特開 2024-13485 業務プロセス探索装置、業務プロセス探索方法及び業務プロセス探索プログラム

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】公開特許公報(A)

(11)【公開番号】P2024013485

(43)【公開日】2024-02-01

(54)【発明の名称】業務プロセス探索装置、業務プロセス探索方法及び業務プロセス探索プログラム

(51)【国際特許分類】

   G06Q 10/0633 20230101AFI20240125BHJP

【ＦＩ】

G06Q10/06 324

【審査請求】未請求

【請求項の数】14

【出願形態】ＯＬ

(21)【出願番号】P 2022115602

(22)【出願日】2022-07-20

(71)【出願人】

【識別番号】000233055

【氏名又は名称】株式会社日立ソリューションズ

(74)【代理人】

【識別番号】110000350

【氏名又は名称】ポレール弁理士法人

(72)【発明者】

【氏名】曾我 遼

(72)【発明者】

【氏名】福井 大輔

(72)【発明者】

【氏名】間瀬 正啓

(72)【発明者】

【氏名】石田 直哉

(72)【発明者】

【氏名】井上 正彦

【テーマコード（参考）】

5L049

【Ｆターム（参考）】

5L049AA07

(57)【要約】

【課題】ＡＩに推論誤りが生じた場合のリスクを評価した上で、ＡＩを用いる業務プロセスを構築する。
【解決手段】リスク評価部２０は、業務プロセス候補のとりうる結論に至る経路ごとに、当該経路に生じる影響のうち負の影響評価値に基づき算出される不利益スコアと当該経路の発生確率とに基づき、リスクスコアを算出し、業務プロセス候補がとり得る複数の経路について算出されたリスクスコアの総和を業務プロセス候補のリスクスコアとして算出し、表示部１２は、複数の業務プロセス候補の工程フローとリスク評価部により算出された業務プロセス候補のリスクスコアとをユーザに表示する。
【選択図】図１

【特許請求の範囲】

【請求項1】

メモリと、前記メモリにロードされたプログラムを実行することにより機能部として機能するプロセッサとを備える業務プロセス探索装置であって、
前記機能部として、入力部と、リスク評価部と、表示部とを有し、
前記入力部は、ユーザからの複数の業務プロセス候補のデータの入力を受けてデータ記憶部に記憶し、前記業務プロセス候補のデータには、人工知能による推論を行う工程を含む工程フローと、前記業務プロセス候補の最終工程の内容である業務プロセスの結論が関係者に与える影響及び影響評価値が登録された影響評価表と、前記工程フローに含まれる分岐の遷移確率が登録された遷移確率表を含み、
前記リスク評価部は、前記業務プロセス候補のとりうる結論に至る経路ごとに、当該経路に生じる前記影響のうち負の前記影響評価値に基づき算出される不利益スコアと当該経路の発生確率とに基づき、リスクスコアを算出し、前記業務プロセス候補がとり得る複数の経路について算出されたリスクスコアの総和を前記業務プロセス候補のリスクスコアとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記リスク評価部により算出された前記業務プロセス候補のリスクスコアとをユーザに表示する業務プロセス探索装置。

【請求項2】

請求項１において、
前記業務プロセス候補のデータには、前記業務プロセス候補の工程フローと人工知能による推論を行う工程を含まない業務プロセスの工程フローとを比較して変化の有無を判定した変化一覧表を含み、
前記リスク評価部は、誤った結論に至る第１の経路の前記不利益スコアを、前記第１の経路に生じる前記影響のうち負の前記影響評価値と、前記第１の経路と同じ工程フローにより正しい結論に至る第２の経路に生じる前記影響のうち正の前記影響評価値との和として算出する業務プロセス探索装置。

【請求項3】

請求項１において、
前記業務プロセス候補のデータには、前記業務プロセス候補の工程フローにおける人工知能による推論の誤りの検出容易性を判定した容易性評価一覧表を含み、
前記リスク評価部は、前記業務プロセス候補のとりうる結論に至る経路の発生確率を、前記容易性評価一覧表の判定によって補正した補正発生確率に基づき、経路ごとのリスクスコアを算出する業務プロセス探索装置。

【請求項4】

請求項１において、
前記機能部として、コスト評価部を有し、
前記業務プロセス候補のデータには、前記業務プロセス候補の結論を確認する確認比率を定めた確認比率一覧表を含み、前記確認比率は、前記業務プロセス候補の工程フローのリスクスコアに応じて定められ、
前記コスト評価部は、前記業務プロセス候補の工程フローごとに、当該工程フローのリスクスコアに相当する確認比率に基づき確認コストを算出し、前記業務プロセス候補の工程フローについて算出された確認コストの総和を前記業務プロセス候補の確認コストとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記コスト評価部により算出された前記業務プロセス候補の確認コストとをユーザに表示する業務プロセス探索装置。

【請求項5】

請求項４において、
前記確認比率一覧表には、業務プロセスの結論の正誤を確認する正誤確認についての確認比率とＡＩ倫理の観点から偏った判断がなされていないか確認する性能偏り確認についての確認比率とが定められている業務プロセス探索装置。

【請求項6】

請求項１において、
前記機能部として、コスト評価部を有し、
前記業務プロセス候補のデータには、前記業務プロセス候補に含まれる工程ごとの実行コストを示す実行コスト一覧表を含み、
前記コスト評価部は、前記業務プロセス候補の工程フローごとに、当該工程フローの発生確率と前記実行コスト一覧表から算出される当該工程フローの総実行コストとに基づき実行コストを算出し、前記業務プロセス候補の工程フローについて算出された実行コストの総和を前記業務プロセス候補の実行コストとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記コスト評価部により算出された前記業務プロセス候補の実行コストとをユーザに表示する業務プロセス探索装置。

