0
対応AIツール
0
スコアリング評価軸
0
引用学術論文
0-100
AI代替性スコア
Problem
01
社内に数百ある業務。どれがAI化に向いているのか、肌感覚で選んでしまい、効果が出ないまま予算だけ消える。DX推進担当者の75%が「優先順位付けが最大の課題」と回答している。
02
業務分析だけで3ヶ月、費用は100万〜500万円。報告書が上がる頃にはAIツールのトレンドが変わっている。中堅企業がコンサルに払える額ではない。
03
「AIを入れたい」は言える。けれど「なぜこの業務から始めるのか」「投資対効果はいくらか」を数字で示せなければ、稟議は通らない。根拠のない提案は却下される。
How it works
業務の情報を入力するだけ。分析エンジンが自動で処理し、経営層に見せられるレポートまで出力します。
業務タスクを登録する
タスク名、頻度、所要時間、現状の課題を入力。テンプレートから選ぶこともできます。1タスク30秒程度で完了。
スコアリングエンジンが分析
ルール明確度、データ標準化度、ナレッジ依存度、機密度、エラー率の5軸で自動評価。0〜100のAI代替性スコアとE0/E1/E2分類を即座に算出。
結果を確認し、行動に移す
優先度マトリクス、ROIランキング、推奨AIツールをダッシュボードで確認。PDFレポートを出力すれば、そのまま稟議書の添付資料に。
Features
5軸の評価指標でタスクごとにAI代替性を0〜100でスコアリング。Eloundou et al.（2023）のExposure Level分類に対応し、E0/E1/E2で自動分類。
Weight: Rule 30% / Data 25% / Knowledge 20% / Confidentiality 15% / Error 10%
ChatGPT、Gemini、Claude、Copilot、Dify、n8nなど45種から、タスク特性に最適なツールを自動マッチング。
Lv1 Chat - Lv5 Dev Tools
週間削減時間、時給単価、ツール月額コストからROIを自動計算。回収期間の算出まで。
Portfolio ROI across all tasks
X軸に導入難易度、Y軸にAIスコアをとったバブルチャートで優先度を可視化。クイックウィンが一目でわかります。
エグゼクティブサマリー、タスク詳細、ROIランキングを含むA4レポートをPDF出力。稟議書の添付資料として、そのまま社内で回せます。
組織アカウントでチームメンバーとデータを共有。ロール管理で権限を制御し、部門全体でAI導入計画を推進できます。
Scoring Engine
Frey & Osborne（2017）の自動化確率モデルと、Eloundouらの研究で明らかになったLLMの業務影響範囲を組み合わせた独自エンジン。感覚的な「できそう」ではなく、定量指標で判断できます。
Transparency
スコアの算出根拠、重み配分、代替率の推定方法をアプリ内で閲覧できます。経営層への説明で「この数字はどこから来たのか」と聞かれても、すべて答えられます。
Academic Foundation
WorkSiftのスコアリングエンジンは、労働経済学とAI研究の知見を組み合わせて設計しています。
Frey & Osborneが提示した702職種の自動化確率モデルをベースに、Eloundouらの研究で明らかになったLLMの業務影響範囲を反映。McKinsey Global Instituteの業務自動化ポテンシャルデータも加味し、「どのタスク特性がAI代替されやすいか」を定量指標として実装しました。
コンサルタントの経験則ではなく、査読済み論文のデータに基づく分析。それが、WorkSiftの数字に対する信頼性の源泉です。
The Future of Employment: How Susceptible Are Jobs to Computerisation?
Frey, C. B. & Osborne, M. A. (2017) / Oxford University
702職種の自動化確率を推定した先駆的研究。被引用数17,000件以上。
GPTs are GPTs: An Early Look at the Labor Market Impact Potential of LLMs
Eloundou, T. et al. (2023) / OpenAI & UPenn
米国の全職種の約80%がLLMの影響を受けると報告。E0/E1/E2のタスクレベル影響評価を確立。
A Future That Works: Automation, Employment, and Productivity
McKinsey Global Institute (2017)
46カ国・800以上の職種を分析。業務活動の45%が既存技術で自動化可能と報告。
What Can Machines Learn, and What Does It Mean for Occupations?
Brynjolfsson, E., Mitchell, T. & Rock, D. (2018) / MIT & Stanford
機械学習のタスクレベル適性評価フレームワーク。21の評価基準を定義。
Use Cases
業務棚卸しの実績から算出した、典型的な分析結果の例。
Manufacturing / QC
各ラインの日報Excelを開き、異常値を拾い、週次レポートにまとめる作業。AIスコア74。GAS + Gemini APIで40分が5分に短縮。
週間削減
175 min
月間削減額
30,000
ツールコスト
0
ROI
---
Service / Admin
Slackで寄せられる社内問い合わせに都度回答していた業務。AIスコア68。NotebookLMに社内マニュアルを投入し、FAQの7割が自己解決に。
週間削減
105 min
月間削減額
28,000
ツールコスト
0
ROI
---
IT / Sales
顧客ごとにカスタマイズした提案書の初稿作成。AIスコア62。Claude + 過去提案書をベースに、1件3時間が45分に。
週間削減
270 min
月間削減額
72,000
ツールコスト
3,000
ROI
2,300%
Pricing
小さく始めて、手応えを確かめてからスケールできます。
Pro
3,000円 / 月
個人で本格的に使いたい方に
Team
9,800円 / 月
部門単位で導入したい組織に
Business
29,800円 / 月
35名以上なら最もお得。定額で全社展開
料金シミュレーター
利用形態を選択
プランを選択
利用人数
契約期間
月額料金
3,000 円 / 月
年払いの場合 30,000円 / 年（月あたり2,500円）
FAQ
メールアドレスだけで開始。5タスクまで無料、クレジットカード不要。
無料で始める30秒で登録完了 / いつでも解約可能 / データは完全削除OK
