AXとは？DXとの違いと、業務の「判断」をAIに任せて進める始め方

AX（AIトランスフォーメーション）とは、AIを業務の進め方そのものに組み込み、仕事のしかたや役割分担を変えていく取り組みです。AIツールを個別に使うことではなく、AIがいることを前提に、業務の流れを組み直すところに特徴があります。この記事では、AXの意味、DXとの違い、生成AIの活用との関係、AXの中心になる「判断」の考え方、そして1つの業務から小さく始める進め方を、順に整理します。

AXとは何か：AIを前提に業務を組み直すこと

AXのTは、DXと同じく「トランスフォーメーション（変革）」です。AIを使うこと自体が目的なのではなく、AIを使うことで業務と組織がどう変わったかが問われます。

たとえば、議事録の要約にAIを使うと、書く時間は短くなります。ただ、会議の進め方や、誰が何を決めるかは変わりません。これは便利なツールの活用であって、まだ変革とは言いにくい段階です。

AXでは、業務の流れの中で「AIが何を受け持ち、人が何を受け持つか」を決め直します。AIが先に候補や答えを出し、人はそれを確かめて決める。人が一から考えていた仕事が、AIの答えを見て選ぶ仕事に変わる。こうした役割の組み直しが、AXの中身です。

そのため、AXは情報システム部門だけの取り組みではありません。現場の業務を知る部門長や担当者が、どの仕事をAIと分け合うかを一緒に決めることが欠かせません。

DXとAXの違い

DX（デジタルトランスフォーメーション）とAXは、対立する考え方ではありません。AXは、DXで整えた土台の上に積み重ねる次の段階と考えると分かりやすくなります。

AIは、データがなければ判断できません。受注の記録、在庫の動き、問い合わせの履歴など、DXで貯まってきたデータが、AXの材料になります。逆に言えば、システムを入れてデータが貯まっているのに、判断は今も人の経験だけに頼っている。そうした業務こそ、AXで変えられる余地が大きい業務です。

なお、DXが道半ばでも、AXを始められないわけではありません。業務システムから書き出したCSVや、表計算ソフトで管理している記録があれば、1つの判断から試すことができます。DXとAXの違いや、どちらから手を付けるかの決め方は、「DXとAXの違い」で詳しく整理しています。

生成AIの活用とAXの関係

AXという言葉が広まったきっかけの一つは、文章や画像を作る生成AIの広がりです。メールの下書きや資料づくりに生成AIを使うことは、多くの職場で身近になりました。

生成AIの活用は、AXの入口として大切です。一方で、業務の成果を大きく左右するのは、文章を書く時間よりも、日々くり返される判断であることが少なくありません。どの車両に荷物を割り当てるか、どの請求書を確認するか、どの利用者に注意を向けるか。こうした判断の質と速さが、コストやサービスの品質を決めています。

クラスフォックスの Decision AI は、この判断に絞ったAIです。文章を生成するのではなく、業務の「判断」だけを、確率と確信度つきで返します。答えが決まった型で返ってくるので、そのまま業務の流れに組み込めます。生成AIで文章の仕事を軽くし、Decision AIで判断の仕事を支える。この2つを組み合わせることで、AXは業務の中心に届きます。答えの型や確信度のしくみは、「Decision AIとは」で紹介しています。

AXの中心は「判断」：AIに任せられる判断の型

業務の判断は、業界が違っても、いくつかの型に分けられます。クラスフォックスが設計した260件の Vertical Decision AI SaaS は、次の7つの型に整理しています。

• 資源の配置（限られた資源をどう配るか）：車両と運転手の組み合わせを決める「AI配車」など
• リスク・異常の検知（危険か、異常か）：注意の要る利用者を挙げる「ケアリスクAI」、確認が要る請求書を見分ける「請求書AI」など
• 組み合わせ（何と何を組み合わせるか）：求職者に合う求人を並べる「求人マッチAI」など
• 優先順位づけ（何を優先するか）：商談になりそうな相手から順に並べる「リードAI」など
• 振り分け（誰・どこへ回すか）：届いたメールの担当部署と急ぎ度を決める「メールAI」など
• 次の一手（次に何をするか）：営業担当が次にやるべき行動を示す「次アクションAI」など
• 全体の指揮（全体を見て、何をすべきか）：ゲームの展開をその場で調える「AI Director」など

どの型の判断でも、AIの答えは次の3つの形で返します。AI配車を例にすると、次のような問いになります。

自社の業務を見渡して、「はい／いいえ」「どれを選ぶか」「どの程度か」で答えられる判断を探してみてください。それが、AIに任せられる判断の候補です。

業界ごとに見るAXの姿

AXで何が変わるのかは、現場のシーンで考えると具体的になります。ここでは、クラスフォックスが設計した活用構想から、いくつかの業界の例を紹介します。

物流・倉庫では、配車係の頭の中で組んでいた配車が、AIが車両と運転手の組み合わせを先に出す配車に変わります（AI配車の活用構想）。倉庫では、前日の勘で人を手配するやり方から、物量の見込みに合わせて人数を決めるやり方へ（倉庫人員AI）。一度決めたら動かさない保管場所も、出荷の傾向に合わせて組み替え続けられます（AI棚割・ロケーション最適化）。荷主からの電話で遅れに気づく配送は、遅れそうな便に先回りして手を打つ配送になります（配送遅延AI）。物流の判断を業務の流れに沿ってまとめたものは、「物流のAI活用まとめ」で紹介しています。