【請求項7】

メモリと、前記メモリにロードされたプログラムを実行することにより機能部として機能するプロセッサとを備える業務プロセス探索装置を用いた業務プロセス探索方法であって、
前記機能部として、入力部と、リスク評価部と、表示部とを有し、
前記入力部は、ユーザからの複数の業務プロセス候補のデータの入力を受けてデータ記憶部に記憶し、前記業務プロセス候補のデータには、人工知能による推論を行う工程を含む工程フローと、前記業務プロセス候補の最終工程の内容である業務プロセスの結論が関係者に与える影響及び影響評価値が登録された影響評価表と、前記工程フローに含まれる分岐の遷移確率が登録された遷移確率表を含み、
前記リスク評価部は、前記業務プロセス候補のとりうる結論に至る経路ごとに、当該経路に生じる前記影響のうち負の前記影響評価値に基づき算出される不利益スコアと当該経路の発生確率とに基づき、リスクスコアを算出し、前記業務プロセス候補がとり得る複数の経路について算出されたリスクスコアの総和を前記業務プロセス候補のリスクスコアとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記リスク評価部により算出された前記業務プロセス候補のリスクスコアとをユーザに表示する業務プロセス探索方法。

【請求項8】

請求項７において、
前記機能部として、コスト評価部を有し、
前記業務プロセス候補のデータには、前記業務プロセス候補の結論を確認する確認比率を定めた確認比率一覧表を含み、前記確認比率は、前記業務プロセス候補の工程フローのリスクスコアに応じて定められ、
前記コスト評価部は、前記業務プロセス候補の工程フローごとに、当該工程フローのリスクスコアに相当する確認比率に基づき確認コストを算出し、前記業務プロセス候補の工程フローについて算出された確認コストの総和を前記業務プロセス候補の確認コストとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記コスト評価部により算出された前記業務プロセス候補の確認コストとをユーザに表示する業務プロセス探索方法。

【請求項9】

請求項８において、
前記確認比率一覧表には、業務プロセスの結論の正誤を確認する正誤確認についての確認比率とＡＩ倫理の観点から偏った判断がなされていないか確認する性能偏り確認についての確認比率とが定められている業務プロセス探索方法。

【請求項10】

請求項７において、
前記機能部として、コスト評価部を有し、
前記業務プロセス候補のデータには、前記業務プロセス候補に含まれる工程ごとの実行コストを示す実行コスト一覧表を含み、
前記コスト評価部は、前記業務プロセス候補の工程フローごとに、当該工程フローの発生確率と前記実行コスト一覧表から算出される当該工程フローの総実行コストとに基づき実行コストを算出し、前記業務プロセス候補の工程フローについて算出された実行コストの総和を前記業務プロセス候補の実行コストとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記コスト評価部により算出された前記業務プロセス候補の実行コストとをユーザに表示する業務プロセス探索方法。

【請求項11】

メモリと、プロセッサとを備える情報処理装置によって実行される業務プロセス探索プログラムであって、
前記業務プロセス探索プログラムは、前記メモリにロードされて、前記プロセッサによって実行されることにより、入力部、リスク評価部、及び表示部として機能し、
前記入力部は、ユーザからの複数の業務プロセス候補のデータの入力を受けてデータ記憶部に記憶し、前記業務プロセス候補のデータには、人工知能による推論を行う工程を含む工程フローと、前記業務プロセス候補の最終工程の内容である業務プロセスの結論が関係者に与える影響及び影響評価値が登録された影響評価表と、前記工程フローに含まれる分岐の遷移確率が登録された遷移確率表を含み、
前記リスク評価部は、前記業務プロセス候補のとりうる結論に至る経路ごとに、当該経路に生じる前記影響のうち負の前記影響評価値に基づき算出される不利益スコアと当該経路の発生確率とに基づき、リスクスコアを算出し、前記業務プロセス候補がとり得る複数の経路について算出されたリスクスコアの総和を前記業務プロセス候補のリスクスコアとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記リスク評価部により算出された前記業務プロセス候補のリスクスコアとをユーザに表示する業務プロセス探索プログラム。

【請求項12】

請求項１１において、
前記業務プロセス探索プログラムは、前記メモリにロードされて、前記プロセッサによって実行されることにより、コスト評価部として機能し、
前記業務プロセス候補のデータには、前記業務プロセス候補の結論を確認する確認比率を定めた確認比率一覧表を含み、前記確認比率は、前記業務プロセス候補の工程フローのリスクスコアに応じて定められ、
前記コスト評価部は、前記業務プロセス候補の工程フローごとに、当該工程フローのリスクスコアに相当する確認比率に基づき確認コストを算出し、前記業務プロセス候補の工程フローについて算出された確認コストの総和を前記業務プロセス候補の確認コストとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記コスト評価部により算出された前記業務プロセス候補の確認コストとをユーザに表示する業務プロセス探索プログラム。

【請求項13】

請求項１２において、
前記確認比率一覧表には、業務プロセスの結論の正誤を確認する正誤確認についての確認比率とＡＩ倫理の観点から偏った判断がなされていないか確認する性能偏り確認についての確認比率とが定められている業務プロセス探索プログラム。

