---
title: "この処理はAIでできますかと聞かれたときに見る観点"
description: "AIで処理できるかを、モデル性能ではなく、入力の揺れ、失敗時の影響、人間確認のコストから考えるメモ。"
lang: "ja"
canonical: "https://llm-lab.dev/posts/can-ai-do-this-check-note/"
source: "https://llm-lab.dev/posts/can-ai-do-this-check-note.md"
publishedAt: "2025-06-12"
updatedAt: "2025-06-12"
category: "技術メモ"
tags:
  - "ai"
  - "workflow"
  - "operations"
---

# この処理はAIでできますかと聞かれたときに見る観点

> [!NOTE]
> この記事で確認したこと
>
> 今回は、「この処理はAIでできますか」と聞かれたときに、モデル性能だけで判断しないための観点を整理しました。
>
> 分かったことは、入力の揺れ、失敗時の影響、人間確認のコスト、判断理由の説明、元の運用へ戻せるかを先に見る必要があるという点です。AIに任せる処理、ガード付きで試す処理、人間が扱うべき処理を切り分ける確認軸になります。

「この処理、AIでできますか」と聞かれることが増えました。

技術的には、できることは多いです。文章を読む、分類する、要約する、候補を出す、次のアクションを提案する。このあたりは、試すだけならすぐできます。

ただ、業務に入れるかどうかは別の話です。最初に見るべきなのは、モデルが賢いかどうかだけではありません。

```text
入力はどれくらい揺れるか
間違えたときの影響はどれくらいか
人間が確認する時間は残るか
判断理由を後から説明できるか
失敗時に元の運用へ戻せるか
```

この観点で見ると、AIに向いている処理と、まだ人間が見た方がよい処理が分かれます。たとえば、問い合わせを粗く分類するのは向いていても、返金可否を自動決定するのは慎重にした方がよいかもしれません。

AI導入の相談では、「できるか」よりも「間違えたときに運用できるか」を先に考える方が話が早いです。小さく試すのはよいですが、本番の業務フローに入れるなら、確認、差し戻し、ログ、責任範囲を一緒に設計する必要があります。