なぜAI導入の前に業務整理が必要なのか
はじめに
本記事は「中小企業のためのIT・AI活用準備ガイド」シリーズの第2回です。
生成AIを使えば、これまで人が行っていた仕事を効率化できるのではないか。
問い合わせ対応、文章作成、情報検索、議事録の整理、社内資料の作成など、さまざまな業務でAIを活用したいと考える企業が増えています。
特に、限られた人数で多くの業務を進めている中小企業やスタートアップ企業にとって、AIは大きな可能性を持つ手段です。
一方で、実際にAIを導入してみると、次のような状態になることがあります。
- 担当者によってAIの使い方が違う
- 出力される内容の品質が安定しない
- 業務のどこで使えばよいのか分からない
- 試験的には使われたが、正式な業務には組み込まれない
- AIの回答が正しいか確認する作業が増えた
- 結局、一部の詳しい人だけが使っている
このような状態になると、「AIは思ったほど使えない」「自社の業務には合わない」と感じるかもしれません。
しかし、問題はAIの性能だけにあるとは限りません。
AIを導入する前に、対象となる業務の目的、進め方、入力情報、判断基準、期待する出力が整理されていなかったことが原因になっている場合があります。
AIは、曖昧な業務を自動的に正しい形へ整理し、安定して処理してくれる魔法ではありません。
AIを業務で活用するには、AIに渡す前提を、企業側で整えておく必要があります。
この記事では、なぜAI導入の前に業務整理が必要なのかを解説します。
AI活用に業務整理が必要と考える背景やSWITCHサービスシリーズ全体の考え方については「IT・AI活用を失敗しない為に ― SWITCHサービスシリーズのコンセプト」をご覧ください。
AI導入・AI利用とAI活用は同じではない
AIツールや生成AIサービスを使い始めること自体は、それほど難しくありません。
サービスを契約し、アカウントを作成し、質問や指示を入力すれば、すぐに何らかの回答が返ってきます。
しかし、AIを導入することと、業務でAIを活用できることは同じではありません。
PCやOfficeを使える環境を整えるだけではIT活用ではないのと同じです。
また、業務の要素であるタスクやタスクの一部をAIに代行してもらう…例えば、議事録を作ることや、翻訳をしてもらうことや、OCRで画像をテキストに変換するなどが単独のタスク効率化にとどまり、前後のタスクと接続されていなければ業務でのAI活用とはいいにくいでしょう。
それはAI利用であり、対象はタスク…担当者の作業をAIに代行してもらう利用にすぎないからです。
AI利用を否定するわけではありません。
個別タスクでのAI利用は有効な第一歩といえます。
ただし、それだけで業務全体の成果につながるとは限らないため、両者を区別して考える必要があります。
- AI導入＝AIを利用できる環境を用意すること
- AI利用＝AIをタスクの実施に利用すること
- AI活用＝AIを業務の中に組み込み、企業にとって必要な成果につなげること
AI導入は予算やタイミングを考慮した利用環境・情報管理・社内ルールを整える活動を指します。
AI利用は業務全体への効果・影響を考えるというよりも、タスクの実施代行としてタスクの効率化にフォーカスした行為を指します。
AI活用は対象が業務ですから、担当者だけではなく、業務を担当する事業部や企業全体で活用するための準備をしなければいけません。
- AI活用の目的
- AIにどの情報を渡すのか
- AIにどういう成果を期待するのか
- AIの出力した成果の確認方法
- 人とAIの役割分担
- 業務上の例外ケースにおけるAI運用ルール
などなど業務でのAI活用では業務の詳細を見るだけでなく、業務を「成果を上げるための活動」として経営や管理視点をもって俯瞰で見つめて整理する必要があります。
AI導入やAI利用とは明らかに違うことを対象にしているのが分かっていただけると思います。
AIの特性
AIを業務で活用する準備を行う前にAIの特性を理解しましょう。
