
AIの記事やYouTubeで、「このAIと、あのAIをつないで、さらに別のAIへ指示を出して……」という仕組みを見かけませんか。
一見、かっこよさそうに見えますよね。「すげー」って思います。僕も思います(笑)。
ただ、それを毎日の仕事に使うなら、動いた瞬間のすごさとは別に、考えておきたいことがあります。
先に、この記事の要点
仕事で使うAIの仕組みは、普段の流れをできるだけシンプルにする。そのうえで、止まったときに仕事を続ける手段を用意し、実際に切り替えて確かめる。
大切なのは、つないだAIの数よりも「どこかが止まったとき、仕事はどうなるか」です。
全部が動かないと進まない仕組みは、止まる場所も増える
例えば、AIのAが情報を調べ、AIのBが要約し、AIのCが文章にする。そんな流れを考えてみます。これは仕組みを説明するための例です。
Aの結果が届かないとBが始められず、Bの結果が届かないとCが始められない。こうしたつなぎ方では、途中のどれか一つが止まると、最後の成果物まで届かなくなります。
原因はサービス全体の障害だけではありません。利用上限に達したり、認証が切れたり、次のAIが受け取れない形式で結果が返ってきたりしても、仕事はそこで止まりえます。
しかも、登場するサービスが増えるほど、原因を探す場所も増えます。「どのAIが悪いのか」だけでなく、「AI同士の受け渡しがうまくいったか」も調べなければなりません。
もちろん、複数のAIを使うこと自体が悪いわけではありません。別々の仕事を独立して進める場合や、途中で止まっても残りを続けられる場合は話が違います。ここで気をつけたいのは、全部が順番どおりに成功しないと、仕事が一つも終わらない構成です。
普段の仕事に必要な登場人物を減らす
だから、仕事として動かし続けたい仕組みは、まずシンプルにできないかを考えます。
先ほどの例なら、一つのAIへ元の資料を渡し、要約から文章の下書きまで任せられないか。決まった場所への保存など、判断のいらない処理は、AIを増やさず通常のプログラムでできないか。そんな見直しです。
ただし、一つのAIにまとめると、必要な品質が出ない仕事もあります。専門的な役割を分ける意味があるなら、その役割は残します。数を減らすことを目的にせず、必要な品質を満たす範囲で、必須のつながりを減らすということです。
シンプルな仕組みには、止まりにくさだけでなく、止まった場所を見つけやすく、直しやすいという利点もあります。日々の仕事を抱えながら運用するなら、この違いは小さくありません。
一つに絞るだけでは、その一つが止まったときに困る
ここで「では、AIは一つだけ契約すれば安心ですね」となると、まだ足りません。
主に使っているAIが止まれば、その仕事はやはり止まります。普段はシンプルに動かし、必要なときだけ別の手段へ切り替えられるようにしておく。この二つをセットで考えたいんですよね。
例えば、普段はAIのAで下書きを作り、Aが使えないときはAIのBへ切り替える。AIのBを、毎回必ず通る工程にはしません。こうすると、Bが使えない日でも、Aが動いていれば普段の仕事は進められます。
代わりの手段は、別のAIでなくてもかまいません。定型文や手作業で、必要な部分だけ続ける方法もあります。急がない処理なら、依頼内容を保存して復旧後に再開するほうが合うこともあります。
なお、二つのAIを用意しても、同じパソコンや通信回線が止まれば、両方とも使えないかもしれません。切り替え先が、同じ原因で一緒に止まらないかも確認が必要です。
切り替え先は「用意した」ではなく「使えた」まで確かめる
別のAIのアカウントがあるだけでは、準備ができたとは言えません。切り替えた先で、仕事に必要な資料を読めるか。同じ指示が通じるか。必要な品質で結果を出し、決めた場所へ保存できるか。そこまで試して初めて、仕事の続け方が分かります。
同じ指示でも、AIが変われば文章や判断の傾向が変わることがあります。社内で利用が認められた範囲の資料を使い、実際の仕事に近い内容で確かめておきます。
Microsoftの設計ガイドも、予備の構成を増やすと複雑さが増すため、追加した仕組みを検証するよう勧めています。Microsoft:冗長性の設計原則
また、AWSは、普段使わない代替処理が、障害時にかえって問題を増やす危険を説明しています。「予備があれば安心」ではなく、試して維持できるかが大事だということです。AWS:分散システムの代替処理で起こりうる問題
切り替えた後に、同じ仕事を二重にしない
もう一つ、仕事で使うときに見落としたくない点があります。
例えば、メール送信の途中で応答が返らなくなった場合。「失敗したように見えるけれど、実は送信済み」ということがありえます。そこで別の仕組みに切り替えて最初からやり直すと、同じメールを二度送ってしまいます。
そのため、受け付けた依頼、途中で作ったもの、実行済みの操作を記録し、どこから再開するかを確認できるようにします。送信済みか分からなければ、自動で再送せず、送信履歴などを確認してから判断します。
切り替えの練習でも、「代わりのAIが返答した」だけで終わらせず、結果が保存されたか、元の処理と二重に動いていないかまで見ます。請求や予約など、やり直しが相手に影響する仕事では、特に大切です。
最初に考えたいのは、何時間止まると困る仕事なのか
ここまで読むと、ずいぶん大がかりに感じるかもしれません。でも、すべての仕事に自動切り替えが必要なわけではありません。
翌日でもよい社内向けの下書きと、今日中に必要な連絡では、備え方が違います。まず、止まると誰が困るのか、どのくらい待てるのか、どの部分だけでも続けたいのかを決めます。
手動で切り替えて間に合うなら、短い手順書から始めてもよいはずです。反対に、すぐ続ける必要があるなら、障害の検知や切り替えの自動化を検討します。自動化する場合も、別のAIの利用料や運用の手間まで含めて考えます。
いまAIをつないだ仕組みを使っているなら、「このうち一つが使えなくなったら、どの仕事が止まるだろう」と、一度たどってみてください。
普段の流れはシンプルに。止まったときの続け方は、事前に作って試しておく。それが、仕事で使い続けられるAIの仕組みを作るポイントだと思います。
あなたの仕事なら、どこまで備えればよいか
いま使っているAIや自動化を見直したい方は、初回相談をご利用ください。止まると困る仕事と、手動でも続けられる仕事を分け、何から整えるかを一緒に考えます。支援内容はAI・DX伴走支援のページでもご案内しています。
