ロート製薬、再生医療の人員配置をAIで自動化し配置時間75%削減

効いたのは、「この人は午前のみ出勤」「過酷な環境の工程に同じ人が連続で入らないようにする」といった、現場でしか出てこない制約条件を一つずつ設定に落とし込んだことです。従来のロジックベースの配置システムには、条件を積み上げるほど解が成立しなくなるという壁がありました。必要最低限の条件で成立させる手段としてAIを選び、そのうえで特定の個人に負荷が集中しないよう平均的にバランスを取る仕組みを求めた設計が、人間の意思ではなく客観的な基準による提案という納得感を支えたと考えられます。

二つ目は、AIを万能の箱として扱わなかった進め方です。「自動化は難しいのではないか」という地点まで行きながら、何が足りないのか、どうなれば仕組みとして成立するのかを一つずつ言語化する作業が続きました。その過程で、本当に必要な要件と、運用でカバーできる要件とが切り分けられています。この切り分けこそが実運用への分岐点で、要件を絞らないままAIに投げていたら、複雑さは人の頭の中からシステムの中へ移動しただけで終わっていた可能性が高いと見ます。

三つ目に、モニター期間という関わり方があります。開発途上のシステムを現場が使い込み、UIの使いにくさや不具合まで含めて評価する形を取ったため、現場の違和感がそのまま仕様やロジックの改善材料になりました。機能が多くても使いにくければ現場は使わない、という前提を置いて使いやすさの改善を継続した点も、標準化を成り立たせる土台になっています。