AIは与えられた前提をもとに出力する
AIは目的や前提条件、必要な資料などのデータを提供しないと期待する出力をしてくれません。
もちろん、活用対象の業務がどういうものなのかは当初は把握していないため、AIを活用しようとしても対象業務の一般的な捉え方に沿って一般的な回答をしてくるだけです。
活用にはならず、該当業務が一般的な状況とどう違うかだけが認識されて終わります。
例えばメーカー企業であれば、製品研究開発から製品製造・販売・サポートまで、その企業独自の業務の形・関係があるはずです。
それをAIに伝えないうちに活用しようとしても、一般的な事例や著名企業の事例をもとに回答するだけですから対象業務に必要な出力を得ることはできないのです。
業務が整理されていないと、AIに渡す情報を決められない
では、やみくもに対象業務について文章で説明すればAIは期待する出力を提供してくれるでしょうか？
もちろん、まだ足りません。
人間が理解できる文章で詳しく説明しても、AIは行間や、人間が「当たり前」として説明を省く部分までは理解できないからです。
そんな前提が不足した状態のAIに、注文データやサポートデータなどの動的な業務データと、企業のリソースを表現する基幹データ（商品情報、顧客情報、社員情報など）を渡したところで、それらのデータを期待通りに処理はしてくれません。
業務が整理されており、それをAIが理解できるように（穴がないように）AIに伝えるのがAI活用の前提になるのです。
判断基準が曖昧だと、AIの出力を評価できない
業務の説明を十分にAIに伝えるのはAI活用の前提なのですが、前提はこれだけではありません。
対象業務にとって何を適切とし、何を不適切とするのか…そういう判断のモノサシをAIに前提として伝えておく必要があります。
一般の日常的内容のAIチャットでは、判断基準はAIが学習している「社会のルールや常識」です。
もし、社会のルールや常識と違う個人的なモノサシで回答を得たければ、プロンプトやカスタム指示でそれを伝えておかなければなりません。
それと同じです。
業務活用においても、業務独自の求めるものをモノサシとして提供しておかないと、業務内容が分かってもAIは一般的なモノサシでどの回答をすべきか決めてしまうのです。
そして、AIを活用している人間がAIの出力を評価する上でもこの判断基準は重要です。
人間の確認なしでAIの出力を受け入れていいほど、業務でのAI活用は単純ではないはずで、業務上の影響やリスクに応じて、人が確認する範囲と方法を定める必要があります。
この時に、AIに渡している判断基準と違うモノサシで人間が確認するとしたら…それは確認になりません。
このことは業務のクオリティに関わる重要な点です。
AIは不足している前提を推測で補うことがある
業務のことと判断基準をAIに正確に前提条件として渡せるように…という話をしていますが、もしこれが不十分なままAI活用を始めてしまうとどうなるでしょうか？
AIは、与えられた情報をもとに回答を生成する仕組みであり、不足している前提を必ずしも指摘するとは限りません。
よって、不足している前提条件があると、それを学習データ上の一般的な傾向から補って回答する場合があります。
その結果、自社の業務ルールと合わない、もっともらしい回答が生成される可能性があります。
不十分な業務のこと／モノサシ…穴をAIにとっての一般論で埋めてもっともらしい回答を作り上げる…
これは業務に活用する上でなかなか怖い話です。
これを可能な限り避ける考え方とアクションがAI活用には求められるのです。
業務整理によって、AIに任せる範囲が見えてくる
AI活用に必要なコトは、業務整理（業務の中身と判断基準の明確化）であるという話をしました。
このことは、AIにできるだけ業務にとって有用な出力をさせるためだけに必要なことではありません。
それに加えて「AIにどの情報整理や判断支援を担わせ、どこを人が判断するか」を見極める…つまり、人間とAIの役割分担を明確にするためにも必要なことです。
