先日、製造業（社員20人）の経営者と話す機会があった。
「ChatGPTを全社員のPCに入れたんですが、何に使えばいいか誰も分からなくて。もう2ヶ月、ほとんど使われていない状態です」
ツールが入っていても使われない、というのはAI導入でよくある失敗パターンだ。原因は大抵ひとつで、「何の業務をAIに任せるか」が決まっていない。
ChatGPTが何でもできると思って導入した結果、「何でも使えそうだが、何に使うか分からない」という状態になる。
この問題を解決するのが業務分解という作業だ。AI顧問が最初にやることは新しいツールの選定でも説明でもなく、この業務分解が多い。この記事では、AI顧問が実際に業務分解をどう設計するか、手順と判断基準を整理する。
業務分解とは何か
「業務分解」というと難しく聞こえるが、やっていることは単純だ。
会社の業務を全部リストに出して、「AIに任せられるもの」と「人が必ずやるもの」に分けていく作業だ。
この分類が終わって初めて、どのAIツールを入れるべきか、どこから着手するかが決まる。ここを飛ばして「とりあえずChatGPT」「とりあえずRPA」という順番で動くと、ツールが増えるだけで現場は変わらないという結果になりやすい。
AI顧問とは？中小企業が知るべきサービスの全体像と費用相場でも触れているが、AI顧問の仕事はツールを操作することではなく「どう使うかを設計すること」だ。業務分解はその設計の最初のステップになる。
AI顧問が業務分解でやること｜4つのステップ
Step 1: 業務を全部リストに出す
まず、会社の中で日常的に発生している業務を全て洗い出す。
経理であれば「請求書の受け取り→会計ソフトへの入力→仕訳確認→月次レポート作成」という流れを一つひとつ書き出す。営業事務なら「メール返信→見積書作成→案件進捗の記録→週次報告書作成」のように分解する。
この段階ではAIに任せられるかどうかを考えなくていい。とにかく全部出すことが目的だ。
ここで経営者と担当者の両方にヒアリングすることが重要になる。経営者が「これはシステムがやっている」と思っている作業を、担当者が手作業でカバーしていることは珍しくない。実態を確認せずに設計を進めると、後で「実はその工程は手作業でした」という抜けが発生する。
Step 2: 各業務を2軸で分類する
洗い出した業務を次の2軸で評価する。
| 軸 | 低い | 高い |
|---|---|---|
| 発生頻度 | 月1回程度 | 毎日・毎週 |
| 判断の複雑さ | 手順が決まっている | ケースバイケースの判断が必要 |
この2軸を組み合わせると4つのゾーンができる。
ゾーンA：頻度が高く、判断がシンプル
→ AIが最も得意な領域。最初に自動化すべき業務群。
ゾーンB：頻度が高く、判断が複雑
→ AIの補助は有効だが、最終判断は人が持つ。段階的に自動化範囲を広げる。
ゾーンC：頻度が低く、判断がシンプル
→ AI化の効果は限定的。工数次第でどちらでもよい。
ゾーンD：頻度が低く、判断が複雑
→ 基本的に人がやる。AIは参考情報の収集程度に使う。
多くの場合、着手すべきはゾーンAだ。「毎日やっているが手順は決まっている」という業務が最も自動化の効果が出やすく、社内での成功体験も作りやすい。
Step 3: AIに向く条件を確認する
ゾーンAに分類された業務でも、次の4点を確認しないと自動化が詰まる。
1. 入力データが電子化されているか
紙やFAXで届く請求書をAIで処理しようとすると、まず電子化のステップが必要になる。「AIで請求書処理を自動化したい」と言っても、請求書が紙で届く運用になっていれば、AI-OCRを入れる前に受け取り方法の見直しが先だ。
2. 手順が文書化されているか
「担当者の頭の中にある」手順はAIに教えられない。担当者が無意識にやっている判断をまず言語化しないと、AIに正しい動きを設定できない。