【請求項14】

請求項１１において、
前記業務プロセス探索プログラムは、前記メモリにロードされて、前記プロセッサによって実行されることにより、コスト評価部として機能し、
前記業務プロセス候補のデータには、前記業務プロセス候補に含まれる工程ごとの実行コストを示す実行コスト一覧表を含み、
前記コスト評価部は、前記業務プロセス候補の工程フローごとに、当該工程フローの発生確率と前記実行コスト一覧表から算出される当該工程フローの総実行コストとに基づき実行コストを算出し、前記業務プロセス候補の工程フローについて算出された実行コストの総和を前記業務プロセス候補の実行コストとして算出し、
前記表示部は、複数の前記業務プロセス候補の工程フローと前記コスト評価部により算出された前記業務プロセス候補の実行コストとをユーザに表示する業務プロセス探索プログラム。

【発明の詳細な説明】

【技術分野】

【0001】

本発明は、業務プロセス探索装置、業務プロセス探索方法及び業務プロセス探索プログラムに関する。

【背景技術】

【0002】

特許文献１は、業務プロセス評価方法を開示する。業務プロセスのパフォーマンスをモニタし、パフォーマンスの低下がみられるときには、その原因が外的要因及び内的要因のいずれに起因するかを識別し、内的要因に起因したパフォーマンスの低下を改善対象として抽出するものである。

【0003】

近年、業務プロセスにＡＩ（人工知能）を導入する動きがある。ＡＩを業務プロセスに導入することで、業務プロセスのパフォーマンスを格段に向上させることが可能になる。

【先行技術文献】

【特許文献】

【0004】

【特許文献1】特開２０１８－５５５０号公報

【発明の概要】

【発明が解決しようとする課題】

【0005】

ＡＩの業務プロセスへの導入は、業務プロセスのパフォーマンスを改善させる一方で、業務プロセスの内容によっては、ＡＩによる推論結果が組織、あるいは人に対して心理的、経済的、身体的な不利益を引き起こすおそれがある。ＡＩをタスク割り当て業務に適用する場合を例にとる。例えば、候補者が提出したＰＲ動画に基づいてＡＩが候補者のスキルを判断し、適切なスキルを有すると判断した候補者をタスクにアサインする業務プロセスの導入を検討するものとする。このとき、ＡＩによる候補者スキルの推論結果に誤りがあると、スキルレベルが不十分な候補者をアサインしてしまったり、スキルレベルが十分な候補者がアサインされなかったり、という結果につながる。これでは、ＡＩを導入したタスク割り当て業務のパフォーマンスが上がったとしても、タスク割り当て業務本来の目的が達成されているとはいいがたい。

【0006】

したがって、ＡＩを業務プロセスに導入するにあたっては、特許文献１に示されるようなパフォーマンスを指標として良否を判断するだけでなく、ＡＩに推論誤りが生じた場合のリスクを評価した上で、ＡＩを用いる業務プロセスを構築する必要がある。さらに、業務プロセスの内容によっては、ＡＩ倫理の観点からのリスク評価も重要である。例えば、上記の例であれば、ＡＩがスキルレベルを正しく判断しているとしても、推論結果に人種あるいは性別に偏りが生じているようであれば、推論が適切ではない。ＡＩによる推論を業務プロセスに取り込んだとしても、その影響を受ける人や組織に、業務プロセスの本来目的に照らして納得性のある形で業務プロセスが構築されていることが説明可能とされていることが望まれる。

【課題を解決するための手段】

【0007】

本発明の一実施態様である業務プロセス探索装置は、メモリと、メモリにロードされたプログラムを実行することにより機能部として機能するプロセッサとを備える業務プロセス探索装置であって、機能部として、入力部と、リスク評価部と、表示部とを有し、
入力部は、ユーザからの複数の業務プロセス候補のデータの入力を受けてデータ記憶部に記憶し、業務プロセス候補のデータには、人工知能による推論を行う工程を含む工程フローと、業務プロセス候補の最終工程の内容である業務プロセスの結論が関係者に与える影響及び影響評価値が登録された影響評価表と、工程フローに含まれる分岐の遷移確率が登録された遷移確率表を含み、
リスク評価部は、業務プロセス候補のとりうる結論に至る経路ごとに、当該経路に生じる影響のうち負の影響評価値に基づき算出される不利益スコアと当該経路の発生確率とに基づき、リスクスコアを算出し、業務プロセス候補がとり得る複数の経路について算出されたリスクスコアの総和を業務プロセス候補のリスクスコアとして算出し、
表示部は、複数の業務プロセス候補の工程フローとリスク評価部により算出された業務プロセス候補のリスクスコアとをユーザに表示する。

【発明の効果】

【0008】

ＡＩに推論誤りが生じた場合のリスクを評価した上で、ＡＩを用いる業務プロセスを構築することが可能になる。その他の課題と新規な特徴は、本明細書の記述および添付図面から明らかになるであろう。

