ANA乗務員の勤務表づくりをAIで自動作成、4年の共同開発で得た技術を他業界へ

AIに任せる処理と人が判断する業務をあらかじめ切り分けた設計が、この取り組みの中心にあります。勤務計画づくりには、条件を満たす組み合わせを探す計算の部分と、現場の事情を踏まえて折り合いをつける判断の部分が混在しています。前者をAIに渡し、後者を担当者の手元に残す構成は、全面自動化を掲げるより地味に映りますが、出来上がった案を現場が受け入れられるかどうかを左右する分岐点だったと考えられます。すべてを機械任せにすると、説明のつかない結果が一つ出ただけで信頼が崩れます。

約4年にわたる概念実証（本格導入前に実現できるかを確かめる検証）を挟んでから本格運用へ移した進め方も、結果を左右した要素でしょう。多数の制約が絡む勤務計画では、条件を計算できる形に落とし込む作業そのものが難所で、担当者が無意識に守っていた決まりごとは、実際に作られた案を目にして初めて表に出てくることも少なくありません。試行と修正を重ねる期間を確保したことが、そうした暗黙の条件を拾い上げる時間になったとみられます。

顧客固有の情報と、他社にも使える技術基盤を明確に分けた設計は、単なる情報管理の話にとどまりません。乗務員の人数や役職、制約条件とその設定目的、業務上の判断基準といったANA由来の知見を持ち込まない前提を置けば、他社向けには制約の書き表し方や解き方という抽象度の高い部分だけが資産として残ります。汎用化の線引きを先に決めた設計だからこそ、業界をまたいだ展開の道筋が描けたのだと読み解けます。初期提案の段階でサンプルデータから簡易的なアルゴリズムを組み、適用できるかを先に確かめる手順も、本格開発に入ってから「そもそも解けない」と判明する事態を避ける工夫です。