「AIを導入したい」という相談を受けたとき、最初に聞かれて困る質問があります。それは「具体的にどの業務をAIに任せたいですか」というものです。想定例として、問い合わせ対応の一部をAIに任せたい、資料作成の下書きを自動化したい、といった要望はよく挙がります。しかし、いざ棚卸しを始めると「実は業務の手順が担当者によってバラバラだった」「判断基準が言語化されていなかった」という事実に直面することが少なくありません。AI導入支援は技術選定の前に、この棚卸しの精度で成否が大きく変わります。
まず業務を分解し、判断が必要な部分を洗い出す
AIに任せる業務を選ぶ前に、対象業務を「情報を集める」「判断する」「文章や数値にまとめる」「人に確認してもらう」という工程に分解します。この分解ができていないと、AIに何を任せるべきかが曖昧なまま話が進みます。
担当者に確認すべきことは、次のような質問です。
この業務のうち、判断が難しく毎回悩む部分はどこですか。逆に、手順さえ分かれば誰でもできる部分はどこですか。
この質問への回答が明確であれば、AIに向く部分（手順化できる繰り返し作業）と、人が担うべき部分（例外対応や責任を伴う判断）の線引きがしやすくなります。
Aを選ぶ条件：個別開発やカスタムAI活用が必要な場合
棚卸しの結果、次のような条件がそろう場合は、既存サービスの組み合わせでは対応が難しく、個別の開発やAI活用の設計が必要になることが多いです。
- 業務手順が自社独自のルールに基づいており、汎用サービスでは対応できない分岐が多い
- 複数の社内システムやデータをまたいで情報を集約する必要がある
- 誤りが業務や取引先への影響として大きく、確認や承認の仕組みを業務フローに組み込みたい
- 将来的に対象業務や利用者数が拡大する見込みがあり、拡張性を持たせたい
この場合は、対象業務を絞った試作（プロトタイプ）を作り、少人数で実際の業務に近い形で試すところから始めるのが現実的です。最初から全社展開を狙うと、修正すべき点が見えにくくなります。
Bを選ぶ条件：既存サービスや運用改善で足りる場合
一方で、次のような条件に当てはまる場合は、個別開発をせずに既存のAIサービスや業務フローの見直しだけで十分なことがあります。
- 業務の手順がすでに標準化されており、担当者によるばらつきが少ない
- 対象業務の件数が少なく、ツール利用のための学習コストの方が大きくなりそう
- 市販のサービスがすでに近い機能を提供しており、微調整で対応できる
- そもそも業務フローの整理や役割分担の見直しだけで手戻りが減る見込みがある
特に「AIを入れる前に、まず業務フローの重複や承認の多さを見直したら解決した」というケースは珍しくありません。導入ありきで進める前に、運用改善で解決できないかを確認する工程を挟むことをおすすめします。
試作・評価・現場定着までを見据えて計画する
棚卸しが終わり、AIに任せる業務が決まったら、次は小さく試す段階に進みます。ここで重要なのは、試作の評価基準をあらかじめ決めておくことです。たとえば「作業時間がどの程度短縮されるか」「AIの出力を人がどの程度修正する必要があるか」「現場の担当者が実際に使い続けられるか」といった観点です。数値の目安を立てる場合は、あくまで仮の目標として扱い、達成を保証するものではないと関係者に共有しておくことが大切です。
また、AIの出力を人が確認する工程は省略せず、どのタイミングで誰が確認するかを業務フローに明記しておくと、現場に定着しやすくなります。確認者が不明確なまま導入すると、結局誰も見ないまま運用が形骸化することがあります。
棚卸しから始めるためのチェックリスト
- 対象業務を「情報収集」「判断」「作成」「確認」の工程に分解したか
- 担当者ごとに手順や判断基準が異なっていないか確認したか
- AIに任せたい部分と、人が担うべき部分を言語化したか
- 既存サービスや運用改善だけで解決できないか検討したか
- 試作を行う場合の評価基準（作業時間、修正の頻度など）を仮でも決めたか
- AIの出力を誰がいつ確認するかを業務フローに明記したか
- 対象業務の件数や利用者数の見込みを整理したか