どのシナリオも、同じ型で書いています。入力(業務に入ってくる情報)を受けて、AIエージェントが整理・分析から下書きの作成までを進め、最後の承認は必ず人が行います。どこまでAIに任せ、どこから人が判断するかを、業種ごとに示しています。
- 入力
- AIの仕事
- 人の承認
7つの想定ユースケース
EC運営代行・ECコンサル
月次レポートを、次の打ち手まで進める
月次レポートを、集計で終わらせずに次の打ち手まで進めるシナリオです。Shopify・広告・在庫・CSのデータをAIエージェントが集計し、異常の検知・原因の仮説・改善案の下書きまで用意します。優先順位づけと顧客への最終提案は、運用担当者が判断します。
約60%
月次レポート作成の工数削減
例示
当日中
改善提案の提示速度
例示
MEO・多店舗支援
多店舗レビューを、施策の材料に変える
多店舗のレビューを、放置される山ではなく施策の材料に変えるシナリオです。店舗別のレビュー・返信履歴・Googleビジネスプロフィール・順位データをAIエージェントが分類し、緊急の検知・返信案・店舗横断の課題抽出まで用意します。炎上対応や個別補償など店舗固有の判断は、人が引き取ります。
下書きまで自動
返信案の作成
実案件をもとに再構成
多店舗を横断
一次対応の範囲
実案件をもとに再構成
SEO・コンテンツ支援
AIで書く前に、品質が残る工程をつくる
AIで量産すると記事は増えるのに、品質と独自性が薄まっていく。このシナリオでは、Search Console・競合の一次情報・既存記事をAIエージェントが読み、機会の抽出・構成案・出典の確認・事実性チェックまでを工程にします。独自の見解と公開の可否は、編集者が判断します。
約50%
記事制作リードタイム短縮
例示
約70%
公開前チェックの自動化率
例示
士業(税理士・行政書士・補助金)
書類を探す時間を、案件判断へ戻す
書類を探す時間を、案件そのものの判断へ戻すシナリオです。公募要領・顧客資料・過去申請・問い合わせをAIエージェントが読み、要領の差分・不足資料の一覧・確認用の質問票・申請文の下書きまで用意します。適法性・採択可能性・最終提出の判断は、有資格者が行います。
約75%
必要書類の洗い出し工数削減
例示
当日中
要領変更の差分チェック
例示
RPO・採用代行
候補者対応を速くし、見極めは人に残す
候補者への連絡が遅れるほど、良い人から抜けていく。このシナリオでは、求人要件・候補者情報・面談メモをAIエージェントが整理し、候補者の要約・面談で聞くべき質問・連絡文の下書きまで用意します。評価と関係づくり、採否の判断は、採用担当が行います。
当日中
候補者への一次返信
例示
約65%
候補者要約の作成工数削減
例示
BtoB営業代行
調査から初回提案までを、一社ずつ深くする
数を送るほど返信は減り、一社ずつ深く当てるほど商談になる。このシナリオでは、企業サイト・公開資料・CRM・過去商談をAIエージェントが調べ、課題の仮説・個社ごとの文面・反応の記録まで用意します。送信の承認と商談、関係の判断は、営業が行います。
約75%
一社あたりの調査工数削減
例示
全件
個社別に仕上げる提案文
例示
制作会社・マーケ会社
外注が増えても、品質基準を薄めない
外注が増えるほど、品質のばらつきと確認の手間が一人の頭に集まる。このシナリオでは、brief・顧客フィードバック・ブランド資料・進行表をAIエージェントが読み、指示書・担当の割り当て案・レビュー・差分の要約まで用意します。コンセプトと審美の判断、顧客との折衝は、人が行います。
約50%
外注指示書の作成工数削減
例示
約60%
レビューの確認漏れ削減
例示