産性を3.5％改善する可能性がある。Cognizantは、経済調査会社のOxfordEconomicsと共同で1000の職種と1万8000の業務を分析してモデルを作成した。同調査によると、生成AIは業務の90％に影響を与え、そのうち52％は大きく影響を受けるという。職種ごとに異なる「生成AI導入の影響」Cognizantによると、生成AIが与える影響は職種ごとに異なる。米国公認会計士協会（AICPA）によると、会計業界において小規模企業は効率性を高め、データ分析を強化し、人員不足の負荷を減らすことで大企業に対する競争力を高められる。AICPAは、CPA.comと共同で作成した報告書で次のように述べた。「生成AIは、インターネットやスマートフォンと同程度に画期的だ。普及速度ははるかに速く、使い勝手も優れている。この技術は、新しく優れたビジネスモデルを構築し、コストに見合った価値を実現する」。McKinseyは「生成AIはコスト削減と収益向上に役立つ」と述べている。また、McKinseyによると、企業は生成AIを主にマーケティング戦略の支援やマーケティングのパーソナライズ化、見込み客の特定や優先順位付け、サービスや製品のデザイン作成、調査の見直し、シミュレーションやテストの迅速化に活用している。McKinseyの調査に回答した企業は、「サプライチェーンと在庫管理で5％以上の増収を達成した」と報告している。また、最大のコスト削減を達成したのは人事の領域だという。McKinseyによると、生成AIを適切に活用している企業はリスク管理やコンプライアンス、法務、戦略、企業財務、在庫やサプライチェーンの管理で生成AIを活用する傾向がある。成果が出る企業、出ない企業どこで差がつくのか？また、同じ業界の中で業績の低い企業と業績の高い企業を比較すると、会計書類の処理やリスク評価、販売促進、価格設定、研究開発に生成AIを活用する傾向が3倍以上高いという。企業は生成AIに関連する幾つかのリスクを認識しており、その中には不正確さやバイアス、データプライバシーの漏えい、知的財産権の侵害が含まれている。McKinseyによると、ハイパフォーマーと評価されている企業は、他の企業と比較して、サイバーセキュリティや個人のプライバシー、説明可能性、知的財産権の侵害などの生成AIによる負の影響を経験している傾向が高かった。ハイパフォーマーと評価されている企業の70％は、データガバナンスの確立やAIモデルへの迅速なデータ統合、十分なトレーニングデータの収集といった課題に直面している。McKinseyのブライス・ホール氏（アソシエイトパートナー）は、声明の中で「競争優位性は、ソリューションを幅広く革新し、大規模に展開および改善するための組織的かつ技術的な能力を構築することから生まれる。つまり、分散型デジタルとAIイノベーションに合わせてビジネスを再構築することが重要だ」と述べた。お問い合わせご質問やご要望や商談などがございましたら、下記までお気軽にお問い合わせください。E-MAIL:service＠itenez.com
13 2024-08
