━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

任せれば速いのは分かった

でも、どこまで任せていいか線引きができない

━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━

✓ 自部門のどの仕事をAIに任せてよいか、判断基準がない

✓ 任せた結果のトラブルが怖くて、結局何も任せられていない

✓ 逆に何でも任せて、あとから事故が起きないか不安

✓ 「どこまで」を決める考え方を、部下やチームに説明できない

もし一つでも当てはまるなら、

必要なのは「任せる/任せない」の二択ではなく仕分けの軸です。

影響度・可逆性・検証コスト・説明責任の4つの軸と、

提案だけ・承認して実行・監督しながら自走という

自律性のレベルで、任せ方を決めます。

この45分で、自部門の業務仕分けの「下書き」を持ち帰ることができます。

■ こんな方におすすめです

────────────────────────────────

✓ 自部門の業務をAIに任せる・任せないで仕分けたい経営・管理職の方

✓ AI活用を進めたいが、任せ方を誤って事故を起こすのが怖い方

✓ 「何でも任せる」でも「怖いから任せない」でもない判断軸が欲しい方

✓ チームメンバーにAI活用の運用ルールを説明する立場の方

✓ Claude CoworkのようなエージェントAIをどう業務に組み込むか知りたい方

■ セッション説明

────────────────────────────────

「AIに任せれば速くなるのは分かった。でも、自部門のどの仕事を任せてよくて、どこからは人がやるべきなのかの線引きができない」 ー 経営や管理の現場でよく聞く声です。Claude Coworkのように、ファイルをさわって成果物まで自走するエージェントが普通になり、「できること」は急に広がりました。だからこそ、何でも任せた結果のトラブルや、逆に怖くて何も任せられない停滞が、同時に起きやすくなっています。

本セッションは、自部門の業務を「AIに任せる・人が補助で使う・人がやる」に仕分けるための判断軸を、経営・管理職向けに実務ベースで整理します。難しい技術知識は前提にしません。まず、エージェントが自走できる仕事の広がりと、導入したのに止まる現実の両方を最新データで押さえます。次に、任せる・任せないを分ける4つの軸（影響度・可逆性・検証コスト・説明責任）を、具体例とともに渡します。

後半は、ゼロか100かではなく「どこまで任せるか」を決める自律性のレベル（人が承認してから実行・人が監督しながら自走・完全自走）と、信頼を実績で確かめながら任せる範囲を広げる進め方を扱います。任せ方を誤った失敗例からも学びます。今日のゴールは、自部門の業務仕分けの「下書き」を持ち帰ることです。

■ 今回話す内容

────────────────────────────────

1. なぜいま「切り分け」が論点か ー 任せられる時代と、止まる現実
2. 何で分けるか ー 影響度・可逆性・検証コスト・説明責任の4つの軸
3. どこまで任せるか、自部門への当てはめ方 ー 自律性のレベルと仕分けワーク

■ 登壇者

────────────────────────────────

三好大悟（株式会社リベルクラフト 代表）

データサイエンティスト出身。製造業・大手ITを中心に、AI・データ活用のコンサルティングと社内研修を手がける。「技術を現場で動く施策に翻訳する」をミッションに、導入判断から構築・運用展開まで一気通貫でサポートしている。Python・SQLによる実装経験と、経営層へのプレゼン・合意形成の両方を持つ実務家。

X: 三好大悟, リベルクラフト