「メール返信も、資料作成も、リサーチも、全部AIエージェントに投げれば勝手にやってくれるらしい」——そう聞いて、期待満々で3週間ほどいくつかのAIエージェント系ツールを触ってみました。結論から言うと、最初の1週間は完全に自分の仕事が増えました。想定と真逆です。今回はこの体験を通じて見えてきた「AIエージェント自動化」のリアルを、業界を問わず伝わる形で書いてみます。
そもそもAIエージェントって、ChatGPTと何が違うの?
「AIエージェント」という言葉、ここ1年で急に増えました。ChatGPTのような対話型AIとの違いを、噛み砕くとこうなります。
ChatGPT型と「エージェント型」の違いを整理してみた
| 比較項目 | 従来のチャット型AI | AIエージェント |
|---|---|---|
| 基本動作 | 質問に答える | 目標を渡すと自分で手順を決めて動く |
| 外部ツール操作 | 基本しない | ブラウザ・メール・ファイルを操作 |
| やりとりの回数 | 都度こちらが指示 | 1回の指示で複数ステップを実行 |
| 向いている作業 | 文章作成・要約・相談 | 調査・予約・データ収集・繰り返し作業 |
| 失敗したときの挙動 | すぐ止まる | 気付かず先に進むことがある |
ざっくり言うと、「相談相手」から「作業員」に進化したのがAIエージェントです。ChatGPTに「旅行プランを考えて」と頼むと文章で返してきますが、エージェントなら実際に航空券サイトを開いて空席を調べ、比較表まで作ってきます(理論上は)。
「勝手にやってくれる」を信じた1週間目の失敗
最初に試したのは、ブラウザを自動操作するタイプのエージェントに「今週の介護業界のAI関連ニュースをまとめて、Googleドキュメントに保存して」と頼むタスクでした。
結果、返ってきたドキュメントには「AIが医療現場で活用されている」という数年前から言われている一般論と、リンク切れのURLが3件並んでいました。しかも、途中でログインが必要なサイトに突っ込んで固まっていたり、同じサイトを5回巡回していたり。最終的に、私が手作業でやり直しました。所要時間は自分でやる場合の1.5倍くらいかかった感覚です。
「指示が雑」だと、雑な結果が全力で返ってくる
ここで気付いたのは、エージェントは「良かれと思って」勝手に判断する範囲が広いということ。ChatGPTなら曖昧な指示に「もう少し具体的に教えてください」と聞き返してきますが、エージェントはとりあえず動き出してしまう。しかも動いた後で「違うんだ、そうじゃないんだ」となる。
これは夜勤中のヒヤリハット報告に似ています。夜勤は職員2人で20人以上を見ることも珍しくない現場で、新人が「これくらいで先輩を起こしていいのかな」と自己判断で動いてしまうと、朝の申し送りで初めて事態が発覚する。「自律的に動ける」ことは、同時に「勝手に判断される」リスクとセットなんです。
2週間目、指示の出し方を変えたら景色が変わった
そこで指示の出し方を切り替えました。「調べて」ではなく、手順を分解して、各ステップの成功条件を明記する方式に。
- ステップ1: 指定した5つのメディアサイトを開く(URLを明示)
- ステップ2: 過去7日以内の記事タイトルだけを抽出する
- ステップ3: 「AI」「介護」「DX」いずれかを含むものだけ残す
- ステップ4: タイトル・URL・掲載日を表形式でまとめる
- ステップ5: 判断に迷ったら実行を止めて私に確認する
この指示に変えたら、精度が一気に上がりました。特に効いたのは最後の「迷ったら止まれ」の一文。エージェントは基本的に「完遂したい」性質があるので、明示的にブレーキを書いておかないと突っ走ります。
【独自視点】現場でよくある誤解——「自動化」と「無人化」は違う
ここが今回一番書きたかった部分です。AIエージェントの話になると、必ず「じゃあ人はいらなくなるの?」という質問が出ます。3週間触ってはっきり感じたのは、自動化と無人化はまったく別物だということ。
自動化=「手を動かす人」が減る / 無人化=「見る人」もいなくなる
エージェントに任せられるのは「手を動かす」部分。でも「合っているかを見る」「例外を判断する」「責任を持つ」部分は、依然として人間の仕事です。むしろエージェントが動く量が増えると、チェックする側の負荷は上がることすらあります。
これは介護記録のシステム化と同じ構図でした。以前、記録の入力補助ツールを検討したとき、入力時間は短くなっても「本当にこの内容で家族やドクターに見せていいか」を確認する時間は逆に増えたという経験があります。ケアプラン更新期になると1人あたり数十件を捌く必要があるので、確認工数を甘く見ると破綻します。
「エージェント任せ」で成果が出ている事例に共通するパターン
他業界の事例をいろいろ調べてみて気付いたのは、うまく回っている例には共通点があるということ。
- 作業範囲が狭く定型的(例:定型メールの下書き、決まった集計)
- 失敗しても致命傷にならない(送信前に人がチェックする設計)
- 成功/失敗の判定がその場でできる(数字が合っているかすぐ分かる)
逆に「顧客対応の全部」「経営判断のリサーチ全般」みたいに範囲が広く、失敗コストが高いタスクは、まだ人間の伴走が前提です。
3週間触って残った「使いどころ」のリスト
個人的に「これは任せていい」と感じたのは、意外と地味な作業でした。
- 複数サイトからの情報収集+一覧化(最終確認は自分)
- 長い議事録から発言者ごとの要点抽出
- Excelの繰り返し処理を自然言語で指示して雛形コード化
- 資料の誤字脱字・数字の整合性チェック
逆に「まだ厳しい」と感じたのは、判断が絡むもの・相手の感情を読むもの・責任の所在が曖昧になるもの。この線引きは業界を問わず共通だと思います。
まとめ:エージェントは「部下」ではなく「新人アルバイト」だと思うとちょうどいい
3週間触って一番しっくりきた例えは、「AIエージェントは、優秀だけど今日入ったばかりの新人アルバイト」という捉え方です。指示を丁寧に出せばこなしてくれる、でも背景知識や暗黙のルールは知らないから確認が要る、放置すると勝手にやってしまう。
「全部やってくれる魔法の道具」と期待すると、私みたいに最初の1週間で失敗します。でも「手順を分解して、任せる範囲を絞って、確認の仕組みを作る」という前提で付き合えば、確かに一部の作業は劇的に楽になりました。
自動化の本質は「人が消える」ことではなく、「人が本来やるべきことに時間を使えるようになる」こと。それは介護でも、営業でも、事務でも同じなんじゃないかと、3週間の格闘を経て今は思っています。
この記事を書いた人
AI介護士kaze運営者。介護福祉士・ケアマネジャー・社会福祉士の資格を持ち、介護現場歴18年。現場のリアルな課題感を起点に、AI×介護の実用性を探求・発信しています。
コメント