納品後に止まるAIは「持ち主」不在

この記事には広告(アフィリエイト)を含みます

導入文から結論を書きます。外注して作ってもらったAI機能が納品後に使われなくなる最大の理由は、技術でも精度でもなく「その機能の持ち主が社内に決まっていない」ことです。持ち主とは、使い続けるかどうかを判断し、直す費用を出す決裁をし、問い合わせの一次受けをする人のことです。この記事では、持ち主を誰にするかの決め方、持ち主に渡しておくべき引き継ぎ物、持ち主が辞めたときの備えまでを、発注側の目線で具体的に書きます。

なぜ納品の直後ではなく、3か月目に止まるのか

外注で作ったAI機能が止まるタイミングには、ある程度の型があります。納品の直後は開発会社のサポート期間が残っていて、関わった担当者の熱量も高い。問題が起きるのはその先です。

よくある流れは次のようなものです。これは筆者が想定する典型的な経過で、特定の企業の事例ではありません。

  • 納品から1か月:導入を推した担当者が周りに使い方を教えて回る。質問は全部その人に集まる
  • 2〜3か月:担当者が別の繁忙業務に戻る。質問の受け皿が消える
  • 4か月目:AIの出力がずれ始める(社内ルールが変わった、扱う書式が変わった)。誰が直すのか分からず、現場が手作業に戻す
  • 半年後:「あれ、使ってないよね」で終わる

ここで止まった原因を「AIの精度が低かった」と記録してしまうと、次のAI投資の判断まで歪みます。実際に欠けていたのは、ルールが変わったときに直すと決める人です。

「持ち主」とは具体的に何をする人か

持ち主(オーナー)という言葉は曖昧になりがちなので、業務として分解します。持ち主に求める仕事は、おおむね次の4つです。

役割 やること 頻度の目安
一次受け 「おかしい」「使えない」の報告を最初に受ける。再現手順を記録する 随時
判断 直すか、運用で回避するか、止めるかを決める 報告のたび
予算 改修費と月額利用料の支払いを承認する、または承認者へ上げる 年次または都度
棚卸し まだ使われているか、入力の前提が変わっていないかを点検する 四半期または半年

重要なのは、この4つを1人に全部負わせない設計もあり得るという点です。一次受けは現場のリーダー、予算は部門長、というように分けても構いません。ただし分けるなら、誰がどれを持つかを紙に書いて共有しておく必要があります。「なんとなく情シスだろう」という状態が一番危ない。

開発会社は持ち主になれない

保守契約を結んでいても、開発会社が持ち主の代わりにはなりません。開発会社に分からないのは「社内ルールが先月変わったこと」「その帳票を使う部署が統合されたこと」です。AIの出力が業務に合っているかを判断できるのは、業務を知っている人だけです。開発会社は直す手段を持っていますが、直すべきかを決める情報は社内にしかありません。

持ち主は誰にする? 選び方の3つの基準

候補を挙げるとき、「ITに詳しい人」から探し始めると失敗しやすいです。優先順位は次の順をおすすめします。

  1. その出力を使って仕事をしている人、またはその上長。出力が業務に合っているかを判断できることが最優先です
  2. 予算を動かす、または予算を動かす人に直接話せる立場。改修が必要になったとき、稟議の階層が多いほど止まります
  3. 少なくとも1年は異動しない見込みがあること。これは人事に確認する価値があります

ITの知識は3番目以降で構いません。むしろ、ITに詳しい人を持ち主にすると「技術的には直せるが、業務上そもそも必要ない機能」を延命させてしまうことがあります。

なお、持ち主を決めるタイミングは納品後ではなく発注前です。要件を決める会議に持ち主候補が同席していれば、「なぜこの仕様なのか」が頭に残ります。この点はAI外注で先に決める「許していい誤り」で書いた、許容する誤りの範囲を誰が決めるかという話とも地続きです。許容範囲を決めた人が、そのまま持ち主になるのが自然な形です。

引き継ぎに何を含めるか — 「動くもの」だけでは足りない

納品物として受け取るのは、多くの場合「動くシステム」と「操作マニュアル」です。持ち主が仕事をするには、これに加えて次のものが要ります。発注時の仕様書に含めるよう交渉してください。

渡してもらうもの なぜ必要か
プロンプト(AIへの指示文)の現物と、その意図のメモ 出力がずれたとき、どこを直せば何が変わるか追えるようにするため
使っているAIモデルの名称とバージョン 提供元がモデルを終了したときに影響範囲を判断するため
検収に使ったテストデータと期待結果 改修後に「前と同じ品質か」を確かめる基準になるため
月額費用の内訳(利用量に応じて変わる部分を含む) 使用量が増えたとき費用がどう動くかを予測するため
AIが処理できない入力の一覧 現場からの「できない」報告が仕様か不具合かを切り分けるため

ここで言うプロンプトとは、AIに「こういう形式で、こういう観点で答えて」と渡している指示文のことです。外注で作ったAI機能の中身は、実のところこのプロンプトと、前後のデータ加工の組み合わせでできていることが多い。プロンプトをブラックボックスのまま納品されると、小さな修正でも毎回開発会社に依頼することになり、持ち主は判断の材料を持てません。

検収用データについては、AIの検収は自社データ100件で足りるで書いた考え方がそのまま使えます。検収時に作ったデータは捨てずに、持ち主の手元に残してください。半年後の点検で同じデータを流せば、劣化しているかどうかが分かります。

持ち主が異動・退職したらどうする?

