【例】新システム導入の稟議を、AIの反論で鍛えた話

この記事は特定の顧客事例ではなく、説明用の例です（採択・承認を保証するものではありません）。

例の前提：管理部門マネージャーのケース

ある会社の管理部門マネージャーが、業務処理システムの入れ替えを稟議にかけようとしているとします。効果はある程度体感していたものの、CFOや営業部長からどんな質問が来るか読めずにいました。

マネージャーは、現状の処理にかかっている時間、新システムの初期費用・月額費用、想定される決裁者を依頼内容にまとめ、MLP 戦略カウンシルに入力しました。

異なる視点を持つ3つのAIが企画書の草案を作成しました。あるモデルはコスト削減効果を強調し、別のモデルは移行リスクへの言及を重視していました。それぞれがResponse A/B/Cとして互いを採点し、不足している観点を指摘し合いました。

議長AIが最良の要素を統合した企画書を作成した後、CFO役割を演じるAIが「投資回収期間の前提が甘いのでは」と指摘し、営業部長役割を演じるAIが「移行期間中の営業現場への影響は」と質問しました。議長AIはこれらに対する回答案を反論対応表としてまとめました。

マネージャーはこの反論対応表を参考に、移行期間中の二重運用コストの試算を追加しました。最終的な企画書はPDFとしてエクスポート（出力）、社内の稟議フローに乗せました。

この例が示すのは、稟議を回す前に複数の視点からの反論を想定できれば、根回しの質が上がるという点です。ただし、この結果は稟議の承認を保証するものではありません。社内の意思決定は最終的に人が行うものであり、AIが作成した内容は提出前に自分で確認する必要があります。