投稿者 global-ai-media 
航空機部品サービスを提供するSatair社が2019年から取り組むAIエージェント「Lilly」は、複雑な見積もりプロセスの自動化において着実な成果を上げています。生成AIブーム以前から続くこの「実務特化型AI」の事例をもとに、日本企業が抱える「見積もり・受発注業務の属人化」という課題に対し、最新のAIエージェント技術をどう適用し、ガバナンスを効かせながら効率化を進めるべきかを解説します。
「回答するAI」から「業務を完遂するAI」へ
昨今の生成AIブームにおいて、多くの企業がチャットボットによる「社内問い合わせ対応」や「文書要約」から活用をスタートさせました。しかし、世界のAIトレンドはすでに次のフェーズ──すなわち、単に質問に答えるだけでなく、複雑なワークフローを自律的に遂行する「AIエージェント」へと移行しつつあります。
その先行事例として示唆に富むのが、エアバスの子会社であり航空機部品のアフターマーケットを担うSatair社のプロジェクト「Lilly」です。ITサービス大手Atosとの協業により2019年に開始されたこのライトハウス（灯台／先行指標）プロジェクトは、当初から「見積もりプロセスの変革」という明確な実務課題の解決を目的としていました。航空機部品の見積もりは、膨大な品番、変動する在庫状況、複雑な価格規定が絡み合う高度な業務ですが、Lillyはこれを自動化し、さらに広範な業務へと適用範囲を拡大させています。
日本企業の「見積もり文化」とAIエージェントの親和性
この事例は、日本のB2B企業にとって極めて重要な意味を持ちます。日本の商習慣において「見積もり（Mitsumori）」は、取引のスピードと信頼性を左右する生命線です。しかし、多くの現場では以下のような課題が常態化しています。
- 属人化：ベテラン社員でなければ、正確な型番選定や適切な掛け率（値引き）判断ができない。
- リードタイムの遅延：営業担当者が外出中だと回答が遅れ、失注につながる。
- マニュアル作業の負荷：PDFやメールで届く依頼を、基幹システム（ERP）へ手入力する転記作業が発生している。
Satairの事例が示すように、AIエージェントはこれらの課題に対する有効な解となります。最新のLLM（大規模言語モデル）を搭載したエージェントは、非構造化データ（メール文面やPDFの図面）を読み解き、在庫システムとAPI連携して価格を算出し、所定のフォーマットで見積書を作成するところまでを「自律的」に行うことが可能です。
実装におけるリスクと「Human-in-the-loop」の重要性
一方で、実務への適用には慎重な設計が求められます。特に日本企業が懸念すべきは「ハルシネーション（もっともらしい嘘）」による誤った価格提示や、法的拘束力を持つ文書の自動発行に伴うコンプライアンスリスクです。
AIエージェントを導入する際は、最初から全自動化を目指すのではなく、「Human-in-the-loop（人間がループに入ること）」を前提とした設計が不可欠です。例えば、AIは「見積もりのドラフト作成」と「根拠データの提示」までを担当し、最終的な承認と送信ボタンの押下は人間が行うというプロセスです。これにより、AIの処理能力を活用しつつ、企業のガバナンスと責任の所在を明確に保つことができます。
また、日本の製造業や商社においては、長年の取引関係に基づく「暗黙の了解」や「特例対応」が存在します。これらをどこまでAIのロジックやプロンプト（指示文）に落とし込めるか、あるいはAIには標準的な案件のみを任せ、例外対応は人間が担うという「役割分担」をどう定義するかが、プロジェクトの成否を分けます。
日本企業のAI活用への示唆
Satairの「Lilly」が2019年から継続的に進化している事実は、AIプロジェクトが一過性のブームではなく、長期的な業務基盤の刷新であることを示しています。日本企業がここから学ぶべき要点は以下の通りです。
- 「小さく始めて育てる」アプローチ：最初から全社展開を目指すのではなく、特定部門のボトルネック（例：特定製品群の見積もり）に絞った「ライトハウスプロジェクト」として開始し、実績を作ってから横展開する。
- レガシーシステムとの連携：AI単体で考えるのではなく、既存のERPやCRM、受発注システムといかにスムーズに連携（API接続など）させるかを技術選定の軸にする。
- 組織文化の変革：「AIに仕事を奪われる」という懸念に対し、AIは「転記や検索などの低付加価値業務」を代行し、人間は「顧客との交渉や例外対応」に集中するためのパートナーであるというメッセージを経営層が発信し続ける。
AIエージェントは、労働人口が減少する日本において、企業の生産性を維持・向上させるための強力な武器となり得ます。技術の目新しさだけでなく、泥臭い現場業務のプロセス改革としてAIを捉え直す時期に来ています。