物流センターの事務作業時間を増やす伝票処理をRPAで自動化序言物流センターにおける事務作業時間を増やす要因の1つに伝票処理があります。センター内では、さまざまな伝票を取り扱っており、その対応が現場の負荷になっています。この伝票処理を自動化するためのツールとして注目されるのが「RPA（ロボティクスプロセスオートメーション）」です。今回は、物流センターの伝票処理におけるRPAを使った自動化について説明します。物流現場では、ピッキングなどの作業はもとより、一連の事務作業が発生しています。受発注データを元に注文書やピッキングリストを印刷し、そのリストを元にピッキング作業を実施。そのうえで出荷案内書を発行して商品と照合し、送り状を発行するなどです。そこには、さまざまな種類・形式の伝票が存在します。結果、多くの物流企業が、受注情報のデータ入力や、注文の確認・通知、出荷依頼書や納品書の発行、配送指示など、手入力による定型事務作業に追われています。なかでも発注書のメール送信や運用システムへの登録は時間がかかる作業です。繰り返す定型業務の効率化には「業務の標準化」が前提にこうした定型事務作業の効率を高めるためのツールの1つとして期待されるのが「RPA（ロボティクスプロセスオートメーション）」です。RPAは、「事前に決められた手順を自動化する仕組み」であり、人間の作業者などに代わって、単調で膨大な量に及ぶ作業であっても定められた手順を自動的に実行します。その手順は、RPA専用ソフトウェアを用いれば、プログラミングやITに関する専門的知識を持たない担当者が作成できます。クラウド型RPAツールなら初期投資を抑えられます。RPAの導入により、単調なデータ入力や修正・更新、各種帳票の作成など、反復的な定型業務の自動化・省力化が期待できます。導入効果は、対象業務が、「繰り返す定型業務でありながら作業ミスが発生しやすい」場合に、より大きくなると考えられます。ただし、ルーチン業務をこなすというRPAの特性を考えれば、業務の標準化は必須条件です。対象業務には、データの検索や、集計、加工、登録、報告などが挙げられます。在庫管理・棚卸における最新状況へのリアルタイム更新などへの適用も可能です。荷主が運用管理する販売管理システムなどとの配送指示や実績データなどの交換用途にも対応できます。物流センターのWMS（倉庫管理システム）から入出荷の日時・スケジュール、問い合わせ番号、該当する運送会社などを抽出し、荷主側のシステムにアップロードします（図1）。出荷実績や在庫情報などのバックアップ作成もRPA導入で省人化が図れます。図１：RPA（ロボティクスプロセスオートメーション）によるWMS（倉庫管理システム）との連携例24時間体制で夜間にデータ処理を実施している物流センターでは最近、人手不足などから夜間スタッフを昼間業務に割当てる必要が出てきています。その際、注文データに基づく出荷依頼の取り込み処理や、帳票印刷、出荷準備といった一連の流れをRPAに任せれば、夜間スタッフを昼間業務にシフトできます。人員配置の刷新によりランニングコストを20～30％以上削減できるとも考えられています。例えば物流企業のA社は、営業時間外に受発注処理を実施するために夜間スタッフを配置して対応してきました。しかし、夜間スタッフの負担は重く、改善の必要性を感じていました。そこで、RPAを導入し夜間作業の自動化を進めた結果､夜間スタッフの労働負担の軽減だけでなく、人手が足りない昼間業務に回すことで、労働力の有効活用さらには作業効率化を実現できました｡RPAとAI技術の連携が、さらなる自動化を可能に近年は事務処理にAI（人工知能）技術を活用する動きが高まっています。RPAツールにも最近はAI技術を取り組む動きが出ています。元々のRPAは、機械学習などにより学習していくことはなく、プログラムが状況の変化に自律的に対応することはありません。そこで、データ取得などの旧来のRPAの領域に、AI技術を加味することで自律的なオペレーションにつなげていくのです（図2）。