Work Ledger
仕事台帳とは｜AIの依頼・承認・成果・コストを仕事単位で見る
仕事台帳は、AI社員に依頼した仕事を、依頼、参照データ、承認、出力、再利用、コスト、失敗理由まで1つの単位で記録する考え方です。AGTOでは、AIの利用量ではなく、業務として成果とリスクを確認できるようにします。
Before
AI活用がPoCで止まりやすい理由
AI利用量だけでは成果が分からない
チャット回数やトークン量では、どの仕事が完了したかを説明できません。
依頼、承認、成果が分断される
依頼文、参照元、承認、成果物が別々に残ると、業務単位で追えません。
次に任せる範囲を判断できない
承認率、再利用、失敗理由を見ないと、Routine化してよい業務が分かりません。
Solution
AI利用を、仕事単位の成果とリスクで見る
AGTOは依頼、承認、成果、コスト、失敗理由を仕事単位で記録し、次に任せる範囲を判断します。
ここで確認すること
仕事台帳の考え方を、導入時に判断しやすい単位に分けて整理します。
AI利用を仕事単位で記録する
AIに何回質問したかではなく、どの業務依頼に対して、何を参照し、何を出力し、誰が承認し、どの成果に使われたかを見ます。これにより、AI活用を業務改善として評価できます。
成果とリスクを同じ画面で見る
時間短縮や回答数だけを見ると、誤回答、承認待ち、権限外参照などのリスクが見えません。仕事台帳では、成果指標とリスク指標を同じ仕事に紐づけます。
次に任せる範囲を判断する
承認済みスキルが再利用され、差し戻しが減り、コストが見合う業務はRoutine化できます。逆に失敗理由が多い業務は、資料整備や承認基準の見直しを優先します。
Workflow
仕事台帳を作成する流れ
仕事の単位を決め、依頼から承認まで残し、再利用と失敗理由を見ます。
仕事の単位を決める
質問、提案準備、日次確認など、追跡する業務の単位を定義します。
依頼から承認まで残す
参照データ、AI出力、人のレビュー、最終成果を同じ履歴に紐づけます。
再利用と失敗理由を見る
スキル化できた内容と差し戻し理由から、次の改善を決めます。
Scope
仕事台帳で見るもの、見ないものを分ける
仕事台帳は利用量の集計ではなく、依頼、承認、成果、再利用、失敗理由を仕事単位で見るための記録です。
できること
仕事単位で履歴を残す
依頼、参照元、AI出力、承認、成果物を同じ単位で追います。
成果とリスクを並べて見る
削減時間だけでなく、承認待ちや失敗理由も確認します。
再利用できるスキルを見つける
承認済み成果物が次の業務で使われたかを見ます。
Routine化の判断に使う
同じ確認が繰り返され、差し戻しが少ない業務を広げます。
できないこと
チャット履歴だけで判断しない
最終成果や承認者が分からない履歴は業務判断に使いにくくなります。
AIコストだけを見ない
レビュー時間や再利用回数も合わせて費用対効果を見ます。
失敗理由を捨てない
資料不足、権限不足、判断基準不足を改善に活用します。
全社一律で始めない
まず1チームの仕事単位から始めます。
Design detail
仕事台帳に残す項目
AI活用を説明可能にするには、依頼文や回答だけでなく、参照元、承認者、成果物、コスト、失敗理由まで残す必要があります。
| 項目 | 記録する内容 | 見る理由 |
|---|---|---|
| 依頼 | 誰が何を依頼したか、対象業務は何か | 仕事の目的を後から確認するため |
| 参照データ | 使った資料、会話、スキル、権限範囲 | 根拠と情報管理を説明するため |
| 承認 | 承認者、判断、修正理由、却下理由 | 品質と責任範囲を明確にするため |
| 成果 | 採用された出力、作成物、通知、更新内容 | 業務に反映された結果を見るため |
| コスト | AI利用量、レビュー時間、再利用回数 | 費用対効果を判断するため |
Design detail
仕事台帳で判断すること
仕事台帳は記録して終わりではありません。どの業務を広げるか、どこを止めるか、どの資料を整備するかを決める材料にします。
| 判断 | 見るシグナル | 次のアクション |
|---|---|---|
| 広げる | 承認率が高く、再利用が増えている | 関連業務や別チームへ展開 |
| Routine化する | 同じ確認が繰り返され、差し戻しが少ない | 定例確認、通知、レポートに組み込む |
| 整備する | 保留や却下の理由が資料不足に偏る | FAQ、手順書、判断基準を更新 |
| 止める | 権限外参照や誤回答が多い | 対象データと承認基準を見直す |
Operation image
依頼、承認、成果、再利用を同じ記録で見る
AIの利用量ではなく、完了した仕事と次に任せる範囲を可視化します。
AIの利用量ではなく、仕事の成果を見る
依頼、承認、成果、コスト、失敗理由を同じ仕事単位で確認できるようにします。
仕事台帳は、AIへの依頼から承認、再利用、Routine化までをつなぐ記録です。
業務の流れ、承認ポイント、再利用の流れを具体的に確認します。
Metrics
仕事台帳で見る指標
AIの活用度だけではなく、仕事として成果が出たか、承認負荷が見合うか、再利用によって改善しているかを確認します。
完了した仕事数
AIが業務成果に結びついた件数
承認済み成果物
人が確認して業務に使った出力
再利用率
同じスキルが次の仕事で使われた割合
レビュー時間
人が確認に使った時間
失敗理由
資料不足、権限不足、判断基準不足の分類
Trial
2週間で仕事単位の効果と承認負荷を見る
対象業務、成果指標、承認ポイントを決めて、PoCの判断材料を作ります。
仕事の単位を決める
質問、提案準備、日次確認など、追跡する業務の単位を定義します。
依頼から承認まで残す
参照データ、AI出力、人のレビュー、最終成果を同じ履歴に紐づけます。
再利用と失敗理由を見る
スキル化できた内容と差し戻し理由から、次の改善を決めます。
FAQ
よくあるご質問
監査ログとの違い、チャット履歴だけでは足りない理由、最初に見る指標を整理します。
仕事台帳は監査ログと何が違いますか？
監査ログは変更や実行の証跡です。仕事台帳は、依頼、承認、成果、コスト、改善理由を仕事単位でまとめ、運用判断に使う考え方です。
チャット履歴だけでは足りませんか？
チャット履歴だけでは、最終的に何が採用され、誰が承認し、次の業務に再利用されたかが追いにくくなります。仕事単位でまとめることで成果を説明できます。
どの指標を最初に見るべきですか？
対象業務ごとに、承認済みスキル数、再利用率、レビュー滞留、差し戻し理由、削減できた作業時間を見ます。
AIのコストはどう扱いますか？
モデル利用量だけでなく、その仕事が削減した時間、承認にかかった時間、再利用された回数と合わせて見ます。単価だけではなく費用対効果で判断します。
仕事台帳は全社で統一すべきですか？
最初から全社統一にしなくて構いません。まず1チームの業務単位で始め、指標と承認基準が固まってから横展開します。
Next Step
AI活用を仕事単位で可視化する
対象業務、成果指標、承認ポイントを決めれば、仕事台帳でPoCの判断材料を作れます。