3 Zero AI Workerとは何か:学習と検収と再入力を減らす戦略の完全整理

3 Zero AI Workerとは、文書業務自動化の成否を認識精度ではなく人が繰り返し抱える三つの負担に求め、繰り返しの学習と根拠のない判断、そして全件検収をそれぞれ取り除く方向で設計する戦略です。

三つの負担に着目する理由

導入は終わったのに仕事はそのままという場合があります。

文書AIを導入した組織でよく聞かれる話があります。認識はうまくいくのに担当者の業務時間は期待したほど減らなかった、というものです。原因をたどると精度ではなく別の場所にあります。

第一に、新しい様式や部署が追加されるたびに最初から作り直していました。第二に、結果に根拠がないため担当者が原本と突き合わせる必要がありました。第三に、どの案件が安全か分からないためすべてを検収していました。この三つが残っていれば、認識精度がいくら高くても人の仕事は減りません。

3 Zeroはこの三つの負担にそれぞれ名前を付け、取り除くべき対象として置いた戦略です。Zero Trainingは繰り返しの構築を、Zero Hallucinationは根拠のない判断を、Zero Reviewは全件検収を狙います。

3 Zeroの正確な定義:精度中心のアプローチと何が違うのか

精度中心のアプローチと3 Zero、三つの軸の違い

第一に、対象が異なります。精度中心のアプローチはモデルの出力を対象とします。3 Zeroは導入後に組織へ残る仕事を対象とします。モデルが何パーセント当てたかではなく、担当者が何件手を触れたかを見ます。

第二に、目標が異なります。精度中心のアプローチの目標は誤差を減らすことです。3 Zeroの目標は人の介入が必要な地点そのものを減らすことです。したがって確信の低い案件は精度を賭けて当てにいかず、例外として分離します。

第三に、成果指標が異なります。精度中心のアプローチは文字精度や項目精度で測ります。3 Zeroは人の介入なしに処理された比率である無介入率と、業務が最後まで完了した比率である業務完了率で測ります。認識が正確でも後段で人が再入力しているのであれば、無介入率は上がりません。

二つのアプローチは置き換えの関係にはありません。認識精度は三つの目標の前提条件です。ただし精度だけを上げても三つの負担は消えないため、運用構造を併せて設計する必要があります。

3 Zeroを構成する3つの軸

3 Zeroの3つの軸

第一に、Zero Trainingです。新しい文書と業務が追加されるときにモデルのパラメータを再学習させずに対応することを目標とします。一つの業務で検証したモデルとプロンプト、抽出スキーマ、品質基準を運用資産として蓄積しておき、新規の部署と業務には必要な部分だけを調整して適用します。この資産を管理する体系がVLMOpsです。

第二に、Zero Hallucinationです。文書にない値が生成されて後続システムへ流れないようにすることを目標とします。テキストと構造を認識する技術と、文脈と業務上の意味を理解する技術を結合した二重検証の構造を置き、定められた形式を外れるか信頼度の低い結果は自動的に分離します。値と併せて原文の根拠位置を返す設計がここに含まれます。

第三に、Zero Reviewです。正常案件に対する全件検収をなくし、例外案件のみ人が確認するようにすることを目標とします。正常案件は後続業務まで自動的に処理され、信頼度が低いか別途の判断が必要な案件のみ担当者へ伝達されます。検収そのものをなくすのではなく検収の対象を狭めることが要点です。

三つの軸には順序があります。Zero Hallucinationが確保されて初めてどの案件が安全かを判定でき、それによってZero Reviewが成立します。Zero Trainingはこの構造を他の業務へ移す際の費用を決めます。

3 Zeroの実際の適用方法

運用資産をまず定義します

Zero Trainingの出発点は、何を資産として残すかを定める作業です。一つの業務を自動化する過程で生まれる成果物のうち、再び使えるものを選んで形式を揃えて保管します。

実務で資産として扱うのは四つです。どのモデルを使ったか、どの指示で抽出の方向を定めたか、どの項目をどの形式で取り出すか、そしてどの水準を通過基準とするかです。この四つが文書として残っていれば、次の業務では差のある部分だけを調整すれば済みます。

例外を定義して流れを分けます

Zero Reviewは例外をどれだけ狭く定義したかで決まります。例外が広すぎれば検収の負担がそのまま残り、狭すぎれば選り分けるべき案件が通過します。

基準は三つに分けて設けます。値の信頼度が基準を下回る場合、文書間の突き合わせで不一致が出た場合、そして業務ルール上人の判断が必要な場合です。前の二つは自動的に判定され、最後は業務方針として定めます。

無介入率で評価します

3 Zeroの成果は認識率ではなく運用指標で見ます。人の介入なしに処理された比率である無介入率と、業務が最後まで完了した比率である業務完了率が基準になります。

この指標を用いると改善の方向が明確になります。無介入率が低ければ例外へ回る案件が多いという意味なので、認識と検証の側を見ます。無介入率は高いのに業務完了率が低ければ、システム連携が切れているという意味なので連携の側を見ます。

国内環境における3 Zero

韓国の金融と公共では監査と内部統制の要求が併せて関わります。自動的に処理したという事実だけでは足りず、どのような根拠でそう判断したか、誰がいつ承認したかが残る必要があります。

したがって承認の終わった結果を既存システムと連携する際に、判断の根拠と履歴を併せて管理する構成が必要です。実際の運用では全社資源管理と顧客関係管理、電子文書管理システム、自動化ツールが連携対象になります。

ここにネットワーク分離規定が加わります。三つの目標をすべて社内網の中で達成する必要があるため、モデルと資産管理の体系、ワークフローがいずれもオンプレミスで動作するかの確認が必要です。

よくあるご質問

いいえ。顧客が新しい業務を追加するたびに再学習させる負担をなくすという意味です。抽出基準とスキーマを調整して対応する構造を指します。

いいえ。根拠のない値が生成されて後続システムにそのまま反映されないようにする構造を指します。信頼度の低い結果は自動的に分離されます。

いいえ。正常案件の全件検収をなくし、例外案件のみ確認するよう対象を狭めることです。人の判断が必要な地点はそのまま残ります。

認識精度はモデルがどれだけ当てたかを見ます。無介入率は人が手を触れずに終わった案件の比率を見ます。実際の人員削減効果は後者の指標がより正確に示します。

順序があります。根拠に基づく検証が定着して初めてどの案件が安全かを判定でき、それによって例外中心の検収が成立します。

関連用語