人はちょっとした変化に気づくのは苦手。しかし AI は敏感に反応します。
1.課題: 誤報告のチェック不足
シャラシャラシステム社は、顧客のニーズに合わせたシステム開発を行っています。
同社では、社員の勤怠報告を上長が確認しています。最近では、法令違反（超過勤務、深夜労働、休憩時間の不足）の確認が AI により支援される仕組みが導入され、上長の作業負担が軽減されました。
しかし、異常な勤務時間や不審な旅費請求など、法令違反ではありませんが、「通常と異なる」報告内容のチェックが不十分です。たとえば、通常は午後2時までの勤務が午後5時と報告される、通常はない旅費請求が行われる、といったケースが見過ごされています。
これらの多くは報告ミスによるもので、発見されるのは月次の給与計算時であることが多いです。その結果、管理部門が勤怠データの再確認や修正を求め、上長は改めての確認作業や部下へ再報告の指示を余儀なくされます。
これは上長の本来の業務に割くべき時間を奪い、結果的に事業推進にも悪影響を及ぼしかねません。早急な改善が求められます。
2.解決策: AIに過去報告と比較させる
プロセスオーナーは、上長が部下の報告を確認する際に、通常と異なる点を容易に特定できるようにする工夫を施すことが望ましいと考えました。これを実現するために、勤務時間の確認を行う前段階として、AIによる報告内容の評価が行われる工程を導入しました。
このAIは報告内容を分析し、過去の勤怠報告データと比較して「通常と異なる」点を明確に整理します（違和感を指摘します）。
Before
ワークフロー図の詳細を見る
s1.平日7:00（タイマー開始イベント）
平日07:00に全社員のフローが自動開始します。
x5.勤怠抽出(全社員)
全社員の14日前からの勤怠報告データが自動抽出されます。
x6.勤怠抽出(報告者)
「x5.勤怠抽出(全社員)」で抽出されたデータから、更に報告者のデータのみが自動抽出されます。
x7.勤怠加工1
「x6.勤怠抽出(報告者)」で抽出されたデータから、不要なデータが自動削除されます。
x8.勤怠加工2
「x7.勤怠加工1」で加工されたデータが、Markdown記法に加工されます。
1.出勤時刻の報告
社員は勤務開始時に出勤時刻を入力します。
x1.”勤務中”ステータス
データ項目「勤怠ステータス」に “勤務中” がセットされます。
2.退勤時刻の報告
社員は退勤時に “休憩時刻” と “退勤時刻” を入力します。”勤務時間” は自動計算されます。
x2.”勤務終了”ステータス
データ項目「勤怠ステータス」に “勤務終了” がセットされます。
x4.報告データAI評価
AI が出退勤データを評価し、評価結果を出力します。
3.勤務時間確認
社員の上司は、社員の報告である “出勤時刻” “休憩時間” “退勤時刻” “勤務時間” を確認します。
「x4.出退勤データAI評価」で生成されたAIによる評価結果も確認できます。
2x.差戻対応
社員は差し戻しの理由を確認の上、”出勤時刻” “休憩時間” “退勤時刻” を修正します。
x3.”休暇”ステータス
データ項目「勤怠ステータス」に “休暇” がセットされます。
After
ワークフロー図の詳細を見る
s1.平日7:00（タイマー開始イベント）
平日07:00に全社員のフローが自動開始します。
x5.勤怠抽出(全社員)
全社員の14日前からの勤怠報告データが自動抽出されます。
x6.勤怠抽出(報告者)
「x5.勤怠抽出(全社員)」で抽出されたデータから、更に報告者のデータのみが自動抽出されます。
x7.勤怠加工1
「x6.勤怠抽出(報告者)」で抽出されたデータから、不要なデータが自動削除されます。
x8.勤怠加工2
「x7.勤怠加工1」で加工されたデータが、Markdown記法に加工されます。
1.出勤時刻の報告
社員は勤務開始時に出勤時刻を入力します。
