AIエージェントのグラフ読取｜軸と元データを確かめる
AIがグラフを読み取れても、軸の省略や凡例の取り違えで業務判断は変わります。Anthropicの11月9日の発表を手がかりに、図から読み取れる傾向、元データで照合する数値、判断を保留する条件を整理します。
営業会議のスライドやコールセンターの報告画面をAIエージェントに渡し、「変化が大きいところを教えて」と頼む。グラフを文章にできれば便利ですが、棒の高さや線の向きだけで改善を判断すると、見た目に引っ張られることがあります。
まず確かめたいのは、何の数値を、どの軸・凡例・期間で描いた図なのかです。そのうえで、図から分かる傾向と、元データで照合した正確な値を分けて報告させます。
11月9日の発表で、図表を読む能力にも更新
Anthropicは2026年11月9日付でClaude Fable 5.2とMythos 5.2を発表し、画像理解などの改善と、グラフ認識の評価を紹介しました。これは提供元が示すモデル評価であり、自社の報告画面を正しく読めることを確認した結果ではありません。Anthropic公式発表
本記事の確認日は11月10日です。発表日と記事の日付を区別し、提供元の性能評価をIvyLeapや読者企業の実績として扱いません。以下は、グラフを業務で読むAIエージェントの確認方法についての独自提案です。
能力の更新を受けて企業担当者が試したいのは、自社でよく使う図に対して、AIが根拠を示し、読めない点を残せるかどうかです。グラフの説明が自然なことだけを合格条件にしないようにします。
軸の始まりを見ずに、棒の長さを比べない
例えば、二つの期間の受付件数が100件と110件だったとします。これは説明用の仮想例です。縦軸を95件から描けば、表示される棒の長さは5と15に相当します。棒の見た目が3倍でも、受付件数が3倍になったわけではありません。件数の増加は10件、増加率は10％です。
AIには「増えているか」だけでなく、次の点を読んでもらいます。
- 縦軸の最小値・最大値・刻み幅。ゼロから始まっているか、途中に省略があるか。
- 横軸の期間。日次・週次・月次が混ざっていないか、間隔が均等か。
- 単位。件・人・円・％などのどれか。右と左に別の軸があるか。
- 凡例。どの色や線が、どの拠点・商品・受付経路に対応するか。
Microsoftの公式資料も、軸の目盛りに付くラベルと、軸が何を示すかを説明する軸タイトルを区別しています。Microsoft：グラフの軸ラベル
軸名が「率」だけで分母が見えない、凡例が切れている、線が重なって値を読めない場合は、推測で埋めず追加資料を確認します。
数字が必要な報告では、対応する元データへ戻る
画像の棒や点から見積もった値と、表や出力データから取得した値は区別します。会議用の短い概況なら「増加傾向」と説明できても、人員配置や目標との差を計算する場面では、元の数値が必要になります。
AIへ渡す報告の形式を、例えば「読み取った傾向」「図に明記された値」「元データで照合した値」「不明な点」に分けます。画像から概算した数値にはその旨を添え、確定した値と同じ列に混ぜないようにします。
グラフに数字のラベルがある場合も、表との一致を自動的に前提にしません。Microsoftは、セルと連動したタイトルやデータラベルをグラフ上で直接編集すると、セルとの連動が外れる場合があると説明しています。Microsoft：グラフのタイトルとデータラベルの編集
そのため、図のラベルと表の値が違うときは、どちらかをAIに選ばせる前に、図の作成時点と元データの版を担当者が確かめます。古いスライドと更新済みの表を組み合わせていないかも確認します。
受付件数の増加から、原因まで言い切らせない
AIコールやコールセンターの報告では、受付件数の増加を見て「AI導入で成果が上がった」と書かせたくなるかもしれません。ただし、一枚の推移グラフだけでは、その原因までは判断できません。
例えば、対象窓口を追加した、営業時間が変わった、集計の締めが違ったなど、比較条件の変化を確かめます。件数のグラフを読めたことと、利用者の課題を解決できたことも同じではありません。
報告では、図から確認できる変化を先に書き、原因については確認した資料や担当者の説明を添えます。「増加は確認したが、原因は未確認」と記録できることが、次の調査につながります。
自社の図で、四つの読み方を試す
通常のグラフだけでなく、読み間違えやすい図も少数用意し、人が作った確認用の答えと照合します。次は実施方法の提案であり、特定モデルで検証済みの結果ではありません。
- 軸を確認する：ゼロ始まりの図と、途中から始まる図で、同じ増減を説明できるか。
- 系列を区別する：似た色の線や左右の軸がある図で、拠点と指標を取り違えないか。
- 値の根拠を示す：明記値・概算値・元データの値を区別し、参照した図や表を示せるか。
- 不明なら保留する：単位や凡例を欠いた図で、数字や原因を作らず、必要な情報を尋ねられるか。
評価する図は、個人情報や業務上の機密を含まない見本に置き換え、社内で許可された環境で扱います。合否は、うまく読めた一例だけで決めず、用途ごとに確認します。概況の下書きに使う場合と、人数や費用を決める資料に使う場合では、必要な照合の深さが変わります。
図の読み取りと、判断の根拠をつなぐ
AIエージェントにグラフを読ませる仕事では、見た目を説明する力に加えて、軸・凡例・元データへ戻れることが大切です。担当者が確認できる根拠を残すほど、誤りを見つけたときにも修正箇所を追いやすくなります。
業務で使う数字そのものの定義を整理したい場合は、AIエージェントの集計で用語と単位をそろえる方法も参考にしてください。グラフを読む段階と、その前のデータを集計する段階を分けて改善できます。
IvyLeapでは、AIエージェント構築・業務自動化支援やAIコール導入支援について相談を受け付けています。日々の報告でどの資料を使い、誰がどこを確認するかがまだ決まっていない場合も、お問い合わせからご相談ください。