Generative Partnersは、こうした自動化の「最後に残る仕事」までをカバーすることをAX BPOの特徴としている。

AI、RPA、人力を組み合わせて「業務ごと」受託

　AX BPOでは、業務工程を分解した上で、AIエージェントやOCR（光学文字認識）、RPA、iPaaS（Integration Platform as a Service）、GAS（Google Apps Script）、VBA、Pythonなどから適した技術を選択する。全てをAIやRPAに任せるのではなく、AIで処理できる工程はAI、人の判断が必要な工程は専任スタッフが担う。

　対象となるのは、請求書の読み取り・入力や入金消し込み、経費精算のチェック、仕訳作成、月次レポート作成、受発注データ登録、在庫突合などだ。

　営業リスト作成や競合価格調査、公開情報の定期監視、問い合わせの一次回答文案、議事録作成・共有なども対象とする。単純な転記や集計だけでなく、調査や判断、文書作成を含む業務にも対応する。

　例外処理や目視確認、マスター更新に加え、業務変更時の設計更新や稼働監視まで同社が担当する。顧客側は業務を渡し、処理された成果物を受け取る格好だ。

「システムを変えられない」企業でも使えるように

　業務自動化を進めようとしても、既存システムが障壁になるケースもある。

　新しいシステムを導入するには、既存環境との連携やデータ移行、従業員への教育などが必要になる。基幹システムの改修となれば、コストや時間もかかる。

　AX BPOでは、こうした既存環境を大きく変更しないことを前提とする。「Google スプレッドシート」や「Excel」「kintone」「Salesforce」「freee」「マネーフォワード」「Slack」「Chatwork」、そしてSAPの基幹システムなどに対応するほか、紙やFAXを扱う業務も対象とする。

　画面操作しかできない社内独自システムも対象としており、API連携を前提とせず、現在の業務環境を維持したまま自動化・業務代行を進められるようにする。

要件定義書は不要　「今の仕事を見せる」だけで導入

　通常、業務システムの自動化では、要件定義や仕様書の作成が必要になることが多い。だが、現場の担当者にとっては、普段の業務を言語化して整理すること自体が負担になる。

　AX BPOでは、導入時に実務担当者が画面共有で現在の作業を示す。Generative Partnersがそこから工程を分解し、AIやRPA、人力の役割分担や判断基準を設計する。要件定義書や仕様書は不要としている。

　相談は無料で、60分のヒアリング後、翌営業日に見積もりを提示する。テスト運用は2～4週間を想定し、最短1カ月で本番運用を開始できるとしている。

　料金は業務シナリオ単位の月額制で、1シナリオ当たり月額10万～30万円が目安となる。設計・構築、ツール利用料、運用保守、例外処理の人力対応まで含む。初期費用は原則無料とする。

「自動化できない部分」を誰が担うのか

　今回のサービスが狙うのは、AIやRPAによる自動化そのものというより、自動化の仕組みからこぼれ落ちる業務をどう処理するかという問題だ。

　企業の業務には、全てをルール化することが難しい作業が残る。AIの精度が十分でなければ人による確認が必要になり、例外が発生すればRPAの処理も止まる。さらに、業務変更に合わせたシステムの更新や日々の監視も必要になる。

　Generative Partnersは、こうした工程をAIと専任スタッフで分担することで、「完全自動化」ではなく「業務そのものを任せる」という形を取る。

　背景には、日本企業で進んできたRPA導入の一方で、自動化しきれない業務が残っているという問題がある。同社は、APIを持たない基幹システムや企業ごとに異なる業務、働き手不足などを背景に、画面操作による自動化が利用されてきたと説明する。

　だが、取引先ごとの書式差や例外処理、担当者の異動に伴う属人化などによって、導入後の運用が課題になるケースもあるという。

AI時代のBPOは「人かAIか」ではなく「人＋AI」へ

　生成AIやAIエージェントによって、これまで人が担ってきた判断や文書作成などにも機械処理を広げられるようになった。一方で、全ての業務をAIだけで処理できるわけではない。

　重要なのは、「どこまでをAIに任せ、どこからを人が担うのか」を業務単位で設計することだ。AX BPOは、AI、RPAなどの自動化技術と人力を組み合わせ、例外処理や確認作業、運用保守まで含めて受託する。企業側が新しいツールの操作を覚えたり、既存システムを大幅に改修したりする負担を抑えながら、自動化の範囲を広げることを狙う。

　AI活用が「ツールを導入する段階」から「業務そのものをどう変えるか」という段階に移る中、自動化できる仕事だけを切り出すのではなく、自動化できない部分まで含めて誰が業務を担うのか。その設計が、AI・RPAを業務に定着させる上での新たな論点になりそうだ。