日本のAI製品は単発の回答から管理されたワークフローへと移行している

主な動向

日本のAI分野における3件の発表は、同じ方向性を示している。ベンダー各社は、単発のチャットボット回答にとどまらず、一連の業務全体を自動化しようとしている。より重要な違いは、ソフトウェアが回答を生成できるかどうかではなく、その回答の前後で何が起きるかを人が設定し、検証し、再現できるかどうかへと移りつつある。

1. FlashAI、1本の法人電話回線を専門アシスタントのチームに変える

FlashLabsによると、新機能「Squads」を使えば、企業は受付、営業、サポート、予約受付など役割別の音声アシスタントを1つの電話番号に配置できる。通話は目的に応じて各アシスタント間で引き継がれ、ビジュアルビルダーで最初に応対する担当と引き継ぎ先の候補を設定する。同社はまた、通話フロー全体を本番稼働前にテストできるとしている。これは独立した性能評価ではなく製品発表だが、音声自動化が、人間のサービスチームに見られる振り分けと責任分担を取り入れつつあることを示している。(FlashAIの発表を読む)

2. 提出書類の分析で、人手不足への懸念と明示的なAI対応との間に大きな隔たり

ゴムマリによると、同社は2025年10月から2026年10月までに提出された上場企業3,817社の最新の有価証券報告書を調査した。モデルを活用した分類では、人手不足または人材確保をリスクとして取り上げた企業は2,315社、すなわち60.6%だった。そのうち、対応策としてAIを明示した企業は164社、すなわち7.1%で、より広範な自動化や省人化施策を含めると412社、すなわち17.8%に増えた。これらは同社による分析結果であり、公式の労働市場統計ではない。開示された手法では、キーワード抽出、複数モデルによるチェック、限定的な人手による確認が用いられており、同社は検索語に含まれない関連表現を見落としている可能性があると注意を促している。この留保を踏まえても、両者の対比には意味がある。企業の提出書類では、人員に関する懸念を表明することは、具体的なAI対応策を示すことよりもはるかに容易であるように見える。(提出書類の分析を確認する)

3. Kari、表計算データの準備と分析を再実行可能なワークフローに統合

GotoAIは、Kariのバージョン0.7.3で、既存のClaudeまたはChatGPTのサブスクリプションを使い、CSV、Excel、SQLiteのデータを整理・分析できると発表した。説明されているワークフローは、データ型の設定、結合、集計、グラフ作成、所見の生成までを網羅し、変換処理を確認して再実行できるPythonスクリプトとして保持する。同社によると、個人および100人未満の組織は引き続き無料のコミュニティライセンスを利用でき、それより大規模な組織には期間限定の評価版が提供される。ベンダーの主張は独立した検証を受けていないが、スクリプトを保持するという重点は、業務利用における実務上の懸念に対応するものだ。処理手順を検証し、繰り返し実行できれば、自動生成された結果はより有用になる。(Kariのリリースを開く)

これらの動向が意味すること

共通するテーマはオーケストレーションである。FlashAIはリアルタイムの対話中に専門エージェントを連携させ、Kariは複数のデータ準備・分析工程を追跡可能な一連の処理にまとめる。一方、ゴムマリによる提出書類の分析は、製品が利用可能であることと、組織全体に広く導入されることは同じではないと改めて示している。こうしたツールを評価する企業は、目を引く機能だけにとらわれず、引き継ぎがどのように管理されるか、結果をどのように監査できるか、どのデータが端末や組織の外部に出るか、そして最終判断の責任を人がどこで担うのかを確認すべきである。