Big FourとAIについて話し始めてわかったこと

Muhammed Gider
読了まで1分 • 
Big Fourの銀行業務のワークフローに広くAIを導入してわかったのは、本当のボトルネックはツールではなく認知負荷だったということです。自動化を目指すのをやめ、人の判断を大規模に支える仕組みづくりへと転換したとき、何が変わったのかをお伝えします。

私たちがBig FourとAIについて話し始めたとき、話は驚くほど速く進みました。長い前置きも、AIがなぜ重要なのかという説明も必要ありませんでした。パートナーやシニアコンサルタントは、すぐに自分たちの時間が実際には何に費やされているのかを語り始めました。意思決定や洞察を得ることではなく、その準備です。異なるシステムからデータを集める。数値を突き合わせる。結果が何を意味するのかを考え始める前に、分析が社内基準に沿っているかを確認する。そうした作業に時間がかかっていました。

印象的だったのは、これらがどれも価値の低い仕事ではなかったことです。必要な作業でした。ただ、同時に大きく消耗する仕事でもありました。経験豊富な人たちが、本格的に考え始められる状態にたどり着くだけで、1日のかなりの時間を費やしていたのです。

話し合いを重ねるうちに、彼らはAIが役割を果たせるプロセスを数十件以上洗い出しました。報告業務、コンプライアンス、財務統制、税務分析、内部レビュー。一見すると、典型的な自動化の課題に思えました。 しかし、そうではありませんでした。

こうしたプロセスの大半には、すでにツールやテンプレートがあり、部分的な自動化も導入されていました。全体の進行を遅らせていたのは、各ステップの間にある作業でした。作業の文脈を切り替える。出力結果を突き合わせる。断片化した情報に対して一貫した判断を下す。本当のコストは時間だけではなく、認知負荷だったのです。

そこで、課題の捉え方が変わりました。

AIに仕事を最初から最後まで任せるにはどうすればよいか、ではなく、仕事をする人をAIがどう支えられるかを考え始めました。人から主導権を奪わずに、消耗の大きい部分をAIが引き受けられたらどうでしょうか。構成の整った下書きを用意し、不整合を見つけ、推論の過程を見えるようにすることで、専門家が準備ではなく判断に集中できるとしたらどうでしょうか。

このアプローチを実運用に移すと、効果が目に見える形で現れました。

各チームで、繰り返し行う分析業務にかかる時間が80〜90%短縮されました。手作業によるミスも、特に照合作業の多いプロセスで大幅に減りました。同じ仕事でもチームごとに進め方が少しずつ異なっていたところ、成果物の一貫性が高まったことも、同じくらい重要でした。コンサルタントは平均で月に約40〜50時間を取り戻し、その時間をより価値の高い思考に充てられるようになりました。

しかし、最も興味深かったのは、数字の変化ではありませんでした。

それは、人々の仕事についての語り方の変化でした。レビューは落ち着いたものになり、議論の焦点はより明確になりました。上級のレビュー担当者は、すべてが正しいかを確認する時間が減り、結果が実際に何を意味するのかを議論する時間が増えました。

時間がたつにつれ、そのシステムは、使わなければならないツールとは感じられなくなりました。意思決定の進め方を静かに吸収し、その後の分析に反映する、皆で共有する仕事の進め方のように感じられるようになったのです。

この経験は、私たちが長年信じてきたことを改めて裏づけるものでもありました。より汎用的な知能への進歩は、複雑な領域で専門家に取って代わろうとするシステムからは生まれません。専門家の思考を妨げる摩擦を減らし、その思考の力を高めるシステムから生まれるのです。

こうした取り組みでAIが価値を生んだのは、自律的に動いたからではなく、人と協働したからでした。人の代わりに意思決定をしたのではありません。人がよりよい判断を、より速く下せるよう支えたのです。

AGIのようなシステムが最初に重要な役割を果たす領域を示す兆しがあるとすれば、それはここにあります。全面的な自動化ではなく、人間の判断を大規模に支えることです。

自動化から、人の力を増幅することへ。その転換こそが、違いを生んだのです。

Dvinaに参加する

無料で登録して、すべてのツールをひとつのシンプルなワークスペースにまとめましょう。

さらに見る