AIが返信し忘れたメールを見つけてくれた——パーソナルAIを仕事で使って考えたこと
木村 優志

DotsやMuse、ピクルのようなパーソナルAIエージェントを使っていて、素直に便利だと思ったことがあります。メールを読んで、対応し忘れているものを探してくれることです。
メールを毎日確認していても、すぐには返信できないものが、新しいメールに埋もれてしまうことがあります。後で返そうと思っていた問い合わせを、そのまま忘れてしまうこともあります。
そんなとき、AIに対応が必要そうなメールを探してもらえる。自分でも確認できることですが、メールをさかのぼる作業を手伝ってもらえるのはありがたいものでした。
一方で、難しい相談をしたり、考えを深めたりするときには、普通のGPTのほうが賢いと感じることもあります。これはあくまで私が使ってみた印象で、すべての場面やサービスについて比較した結果ではありません。
それでも、メールを見に行って、やるべきことを見つけてくれる便利さはあります。この体験から、AIを仕事に使うときの価値について、少し考えました。
賢く答えることと、仕事を進めること
チャット型のAIは、質問に答えたり、文章を書いたり、考えを整理したりするのが得意です。適切な情報を渡せば、複雑な相談にも乗ってくれます。
ただ、メールの対応漏れを探すには、メールを確認しなければなりません。チャットに何通ものメールを貼り付け、どれに返信したかを説明するのでは、手間がかかります。
パーソナルAIが、利用者の許可のもとでメールを確認し、「対応が必要かもしれないもの」を見つけてくれるなら、自分で情報を集めて渡す作業が減ります。答えを考える力に加えて、必要な情報を探し、仕事の流れに入ってきてくれることに価値があります。
もちろん、どのサービスで何ができるかは、接続できるサービスや設定、利用プランによって変わります。ここでは個別の製品の優劣より、こうしたAIを仕事でどう使うかを考えたいと思います。
「対応が必要そう」は、簡単ではない
メールの対応漏れを探すといっても、単に「未読メール」を探せばよいわけではありません。読んだけれど返信していないメールもあれば、返信が必要ない連絡もあります。メール以外の手段ですでに対応を済ませているかもしれません。
AIが候補に挙げたものが、必ず対応漏れだとは限りません。逆に、必要なメールを見落とすこともあり得ます。私にとっては、AIに判断を丸ごと任せるというより、確認する候補を出してもらえることが便利でした。
仕事では、この違いが大切です。「探して知らせる」「返信案を作る」「相手に送信する」は、それぞれ異なる作業です。最初は候補を探すところまで任せ、返信内容や送信は人が確認する。そうした小さな使い方から始めることもできます。
バックグラウンドで、気にかけ続けてくれる
パーソナルAIのもう一つの魅力は、こちらが画面の前にいない間も、仕事を進めてもらえることです。
たとえば、気になるウェブサイトに更新がないかを定期的に調べてもらう。新しい情報が出たときに知らせてもらえれば、自分で何度もサイトを開いて確認する手間が減ります。取引先のニュースや、仕事に関係する技術情報の確認にも役立ちそうです。
普通のチャットでは、知りたいときに自分から質問します。バックグラウンドの作業では、あらかじめ頼んでおけば、その後の確認を任せられます。これは回答の賢さとは別の便利さです。
ただし、何を、どの頻度で確認できるかはサービスや設定によって異なります。また、更新を見落としたり、重要でない変更を知らせたりする可能性もあるので、大切な情報は元のページでも確認したいところです。
ウェブで完結する作業を任せられる
使っていて感じるのは、ウェブ上で完結する作業なら、幅広く任せられるということです。サイトを開いて情報を探し、複数のページを見比べ、結果をまとめてもらう。人がブラウザで一つずつ進めていた作業を、まとめて頼めます。
たとえば、気になるサービスの公式サイトを調べて情報を整理する、公開されている資料を探して要点をまとめる、といった使い方が考えられます。調べている間、こちらは別の仕事を進められます。
もちろん、何でも確実にできるわけではありません。ログインや認証が必要なサイト、操作が複雑な画面などは、サービスや設定によって扱える範囲が変わります。間違った情報を読み取ったり、操作を途中で止めたりすることもあります。特に送信や購入など、外部に影響する操作は内容を確認してから進めたいところです。
個人の便利さを、チームの仕事に広げるには
同じ考え方は、会社の仕事にも広げられます。
たとえば、問い合わせ窓口に届いたメールを整理し、担当者が確認すべきものを候補として挙げる。打ち合わせ前に、過去のやり取りから確認しておきたい情報をまとめる。社内の資料を参照して、返信の下書きを作る。いずれも、普段の仕事の中にある情報を探し、次の行動につなげる使い方です。
ただし、個人のメールと、チームで共有する問い合わせは事情が違います。誰がどのメールを見てよいか、別の担当者がすでに対応していないか、顧客情報をどこまでAIに渡してよいかを考える必要があります。
さらに、見つけたメールについて、担当者が「対応済み」と記録できなければ、同じものを何度も確認することになるかもしれません。候補に挙げた理由や参照した情報が分かれば、人も確認しやすくなります。
AIを導入する際には、モデルの賢さだけでなく、何を読めるようにし、どこまで操作できるようにし、結果を誰が確認するかを、普段の仕事に合わせて決めることが大切です。
まずは、自分の仕事で試してみる
パーソナルAIを使ってみると、どんな作業なら助かるのか、どんな判断は自分でしたいのかが見えてきます。メールの対応漏れを探すという小さな体験も、仕事の流れを見直すきっかけになりました。
既存のサービスをそのまま使えば十分な仕事もあるでしょう。一方、社内システムの情報を組み合わせたり、チームごとの権限や対応状況を扱ったりするには、業務に合わせた仕組みが必要になる場合もあります。
Convergence Lab.では、AIと業務システムの連携や、社内情報を活用する仕組みの開発を支援しています。「こういう作業をAIに手伝ってほしい」という段階から、ご相談いただけます。