1年以内に異動がないことを条件にしても、異動は起きます。備えは2つです。

1つは副担当を最初から置くこと。副担当の仕事は、月に一度、持ち主と一緒に使用状況を見ることだけで構いません。稼働としては30分程度で済みます。引き継ぎゼロの状態から引き取るのと、月1回見ていた人が引き取るのとでは、再立ち上げの手間が大きく違います。

もう1つは判断の記録を残すこと。「この出力のズレは許容すると決めた」「この帳票は対象外にした」といった判断を、日付と理由つきで1行ずつ残します。専用のツールは要りません。共有フォルダのテキストファイルで十分です。後任が最初に読むのはマニュアルではなく、この判断記録になります。

加えて、止めるときの手順も持ち主の仕事に含めておくのを勧めます。使わなくなったAI機能が月額費用だけ発生し続ける、データだけ溜まり続ける、という状態は実際に起きます。「使わなくなったら誰に言って、何を解約して、データをどうするか」を1枚にしておけば、終わらせる判断がしやすくなります。終わらせやすさは、始めやすさと同じくらい大事です。

明日から試せること

すでに納品済みのAI機能がある場合、次の3つを今週中にやってみてください。

  1. 紙に名前を書く。その機能について「おかしい」と報告が来たとき、最初に受けるのは誰か。本人に確認して、合意を取る。合意が取れないなら、それは持ち主がいないということです
  2. 先月の利用状況を見る。何回使われたか、誰が使ったか。ログが取れていないなら、取れるようにできるか開発会社に聞く
  3. 「直すとしたらいくらか」を聞いておく。小さな文言修正、出力形式の変更、対象データの追加。この3つの概算を事前に知っておくと、いざ必要になったときの判断が速くなります

これから発注する場合は、提案依頼の段階で「納品後の持ち主は社内の誰か」を自分たちで埋める欄を作ってください。埋まらないまま発注すると、高い確率で3か月後に止まります。

まとめ

AI機能が納品後に止まる原因は、精度の問題である前に体制の問題です。持ち主とは、一次受け・判断・予算・棚卸しの4つを担う人で、ITの知識よりも「出力が業務に合っているか判断できること」と「予算に近いこと」が条件になります。持ち主は納品後ではなく発注前に決め、プロンプトの現物・検収データ・費用の内訳・できないことの一覧を引き継ぎ物として受け取っておく。副担当を1人置き、判断の記録を日付つきで残す。止めるときの手順も先に書いておく。

どれも技術的な作業ではありません。会議を1回、紙を1枚増やすだけの話です。それだけで、せっかく作ったものが使われ続けるかどうかが変わります。

この記事は、AI で下書きを作り、益山康秀(運営者)が内容を確認して公開しています

運営者を応援する
PR

シンレンタルサーバー(エックスサーバー株式会社)

WordPress のブログや会社のサイトを置く、レンタルサーバーの選択肢のひとつです。料金とプランは公式サイトでご確認ください。

公式サイトを見る

AI受注開発 の他の記事

AI受注開発

AI開発に渡すデータは「3段階」で絞る

AI開発の委託先に社内データを渡すとき、ダミー・加工済み・実データの3段階で絞る方法を解説。項目の棚卸し手順、自由記述欄の落とし穴、契約書に書く返却・削除の5項目まで具体的にまとめました。

AI受注開発

AI開発の追加費用は変更票で揉めない

AI開発で追加要望が出たときに費用で揉めるのは、仕様変更と不具合を分ける基準が文書化されていないため。判定表、A4一枚の変更票、週15分の棚卸しなど、契約前と開発中にできる線引きの具体策をまとめました。

AI受注開発

AI開発会社の実績は7つの質問で確かめる

AI開発会社の提案書にある導入実績は、件数ではなく「自社と近い条件だったか」で読む。データ・利用者・制約など5軸の比較表と、商談でそのまま使える7つの質問、答え方から相手を見極める3つの着眼点を整理しました。

AI受注開発

AI外注で先に決める「許していい誤り」

AI機能の外注で揉める原因は、性能の基準を決めずに発注することにあります。正解率・適合率・再現率の違い、損失から許容ラインを逆算する4ステップ、仕様書に書く5項目を整理しました。

Amazonのアソシエイトとして、メディカルリテラシーラボは適格販売により収入を得ています。