- AI導入で、最初に何から手を付けるかツール選定ではなく業務棚卸しから。順番は、業務棚卸し → 判断の言語化 → AI活用設計 → ツール選定（FIG.03）。
- どの業務にAIを当てるか「反復性・判断難度・情報整備・失敗コスト」の4軸で候補を見る。ルール化できるのに人手で残っている業務が本命で、失敗コストの高い業務は最初の対象にしない（FIG.02）。
- 最初の一業務を、何を書き出して決めるか担当者・頻度・その業務の中の判断・情報の正本・例外の行き先・確認する人を1枚に書き出してから、活用パターンとツールを決める（FIG.04）。
一つの業務を「部門・担当者・情報・判断・例外処理」に分けて書き出すと、AIに任せられる場所と人が握る場所が分かれる
上の黒帯が対象業務。下の要素を01から順に埋める。色の付いた枠（判断・例外処理）は、人が判断する要素
対象業務 ─ 見積作成
「見積作成」という一つの業務名の中に、複数の部門・情報・判断が混ざっている
部門
どの部門が受け、どの部門に確認が回るか（例：営業が受け、納期は工務に確認）
担当者
誰が作り、誰が承認するか。役職ではなく個人名で書く
情報
商品マスタの単価、過去の取引、納期の状況。どれが正本で、どこにあるか
判断
単価決定・納期決定・値引き判断。判断基準を文字に起こせるものと、担当者の頭の中にしかないものを分ける
例外処理
特注品、短納期、大口の値引き依頼。通常の手順に乗らない案件が、誰に回るか
頻度・所要時間
月に何件、1件あたり何分か。繰り返しの多さが、AI化の効果の大きさを決める
見積作成は説明のための想定例で、実績を示すものではありません。自社の業務に置き換えて使ってください。
- 「AIを導入したい」という相談の8割は、ツール選定ではなく業務構造の問題
- AIに任せられる業務は、まず「人がやっている判断のうち、ルールで言語化できる部分」
- 導入の順番は、業務棚卸し → 判断の言語化 → AI活用設計 → ツール選定
1. 「うちでもAIを使いたい」が、現場で止まる
地場産業の経営者から「うちでもChatGPTを業務に入れたい」「Claudeを社員に配ってみたい」という相談を、ここ1年で何度も受けるようになりました。経営層の関心は高い。導入予算もある。にもかかわらず、半年経っても現場での活用が広がらず、結局「一部の若手社員が個人的に使っているだけ」になっている会社が多くあります。
原因は、ツールの良し悪しではありません。業務の中で「AIに任せられる場所」が言語化されていないから、現場の社員が「自分の仕事のどこで使えばいいか」を判断できないのです。便利だとは思うけれど、いつ・どの場面で使うべきかが見えない状態で、ツールだけ配られている。
2. その問題が起きる構造
地場産業の業務は、「人の経験と判断で動いている部分」と「ルールで動いている部分」が混ざっています。たとえば見積作成。商品マスタの単価を引っ張ってくる作業はルール化されていますが、顧客との過去取引や納期の優先度を考慮した値引き判断は、担当者の頭の中にしかありません。
AIが本領を発揮するのは、後者の「判断」部分ではなく、前者の「ルール化されているのに、人手でやっている」部分です。ルール化されていない業務にAIを当てても、判断材料が揃わずに止まる。だから、AI導入の前に必要なのは、業務の中の「ルール化できる部分」と「判断が必要な部分」を切り分けることです。これは、ツールを買えば自動的に進むことではありません。
AI化の候補は「反復性・判断難度・情報整備・失敗コスト」の4軸で見る。失敗コストが高い業務は、合計点に関わらず最初の対象にしない
各軸3点。反復性＝毎月繰り返すほど高い／判断難度＝判断基準を文字に起こせるほど高い／情報整備＝参照する正本が整っているほど高い／失敗コスト＝誤りが社内で止まるほど高い。合計の後に右端の判断を読む
| 候補業務 | 反復性 | 判断難度 | 情報整備 | 失敗コスト | 合計 | 判断 |
|---|---|---|---|---|---|---|
| 議事録要約 | 3 | 3 | 2 | 3 | 11 | 最初の一業務の候補。A 完全代替から始めやすい |
| メール返信ドラフト | 3 | 2 | 2 | 2 | 9 | 候補。ドラフトはAI、送信前の確認は人 |