図2：RPAとAI技術の連携により自律化を図る例えば、アルバイトやパートなど作業者のシフト管理は、人数が増えれば増えるほど、それぞれの勤務時間などの都合を配慮しなければならず、シフト作成担当者は、より多くの時間を割かなければなりません。近年は特に、労働力が多様化し、高齢者や女性、外国人など、これまでは作業に従事してこなかった人材が、土日・祝祭日や短時間勤務、あるいはイレギュラーな勤務時間でのシフトを希望するケースが増えています。複雑化する一方のシフト管理に、手作業ではなく、AI技術を使って対応するわけです。在庫のロケーション管理でも、出荷頻度や作業動線などから、最適な物品の保管場所や最短の経路に作業順路の提案などにAI技術が導入されるようになってきています。さらに今後は、量子コンピューティングの活用が期待されています。次世代コンピューティングの最有力選択肢とされる量子コンピューターが持つ、より高速な計算能力により、シミュレーションによる物流の最適化が現実味を帯びてきているのです。例えば調達物流において、サプライヤー数が数百を超え、複数カ所のパーツセンターを経由して、50～100カ所の工場に納品するとすれば、輸配送ルートの組み合わせは数百万にもなります。そのうえでトラック総数や総走行距離数、仕分け作業分類などを含めて物流コストの最適化を図ろうとすれば、計算には莫大な時間がかかります。そこに量子コンピューティングを利用すれば、計算速度とシミュレーション精度の向上が図れます。既に量子コンピューティングを使ったシミュレーションにより、トータル物流コストを2～5％程度削減できるという試算を弾き出している企業もあります。定型業務の自動化は「完全自動化への入口」このようにみれば、RPAは「完全自動化への入口」だとも言えます。定型業務をRPAを使って自動化されている現場は、AI技術を導入するうえで極めて好都合な環境とも考えられるからです。来るべき、量子コンピューターや6G（第６世代移動通信システム）時代には、望むべき業務達成目標を入力すれば、AI技術が達成までのプロセスを自動生成するようになると考えられています。RPAにより定型的な事務処理の効率化・自動化が実現できて入れば、将来的なAI連携によって、自動化を自律的に展開していく、すなわち「システムが自ら考えて、最適な事務処理を実行する」方向に進んでいくという可能性が見えてきます。お問い合わせご質問やご要望や商談などがございましたら、下記までお気軽にお問い合わせください。E-MAIL:service＠itenez.com
15 2024-07
TENEZ、生成AI管理プラットフォーム「ChatMaruko」企業版を提供開始 TENEZは2023年に個人向けの無料生成AIチャットサービス「ChatMaruko」（中国語名前：小丸子機器人）を発表。昨年に続きは2024年には、企業向けの生成AI管理プラットフォーム「ChatMaruko」企業版の提供を開始しました。「ChatMaruko」企業版には、下記の機能が備わっています：①オンプレミス導入でセキュリティ確保；②国内と海外の数十の生成AIモデルと連携：GPT-4・LLAMA3・文心一言など；③５分間で社内のナレッジマネジメントシステムを構築；④業務のワークフローの設計・編集・実行；⑤生成AIエージェント開発：人間との自然対話を通じて業務タスクを実行：会議室の予約や材料の在庫量の検索と返事など。■お問い合わせご内容についてご質問がございましたら、下記までご遠慮なくお問い合わせください。E-MAIL:service＠itenez.com

