ストーリー

AIワークフローの構成要素

基本構造

AIワークフローは以下の5つのレイヤーで構成される。

Layer 1: データ入力層
  +-- データソースからの取得
  +-- フォーマット変換
  +-- バリデーション

Layer 2: 前処理層
  +-- データクレンジング
  +-- 特徴量抽出
  +-- 正規化・標準化

Layer 3: AI推論層
  +-- モデル選択
  +-- 推論実行
  +-- 確信度算出

Layer 4: 後処理層
  +-- ビジネスルール適用
  +-- 閾値判定
  +-- 出力フォーマット変換

Layer 5: アクション層
  +-- 自動処理の実行
  +-- 人間キューへの振り分け
  +-- 結果の記録・通知

NetShop社の請求書処理AIワークフロー

詳細フロー

[Layer 1: データ入力]
  (1) メールサーバー監視（IMAP/API）
      → 請求書添付ファイル（PDF/画像）を自動取得
  (2) バリデーション
      → ファイル形式チェック、サイズチェック、重複チェック

[Layer 2: 前処理]
  (3) 画像前処理
      → 傾き補正、ノイズ除去、コントラスト調整
  (4) レイアウト解析
      → 請求書のテンプレートパターンを判定
      → ヘッダー/明細/合計の領域を特定

[Layer 3: AI推論]
  (5) OCR推論
      → テキスト抽出（項目ごとの確信度スコア付き）
  (6) エンティティ抽出
      → 請求元名、請求日、金額、勘定科目をNERで抽出
  (7) 発注書照合
      → 発注データベースとのベクトル検索 + ルールベース照合

[Layer 4: 後処理]
  (8) ビジネスルール適用
      → 税率チェック、支払い条件チェック、取引先マスターとの照合
  (9) 確信度スコアの総合判定
      → 全項目のスコアを統合して総合確信度を算出
  (10) 承認ルート判定
      → 金額 x リスクスコア x 取引先ランクで承認ルートを決定

[Layer 5: アクション]
  (11-a) 高確信度 + 低リスク → 自動承認 → 支払いキューに登録
  (11-b) 中確信度 → 担当者確認キューに登録（AIの判定結果を表示）
  (11-c) 低確信度 → 手動処理キューに登録（元PDFを表示）
  (12) 処理結果をログに記録
  (13) ダッシュボードを更新

AIワークフロー設計のパターン

パターン1: パイプライン型

処理を直列に接続し、前の出力が次の入力になる。

[入力] → [前処理A] → [前処理B] → [推論] → [後処理] → [出力]

特徴: シンプルで理解しやすい。単一のAIタスクに適する。

適用例: OCR処理、テキスト分類

パターン2: ファンアウト型

1つの入力を複数のAI処理に並列で投入し、結果を統合する。

                 +→ [AI処理A] →+
[入力] → [分配] →+→ [AI処理B] →+→ [統合] → [出力]
                 +→ [AI処理C] →+

特徴: 処理時間を短縮できる。異なる観点からの分析を統合できる。

適用例: 問い合わせ受付時にカテゴリ分類・感情分析・緊急度判定を並列実行

パターン3: カスケード型

段階的に詳細な処理を行い、各段階でフィルタリングする。

[入力] → [粗い判定（高速）] → <通過?> → [詳細判定（中速）] → <通過?> → [精密判定（低速）]
              |                              |                              |
              +-- 確定ケースは即出力          +-- 確定ケースは出力            +-- 最終判定

特徴: 簡単なケースを早期に処理し、難しいケースのみ詳細処理する。

適用例: 問い合わせの自動回答（FAQ完全一致 → セマンティック検索 → LLM生成）

パターン4: フィードバック型

AIの出力結果を再度入力に戻し、品質を反復的に向上させる。

[入力] → [AI処理] → [品質チェック] → <OK?> → [出力]
              ^                        |
              +---- [修正指示] ←--------+ NG

特徴: 生成系AIの品質を段階的に向上できる。

適用例: レポートのコメント生成（生成 → 品質チェック → 修正指示で再生成）

問い合わせ対応のAIワークフロー

カスケード型 + ファンアウト型の組み合わせ

[問い合わせ受付]
    |
    v
[Layer 1: テキスト取得]
    +-- チャット: そのまま取得
    +-- メール: 件名 + 本文を取得
    +-- 電話: 音声認識でテキスト変換
    |
    v
[Layer 2: 前処理]
    +-- テキスト正規化（表記揺れ統一）
    +-- 顧客ID紐付け
    |
    v
[Layer 3: AI推論（ファンアウト）]  ※並列実行
    +-- (A) カテゴリ分類モデル → カテゴリ + 確信度
    +-- (B) 感情分析モデル → 感情スコア（怒り/不満/中立/満足）
    +-- (C) 緊急度判定モデル → 緊急度（高/中/低）
    |
    v
[Layer 4: 後処理（カスケード）]
    +-- Stage 1: FAQ完全一致検索（確信度95%以上 → 即回答）
    +-- Stage 2: セマンティック検索（確信度80%以上 → ドラフト回答）
    +-- Stage 3: LLM生成（過去事例をコンテキストに回答生成）
    |
    v
[Layer 5: アクション]
    +-- 自動回答可能（確信度80%以上 + 感情スコア低 + 緊急度低）
    |     → 自動送信
    +-- ドラフト提示（確信度60-80% or 感情スコア中）
    |     → オペレーター画面にドラフト表示
    +-- 人間対応（確信度60%未満 or 感情スコア高 or 緊急度高）
          → スキルベースルーティングで担当者に振り分け

ワークフロー設計の重要ポイント

1. 処理時間の見積もり

各レイヤーの処理時間を見積もり、SLAを満たせるか確認する。

2. エラーハンドリング

各レイヤーで発生しうるエラーとその対処を事前に定義する。

3. モニタリングポイント

各レイヤーでメトリクスを収集し、品質を監視する。

監視項目:
  +-- スループット: 件数/分（各レイヤー別）
  +-- レイテンシー: 処理時間（P50, P95, P99）
  +-- エラー率: エラー件数/総件数（各レイヤー別）
  +-- 確信度分布: AI推論の確信度ヒストグラム
  +-- 人間介入率: 人間キューに流れた割合

まとめ

チェックリスト

• AIワークフローの5レイヤー構造を理解した
• 4つの設計パターンの特徴と適用場面を説明できる
• 具体的な業務に対してAIワークフローを設計できる
• エラーハンドリングとモニタリングポイントを設計できる

次のステップへ

次は「例外処理設計」として、AIが処理できないケースへの対応とフォールバック設計を学ぼう。

推定読了時間: 30分