AIに任せる判断と、確定ルールを分ける
「ExcelをAI化する」だけでは、対象が広すぎます。メールで届く依頼の分類、必要事項の抽出、顧客コードとの照合、金額計算、登録、担当者への連絡を分けて考えます。文章の解釈にはAIが候補になりますが、税率や合計金額など、定義されたルールは通常のプログラムで処理できる場合があります。
Anthropic「Building effective agents」では、あらかじめ決められた手順を実行するワークフローと、モデルが処理の進め方を判断するエージェントを区別しています。また必要以上に複雑な構成にしない考え方が示されています。本記事はこの設計上の区別を参考にしたもので、特定の最新製品構成を推奨するものではありません。
当社の提案は、入力内容の整理をAI、コード照合や計算を確定処理、例外判断を人に分けることです。「全部自動」とするより、間違えたときの影響を限定し、どこで時間が減ったか測りやすくなります。
接続方法は、既存システムの条件から選ぶ
| 方法 | 合いやすい条件 | 発注前の確認 |
|---|---|---|
| 公式API | 機械的な読み書きが正式に提供されている | 利用権限、制限、テスト環境、変更通知 |
| CSV・ファイル連携 | 定期的な一括処理で足りる | 形式、文字コード、保存場所、受け渡し時刻 |
| 承認画面への下書き出力 | 書き込み連携をまだ許可できない | 確認担当、転記負担、取り違え防止 |
| RPAなどの画面操作 | APIやファイル連携が使えない | 利用条件、画面変更、認証、停止時の対応 |
表は当社の選択肢整理です。APIがあるだけで、希望する項目を書き込めるとは限りません。プラン、管理者権限、利用上限、保守会社の対応範囲を確認します。画面操作も禁止されたアクセスや認証の回避には使いません。正式に認められた連携方法の範囲で設計します。
CSVで十分な業務にリアルタイム連携を作る必要はありません。逆に当日の在庫判断など鮮度が重要な業務は、前日分のファイルでは足りない場合があります。「何分以内なら業務上問題ないか」を先に決めます。
想定例：メールから受注登録の下書きを作る
以下は実際の顧客成果ではなく、開発範囲を考えるための想定例です。営業担当者がメールを読み、Excelへ転記し、基幹システムへ登録している業務を想定します。初期段階は、AIが顧客名・品目・数量・希望納期を抽出し、正式な顧客・商品マスターと照合して、確認用の一覧を作るところまでに絞ります。
- 対象メールを受付番号付きで取り込む。
- AIが項目と根拠となる原文を抽出する。
- 通常の照合処理でコードや必須項目を確認する。
- 一致しない項目は例外一覧へ送り、担当者が修正する。
- 担当者が確定した内容だけを登録対象にする。
- 登録結果と受付番号を記録する。
AIが推定した顧客コードを、そのまま正しい値として扱わないことが重要です。候補が複数ある場合、数量が原文にない場合、納期が矛盾する場合は保留します。自信がありそうな文章で返すことと、業務上の正しさは別です。
再試行で二重登録を起こさない
Microsoft Learn「Transient fault handling」は、一時的な障害かどうかを区別し、再試行の回数・間隔を設計する必要性を説明しています。同資料の考え方を参考に、連携先が不安定な場合も想定して開発範囲を決めます。
当社の設計上の確認点は、「登録に成功したが、応答だけが届かなかった場合」です。エラー表示を見て同じ処理を繰り返すと、受注が二重になるおそれがあります。同じ依頼を識別する受付番号、連携先の登録結果との照合、再実行しても重複しない仕組みを検討します。連携先が対応できない場合は、人の確認へ回す境界を設けます。
通信障害、権限不足、入力不備を同じ再試行で扱いません。権限が失効したなら担当者へ通知し、入力が不足しているなら修正待ちにします。未処理データを消さず、誰がどこから再開するかを決めます。
正常系より先に、例外の一覧を作る
| 条件 | 必要な動作 |
|---|---|
| 同じファイルが再度届く | 既存処理を識別し、無条件に再登録しない |
| 処理中にファイルが更新される | どの版を処理したか追跡できる |
| 顧客コードが見つからない | 勝手に新規顧客を作らず保留する |
| 連携先の応答が途切れる | 状態確認後に再処理を判断する |
| 担当者が不在 | 未承認が放置されない通知先を持つ |
| AIや外部APIが停止する | 手作業へ戻し、再開時の重複を防ぐ |
合格条件は「一回動いた」ではなく、どの例外を自動で扱い、どこから人が対応するか説明できることです。実環境に近い検証を行う際も、本番データへ影響しない環境・権限・宛先を先に用意します。試験メールやテスト受注が顧客へ送られないようにします。
効果は、処理全体の時間で測る
AIが抽出する時間だけ短くても、担当者の修正やエラー復旧が増えれば改善になりません。受付から完了までの時間、1件あたりの作業時間、例外率、再登録件数を確認します。業務件数が増えたときは、総時間と1件あたりの時間を分けます。
最初の相談では、匿名化した入力例、Excelの列構成、接続先の名称、現在の承認手順を共有すると検討しやすくなります。公式APIの有無が不明でも、その確認から始められます。範囲を決めてAI受託開発へ進むか、部署をまたぐ課題整理からFDEで支援するかを検討します。
参考にした一次情報
参照日: 2026年9月14日。公式資料の説明と、当社の提案・想定例を区別しています。比較表・モデル計画は当社の検討案であり、実測結果や効果保証ではありません。