楽になるどころか確認作業と責任だけ増えてるんだが。便利ツールの皮を被った労働圧縮装置じゃねえか。
>>1 やっと気づいたか
楽になるって言ってた連中、だいたい現場見てないんだよ
いや使い方が下手なだけだろ
AIに任せろ、確認も含めて設計しろよ
技術的に言うと〜、AIは出力装置であって責任主体じゃないからな
運用設計がクソだと確認工数だけ増える
これってつまりAI使うと仕事増えるってこと？
マジで分からん
増えるぞ
昨日もAIの要約を人間が全部読み直して残業した
手書きの方が温かみあるだろ
AIの要約を原文で確認する作業ｗ
それもう原文読めよｗ
>>9 そこを雑に言うから揉める
要約は圧縮であって検証じゃないんだわ
検証って何すんの？
出てきた文章を読むだけじゃダメなん？
>>11 読んで元資料見て数字見て上司に説明して怒られるｗ
昔はパソコンなんかなくても紙一枚で済んでたんだよ
今はツールが増えるたびに確認印が増える
プロンプト以前に社内データ入れられない環境だと精度出ない
そこ無視して導入だけするから事故る
>>17 その辺は契約と設定次第
ググレカスと言いたいが会社ごとに違う
ほら出た契約と設定
現場はそんなの知らんまま使えって言われるんだよ
>>20 ある
AI出力を俺が確認して、係長が俺の確認を確認して、部長が雰囲気で承認する
>>24 半分正しい
でも新ツール入れて既存フローを残すのが日本企業あるある
定時で帰れないのをAIのせいにするのダサいぞ
シンギュラリティ来たら終わり
AI導入で一番増えるのは成果物じゃなくて「AIを使った証跡」な
ログ、画面キャプチャ、利用理由、確認者
>>32 そう
スクショ貼って、なぜ使ったか書いて、間違ってたらお前のせい
報告書も生成すればいいじゃん
人間がボトルネックなんだよ
>>35 生成した報告書の報告書が生まれるぞ
仕組みとしては監査が増殖する
AIに魂はない
なのに魂込めて確認しろって言われるの意味不明
魂とか言い出すから生産性落ちるんだよ
成果で見ろ成果で
にわか乙って言いたい導入担当多すぎる
モデルの限界も評価指標も知らずに「全社展開します」は怖い
>>43 AI導入を提案する仕事だけ楽になってると思う
ちょっと長くなるが、うちは議事録AI入れた結果
1. 録音するために会議の発言が固くなる
2. 要約の誤字確認で30分溶ける
3. 最後に人間が責任者として承認する
要するにだな、会議後の雑務が消えたんじゃなくて名前を変えて戻ってきた
それAIの使い方が下手なだけ
AIに任せろで終わる話
>>46 出たよ
万能包丁買って家が建たないのは使い方が悪い理論
技術的に言うと〜、議事録AIは音声認識、話者分離、要約、社内用語辞書の全部が絡む
そこ未調整で入れたら事故るに決まってる
にわか乙案件
N=1だろそれ
導入失敗談だけ集めても傾向は見えない
海外だとそれ常識だぞ
AI導入前にworkflow redesignする
日本はツールだけ買って仕事の形そのままだから詰む
長文スマンが、チャットボットも似たようなもんだった
問い合わせ対応を減らす名目で入れたのに、結局ボットの回答が間違ってないか毎週FAQを棚卸し
客はボットにキレるし、現場はログを読まされるし、上は削減効果だけ聞いてくる
便利とは何なのか
FAQ更新もAIでいいだろ
人間がログ読むから遅い
>>52 RAGの運用を魔法だと思ってそう
検索元が腐ってたら生成も腐る
ググレカス
体感で地獄とか言われても困る
導入前後で処理時間、問い合わせ件数、再問い合わせ率を見ろ
相関と因果を混同するな
>>55 その数字を取るための入力項目が増えるんだよ
処理時間を測るために処理時間を食う
この皮肉が現場で笑えない
こっちでは普通だけど、metrics取るのは仕事の一部
