|
社員の自己申告や勤怠打刻に依存せず、PC作業の実態をAI要約データとして蓄積。リモート/ハイブリッドワーク企業の業務量・工数把握を、社員のプライバシーへの配慮と両立する形で実現
|
|
|
|
|
|
|
Incerto合同会社(本社:東京都荒川区、代表:佐藤碧人、https://www.incerto.tech/)は本日、リモート/ハイブリッドワーク制度を運用する企業向けのAIシステム『業務管理AI』の提供を開始いたしました。製品詳細は製品ページ(https://www.incerto.tech/products/gyomu-kanri-ai)にて公開しております。 |
|
|
|
『業務管理AI』は、社員のPC作業の実態をAIが自動的に要約・記録し、組織の業務実態を経営層・マネージャーがデータとして把握できる組織向けAIツールです。自己申告や勤怠打刻だけでは記録に残らなかった組織の業務実態を、組織側のデータとして蓄積することを目的としています。 |
|
|
|
蓄積されたデータは、リソース配分・組織再編・働き方改革・人員計画といった今後の組織運営の意思決定材料としてご活用いただけます。導入時は社員への事前告知・同意設計を運用条件とし、企業の情報取扱方針に応じてクラウド/オンプレミスのいずれの構成も選択できます。 |
|
|
|
■ 提供の背景 |
|
|
|
リモート/ハイブリッドワーク制度の常態化により、企業内では「いま組織でどのような業務が、どの程度行われているか」を経営層・マネージャーが客観的に把握する手段が乏しい状況が続いております。 |
|
|
|
工数日報・週報による自己申告は、入力負担が社員側に集中するうえ、記録粒度が個人差に依存し、集計しても組織運営の意思決定に耐える粒度のデータになりにくい構造があります。出退勤打刻やPCログイン時間からは在席時間は把握できますが、その時間に何をどれだけ進めていたかまでは見えません。リソース配分・組織再編・人員計画の判断がマネージャー個人の観察や報告に依存しがちで、リモート環境下では特にその傾向が強まります。 |
|
|
|
PC操作ログやアクティビティ監視の従来型ツールも存在しますが、社員のプライバシーや心理的安全性の観点から導入に踏み切れない企業が少なくありません。組織の業務把握手段が「自己申告型」と「直接監視型」の二択に偏り、組織として継続運用できる業務データ基盤に至らない状態が、リモート/ハイブリッドワーク企業の経営課題として顕在化しています。 |
|
|
|
■ 課題: 組織業務実態の不可視化 |
|
|
|
リモート/ハイブリッドワーク企業では、次のような状況が一般的に観察されます。 |
|
|
|
• |
|
自己申告データの限界。 工数日報・週報は、社員ごとに記録粒度がばらつき、入力負担も大きいため、集計しても組織運営の意思決定に直接使いにくい状態が続きやすくなります。 |
|
|
• |
|
「在席時間」と「実際のアウトプット」のミスマッチ。 PCログイン時間や勤怠打刻からは在席時間は分かりますが、その時間に組織でどのような作業がどれだけ進んでいたかは把握できません。会議が続いた日と集中作業が続いた日を、勤怠データだけで区別することは困難です。 |
|
|
• |
|
監視への忌避感と業務可視化のトレードオフ。 従来型の監視ツールは、可視化の代わりに社員の心理的安全性を犠牲にしがちで、リモート制度そのものへの信頼を損なうリスクもあります。 |
|
|
• |
|
組織横断の業務データ基盤の不在。 各部門・各チームが個別のスプレッドシート・タスク管理ツール・チャットでの口頭報告で業務状況を管理しており、組織全体での業務実態を横断的に分析できる状態になっていない企業が多くあります。 |
|
|
• |
|
組織運営の意思決定材料の不足。 リソース配分・組織再編・働き方改革・人員計画といった経営判断は、信頼できる業務実態のデータを必要としますが、現状の組織にはそのデータが残っていないため、意思決定がマネージャー報告や経験則に依存しがちです。 |
|
|
|
|
|
共通するのは、組織で実際に行われている業務がデータとして蓄積されておらず、組織運営の意思決定が客観材料に基づいて行えないことです。 |
|
|
|
■ 解決策: 『業務管理AI』 |