AIを導入する前に整理したい5つの前提
前セクションではAIの特性という切り口でAI活用する上で何が必要かをまとめました。
ここでは、業務の切り口でAI活用に必要なコトを5つにまとめます。
1. 業務の目的
まずは人やAIがどう動くかの前に、業務の目的を明確に言語化しましょう。
人間だけで業務を行っている時は、各スタッフの理解の中でいろいろな形で言語化されていたと思います。
AI活用を前提にした場合は、これを一つの表現で何も省略しない形で言語化し人間とAIが共有できるようにする必要があります。
「言わなくてもわかってる」はAIには通用しないですし、「AIはAIなりにわかっている」なんて期待は不毛です。
2. AI活用対象タスク
業務の内容を整理することで全タスクを明確にします。
各タスクの入力情報・処理内容・想定される出力・次タスクへのデータの受け渡し内容／方法を、人間もAIも分かるように定義し言語化します。
もしかしたら「完璧だ」と思っていた業務やタスクの構造にも気付かなかった「穴」があるかもしれません。
いつも似たような例外ケースが起こるな…といった状況であれば「穴」がある確率は高いかもしれませんから、AI活用に向けたこのアクションの中でそれを見つけて埋めておくことが大切です。
このタスク整理・整備を通じて、AIに任せられるタスクが見えてきます。
- 広範囲におよぶ大量の意見・情報・データの整理が必要
- 未定義領域の調査・分析を行い、必要な定義案を作成することが必要
などといった課題・問題ポイントが見えてくれば、その中のどこかにAIに任せられるタスクがあるかもしれません。
こういった過程を経てAI活用ポイントを探すと強いAI活用が実践できる可能性が高まります。
逆になんとなく便利そうだ…といった感覚だけでAIに任せるポイントを決めていると、そのタスクの脆弱性が業務全体に悪影響を及ぼす可能性が高まってしまいます。
3. 入力情報
タスク整理・整備でAI活用対象タスクが決まった場合、そのタスクに必要な入力情報の定義がAIで扱える形になっているか…先に書いた通り前提条件や判断基準が揃っているかを確認します。
もし揃っていなければ、そこにある「穴」はAIが「（そのAIの）一般論」で埋めるので危険です。
よって、AI向けに入力情報を定義しなおし、必要な情報の記述や取得方法を決定しておきましょう。
もちろん、通常ケースだけでなく、例外も想定できる範囲でできるだけカバーしておくことをお勧めします。
そして、カバーできなかった例外ケースが起こった時にそのタスクや業務をどう進めるかを定義しておくことが重要です。
4. 期待する出力
タスク整理・整備でAI活用対象タスクが決まった場合は、入力だけでなく期待する出力の定義もAI向けにしておく必要があります。
入力の定義・内容を確認する際に、出力についても必ず確認しましょう。
もちろん、通常ケースだけでなく、例外ケースも視野に入れた定義が業務の質を維持・向上するためのカギです。
5. 判断基準と人による確認
入力・出力の話だけでなく、AI活用対象タスクでは判断基準もAI向けに定義します。
これはタスクと業務の質を担保する最も重要なポイントです。
何が揃っていなければいけないか、次工程にあるタスクに渡せる形に整備されているかどうか…「確認担当者」「確認項目」「承認条件」「例外時の引き継ぎ」などを、あらかじめ定義しておく必要があります。
そういった判断基準をAIも分かる形で明確にしましょう。
「業務整理」は業務を固定化することではない
業務整理という言葉から、細かいマニュアルを作り、すべての作業を固定することを想像するかもしれません。
しかし、AI導入前に必要な業務整理は、人の柔軟な判断をなくすためのものではありません。
何が通常の対応で、何が例外的な対応なのか。
どこまでは共通の前提で進められ、どこから人の判断が必要なのか。
その境界を明確にするためのものです。
中小企業やスタートアップ企業では、現場の柔軟性が大きな強みです。