日本だけ測定を余計な仕事扱いしてるの遅れすぎｗ
測定しないから改善しない
改善しないからAIのせいにする
完全にレガシー思考
ただし測定設計が雑だとGoodhartする
数字を上げるために現場が変な最適化を始める
そこまで含めて運用設計なんだよ
うちの失敗談もう一個
コード生成AIを入れたら若手のPRが一気に増えた
でもレビューで仕様誤解、例外処理漏れ、テストなしが大量発生
結果、書く人の時間は減ってレビューする人の時間が爆増した
>>63 静的解析とLLMレビューをごっちゃにするな
LLMはそれっぽい懸念を出すけど仕様の正しさは保証しない
にわか乙
人間が書いたバグは人間味
AIが書いたバグはただの殺意
>>62 それもN=1だろそれ
PR数、レビュー時間、バグ率を期間で比較しないと判断できない
>>66 だから比較した結果レビュー時間が1.8倍なんだよ
バグ率は微増、納期は変わらず
増えたのはマネージャーのAI活用率アピール
海外だとjuniorにAI使わせるならsenior review budget増やすぞ
そこケチるのが日本遅れすぎｗ
現状のLLMは確率的に次トークンを出してるだけって説明すると怒る奴いるよな
能力はあるが保証はない
この差が分からない導入担当が一番怖い
確率的だからダメ、も雑
人間の判断もブレる
比較対象を置け
要するにだな、AIが悪いというより
AIで浮いた10分を会社が別の仕事で埋める
しかもミスったらAIではなく担当者の責任になる
だから現場の体感は楽ではなく圧縮なんだよ
浮いた10分を休む発想がもう甘い
会社は成果を買ってるんだから生産性上げろ
こっちでは普通だけど、生産性上がったら給料交渉する
日本は黙って仕事増やされるから地獄
賃金と生産性の話なら業界別に見ないと意味ない
全体論に飛ぶな
そもそもAI導入で工数削減と言うなら、削減対象タスクを分解しろ
入力、生成、確認、修正、承認、監査
確認以降が増えてたらトータルで負け
>>78 これ
上は生成だけ見て速い速い言う
現場は確認修正承認監査で沈む
>>80 自動検証できる領域とできない領域がある
型、テスト、ルールは見れる
顧客の意図や炎上リスクは別物
ググレカス
最後は人間の勘なんだよ
手書きの方が温かみあるだろ
海外だとAI outputはdraft扱いがcommon sense
日本は完成品扱いで回すから事故る
AI outputはdraft、これは本当にそう
でも現場ではdraftを完成品にする時間が見積もられてない
上司の頭の中ではAIが出した瞬間に80点で、残り20点は気合いで埋まることになってる
80点出るなら十分だろ
完璧主義が生産性を殺してる
>>86 その20点に客の名前間違いとか契約条件ミスが入ってるんだよ
LLMの怖さは平均80点より、たまに出る0点が自然文として滑らかなこと
エラーがエラー顔してない
仕組みとしては検知が難しい
0点の発生率を測れ
頻度が低いなら運用で吸収できる
高いなら使う場所が悪い
>>89 頻度が低い事故ほど責任が重い仕事に紛れた時が終わる
そこを吸収する役が結局人間なんだよ
risk basedで使い分けるだけ
日本遅れすぎｗ
ループしてるの草
でも実際、AI導入は単体機能じゃなくて業務フロー変更なんだよ
ツール導入だけで成果が出ると思うな
フロー変更前後でちゃんとA/Bできるなら議論になる
できないなら感想戦
こっちでは普通だけど、pilot rolloutする
いきなり全社展開するのが狂ってる
うちはpilotなしで全社展開だった
理由は役員会でデモがウケたから
本番データ、権限、例外処理、教育、問い合わせ窓口、全部あとから考えましょうで現場に降ってきた
>>99 それはAI導入じゃなくて事故の予約
権限設計なしで本番データ触らせるの普通に怖い