3. 例外が少ないか
取引先ごとに全く違う対応をしている業務は、AIが対応できる範囲が限られる。「例外がどれくらいあるか」を確認して、例外が多すぎる業務は優先度を下げる判断も必要だ。
4. 責任の所在が明確か
AIが出した結果を誰が承認するか決まっていない業務は、導入後にトラブルになりやすい。「どこまでAIに任せて、どこから人間が承認するか」の線引きを設計することが、AI顧問の重要な仕事のひとつだ。
Step 4: 着手順を決める
ゾーンAの業務の中でも、全部一度に始めると現場が混乱する。
着手順を決める基準は次の3点だ。
- 成功体験を作りやすいものから始める: 複雑な設計が不要で、短期間で効果が見えるものを最初に選ぶ
- リスクが低いものを選ぶ: 失敗したときのダメージが小さい業務から試す。売上に直結する工程よりも内部作業から入るのが安全
- 現場の協力を得やすい部門から入る: 「この担当者はAI導入に前向きか」という人的な要因も実は重要だ。前向きな担当者がいる部門から始めると定着率が上がる
AIに向く業務・向かない業務の具体例
抽象的な話だけでは判断が難しいので、中小企業でよく出てくる業務を分類する。
AIに任せられる業務（自動化の優先候補）
経理・事務系
- 請求書の受け取りと会計ソフトへのデータ連携
- 銀行明細の自動取得と仕訳候補の提示
- 売掛金の入金確認と消込候補の自動生成
- 月次の売上・経費サマリーレポート作成
営業・コミュニケーション系
- 問い合わせメールへの初回返信文の下書き作成
- 会議の文字起こしと要点・アクション整理
- 過去の案件情報から見積書の初稿を生成
社内管理系
- 勤怠データの集計と異常値アラート
- 契約書・稟議書の定型フォーマット入力
- 社内規程・手順書に関する質問への自動応答
人が担う必要がある業務
最終的な意思決定
- 見積書・契約書の最終承認
- クレームへの対応方針の決定
- 採用の合否判断
例外対応・イレギュラー処理
- 定型フローから外れたケースの処理
- 法的判断が必要な場面
- 初回取引先との条件交渉
関係性・信頼に関わるもの
- 重要顧客との打ち合わせ
- 採用面接でのコミュニケーション
- クレームの謝罪と収束
ここで注意したいのは、「人がやる必要がある業務」でもAIを補助として使えることだ。採用面接そのものはAIにできないが、応募者の書類整理や面接前の情報収集はAIが手伝える。「完全にAIか、完全に人間か」ではなく、工程の中でAIが入れる部分を探すのが実際の設計に近い。
業務分解で経営者がよく迷う3つのケース
業務分解の作業を進めると、判断に迷うケースが出てくる。よくあるものを3つ挙げる。
「ほぼ手順通りだが、たまに判断が入る業務はどちらに分類するか」
「ほぼ定型だが月に1〜2回イレギュラーが出る」という業務は多い。この場合、AIに任せる範囲を「定型部分のみ」と明確に決めて、イレギュラーが出たときは人間に回すフローを設計する。
「AIが判断できない場合は担当者に転送される」という仕組みにすれば、定型部分の処理をAIが担い、例外は人間が処理する形で運用できる。完璧に自動化しなくても、部分的な自動化で十分な効果が出ることが多い。
「担当者がAI導入を嫌がっている」
業務分解の途中で、担当者から「自分の仕事がなくなるのでは」という不安が出ることがある。これは設計上の問題ではなく、導入の説明の仕方の問題だ。
「AIが担うのは繰り返しの入力作業で、判断・確認・例外対応は引き続き担当者がやる」という役割分担を明確に説明することが、現場の定着率に直結する。AI顧問がやることの中に、この「社内向けの説明設計」が含まれることは意外と多い。
ChatGPTを入れても社員が使わない問題についてはChatGPT契約しても社員が使わない｜AI顧問が解決する仕組みで詳しく扱っているので参照してほしい。
