みずほ証券、ネットにつながないAI文字起こしで議事録作成が3割減

議事録のために専任の担当者を配置する、あるいは会議の主催者が終了後に録音を聞き直す。どちらの形をとっても、会議が1件開かれるたびに人の時間が確実に持っていかれ、本来向き合うべきコア業務が押し出されていきます。金融機関の議事録には高い正確性が求められるため、担当者は聞き漏らしがないかを気にしながら慎重に作業を進めることになり、精神的な負荷も積み重なっていました。

編集部の見立てでは、ここでの困りごとの本質は作業量の多さそのものではなく、正確さの責任が書き起こす個人に丸ごと乗っていたことにあります。時間がかかっていたのは音声が長いからというより、間違えられない以上、何度も戻って確かめるほかなかったからではないでしょうか。人を増やしても、一人ひとりが背負う緊張の総量は変わりません。

採用の分かれ目になったのは、インターネットに接続しないスタンドアローン型という製品の構成そのものです。外部ネットワークへ音声を送るクラウド型を前提にすると、金融機関の厳しい利用基準をクリアするための確認作業が、検討のたびに積み上がっていきます。音声データが端末の外に出ない形を選んだことで、その審査を通す努力ではなく、審査の対象になる状態を作らないという解き方に持ち込めました。機能の優劣を比べる前に「自社の基準に乗せられるか」を選定の第一条件に据えた判断が、検討そのものを前に進めています。

現場に配りやすい条件をあらかじめそろえた点も、この取り組みを支えています。インストール台数に上限がなければ、使いたい部署が増えるたびに費用を再計算し、稟議を出し直すという足止めが起きません。操作が分かりやすくWeb会議にも対応するという性質は、専門の担当者が付き添わなくても各部署が自分たちで使い始められることを意味します。最初から全社一斉ではなく限られた部署から始められる形にした進め方は、こうした製品特性とよく噛み合っていたと考えられます。

音声認識という中核部分を、その領域を専門とするアドバンスト・メディアの製品に委ねた役割の分け方も見落とせません。自社側は、どの会議で何を残すべきかという業務要件の見極めと社内での展開に力を注ぎ、認識エンジンそのものの改良は提供側の継続的な更新に任せる。自前で音声認識を抱え込まない切り分けが、限られた体制でも運用を回せる形につながったのではないでしょうか。

議事録作成にかかる時間は約3割削減され、録音データをアップロードする手間も大きく減りました。一字一句を漏らさずテキスト化する仕組みによって議事録の正確性は大きく高まり、関係者からの修正依頼も減っています。当初は限られた部署での利用から始まりましたが、使い勝手の良さが社内の口コミで伝わり、現在は25部署以上へ利用が広がりました。現場からは「バージョンアップのたびに利便性が高まっている」という声も上がっており、活用の範囲はさらに広がる見通しです。