x1.”勤務中”ステータス
データ項目「勤怠ステータス」に “勤務中” がセットされます。
2.退勤時刻の報告
社員は退勤時に “休憩時刻” と “退勤時刻” を入力します。”勤務時間” は自動計算されます。
x2.”勤務終了”ステータス
データ項目「勤怠ステータス」に “勤務終了” がセットされます。
x4.報告データAI評価
AI が出退勤データを評価し、評価結果を出力します。
x9.過去データAI評価
AI が14日前からのデータと報告データを比較し、違和感の有無を評価し、評価結果を出力します。
3.勤務時間確認
社員の上司は、社員の報告である “出勤時刻” “休憩時間” “退勤時刻” “勤務時間” を確認します。
「x4.出退勤データAI評価」「x9.過去データAI評価」で生成されたAIによる評価結果も確認できます。
2x.差戻対応
社員は差し戻しの理由を確認の上、”出勤時刻” “休憩時間” “退勤時刻” を修正します。
x3.”休暇”ステータス
データ項目「勤怠ステータス」に “休暇” がセットされます。
Compare Before / After
勤怠報告データを評価するプロンプト（例）
＜報告データ＞と＜過去データ＞を比較し＜評価ルール＞に従って評価してください。評価結果と評価の背景や理由を＜出力書式＞に示すMarkdownテキストで出力してください（コードブロックにしないでください）。
＜報告データ＞
* 勤務日: #{#q_workday}
* 出勤時刻: #{#q_time_to_clock_in}
* 退勤時刻: #{#q_time_to_clock_out}
* 休憩時間: #{#q_break_time}時間
* 勤務時間: #{#q_working_hours}時間
* 出社旅費請求: #{#q_request_for_travel_expenses}
＜過去データ＞
勤務日 出勤時刻 退勤時刻 休憩時間(h) 勤務時間(h) 出社旅費請求
#{#q_14days_data}
＜評価ルール＞
* 勤務時間帯: ＜報告データ＞の出勤時刻、退勤時刻が、＜過去データ＞の平均と2時間以上異なる場合は "あり"、そうでない場合は "なし" と出力。
* 休憩時間: ＜報告データ＞の休憩時間が、＜過去データ＞の平均と1時間以上異なる場合は "あり"、そうでない場合は "なし" と出力。
* 勤務時間: ＜報告データ＞の勤務時間が、＜過去データ＞の平均と2時間以上異なる場合は "あり"、そうでない場合は "なし" と出力。
* 出社旅費請求: ＜報告データ＞の出社旅費請求が、＜過去データ＞での出現頻度の半分未満であれば "あり"、そうでない場合は "なし" と出力。
＜出力書式＞
### 通常との違い
* 勤務時間帯: {勤務時間帯の評価結果}
* 休憩時間: {休憩時間の評価結果}
* 勤務時間: {勤務時間の評価結果}
* 出社旅費請求: {出社旅費請求の評価結果}
### 解説
{評価の理由・背景}
3.効果
効率化と時間節約
AIを利用して報告内容を分析し、異常や通常と異なる点を自動で検出することで、上長の手作業による確認時間が大幅に削減されます。これにより、上長は本来の業務に集中することが可能となり、全体的な業務効率が向上します。
コスト削減
誤報告に起因する給与計算の誤りを減少させられるため、結果的に不必要な支出の削済や、修正に伴う追加コストが低減されます。これは長期的には財務的な利益にもつながるでしょう。
リスク管理の強化
誤りや不審な報告を早期に検出することで、潜在的なリスクや不正行為を防ぎ、組織全体のリスク管理を強化することが可能となります。
4.他業務への応用
特に小売業やサービス業における、日々の売上報告業務において、過去報告との比較を AI が事前に行うことにより、報告を受ける上長の確認作業の手間が削減されると考えられます。