「候補業務が複数あり、どこから始めるか迷っている」
迷ったときの判断基準はシンプルにする。「3ヶ月後に成果が見えるか」という基準だけで選ぶのが現実的だ。
成果が出るまでに1年かかる業務を最初に選ぶと、途中で「本当に効果があるのか分からない」という状態になって社内の士気が落ちる。最初の3〜6ヶ月で「これは変わった」という実感を作ることが、その後の展開を決める。
自社でやる場合とAI顧問に頼む場合
業務分解は、自社でやろうとすれば資料を読んで進めることはできる。ただ、いくつかの点でAI顧問を使った方が早い場面がある。
自社でできるケース
- 経営者またはリーダーが、業務分解のための時間を確保できる
- 社内に複数の業務を俯瞰できる担当者がいる
- 担当者がAIツールを試すことへの抵抗感が少ない
- 業務がある程度ドキュメント化されている
この条件が揃っているなら、社内でステップを踏んで業務分解を進めることはできる。AI導入は小さく始めるが正解｜中小企業が失敗しない最初の一歩を参考に、1業務から始めることを勧める。
AI顧問に任せた方が速い場面
経営者が現場の詳細を把握していない
「うちの経理が何をどれくらいの頻度でやっているか」を経営者が把握していないケースは多い。この場合、担当者へのヒアリングから設計まで、外部視点で入ってもらった方が正確な棚卸しができる。
「変えたいが、何から変えればいいか分からない」状態が続いている
選択肢が多すぎて動けない状態に、「まずここから」という優先順位の整理が外部視点から来ると、動き出せることが多い。
過去にAIツールを入れて失敗している
一度失敗すると、次の挑戦のハードルが上がる。「なぜ前回うまくいかなかったのか」の原因分析から入ることで、同じ失敗の繰り返しを防ぐ。AI顧問を使った際の失敗パターンについてはAI顧問サービスの失敗事例5選｜契約前に知るべき落とし穴にまとめている。
IT担当者がいない
ツールの初期設定やAPI連携は、知識がない状態でやると詰まるポイントが多い。設定フェーズのサポートだけ依頼するケースでも、AI顧問を活用する価値がある。
業務分解が終わると何が決まるか
業務分解を丁寧にやると、ツール選定の前に次のことが明確になる。
- どの業務が自動化の候補か（優先リストが決まる）
- どのツールが必要か（業務の特性に合ったツールを選べる）
- どの順番で着手するか（リソースの無駄打ちが減る）
- 何をKPIにするか（効果測定ができる状態になる）
- 誰が何を承認するか（責任の線引きが決まる）
この5点が決まらないまま「とりあえずAIを入れる」と、「ツールは入ったが現場は変わらない」という結果になりやすい。
AI顧問の費用感についてはAI顧問の費用相場｜月額3万〜30万円の価格帯と内訳で整理しているが、業務分解のフェーズだけを依頼するケースもあり、費用感は依頼範囲によって変わる。
まとめ：AIに任せる工程を決めないと、ツールは使われない
「AIを導入した」という状態と「AIを活用できている」という状態の間には、業務分解という設計作業がある。
この設計をやらずにツールを入れると、「何に使えばいいか分からない」状態が続く。現場で使われないツールは、時間が経つと完全に忘れられる。
AI顧問が最初にやることは、新しいAIを紹介することではない。今ある業務を全部出して、何をAIに任せて何を人間が持つかを整理することだ。そこから初めて「どのツールを入れるか」「どの順番で始めるか」が決まる。
業務分解はそれ自体が目的ではなく、AIを実際に使える状態にするための準備だ。この準備をきちんとやった会社とやらなかった会社では、ツールを入れてから数ヶ月後の状態が大きく変わる。
AI顧問の基本的な役割についてはAI顧問とは？中小企業が知るべきサービスの全体像と費用相場で整理しているので、あわせて確認してほしい。