顧客や状況に応じて、担当者が細かく対応を変えられることには価値があります。
一方で、すべてを担当者の経験だけに依存していると、その業務をAIに支援させることは難しくなります。
業務整理では、柔軟性を残しながら、共通化できる部分を見つけます。
- 共通して必要となる情報
- 通常時の処理手順
- 基本となる判断基準
- 例外として扱う条件
- 責任者に確認する条件
- 次の担当者へ渡す情報
このような前提が整理されていれば、AIは共通化できる部分を支援し、人は例外対応や重要な判断に集中できます。
このように前提条件や判断基準を整えてAI活用することは、本当にタスクや業務の最適化・効率化の実施につながります。
恐らく人間だけでは見積もり切れなかったタスクに費やす時間も、AI活用が適材適所で的確に実施されると見積もりが容易になり、スタッフの仕事への感覚の変化にもつながることが期待できます。
時間が見積もれるという事は、仕事の時間以外の時間も見積もれることになるからです。
業務時間の予測可能性が高まり、担当者の負担管理や業務計画にも役立ちますし、たとえば次にいつ家族と遊びに行けるか？どのくらい遊べるか？がイメージできることは、仕事のクオリティ向上にもつながることだと思います。
AI導入の前に、IT・AI活用 Ready状態をつくる
株式会社ワザーップでは、ITやAIを活用するための前提が整った状態を「IT・AI活用 Ready状態」と呼んでいます。
IT・AI活用 Ready状態とは、業務を構成する各タスクが、内容と受け渡し方の定義されたデータによって連携している状態です。
本記事で整理してきた業務整理の実施の成果がIT・AI活用 Ready状態の土台となるわけです。
IT・AI活用 Ready状態については、以下の記事で詳しく解説しています。
AI活用で最初に考えるべきなのは「どのAIを使うか」ではない
生成AI・AIツール・AIエージェント・RAG・プロンプトマネージメント・ChatGPT・Claude・Gemini…
AIにまつわるさまざまな言葉があります。
もちろんAI活用においては、どのAIを使うか、どのツールを使うかも一つの要素ではあります。
それぞれの言葉を理解して適切なものを選ばないといけません。
しかし、ここまで述べてきたとおり、これらの言葉を使うことやツールを使うことは、業務におけるAI活用とイコールではありません。
業務・タスクの定義・判断基準・タスク間の連携定義…これらがなければ、どれが適切なAIツールなのかもわかりませんし、そこを「みんなが使っているみたいだから」で済ませられないのが業務でのAI活用です。
まとめ：AIの性能を活かすには、業務側の前提が必要
AIは、中小企業やスタートアップ企業の業務を支援する大きな可能性を持っています。
情報の整理、文章の作成、内容の分類、判断材料の提示など、人の負担を軽減できる場面は多くあります。
しかし、AIを導入するだけで、業務が自動的に整理されるわけではありません。
AIを業務で活用するには、先に次の前提を整える必要があります。
- 業務の目的
- 業務を構成するタスク
- AIに渡す情報
- 判断に使う基準
- AIに期待する出力
- 人が確認する範囲
- 通常対応と例外対応の境界
これらが整理されていれば、AIに任せる部分と、人が判断する部分を分けられます。
AIの出力も評価しやすくなり、業務の中へ安定して組み込みやすくなります。
AI導入を無駄にしないために必要なのは、AIを否定することではありません。
AIを導入する順番を整えることです。
まず業務を整理する。
次に、AIに担わせる役割を決める。
そのうえで、必要なAIの仕組みやツールを選ぶ。
株式会社ワザーップの「IT・AI活用準備SWITCH」では、特定のAIツールを先に選定・導入するのではなく、現状業務を可視化・分析し、AI活用の前提となるReady状態を整えます。
AIを導入する前に業務を整理したい方は、IT・AI活用準備SWITCHのご利用をご検討ください。
Comments (0)