もっと見る

私たちのサービス

業務プロセスにおけるサービス

業務自動化ソリューションコンサルティング・設計・実施・開発・運用
AI 画像認識ソリューションコンサルティング・設計・実施・開発・運用

データにおけるサービス

データ収集
データ管理
データ分析

私たちのサービス

業務プロセスにおけるサービス

業務自動化ソリューションコンサルティング・設計・実施・開発・運用
AI 画像認識ソリューションコンサルティング・設計・実施・開発・運用

データにおけるサービス

データ収集
データ管理
データ分析

ソリューション

TENEZ

が各種業界にソリューションを提供する

ソリューション

プロセス管理

プロジェクト管理PMP サービスマネジメントITIL

システムコンサルティング 1

ニーズ把握 2

契約 3

需要細分 4

UE 5

UI 6

開発 7

システムテスト 8

リリース 9

システム運用 10

プロセス管理

プロジェクト管理PMP サービスマネジメントITIL

01 インシデント管理

03 変更管理

02 問題管理

04 構成管理

05 リリース管理

システム運営

私たちが 24時間 365日のシステム運営を提供する・ 4つの運営コースを選択できる

二星コース
三星コース
四星コース
五星コース

もっと多い

システムの運営・メンテナンスサービス

私たちが 24時間365日のシステム運営を提供する・4つの運営コースを選択できる

二星コース

三星コース

四星コース

五星コース

もっと多い

事例一部

事例1 事例3 事例3 事例４

教育業界のケース

CareerSpeedyは留学生海外就職サービスを提供する諮問機関。ニューヨーク、香港と上海に支店があり、海内外留学圏には盛名が高い。

IOT事例―上海某建築会社

記憶層

クラウドサーバー：アリ雲

データテーブル：変位データメーター、温度データ、湿度データシートなど

応用層

モニタリング監視：圧力、変位、瀋降、角度、壁振動など

インテリジェント警報

レポート：履歴データ折目図、センシング履歴データシート

設備管理：センサー管理、建物管理、集線装置管理、採集器管理

ユーザ層

WEBサイド：支持Safari、IEブラウザなど、Chrome、360

伝送層

無線ゲートウェイ：第3者の2 G / 3 Gモジュール

採集層

採集モジュール：カスタム開発モジュール

感知層

変位計、温度センサーなど

商業貿易の流通ケース

Just Buyは総合類の自営クロスボーダー通販サイドである

金融業界のケース

上海浦新金服が湾景情報技術株式会社及び寿宁投資管理（上海）株式会社を持つ。

事例一部

工業製造業

貿易の流通

金融

IoT

教育

ビッグデータ分析

顧客評価

肖課長資生堂

購買ロボットは、請求書を「購入注文」と「入庫伝票」と自動的にグループ化してマッチングした後、支払い請求の操作を行います。購買ロボットの業務自動化操作は、私たちの部門の作業効率を大幅に向上させました。

われわれの優位性

フレキシブル

なソリューション案

緻密な

プロジェクト管理

豊富な

ソリューション案

強大な

技術開発チーム

最高な

サービス

われわれの優位性

フレキシブルなソリューション案
厳密なプロジェクト管理
豊富なソリューション案
開発力
最安定なサービス
中・英・日言語支持

会社案内

TENEZ · 天陈

TENEZは2016年の設立と共に、“新しい価値の創造を通じ、お客様の期待を超え、社会と人々に感動をお届し続けます”の使命を掲げ、デジタル技術を駆使して顧客に価値のある製品とサービスを提供し、設計、開発、実装、システムコンサルティングが一体となったサービスを展開するハイテク企業です。現在の主な事業は、システム設計開発とデータ分析業務であり、製造、金融保険、旅行、育児などに及ぶ分野で、多くの大手日本企業及び中国企業に高品質な情報技術製品とサービスを提供しています。オンラインロボットの数は約600台に迫っています（2024年01月時点）。

私たちを導く使命

新しい価値の創造を通じ、お客様の期待を超え、社会と人々に感動をお届し続けます

私たちを駆り立てるビジョン

世界のリーディングデータテクノロジー会社を目指します

私たちが礎をおく価値観

イノベーション•誠実・努力・責任・アクティブ・コミュニケーション

会社案内

私たちを導く使命

新しい価値の創造を通じ、お客様の期待を超え、社会と人々に感動をお届し続けます

私たちを駆り立てるビジョン

世界のリーディングデータテクノロジー会社を目指します

私たちが礎をおく価値観

イノベーション•誠実・努力・責任・アクティブ・コミュニケーション

お客様

資格

口座開設許可証

営業許可証

上海市ソフトウェア業界協会会員単位

中国情報サービス産業創新企業

上海市ソフトウェア業界協会会員単位

ソフトウェア著作権

上海市IoT協会会員単位

資格

口座開設許可証

営業許可証

上海市ソフトウェア業界協会会員単位

中国情報サービス産業創新企業

上海市ソフトウェア業界協会会員単位

ソフトウェア著作権

上海市IoT協会会員単位

トップ

サービス

ソリューション

RPA

imshow

AutoWorker

お客様

ニュースリリース

セミナー

会社案内

採用情報

お問い合わせ

English

简体中文

Tenez Technologies Co., Ltd.

テネス会社

上海市浦東新区祥科路298号祐越国際1棟4階

電話：021-5080-5898

メール：service@itenez.com

上海南京杭州武漢

Copyright 2016-2024 TENEZ Corporation 天陈科技（上海）有限公司,All Rights Reserved 沪ICP备16013096号プライバシーポリシー

トップ

サービス

ソリューション

RPA

imshow

AutoWorker

お客様

ニュースリリース

セミナー

会社案内

採用情報

お問い合わせ

English

简体中文

Copyright 2016-2024 TENEZ Corporation 天陈科技（上海）有限公司,All Rights Reserved 沪ICP备16013096号プライバシーポリシー