|
|
|
『業務管理AI』は、組織で行われている業務の実態を、自己申告でも直接監視でもなくAI要約データとして組織に蓄積する組織向けAIツールです。 |
|
|
|
Slack・Discord・GitHub・Gmail・Notion・Google Workspace・Microsoft 365 などの社内ツールでの活動、PC画面、業務コミュニケーションといった、業務上発生するさまざまなログから、AI が組織の業務実態を統合的に把握します。社員ごとの作業内容・使用ツール・推定タスク・稼働時間を構造化データとして組織側に記録し、経営層・マネージャーは個別の作業画面ではなく、AIが整理した業務サマリーを参照する設計です。 |
|
|
|
組織内のデータが蓄積されるほど、業務パターンの認識精度が上がり、組織運営の判断材料としての精度が高まる構成としています。 |
|
|
|
|
|
|
|
■ 提供機能 |
|
|
|
『業務管理AI』が提供する機能は次のとおりです。 |
|
|
|
• |
|
業務サマリーの自動生成: 社員のPC作業を、作業内容・使用ツール・推定タスク・稼働時間として構造化データに整理 |
|
|
• |
|
個人別・部門別・組織全体の集計: 1日の業務ログを連続作業単位で集約し、合計稼働時間と作業内容の内訳を個人別・部門別・組織全体の各単位で可視化 |
|
|
• |
|
業務ツール横断のデータ化: Slack・Discord・GitHub・Gmail・Notion・Google Workspace・Microsoft 365 等、組織で利用される業務ツールでの活動を、ツールごとの個別連携設定なしに業務サマリーへ反映 |
|
|
• |
|
AIエージェント連携: 業務サマリーは構造化データとして取得可能で、社内の業務改善エージェント・経営ダッシュボード等から横断参照できる構成 |
|
|
• |
|
既存システムとの連携: 勤怠管理、タスク管理、人事システム側と連携することで、自己申告データとAI要約データを並べて参照可能 |
|
|
|
|
|
|
|
|
|
|
|
|
|
■ 組織運営の意思決定への活用 |
|
|
|
『業務管理AI』が蓄積するデータは、個人の稼働量集計にとどまらず、経営層・人事責任者・組織開発担当が今後の組織運営をどう設計していくかを判断するための材料として利用いただける設計です。 |
|
|
|
• |
|
リソース配分の見直し: 部門別・案件別の稼働時間配分と作業内容のデータから、組織のリソースが想定通りに配分されているかを点検し、配分の見直し判断の起点とできます |
|
|
• |
|
組織再編・チーム設計の判断材料: 部門間で発生している業務の重複、特定チームへの業務集中、横断業務の偏りを組織全体の業務データから把握。組織再編・チーム設計・役割分担の見直しの材料として活用いただけます |
|
|
• |
|
働き方改革の起点: 「会議が密集している」「集中作業が分断されている」「特定タスクに想定以上に時間が掛かっている」といったパターンを早期に把握し、会議体や業務再設計の起点とできます |
|
|
• |
|
中長期の人員計画: 組織全体・部門別の稼働時間推移と作業内容のトレンドから、増員・配置転換・採用計画といった中長期の人員計画の判断材料として参照可能です |
|
|
|
|
|
|
|
|
|
|
|
|
|
『業務管理AI』は単なる稼働管理ツールではなく、組織として今後どう運営していくかを判断するためのデータを組織側に残す仕組みとして設計されています。 |
|
|
|
■ 社員プライバシーと労務適合性への対応 |
|
|
|
『業務管理AI』はPC作業の情報を扱うため、社員のプライバシー、労使協定、個人情報保護法との整合を運用面で標準化しています。 |
|
|
|
導入にあたっては、社員への事前告知と同意取得を運用条件とし、データの取扱範囲・保存期間・閲覧権限・マスキング方針を企業ごとに個別設計します。告知文書・同意取得フローのテンプレートはIncertoがご提供します。労働時間管理、個人情報保護法、各社のプライバシーポリシー、労使協定との整合確認は、導入時にIncertoが個別にご支援します。 |
|
|
|
