Agentが行うこと
- 人事規程・制度に関する質問意図を理解する
- 対象情報を参照して回答する
- 根拠が不十分な場合に回答を控える
Case概要 / Business Goal
人事制度・規程に関する定型問い合わせの電話対応を減らし、人事担当者が個別事情を伴う複雑ケースへ時間を使えるようにする。AgentとHumanの役割分担
Humanに残すこと / Human boundary
- 一問一答に近い定型問い合わせはAIで支援する
- 個々の社員事情が複雑に関係するケースはHumanが対応する
- 不明な場合は無理に回答しない
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
- 人事制度情報
- 人事規程
- 社員からの問い合わせ
- 人事規程・制度に関する質問意図を理解する
- 対象情報を参照して回答する
- 根拠が不十分な場合に回答を控える
- IBM watsonx.ai
- HR policy knowledge
- 問い合わせ受付から規程参照・回答またはHuman対応への切り分けを行う
- 根拠のある回答を返す、または回答不能・Human対応が必要であることを明示する
HR Agent LabとしてのDesign Insight
HR Agent Labの分析・推論
人事規程AIでは回答率を最大化するより、根拠が不十分な質問で回答を控えてHumanへ戻せることを先に設計すべきである。
Limitations
- サービスイン後の正答率・問い合わせ削減効果は公開情報では未確認
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
オタフクはwatsonx.aiのファーストトライアルとして教師データと用途範囲を人事規程に限定し、社員の制度・規程問い合わせへ対応する生成AIシステムを構築している。
人事規程では大きな誤回答を許容できないため、分からない場合には「分からない」と回答できるシステムが必要だと会社担当者が述べている。
会社担当者は、一問一答に近い単純な問い合わせを生成AIへ寄せ、人は個々の社員事情が複雑に関係するケースへ対応する役割分担を想定している。
Candidate Rule
人事制度・規程の問い合わせAgentでは、回答根拠が不足する場合のabstentionと、個別事情を伴うケースのHuman escalationを明示的に設計する。
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。