AIに任せる前に仕事を分ける。業務分解エージェントをラップで学ぶ

忙しい一日を、工程ごとに見直す

冒頭では、メール対応や集計の後に、本来進めたい企画が残ってしまう一日が取り上げられる。資料を探す、別の場所へ転記する、並べ替える。こうした作業と、内容を考えて判断する作業が混ざっていると、どこを手伝ってもらえばよいかも見えにくい。

字幕の0分19秒ごろからは、仕事全体を一度に任せる前に、中身を分ける方向へ話が進む。情報を集める工程、読みやすく整理する工程、下書きを用意する工程を切り出し、最終的な判断とは区別している。動画の主題は、特定の製品の性能紹介より、依頼する仕事の範囲を説明できるようにすることにある。

実務で使うなら、まず普段の作業を動詞で書き出すとよい。例えば週次報告なら、データの取得、集計、前週との差の確認、理由の検討、文章化、承認、配布に分けられる。ここから先は編集部の応用案であり、動画で特定のシステムが実行した結果ではない。

渡す前に決める四つの条件

0分29秒からの部分では、依頼の目的、入力する資料、成果物の形、確認する人が順に示される。この四点がそろうと、単に「レポートを作って」と頼む場合より、確認の基準を共有しやすくなる。

例えば目的を「週次の販売状況を確認する会議の準備」とし、入力を対象週と前週の確定データに限定する。出力には比較表、変化の大きい項目、その根拠となる資料の場所を含める。担当者が元データとの一致を確認してから配布する。このように、入力と出力の間だけでなく、採用する手順まで決めておく。

資料不足のときにどうするかも、依頼に加えたい。欠けた数値を推測して埋めるのか、作業を止めて質問するのかでは、成果物の意味が変わる。確定値を使う報告なら、不明箇所を残して担当者へ戻すほうが、後から推測を探す手間を減らせる。

売上の変化について、説明候補と確認済みの原因を分ける

1分02秒以降の例では、毎週の売上レポートを取り上げる。数値を集めて表にし、変化を説明する候補と根拠の場所を残す。そのうえで、生成された文章の自然さを正しさの証拠にせず、数字と原資料を突き合わせる流れになっている。

この区別は実務でも大切だ。売上が減った事実を表から確認できても、その原因が競合の値下げだったとまでは、売上表だけで断定できない。説明の候補が出たら、関連する情報を追加して確かめる。根拠が足りない項目は、調査すべき問いとして扱えばよい。

動画は、AIに見せる資料の範囲と、外へ送る前の担当者確認にも触れている。記事として補うなら、入力資料の許可と送信先の許可は別々に確認したい。担当者が読める社内資料でも、利用する環境や共有先へそのまま渡せるとは限らない。どこまで参照させるかを、作業開始前に決める必要がある。

一つの仕事で、時間と修正を比べる

1分43秒ごろからは、対象を一つに絞って試し、所要時間だけでなく手直しも見るという考え方が示される。これは効果の測定結果の発表ではなく、試し方の提案だ。動画の終盤まで、人が内容を確かめ、次に任せる範囲を選ぶという主題が続く。

編集部の提案としては、初回の比較に「準備に要した時間」「確認と修正に要した時間」「残った誤り」を記録すると判断しやすい。下書きの生成が速くても、照合に大幅な時間が掛かれば、作業全体では改善していないかもしれない。反対に、修正箇所が明確で再利用できるなら、次回の依頼を改善する材料になる。

こうした運用を考える際の参考になるのが、米国NISTのAIリスク管理フレームワークだ。NISTはこれを任意利用の枠組みと位置付け、AIの設計、開発、利用、評価へ信頼性の観点を取り込むための資料として説明している。動画の手順への認証や、特定ツールの安全性を保証する資料ではない。

ラップを聞き終えた後は、自分が繰り返している仕事を一つ選び、工程、入力資料、完成形、確認担当を書いてみる。どこを任せ、どこに判断を残すかを説明することが、導入の具体的な出発点になる。AI活用や業務への組み込みに関する会社情報・相談先は、運営会社のRO合同会社を確認してほしい。

出典：柴亮太のAIエージェントチャンネルの本編動画（公開日本語字幕を2026年10月21日に取得・確認）。本文の記録方法や依頼の具体例は編集部の考察であり、動画内での実証結果や製品仕様ではない。サムネイルは内容を表す編集イラスト。