【図面の簡単な説明】

【0009】

【図1】実施例１の業務プロセス探索装置の機能ブロック図である。

【図2】情報処理装置のハードウェア構成例である。

【図3】業務プロセス候補の例である。

【図4】影響評価表の例である。

【図5】遷移確率表の例である。

【図6】リスクスコア算出方法を説明するための図である。

【図7】リスクスコア算出過程を説明するための図である。

【図8】業務プロセス候補評価画面の例である。

【図9】ＡＩ導入前の業務プロセスである。

【図10】変化一覧表の例である。

【図11】容易性評価一覧表の例である。

【図12】実施例２の業務プロセス探索装置の機能ブロック図である。

【図13】確認比率一覧表の例である。

【図14】センシティブ属性表の例である。

【図15】確認コストの算出過程を説明するための図である。

【図16】評価結果一覧の例である。

【図17】実行コスト一覧表の例である。

【図18】実行コストの算出過程を説明するための図である。

【図19】評価結果一覧の例である。

【発明を実施するための形態】

【0010】

以下、図面を参照しながら本発明の実施例について説明する。

【実施例0011】

図１に実施例１の業務プロセス探索装置１０の機能ブロック図を示す。また、図２に業務プロセス探索装置１０のハードウェア構成を示す。業務プロセス探索装置１０は、図２に示すようなプロセッサ（ＣＰＵ）１、メモリ２、ストレージ装置３、入力装置４、出力装置５、通信装置６、バス７を主要な構成として含む情報処理装置により実現される。プロセッサ１は、メモリ２にロードされたプログラムに従って処理を実行することによって、所定の機能を提供する機能部として機能する。ストレージ装置３は、機能部で使用するデータやプログラムを格納する。ストレージ装置３には、例えばＨＤＤ（Hard Disk Drive）やＳＳＤ（Solid State Drive）のような不揮発性記憶媒体が用いられる。入力装置４は、キーボード、ポインティングデバイスなどであり、出力装置５はディスプレイなどである。通信装置６は、ネットワークを介して他の情報処理装置や端末と通信を可能にする。これらはバス７により互いに通信可能に接続されている。

【0012】

なお、業務プロセス探索装置１０は１台の情報処理装置で実現する必要はなく、複数台の情報処理装置で実現してもよい。また、業務プロセス探索装置１０の一部、あるいはすべての機能をクラウド上のアプリケーションとして実現してもよい。

【0013】

業務プロセス探索装置１０は、情報処理装置が業務プロセス探索プログラムを実行することで実現される装置であって、入力部１１、表示部１２、リスク評価部２０の機能部を有する。ＡＩをタスク割り当て業務に適用する業務プロセス構築を例として、業務プロセス探索装置１０について説明する。

【0014】

入力部１１は、構築する業務プロセスについてユーザからの情報入力を受け、データ記憶部３０に記憶する機能部である。入力される業務プロセス情報には、構築する業務プロセスについてユーザが検討した業務プロセス候補の内容、すなわち業務プロセス候補の工程フローを示す業務プロセス候補データ３１、業務プロセス候補を評価するための情報である影響評価表３２、遷移確率表３３を含む。これらの詳細については後述する。これらのデータ入力は、入力装置４から行ってもよいし、ネットワークを介して接続されたユーザ端末から通信装置６を介して行ってもよい。また、データ３１～３３はストレージ装置３に記憶されてもよいし、ネットワークを介して業務プロセス探索装置１０が接続可能なデータサーバに記憶させ、ストレージ装置３にはデータサーバにアクセスするためのアドレスを記憶するようにしてもよい。

【0015】

リスク評価部２０は、業務プロセス候補ごとにリスクスコアを算出する機能部である。リスク評価部２０は、サブ機能部として不利益レベル算出部２１、尤度算出部２２、リスクスコア算出部２３を備える。これらの詳細については後述する。

【0016】

表示部１２は、業務プロセス候補を、リスク評価部２０が算出したリスクスコアとともにユーザに提示する機能部である。ユーザはリスクスコアに基づき、いずれの業務プロセス候補を選択する。これにより、ＡＩの推論誤りによって生じるリスクを踏まえた上での業務プロセスの選択が可能になる。ユーザへの提示は、出力装置５から行ってもよいし、通信装置６からネットワークを介して接続されたユーザ端末に対して行ってもよい。

【0017】

図３に、業務プロセス候補データ３１としてユーザが入力する業務プロセス候補を示す。業務プロセス候補データ３１は、データの形式は問わず、業務プロセス候補の含む工程と当該業務プロセス候補においてとり得る経路が特定できるようになっていればよい。ここでは、ユーザは５つの業務プロセス候補（＃１～＃５）を入力したものとする。

【0018】

第１の業務プロセス候補３１－１の業務プロセスの内容を説明する。最初に、候補者に対してＡＩ使用への同意をとる（Ｓ０１）。候補者が同意しない場合には、ＡＩによる評価は行わない。ＡＩ使用に同意した候補者は応募システムにログインし（Ｓ０２）、募集されているタスクについて自らが十分なスキルを有することをアピールするＰＲ動画を撮影する（Ｓ０３）。その後、上長（評価責任者）によるＰＲ動画の評価を行い（Ｓ０４ａ）、スキル十分と判断すれば当該候補者にタスクを割り当てる（Ｓ０５）。一方、上長がスキル不足と判断する場合にはＡＩによるＰＲ動画の評価を行い（Ｓ０４ｂ）、ＡＩがスキル十分と判断すれば当該候補者にタスクを割り当て（Ｓ０５）、上長とＡＩがともにスキル不十分と判断すれば、スキルを向上されるための教育を実施する（Ｓ０６）。

【0019】

第２～第４の業務プロセス候補は第１の業務プロセス候補と同じ工程を有しているが、上長による評価（Ｓ０４ａ）とＡＩによる評価（Ｓ０４ｂ）の順序やスキル判断後の工程が異なっている。また、第５の業務プロセス候補では上長による評価（Ｓ０４ａ）を含まない。第５の業務プロセス候補はもちろん、同じ工程からなる第１～第４の業務プロセス候補においても、ＡＩに推論誤りが生じた場合のリスクは異なっている。そこで、業務プロセス探索装置１０は、それぞれの業務プロセス候補におけるリスクをリスクスコアにより可視化して提示する。

