# AI時代のKPI設計フレームワーク (AI-Enhanced KPI Framework) ## 1. 評価軸のシフト (Shift of Perspective) | 観点 | 従来のKPI (Human-Centric) | AI時代のKPI (AI-Augmented) | | :--- | :--- | :--- | | **評価対象** | 作業量・アウトプット (Quantity) | 成果・価値・アウトカム (Quality/Outcome) | | **データの質** | 確定済みの定量データ (Sales, Count) | AIが数値化した定性情報 (Sentiment, Intent) | | **時間軸** | 過去の集計 (Retrospective) | 未来の予測と先行指標 (Predictive) | | **人間の役割** | 実行・処理 (Execution) | 判断・調律・倫理 (Judgment/Orchestration) | --- ## 2. 具体的な新旧指標の対照表 (KPI Comparison Table) ### A. プロセス効率 (Process Efficiency) * **旧:** 1日のメール送信数、資料作成時間 * **新:** * `AI-Generated Content Ratio`: 全成果物におけるAI生成の比率 * `Prompt Iteration Count`: 望む結果を得るまでの修正回数（少ないほど高評価） * `Time Saved by AI`: AI導入前後の工数削減率 ### B. 顧客体験・定性解析 (Experience Analysis) * **旧:** アンケートの5段階評価、解約数 * **新:** * `Positive Sentiment Rate`: AIによる音声・テキストの感情解析（ポジティブ率） * `True Brand Loyalty`: SNSや対話ログからの「推奨意向」の自然言語解析 * `Customer Effort Score (AIized)`: 顧客が解決までに費やした「感情的コスト」の可視化 ### C. 未来予測と意思決定 (Predictive Judgment) * **旧:** 前月比売上達成率 * **新:** * `Prediction Accuracy`: AIの需要予測と実績の乖離率（±5%以内など） * `Lead Conversion Probability`: AIが判定した「高確度案件」へのリソース投入率 * `Risk Detection Count`: AIが予見できなかった潜在的リスクの人間による発見数 --- ## 3. 人間に残る「判断の質」の評価指標 (Judgment Quality) AIの提案を「どう扱ったか」を評価するための指標です。 1. **Strategic Alignment (戦略適合性):** - 指標: AIの提案を採用・棄却した際の論理的根拠の妥当性。 2. **Ethical Compliance (倫理・ガバナンス):** - 指標: AIの出力に含まれるバイアスや著作権リスクの検知・修正率。 3. **Exception Management (例外処理):** - 指標: AIが対応できない「エッジケース（特殊事例）」の解決スピードと顧客満足度。