介護・福祉では、気になる利用者を職員の記憶に頼っていた施設が、注意の要る方をAIが挙げて職員が確かめる施設に変わります。バックオフィスでは、一枚ずつ突き合わせて承認していた経理が、確認が要る請求書にだけ手を止める経理になります。医療・介護の判断は、「医療・介護のAI活用まとめ」で現場ごとに紹介しています。

営業では、集めたリードに片端から電話する進め方から、商談になりそうな相手から声をかける進め方へ。建設の現場では、週次の定例で遅れが分かる状態から、遅れそうな工程に先に人と段取りを回す状態へ変わります。

どの例でも、AIが最終的な決定を下すわけではありません。AIが先に候補を出し、人が確かめて決める流れに変わることで、人は迷う時間を減らし、例外への対応や顧客との対話に時間を使えるようになります。業界ごとの活用シーンは、AI活用シーンで順に紹介しています。

AIに任せる範囲は「確信度」で決める

AXを進めるときに多い心配は、「AIに任せて、間違えたらどうするのか」というものです。Decision AI では、答えに付く確信度を使って、任せる範囲を段階的に決めます。

• 確信度95%以上：条件がはっきりしていて、影響の小さい判断です。自動で処理します。
• 確信度70〜95%：AIの答えを担当者が確認してから決めます。
• 確信度70%未満：過去のデータが少ないもの、条件が特殊なものです。上長や専門の担当者が判断します。

この閾値は、最初から決め打ちにはしません。PoC（本格導入の前に効果を確かめる試行）の中で、AIの答えと人の判断がどれくらい一致するかを見て決めます。最終判断が必要な業務は、人の承認を前提に設計します。

つまり、AXは人をAIに置き換えることではありません。人が判断すべき場所を選び直し、そこに時間と経験を集めることです。確信度の高い判断はAIに任せ、迷うものほど人が見る。この分担を業務ごとに決めていくことが、AXの実際の作業になります。

AXの進め方：1つの判断から小さく始める

AXは、全社の業務を一度に変える計画から始める必要はありません。むしろ、1つの判断から始めて、確かめながら広げるほうが、現場の納得も得やすくなります。

1. 判断を書き出す：毎日・毎週くり返していて、迷う時間が長く、人によって答えがぶれる判断を挙げます。
2. 1つに絞る：データが手元にあり、結果を確かめやすい判断を1つ選びます。
3. 机上で比べる：業務システムから書き出したCSVを使い、AIの答えと担当者の判断を比べます。この段階では業務を変えません。
4. PoCで確かめる：3〜8週を目安に実際の業務で試し、判断にかかる時間、判断のぶれ、見落としの件数など、決めておいた指標の変化を見ます。
5. 任せる範囲を広げる：確信度の閾値を見直し、効果が確かめられた範囲を広げます。次の判断へも同じ手順で進みます。

いま使っている業務システムは入れ替えません。Decision AI は、WMS（倉庫管理システム）・CRM（顧客管理システム）・予約システムなどの上にのる「判断レイヤー」として入ります。判断特化モデル「Jev」（TypeSafe AI）などを活用し、特定のAIモデルには固定しません。

業務フローや帳票、専門用語に合わせた業界特化のAIを、1業務から小さく始めて育てる。これがクラスフォックスの Vertical AI SaaS の考え方で、初期費用0円・月額10万円（税別）から始められます。自社のどこから始めるかを決めかねているときは、DX・AX診断（10問・約2分）で、いまの位置と次の一手を確かめられます。

AXでつまずきやすい点

AXの取り組みが進まなくなるときには、いくつかの共通する理由があります。始める前に知っておくと、避けやすくなります。

• ツールを入れることが目的になる：AIを入れたあと、業務の流れや役割が変わっていなければ、AXにはなりません。
• 全社で一斉に始めようとする：対象が広いほど、合意と準備に時間がかかります。まず1つの判断で確かめます。
• データがそろうまで待つ：完璧なデータを待つより、手元のCSVで試し、足りないデータをPoCの中で見つけるほうが早く進みます。
• 全部任せるか、まったく任せないかで考える：確信度で段階を分ければ、人が確かめながら少しずつ任せられます。
• 測る指標を決めずに始める：判断にかかる時間や見落としの件数など、何で効果を見るかを先に決めておきます。

DX・AXの基礎をあわせて読む

この記事とあわせて、DX・AXの基礎を整理した次の記事も読むと、全体の見取り図がつかめます。

• 「DXとAXの違い」：対象・手段・成果の比べ方と、どちらから始めるかを決める3つの問い
• 「Vertical AI SaaSとは」：業界特化のAIを1業務から使う形と、向いている会社の見分け方
• 「Decision AIとは」：業務の判断だけを返すAIの、答えの型・判断の型・確信度のしくみ

よくある質問

本記事で紹介する活用の例は、クラスフォックスが設計した活用構想です。効果は、貴社のデータを使ったPoCで確かめます。