【0020】

影響評価表３２、遷移確率表３３は業務プロセス候補におけるリスクを評価するための基礎情報である。

【0021】

影響評価表３２は、業務プロセスの結論が関係者に与える影響を点数化した一覧表である。図４に図３の業務プロセス候補に適用される影響評価表の例を示す。ここで、業務プロセスの結論とは業務プロセスの最終工程の内容を指すものとする。図３の例で言えば、最終工程となりうる工程は、ＡＩ使用の同意（Ｓ０１）、タスク割り当て（Ｓ０５）、教育（Ｓ０６）である。さらに、最終工程となりうる工程は、正誤のある工程とない工程とに区分される。本実施例のリスク評価においては、最終工程が正誤のある工程である場合には、正誤に分けて区分してリスク評価を行うものとする。一般に、業務プロセスにおいて結論が正しい場合の利益、不利益と結論が誤っている場合の利益、不利益とは非対称であるためである。ここでは、ＡＩ使用の同意（拒絶）が正誤のない工程であり、タスク割り当てと教育とが正誤のある工程である。具体的にタスク割り当て工程、教育工程が正しいとは、それぞれスキル十分な候補者にタスクが割り当てられ、スキル不足の候補者にスキル教育を施すことをいう。これに対して、タスク割り当て工程、教育工程が誤っているとは、それぞれスキル不足の候補者にタスクが割り当てられ、スキル十分の候補者にスキル教育を施すことをいう。

【0022】

業務プロセスの結論が関係者に与える影響の内容や評価値は、業務プロセスの結論（正誤がある場合には、正誤を含めた結論をいう）が、関係者に対してどのような影響を与えるかについて、ユーザが考察して決定する。

【0023】

影響ＩＤ４１は、ユーザが抽出した業務プロセスの結論が関係者に与える影響を一意に特定するＩＤである。最終工程４２及び正誤判定結果４３の組み合わせにより、業務プロセスの結論が示される。この例においては、業務プロセスの結論は、タスク割り当て（正／誤）、教育（正／誤）、ＡＩ使用への同意の５通りである。影響対象者４４は、影響を受ける対象者であり、業務プロセスの内容に応じて決定される。この例では候補者または上長である。影響項目４５及び影響種類４６に影響対象者が受ける影響の内容が示され、影響評価値４７にその影響を点数化した評価値が示される。影響評価値４７には正負があり、影響対象者にとってよい影響である場合には値が正となり、影響対象者にとって悪い影響である場合には値が負となる。

【0024】

遷移確率表３３は、業務プロセスにおいて工程の出力に応じて経路が分岐する場合における遷移確率を示す一覧表である。図５に図３の業務プロセス候補に適用される遷移確率表の例を示す。図３の例で言えば、その出力によって分岐が生じる工程は、ＡＩ使用への同意（Ｓ０１）、上長による評価（Ｓ０４ａ）、ＡＩによる評価（Ｓ０４ｂ）である。さらに、工程の出力は、正誤のある出力とない出力とに区分される。本実施例のリスク評価においては、工程の出力に正誤のある場合には、正誤に分けて区分してリスク評価を行うものとする。ここでは、ＡＩ使用への同意／拒絶が正誤のない出力であり、上長による評価（タスク十分／タスク不足）とＡＩによる評価（タスク十分／タスク不足）とが正誤のある出力である。具体的に上長による評価、ＡＩによる評価の出力が正しいとは、それぞれスキル十分な候補者をスキル十分と評価し、スキル不足の候補者をスキル不足と評価することをいう。これに対して、上長による評価、ＡＩによる評価の出力が誤っているとは、それぞれスキル十分な候補者をスキル不足と評価し、スキル不足の候補者をスキル十分と評価することをいう。

【0025】

分岐（正誤がある場合には、正誤を含めた分岐をいう）の遷移確率は、ユーザによって決定される。遷移確率ＩＤ５１は、業務プロセスに起こり得る分岐を一意に特定するＩＤである。工程５２、出力５３及び正誤判定結果５４の組み合わせに対してそれぞれ遷移確率を設定する。この例では、ＡＩ使用への同意（Yes／No）、上長による評価「スキル十分」（正／誤）、上長による評価「スキル不足」（正／誤）、ＡＩによる評価「スキル十分」（正／誤）、ＡＩによる評価「スキル不足」（正／誤）の１０通りである。確率５５は各分岐の遷移確率を示し、遷移確率は工程ごとに１００％となるように値が設定されている。

【0026】

以上のデータを用いて、リスク評価部２０では、各業務プロセス候補について、リスクスコアを算出する。図７に図３に示した業務プロセス候補（一部）についてのリスクスコア算出過程を示す。リスクスコアは業務プロセス候補に含まれる経路ごとに算出する。ここで、経路とは、最初の工程（ここではＡＩ使用への同意）から結論に至る経路をいうものとする。上述のように、業務プロセスの結論に正誤がある場合には、正しい結論である場合と誤った結論である場合を別の結論として扱うため、最終工程が正誤を含む場合には、正しい結論に至る経路と誤った結論に至る経路は、経路の工程フローが同一であるにもかかわらず、異なる経路として扱う。

