Agentが行うこと
- 発話内容を解析し適切な勤怠機能を選択する
- 出退勤打刻・打刻修正を実行する
- 労働時間・残業時間・有休等を照会する
- 未承認データや時間外超過等を通知する
- 就業規則・給与規定を検索する
Case概要 / Business Goal
従業員・管理者が勤怠システムの操作手順を意識せず、日常チャネルから必要な勤怠操作・照会・確認を完結できる状態を作る。AgentとHumanの役割分担
Humanに残すこと / Human boundary
- 公開情報上、届出申請・承認機能は今後の拡張予定であり現行提供範囲と区別する
- 個社の勤怠ルール・演算設定はTimePro-eXの設定・構築で定義する
公開されている実績・効果
公開情報で確認できる具体的な実績・効果は、現在のCaseデータには登録されていません。
公開効果、運用規模、利用状況、導入前の状況を区別して表示しています。公開情報にない効果量やBefore→Afterは推定していません。
実装メカニズム / Agentの動き
- ユーザーの自然言語発話
- 勤怠データ
- TimePro-eXの個社設定パラメータ
- 発話内容を解析し適切な勤怠機能を選択する
- 出退勤打刻・打刻修正を実行する
- 労働時間・残業時間・有休等を照会する
- 未承認データや時間外超過等を通知する
- TimePro-eX attendance functions
- Microsoft Teams
- Slack
- Web chat
- チャット上の要求を勤怠機能へRoutingして実行する
- 未承認・時間外超過等の状態を検知し通知する
- 打刻・修正要求がTimePro-eXへ反映される
- 照会要求に必要な勤怠情報が返る
HR Agent LabとしてのDesign Insight
HR Agent Labの分析・推論
ルール密度が高い勤怠Agentでは、LLMを勤怠計算の正本にせず、自然言語の意図解釈・機能Routingに使い、正式な演算・履歴はドメインシステム側に残す構成が安全で再利用しやすい。
Limitations
- 内部アーキテクチャの詳細実装は公開されていない
- 実顧客でのエラー率・精度は公開されていない
HR Agent Labの分析・推論
異常・未承認の自動通知はAgent化の一段階として有効だが、通知後の確認・催促・承認・完了追跡まで公開情報では確認できず、Case Resolution型Agentとは分けて評価すべきである。
Limitations
- 非公開機能や個別構築で追加Orchestrationが存在する可能性はある
Sources / 一次情報
根拠・分析を確認する
公開情報から確認した事実
AIはユーザーの発話内容を分析し、打刻・勤怠照会・アラート確認・就業規則検索の中から適切な機能を選択して実行する。
チャットから実行した打刻記録・打刻修正時刻は勤怠管理システムへ自動格納され、修正履歴も勤怠管理システム側で保持される。
TimePro-eXは1,000項目を超える設定領域と演算機能を持ち、個社ごとの勤怠データを生成する基盤としてAIからのデータ要求や分析予測に応える構成とされている。
ワークフロー承認待ち、時間外超過、不備データ等をチャットへ自動通知する機能が提供されている。
届出の申請・承認機能は公開時点では今後の拡張機能として示されており、現行提供機能とは区別されている。
Candidate Rule
勤怠・給与等のルール密度と監査要求が高いHR Agentでは、LLMは自然言語入力の解釈とTool Routingを担当し、正式な計算・ルール判定・更新履歴は既存ドメインシステムまたは決定論的Rules Engineを正本とする。
異常・未承認を検知して通知するだけの機能と、通知後の確認・催促・承認取得・再確認・完了まで状態を保持するAgentは、成熟度と業務価値を分けて評価する。
人事AIエージェントの全体像を確認する
この事例を、生成AI・チャットボットとの違い、向いている業務、Humanとの役割分担、設計・実装の考え方とあわせて整理する場合は、人事AIエージェントとは・設計方法を確認できます。