業務委託先への適用についても、業務委託契約書への取扱条項の明記を運用条件とすることで対応可能です。 |
|
|
|
■ 機密保持に応えるセキュリティ設計 |
|
|
|
社員のPC上で扱われる情報には、顧客情報、社内機密、人事情報、財務情報、未公開のソースコードや設計資料など、社外に出すことが許されない情報が含まれます。本AIは、企業のセキュリティポリシーや情報システム部門の運用要件に合わせて、以下のAI基盤での開発が可能です。 |
|
|
|
• |
|
オンプレミス/ローカルLLM構成: 企業内のサーバーでAI解析を稼働させ、データを外部に出さずに運用 |
|
|
• |
|
エンタープライズ向けクラウドAI構成: Amazon Bedrock、Azure OpenAI Service、Google Cloud Vertex AI等、入力データが基盤モデルの追加学習に利用されないエンタープライズ向けAIサービスを利用 |
|
|
• |
|
ハイブリッド構成: 業務の機密度に応じて、部門別・データ種別ごとに上記の基盤を使い分け |
|
|
|
|
|
いずれの構成でも、利用者から見た管理画面・操作方法は共通です。 |
|
|
|
|
|
|
|
■ 導入範囲・連携・カスタマイズ |
|
|
|
本AIは全社一斉の大規模導入を前提としません。組織規模、業務構造、既存システムに合わせて必要な範囲から段階的に導入できます。 |
|
|
|
|
|
|
|
勤怠管理、タスク管理、人事システムとの連携、企業固有の業務フローに合わせた専用モジュールのオーダーメイド開発にも対応します。AIモデルの個別選定(解析精度、処理速度、対応言語、運用コストの要件に応じる)や、業界規制・社内ガバナンスに沿ったマスキング・閲覧権限設定は、導入時にIncertoが個別に設計します。 |
|
|
|
■ 代表コメント |
|
|
|
Incerto合同会社 代表 佐藤碧人 |
|
リモート/ハイブリッドワーク制度を運用するうえで、「いま組織でどのような業務が、どの程度行われているか」を、経営層・マネージャーが社員側の入力負担を増やさず、かつ社員の心理的安全性を損なわない形で把握する手段は、これまで十分に整備されてきませんでした。自己申告に頼れば社員の入力負担が増え、従来型の監視ツールに頼れば社員の心理的安全性が損なわれます。 |
|
|
|
『業務管理AI』は、この両極を避けるために設計しました。組織の業務実態を組織のデータとして残しつつ、社員のプライバシーには配慮する。その両立を、企業のプライバシーポリシーや労使協定に応じて設計します。 |
|
|
|
蓄積される業務データは、特定個人の評価・採点のためではなく、リソース配分・組織再編・働き方改革・人員計画といった今後の組織運営の意思決定材料としてご活用いただきたいと考えております。組織として今後どう運営していくかを判断するためのデータを組織側に残す仕組みとして、本AIをご検討ください。 |
|
|
|
■ まずはお気軽にお問い合わせください |
|
|
|
「うちのリモートワーク運用でも使えるのか」「どの部門から始めればいいのか」「既存の勤怠管理システムと連携できるのか」「オンプレミスで動かしたい」「社員への告知文書のテンプレートが欲しい」「業務委託先にも適用できるか」など、どんなご質問でも構いません。まずはお気軽にご相談ください。 |
|
『業務管理AI』で対応可能かどうかを含め、Incertoが個別にご提案いたします。本プロダクトの範囲外の相談についても、AI活用・業務自動化全般を扱っておりますので、業種・業務を問わずご相談いただけます。デモや業務内容の相談だけでも構いません。 |
|
|
|
|
|
|
|
|
|
|
■ 会社概要 |
|
|
|
会社名:Incerto合同会社(インケルト) |
|
代表:佐藤碧人 |
|
所在地:東京都荒川区 |
|
事業内容:AI活用による経営・業務改善コンサルティング、AIシステム・AI Agentsの開発・導入支援、Blockchain/Web3開発支援 |
|
設立:2026年3月23日 |
|
Webサイト:https://www.incerto.tech/
|
|
E-mail:info@incerto.tech |
|
|
|
「在席時間」と「実際のアウトプット」のミスマッチ。