【0027】

経路ＩＤ６１は経路を一意に特定するＩＤである。分かりやすさのため「Ｘ－Ｙ」形式のＩＤとし、Ｘは工程フローが同じ経路を示し、結論の違いをＹで示している。例えば、経路ＩＤ１－１と経路ＩＤ１－２とは工程フロー６３は同一であるが、最終工程６４と正誤判定結果６５の組み合わせとして示される業務プロセス候補の結論が異なる。業務プロセス候補ＩＤは、ここでは図３に示す第１～第５の業務プロセス候補のいずれに当たるかを示している。

【0028】

以下、リスク評価部２０の処理をサブ機能部ごとに、図７を参照しながら説明する。

【0029】

不利益レベル算出部２１は、経路ごとの利益スコアＡ_ｐ６８、不利益スコアＤ_ｐ６９及び不利益レベルＤＬ_ｐを算出する。利益スコアＡ_ｐと不利益スコアＤ_ｐの算出は図４に示した影響評価表３２に基づき算出する。利益スコアＡ_ｐは経路の結論についての値が正である影響評価値の総和、不利益スコアＤ_ｐは経路の結論についての値が負である影響評価値の絶対値の総和として算出される。例えば、経路３－１の場合、最終工程「教育」、正誤判定結果「正」である場合の影響評価表（影響ＩＤ６－９）を参照し、利益スコアＡ_ｐは３、不利益スコアＤ_ｐは１と算出される。同様に、経路３－２の場合、最終工程「教育」、正誤判定結果「誤」である場合の影響評価表（影響ＩＤ１０）を参照し、利益スコアＡ_ｐは０、不利益スコアＤ_ｐは３と算出される。他の経路についても同様である。

【0030】

算出した利益スコアＡ_ｐ、不利益スコアＤ_ｐから不利益レベルＤＬ_ｐを算出する。ここでは、不利益スコアＤ_ｐから不利益レベルＤＬ_ｐを算出する場合の例を（数１）として示す。

【0031】

【数1】

【0032】

（数１）は、不利益スコアＤ_ｐの大きさを３段階に区分するための数式の例である。レベル分けの数によって、数式は異なるものとなる。不利益スコアＤ_ｐの最大値（max(Ｄ_ｐ)）は、業務プロセス候補ごとに求められる。第１の業務プロセス候補における不利益スコアＤ_ｐの最大値は５であるから、経路３－１における不利益レベルＤＬ_ｐは１、経路３－２における不利益レベルＤＬ_ｐは２と算出される。

【0033】

尤度算出部２２は、経路ごとの発生確率Ｐ_ｐ６６と尤度Ｌ_ｐ６７を算出する。経路の発生確率Ｐ_ｐの算出は、図５に示した遷移確率表３３に基づき算出する。各経路について、工程フロー６３に沿って、分岐がある度にその遷移確率を掛け合わせていけばよい。

【0034】

算出した発生確率Ｐ_ｐから尤度Ｌ_ｐを算出する。算出式の一例を（数２）として示す。

【0035】

【数2】

【0036】

（数２）は、発生確率Ｐ_ｐの大きさを３段階に区分するための数式の例である。レベル分けの数によって、数式は異なるものとなる。

【0037】

リスクスコア算出部２３は、経路ごとのリスクスコアＲ_ｐと業務プロセス候補ごとのリスクスコアＲを算出する。経路ごとのリスクスコアＲ_ｐは、経路ごとの不利益レベルＤＬ_ｐ及び尤度Ｌ_ｐに基づき算出する。算出式の一例を（数３）として示す。

【0038】

【数3】

【0039】

（数３）は図６に示すリスクスコア算出方法を算出式として表記したものである。すなわち、経路ごとの不利益レベルＤＬ_ｐと尤度Ｌ_ｐとの和が３以下のときは、経路ごとのリスクスコアＲ_ｐを０、経路ごとの不利益レベルＤＬ_ｐと尤度Ｌ_ｐとの和が３より大きく４以下のときは、経路ごとのリスクスコアＲ_ｐを１、経路ごとの不利益レベルＤＬ_ｐと尤度Ｌ_ｐとの和が４より大きく６以下のときは、経路ごとのリスクスコアＲ_ｐを１０とするものである。区分する範囲や区分ごとのリスクスコアＲ_ｐの値はユーザが任意に設定できる。

【0040】

図７の算出例では（数３）に基づき、経路ごとのリスクスコアＲ_ｐを算出しているが、たとえば、（数４）のような算出式によって経路ごとのリスクスコアＲ_ｐを算出することもできる。

【0041】

【数4】

【0042】

業務プロセス候補ごとのリスクスコアＲは、業務プロセス候補について算出した経路ごとのリスクスコアＲ_ｐの総和として算出される。例えば、第１の業務プロセス候補のリスクスコアＲは、図７の経路１－１～４のリスクスコアＲ_ｐの和であるから３となる。

【0043】

リスク評価部２０は、以上の処理により、各業務プロセス候補についてのリスクスコアＲを算出する。

【0044】

図８は、表示部１２が表示する業務プロセス候補評価画面８０の例である。業務プロセス候補表示欄８１に図３に示した業務プロセス候補が表示され、評価結果一覧８２にリスク評価部２０によって算出された各業務プロセス候補のリスクスコアＲが表示される。例えば、リスクスコアＲで高評価である業務プロセス候補については、強調表示８３を行うことが望ましい。この例では第２の業務プロセス候補と第４の業務プロセス候補が高評価（低リスク）であった。

