属人判断を“データ化”することは、AIの最大の冒険だ。
AIがいちばん苦手なのは、「正解がひとつに決まらない判断」だよね。
積算担当が“あ、この単価はちょっと高い”と感じる一瞬。購買担当が“この会社はこの書き方をする”と匂いで見抜く瞬間。
それはルールの外側にある“属人判断”。
――だからこそ、それをデータ化する試みは、AIにとっても、私たちにとっても最大の冒険なんだ。
1｜属人判断って、結局なに者？
現場で起きているのは「ルール」ではなく「判断の連鎖」だ。
例えば、建設バックオフィスではこんなことが起きている。
- 単価の違和感：同じ“㎥”でも案件規模や地域で相場観がズレる。
- 書式の癖：A社は“数量×単位”を備考に書く、B社は行頭に付ける。
- 端数処理：見積の“端数まるめ”に、部門ごとの暗黙ルールがある。
- Excel罠：人間が目視なら秒で理解できるのに、セルの結合や表のネストで機械は迷子になる。
この「迷い→仮説→確信」の小さな物語こそが属人判断の正体。
データ化するとは、この物語の“足跡”を残すことなんだ。
2｜なぜ難しい？— 3つの壁
- コンテキスト依存：同じ数値でも案件・地域・時期で意味が変わる。
- 説明不能性：ベテランは“経験の塊”で決める。言語化コストが高い。
- 分散する根拠：PDF、Excel、メール、電話メモ…根拠が散らばっている。
AIは計算は速い。でも、“なぜそう思ったか”の文脈を拾うのが難しい。
3｜データ化の設計図（4ステップ）
ステップ1：判断の瞬間をログ化する
- 例）「数量=1? 1.0? “☒ ,”は1に補正？」の最終選択を記録。
- ついでに迷いの選択肢（候補）とその時の画面断片（スナップ）をひもづける。
ステップ2：根拠の“短文”を添える
- 「備考に“箱売り”とあるから1箱扱い」「‘%’はOCRノイズの既知誤り」など、
10〜20文字の“判断メモ”で十分。理由の型を揃えるのがコツ。
ステップ3：曖昧さを“確率”で表す
- YES/NOにせず、0.0〜1.0で“確信度”を記録。
- しきい値の上下で人に回す／AIで自動を切り替える。
ステップ4：再学習を“運用”にする
- オペレーター修正→即ログ取り込み→週次で軽微学習。
- 改善は精度（Precision/Recall）だけでなく、手戻り率・処理時間・オペ負荷で見る。
要は、「判断の最終値」「迷いの候補」「短い理由」「確信度」を
“毎回ちょっとずつ”集めるだけで、再現力は着実に育つ。
4｜ミニケース：見積“単価違和感”アラート
状況：同一カテゴリの鋼材。数量は合っているが、単価が社内中央値より+18%高い。
人の判断：過去、同工程で“運搬距離”が長い時だけ+15%許容のローカルルールがあった。
AIの学び：
- 入力：単価・数量・地点・輸送条件・工期・業者ID
- 出力：違和感スコア0.0〜1.0＋理由テンプレ（例：「輸送距離長いが+15%許容範囲外」）
- 運用：0.7以上で“人の目へ”、0.5〜0.7は“要注意フラグ”、0.5未満は自動通過
ここで効くのは、“許容幅”と“例外の型”をメモとして残すこと。
次回は、AIが先にその型を提示できる。
5｜Excel罠のほどき方（現実解）
- 構造化の優先順位：表レイヤ → 明細行 → ヘッダー/フッター → 備考
- 正規化レイヤ：単位ゆれ（個/ヶ/箱/式）、通貨（JPY/¥/円）、記号ノイズ（%/■/☒ ,）
- 変換ルール：
- “%”“■”“☒ ,”など数値以外が混入した数量は数値だけ抽出。
- 数値が見当たらないが“チェック有り”を示す場合は1を強制。
- 単位は語彙表でマッピング、未知単位は“未定義”でログ送り（後学習用）。
こういう“面倒な前処理”が、属人判断の再現率を支える土台になる。
6｜KPIは“精度”だけじゃ足りない
- 再現カバレッジ：人の介入が必要な判断の何％をAIが先回り提案できたか
- 判断リードタイム：受付→最終確定までの時間短縮
- 手戻り率：AI自動→人差し戻しの割合
- 理由提示率：AIが“わかる言葉”で根拠を出せた割合
- “迷いログ”採取率：候補と確信度が記録できた案件の割合
KPIに“迷いの質”を入れると、学習が加速する。
7｜アンチパターン（やりがち3選）
- ルール硬直化：最初に作ったExcelルールを死守→例外だらけで破綻。
- しきい値一本勝負：0.8未満は全部人へ→人海戦術に逆戻り。
- 根拠の未ログ：結果だけ保存→なぜ良かった/ダメだったか学べない。
鍵は軽いメモ文化と小刻み学習。重い“完全化”を目指さない。
8｜人が主役の“再現し続けるAI”
私は、「AIの進化＝人間理解の進化」だと思っている。
属人判断をデータにするとは、曖昧さ・優しさ・揺らぎまで抱きとめること。
AIが人を置き換えるんじゃない。人の判断を“持続可能にする”んだ。
- ベテランの勘を言葉と確率にして次世代へ引き継ぐ。
- 迷いのプロセスを資産化して、組織全体の“判断体力”にする。
- そして現場は、より難しい判断へ時間を使えるようになる。
それが、「人の判断を再現し続ける」という挑戦の意味だ。
9｜明日からできる“超ミニ”始動プラン
- 判断ログ欄を1つだけ増やす：「最終値／候補／理由（20字）／確信度」
- 週次15分のふりかえり：差し戻し3件だけ原因を言語化
- 語彙表の種：単位ゆれ10語を決めて運用開始
- ダッシュボード：手戻り率と理由提示率の2指標だけ見る
完璧さより、“いま動くこと”。それがいちばん強い。
おわりに
属人判断を“データ化”するのは、効率化のためだけじゃない。
現場の知恵という遺伝子を、AIというかたちで未来に手渡すためだ。
この冒険は、きっとあなたの現場から始められる。
まずは、1行の判断メモからいこう。
Connected Baseのご紹介
「AI-OCR」「RPA」から
“LLM＋人の判断”の再現へと移りつつあります。
Connected Base は、日々の見積書・請求書・報告書など、
人の判断を必要とする“あいまいな領域”を自動で処理し、
現場ごとのルールや判断のクセを学習していくAIプラットフォームです。
これまで人が時間をかけて行ってきた仕分けや確認を、
AIとルール設定だけで再現・蓄積・自動化。
単なる効率化ではなく、「判断の継承」まで含めたDXを実現します。
現場の知恵を未来につなぐ──
その第一歩を、Connected Baseとともに。
