Agentが行うこと
- 申請内容の妥当性を判断する
- 労務管理システムへ初期設定を登録する
- 勤怠管理システムへ初期設定を登録する
- 完了を担当者へ通知する
Case概要 / Business Goal
複数システムへの目視確認・転記をAIへ寄せ、BPO担当者を例外対応と判断へ集中させる。AgentとHumanの役割分担
Humanに残すこと / Human boundary
- 例外的または複雑な申請はBPO担当者が引き継ぐ
- 定型案件でもHumanが完了確認を行う
公開されている実績・効果
公開効果
42%削減対象の入社手続き業務で、入社1名あたりの処理工数が42%削減されたとPKSHAとトライアンフが報告している
一次情報で確認公開効果、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
- employee onboarding data in Excel
- application context
- customer-specific operating rules
- 申請内容の妥当性を判断する
- 労務管理システムへ初期設定を登録する
- 勤怠管理システムへ初期設定を登録する
- 完了を担当者へ通知する
- attendance management system
- labor management system
- 依頼
- 妥当性判断
- 必要な初期設定が完了し通知されるか、例外としてHumanへ引き継がれる
HR Agent LabとしてのDesign Insight
HR Agent Labの分析・推論
入社手続きのAgent化では全自動化より、定型判断と複数システム登録をAgentへ寄せ、例外だけHumanへ戻す方がBPO運用へ実装しやすい。
Limitations
- 対象顧客・件数・測定期間の詳細は公開情報で限定的
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エージェントは申請内容を判断し、勤怠管理と労務管理の複数システムへ初期設定を実行する。
対象業務で入社1名あたりの処理工数が42%削減されたと共同発表されている。
Candidate Rule
入社手続きでは、定型申請の妥当性判断と複数システム登録をAgentに完遂させ、例外条件を満たす案件だけHumanへhandoff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。