【0045】

以下に、リスク評価部２０におけるリスク評価方法の変形例を示す。

【0046】

（変形例１）
ＡＩが導入されることによって評価プロセスが変更されることにより、ＡＩ導入前の業務プロセスで得られていた利益が、ＡＩ導入後に得られなくなる場合、関係者には利益が得られないことが不利益であると感じられると考えられる。変形例１はＡＩの導入により得られなくなった利益を不利益スコアに反映させるものである。図３の例に基づき変形例１について説明する。

【0047】

図９は、ＡＩ導入前の業務プロセスである。図３と同じ工程については同じ符号を付している。図１０に工程フローごとのＡＩ導入に伴う変化の有無を示す変化一覧表３４を示す。変化一覧表３４は、ユーザによって入力される業務プロセス情報の一つであり、データ記憶部３０に記憶される。工程フローＩＤ９１は、工程フロー９３を一意に特定するＩＤであり、ＡＩ導入前変化有無９４には、工程フローごとにＡＩ導入前の業務プロセスと比較した変化の有無が示されている。例えば、工程フローＩＤ２では、上長による評価（Ｓ０４ａ）がスキル不足であっても、タスク割り当て（Ｓ０５）に至っている点で、ＡＩ導入に伴う変化が存在している。本変形例では、この場合、工程フローＩＤ２に対応する経路ＩＤ２－２（正誤判定結果：誤）の不利益スコアＤ_ｐ’は、本来の経路ＩＤ２－２の不利益スコアＤ_ｐと経路ＩＤ２－１（正誤判定結果：正）の利益スコアＡ_ｐの和（Ｄ_ｐ＋Ａ_ｐ）とする。すなわち、図７の例では、経路ＩＤ２－１の不利益スコアＤ_ｐ’は０、経路ＩＤ２－２の不利益スコアＤ_ｐ’は７となる。不利益レベルＤＬ_ｐは、実施例１における（数１）の不利益スコアＤ_ｐを変形例１の不利益スコアＤ_ｐ’に置き換えた（数５）により算出することができる。

【0048】

【数5】

【0049】

（変形例２）
変形例２はＡＩの推論結果の誤りの検出し易さを経路ごとの尤度Ｌ_ｐに反映させるものである。図３の例に基づき変形例２について説明する。

【0050】

ＡＩの推論結果の誤りの検出は、上長による評価を含まない業務プロセス候補においては困難である。また、上長による評価を含む業務プロセス候補であっても、人による評価とＡＩによる評価の順序によっては困難になる。具体的には、上長による評価、ＡＩによる評価の順になっている場合には、評価が同じ場合にＡＩの推論結果の誤りの検出が困難である。逆に、ＡＩによる評価、上長による評価の順になっている場合には、評価が異なる場合にＡＩの推論結果の誤りの検出が困難である。以上の考え方により、工程フローごとにＡＩ誤り検出容易性を評価した容易性評価一覧表３５を図１１に示す。容易性評価一覧表３５は、ユーザによって入力される業務プロセス情報の一つであり、データ記憶部３０に記憶される。工程フローＩＤ１０１は、工程フロー１０３を一意に特定するＩＤであり、ＡＩ誤り検出容易性１０４には、工程フローごとに上述した基準により評価したＡＩの推論結果の誤り検出容易性が示されている。

【0051】

変形例２においては、経路ごとの尤度Ｌ_ｐはＡＩの推論結果の誤り検出容易性を反映させた算出式により算出する。算出式の一例を（数６）に示す。

【0052】

【数6】

【0053】

ここで、ｅは容易性スコアであり、容易性スコアにより経路の発生確率を補正する。具体的には、ＡＩの推論結果の誤りの検出が容易である場合は、ｅ＝０．５、ＡＩの推論結果の誤りの検出が困難である場合は、ｅ＝１として、尤度Ｌ_ｐを算出する。

【実施例0054】

図１２に実施例２の業務プロセス探索装置１０の機能ブロック図を示す。実施例１の業務プロセス探索装置１０と共通する構成については、同じ符号を付して重複する説明を省略する。詳細は後述するが、実施例２の業務プロセス探索装置１０は、実施例１の機能部に加え、追加の機能部としてコスト評価部１１０を備える。コスト評価部１１０は、サブ機能部である確認コスト算出部１１１と実行コスト算出部１１２とを含む。また、データ記憶部３０には、実施例１の業務プロセス情報に加え、確認比率一覧表１２０、センシティブ属性表１３０及び実行コスト一覧表１５０が記憶されている。これらの詳細については後述する。実施例２の業務プロセス探索装置１０は、その運用において発生するコストを踏まえた上で業務プロセスの選択を可能にする。業務プロセスの運用に発生するコストには、確認コストと実行コストを含む。なお、実施例２の業務プロセス探索装置１０のハードウェア構成も実施例１と同様である。

【0055】

（確認コスト）
ＡＩが導入された業務プロセスにおいては、業務プロセスの結論について正しい結果が得られているか確認し続けることが必要である。さらに、ＡＩ倫理の観点からも業務プロセスの結論を確認する必要がある。そこで、確認コスト算出部１１１は業務プロセスの結論を確認するコスト（以下、確認コストという）を可視化する。また、確認コストＣ１を抑えるため、全件確認を行うのではなく、確認する割合である確認比率をリスクスコアに連動させて定める。

