Mercy Corpsは、30を超える国で活動する国際的な人道支援団体です。公式サイトによれば、アフリカ・アジア・ヨーロッパ・ラテンアメリカ・中東で活動し、スタッフの95パーセントを活動先の国から採用しています。2026年9月にはProsper Globalへ名称を変更する予定であることも公表されています。Anthropicが公開した導入事例では、この団体が住民から寄せられる声を扱う仕組みにClaudeを組み込み、翻訳・分類・深刻度の一次判定までを自動化したことと、その結果が記載されています。営利企業の事例ではありませんが、「多言語で大量に届く声をどうさばくか」という課題は、海外に顧客を持つ事業者にそのまま当てはまります。
何をしたか：住民の声を受ける仕組みに組み込む
対象になったのは、CARM（Community Accountability Reporting Mechanism）と呼ばれる仕組みです。支援プログラムの参加者や地域の住民が、質問を投げたり、提案をしたり、問題を報告したりできる窓口にあたります。ここに届く声は、ビルマ語、ウクライナ語、スペイン語、フランス語など、数十の現地語で書かれています。
規模の感覚をつかむために、団体の側の数字も添えておきます。事例ページによれば、Mercy Corpsは200を超えるプログラムを30以上の国で運営しています。公式サイトでは、過去5年間で支出の86パーセントがプログラム事業に充てられたことも公表されています。つまり、限られた人員と予算で広い地域をカバーする構造であり、住民からの声を人手だけでさばききることが難しい。この制約が、AIを組み込む動機になっています。
Claudeが担うのは4つの工程です。多言語で届いた声を翻訳すること。内容をテーマ別に分類すること。6段階の基準に照らして深刻度を判定すること。そして、その判定にいたった理由を示すことです。重要なのは、ここから先の扱いです。スタッフがClaudeの出力を確認し、最終的な決定権は人が持ち続けます。
AIソリューション・デリバリー担当マネージャーのNayid Orozcoさんは、この設計の理由をこう述べています。「Claudeが最終判断を下すことはない。翻訳、タグ付け、そして一次的な判定を速くしているだけだ」。同時に、この工程の質が結果を左右することも語られています。「速さと正しい深刻度の判定は、人を守る仕組みとして機能するかどうかの分かれ目になる」。深刻な報告が埋もれれば、仕組みそのものが意味を失うという前提です。
公表されている結果
事例ページに記載された数値を整理します。13チームで実施した試験導入では、計測した作業全体で平均88パーセントの時間短縮が確認されました。1カ月あたりでは、29件の作業で540時間を超える削減です。13チーム42人の利用者のうち98パーセントが、作業が速くなったと回答しています。
工程ごとの変化も示されています。住民から届いた声の分析は、1週間かかっていたものがおよそ1時間になりました。報告書の作成は8時間から30分へ短縮されています。調査設計の作業は、280人時と見積もられていたものが20時間で完了しました。市場データの分析は、1週間かかっていたものが1日半になっています。
これらの数字を並べると、短縮の幅が作業によってかなり違うことがわかります。声の分析は1週間から1時間へと大きく縮んだ一方、市場データの分析は1週間から1日半にとどまっています。前者は決まった手順を大量に繰り返す作業で、後者は解釈の余地が大きい作業です。同じAIを使っても、作業の性質によって効き方が変わることが、この並びから読み取れます。導入の効果を見積もるときは、対象の作業がどちらに近いかを見ておくと、期待値を外しにくくなります。
品質の指標も公表されている点が、この事例の価値を高めています。Claudeがつけた深刻度の判定と、訓練を受けた人の判定が一致した割合は75パーセントでした。裏を返せば4分の1は一致していないということであり、この数字が公表されているからこそ、人の確認を残す設計の必然性が読み取れます。速度の数値だけを並べる事例と違い、どこまで任せられるかの境界が示されています。
法人パートナーシップ担当ディレクターのEmily Joyさんは「Claudeによって可能になった仕事は、以前ならそもそも成立しなかった」と述べています。なお、導入にかかった費用、対象となった声の総件数、6段階の基準の具体的な中身については、今回参照した一次情報に記載がありません。
日本の実務者が参考にできる点
この事例から持ち帰れる第一の点は、AIに渡す工程の切り出し方です。Mercy Corpsは「翻訳」「分類」「一次判定」「理由の提示」という、判断の手前までを渡しました。最終決定は人が持ち続けます。海外の顧客からの問い合わせを扱う事業でも、同じ切り分けは有効です。一次仕分けまでを任せ、対応方針の決定は人が持つ。この線引きを最初に決めておくと、導入の議論が具体的になります。
第二に、一致率のような品質指標を測っておくことです。75パーセントという数字があるからこそ、残りをどう扱うかの設計ができます。速度の改善だけを測っていると、任せてよい範囲の判断ができません。導入前に、人の判断と突き合わせられる指標を決めておくことをおすすめします。
第三に、理由を出させる設計です。Claudeは判定だけでなく、そこにいたった理由も返しています。人が確認する前提の仕組みでは、結論だけを受け取っても検証ができません。確認する人が短時間で妥当性を判断できる形で出力させることが、レビューを形骸化させないための条件になります。深刻度が高いと判定された理由が読めれば、確認する側は判断の当否をその場で見極められます。逆に結論だけが並んでいると、確認は「そのまま通す」作業に流れやすくなります。
第四に、翻訳を単独の作業として扱わなかった点です。この仕組みでは、翻訳・分類・判定・理由の提示が一つの流れとしてつながっています。翻訳だけを外部に出し、その結果を人が読んで分類し直す形にすると、工程の間で手戻りが生まれます。海外の顧客対応でも、言語の変換だけを切り出すのではなく、そのあとの仕分けまで含めて設計したほうが、実際の削減幅は大きくなります。報告書の作成が8時間から30分になったという数字は、個々の作業を速くした結果というより、工程のつなぎ目をなくした結果として読むのが自然です。
最後に、この事例が営利事業ではない点について補足します。人道支援の現場では、深刻な報告を見落とすことの損失が、業務効率の議論よりはるかに重く扱われます。そのため、人の確認を残す設計が最初から選ばれています。営利事業では、コスト削減の圧力から確認工程を薄くしたくなる場面が出てきますが、判断の誤りが顧客に与える影響が大きい業務ほど、この事例の設計に近づけておくほうが安全です。
なお、ここに挙げた数値は人道支援という特有の業務で測られたものです。同じ削減幅が他の業務で再現することを示すものではありません。自社で検討する際は、対象の作業がどれだけ定型化されているか、そして誤りに気づける確認の手立てがあるかを先に確認してください。
この分野の実務を相談したい方へ
記事で扱っている内容は、当社が実務として支援している領域です。 自社で進めるか外部に任せるかの判断からご相談いただけます。