【0056】

図１３に確認比率一覧表１２０を示す。確認比率はリスクスコア１２１に応じて設定されている。ここでは、図６に示したリスクスコアＲを用い、３段階の値を有している。Ｒ_ｍａｘと表記しているのは、後述するように確認コストはまず、業務プロセス候補の工程フローごとに算出するため、工程フローが複数の経路を含む（すなわち、結論に正誤がある）場合に同じ工程フローの複数の経路のリスクスコアＲ_ｐのうち、最大となる値で確認比率を設定しているためである。正誤確認比率（ＩＲ１）１２２は、正誤確認を行う比率を示し、図３の例では正誤確認とはタスクがスキルに応じてアサインされているかを確認することを指す。リスクスコアが高い程、結論の誤りの影響が大きくなるため、正誤確認比率ＩＲ１はリスクスコアに応じて大きくされている。性能偏り確認比率（ＩＲ２）１２３は、性能偏り確認を行う比率を示し、図３の例では性能偏り確認とはタスクのアサインがＡＩ倫理の観点から見て偏った判断を行っていないか確認することを指す。リスクスコアが低い業務プロセス候補が採用される可能性が高いため、性能偏り確認比率ＩＲ２はリスクスコアに応じて小さくされている。

【0057】

図１４は、性能偏り確認を行うセンシティブ属性表１３０の例である。ＡＩ倫理の観点からは、業務プロセスの結論に、アサインされる候補者の属性に理由なく偏りが生じることは望ましくない。そこで、特に偏りが生じることが望ましくない属性（センシティブ属性）をあらかじめセンシティブ属性表として登録し、業務プロセスの結論に説明できないような偏りが生じていないか確認を行う。属性１３１は確認を行うセンシティブ属性を示し、分類１３２はセンシティブ属性の偏りを確認するための分類を示し、分類数１３３は分類１３２における分類数ＣＮを示している。ここでは性別と年齢をセンシティブ属性と扱う例を示している。

【0058】

以上の業務プロセス情報に基づき、業務プロセス候補の工程フローごとに確認コストＣ１_ｆを算出する。算出式の一例を（数７）に示す。

【0059】

【数7】

【0060】

図７に示した例に対する、工程フローごとの確認コストＣ１_ｆの算出例を図１５に示す。例えば、工程フローＩＤ１では、リスクスコア最大値Ｒ_ｍａｘは、経路１－１と経路１－２のリスクスコアＲ_ｐ（図７参照）を比較することにより、１となる。リスクスコアが１である場合の正誤確認比率ＩＲ１（この場合は５０）、性能偏り確認比率ＩＲ２（この場合は１０）及び分類数ＣＮの総和（５）を（数７）に代入することにより、確認コストＣ１_ｆは１００と算出される。

【0061】

その後、業務プロセス候補に含まれる工程フローの確認コストＣ１_ｆの総和を業務プロセス候補の確認コストＣ１として算出する。その結果は、表示部１２が表示する業務プロセス候補評価画面に表示される（図８参照）。実施例２における評価結果一覧８２ｂを図１６に示す。リスク評価部２０によって算出された各業務プロセス候補のリスクスコアＲに加え、コスト評価部１１０によって算出された各業務プロセス候補の確認コストＣ１が表示されている。

【0062】

（実行コスト）
実行コスト算出部１１２は業務プロセスを実行するために要するコスト（以下、実行コストという）を可視化する。

【0063】

図１７に実行コスト一覧表１５０を示す。業務プロセス候補に含まれる工程ごとに実行コストが設定されている。工程ＩＤ１５１は工程を一意に特定するＩＤであり、工程１５２ごとに実行コスト１５３が設定されている。

【0064】

工程ごとの実行コストに基づき、業務プロセス候補における工程フローごとの実行コストＣ２_ｆを算出する。工程フローの実行コストＣ２_ｆは、工程フローの実行コスト（総実行コストＳＣという）と工程フローの発生確率Ｐ_ｆとの積（Ｃ２_ｆ＝Ｐ_ｆ×ＳＣ）として求められる。図７に示した例に対する、工程フローごとの確認コストＣ２_ｆの算出例を図１８に示す。例えば、工程フローＩＤ１の発生確率Ｐ_ｆは、経路１－１と経路１－２の発生確率Ｐ_ｐ（図７参照）の和（ここでは２８．５）として求められる。工程フローＩＤ１の総実行コストＳＣは工程ＩＤ４（上長による評価）を含むため、１０である。したがって、工程フローＩＤ１の実行コストＣ２_ｆ＝２８５となる。

【0065】

その後、業務プロセス候補に含まれる工程フローの確認コストＣ２_ｆの総和を業務プロセス候補の実行コストＣ２として算出する。その結果は、表示部１２が表示する業務プロセス候補評価画面に表示される（図８参照）。実施例２における評価結果一覧８２ｃを図１９に示す。リスク評価部２０によって算出された各業務プロセス候補のリスクスコアＲに加え、コスト評価部１１０によって算出された各業務プロセス候補の確認コストＣ１、実行コストＣ２が表示されている。ユーザはリスク評価、コスト評価を勘案して、採用する業務プロセス候補を選択することができる。

【0066】

なお、本発明は上述した実施の形態に限定されるものではなく、様々な変形例が含まれる。例えば、上記した実施の形態は本発明を分かりやすく説明するために詳細に説明したものであり、必ずしも説明した全ての構成を備えるものに限定されるものではない。また、ある実施の形態の構成の一部を他の実施の形態の構成に置き換えることが可能であり、また、ある実施の形態の構成に他の実施の形態の構成を加えることも可能である。また、各実施の形態の構成の一部について、他の構成の追加・削除・置換をすることが可能である。