| 見積ドラフト | 3 | 2 | 1 | 2 | 8 | 単価・過去取引の正本を整えてから。B 半自動 |
| 値引き判断 | 2 | 1 | 1 | 1 | 5 | AIに任せない。AIは判断材料の整理まで |
| 無監督の自動応答 | 3 | 1 | 2 | 1 | 7 | 最初の対象にしない。判断をAIに任せきると事故が起きやすい |
表は横にスクロールできます
点数と判断は、記事中の例を採点した判断例で、実績を示すものではありません。軸の配点は自社の事情に合わせて調整してください。
3. 経営者が判断すべき論点
AIを業務に入れる前に、決めるべき論点は3つあります。
- 現状、社員の業務時間のうち「同じ手順を毎月繰り返している作業」はどのくらいか
- その作業のうち、判断基準を文字に起こせるものはどれか
- AIに置き換えた後、空いた時間を社員に何に使ってもらうか
3つ目が抜けると、AI導入は「社員の仕事を奪うもの」と受け止められ、現場の協力が得られません。空いた時間を、より付加価値の高い業務（顧客との関係構築、新規開拓、改善活動）に振り向ける設計を、最初から共有することが重要です。AIは雇用代替の道具ではなく、付加価値再配分の道具として位置づけます。
4. 現場で実行するための具体策
AI活用は、ツール契約から始めると失敗します。順番を間違えないことが、最大の成功要因です。多くの会社が最初にやる「ツール選定」は、実は最後の工程です（FIG.03）。
ツール選定から始めるか、業務棚卸しから始めるかで、半年後の使われ方が分かれる
上の問いから、左右どちらの経過をたどるかを見る（スマートフォンでは上下）。右の列は上から順に進める
- ChatGPT・Claudeなどを契約し、社員に配る
- 自分の仕事のどこで使えばよいかを、現場が判断できない
- 「使い方研修」を1回行うが、業務には組み込まれない
- 一部の社員が個人的に使うだけになり、利用が広がらない
- 01 業務棚卸し ─ 主要業務を10〜20プロセスに分け、頻度・所要時間・担当・ツールを並べる
- 02 判断の言語化 ─ 各業務の判断を1行で書き、文字に起こせるかを見る
- 03 AI活用設計 ─ A 完全代替／B 半自動／C 補助に仕分ける
- 04 ツール選定と運用定着 ─ 必要なライセンス数と用途が決まった状態で選び、運用ルールを明文化する
期間の目安は、01が2週間、02・03が各1〜2週間、04が2〜4週間です（本文4章）。
01業務棚卸し（2週間）
経営者と幹部、現場リーダー数名で、主要業務を10〜20プロセスに分解します。各プロセスについて、「頻度」「所要時間」「担当」「使っているツール」を1枚のシートに整理します。「AIに任せたい業務」を最初に挙げると視野が狭くなるので、まずは全業務をフラットに並べます。
02判断の言語化（1〜2週間）
棚卸しした各業務について、「ここで何を判断しているか」を1行で書き出します。たとえば「見積作成」なら、「単価決定」「納期決定」「値引き判断」のように分解します。それぞれについて、判断基準が文字に起こせるかを評価します。文字に起こせる判断＝AIで補助できる候補です。
03AI活用パターンの設計（1〜2週間）
言語化できた判断を、3パターンに分類します。
・A. 完全代替（メール返信ドラフト、議事録要約、商品説明文作成など、ほぼ全自動）
・B. 半自動（見積ドラフト、提案書たたき台、データ集計など、AIが叩き台を作り人が承認）
・C. 補助（情報検索、リサーチ、社内ナレッジ検索など、人の判断を加速）
導入はA→B→Cの順に進めると、現場の慣れが追いつきます。
04ツール選定と運用定着（2〜4週間）
ここで初めて、ChatGPT / Claude / Geminiなどのツール選定に入ります。重要なのは、無料版で十分か、有料版が必要か、業務システムとAPI連携するか、を業務パターンに応じて判断することです。同時に、運用ルールを決めます。「機密情報を入力しないルール」「出力結果を必ず人が確認するルール」などを明文化しないと、後でセキュリティ事故や品質事故が起きます。
01〜04を通じて、最初の一業務について書き出す項目をFIG.04にまとめます。
最初の一業務は、この1枚が埋まってから始める。埋まらない行があれば、その業務はまだ早い
上から順に記入する。「書き方」の列を見ながら、右の記入欄を埋める
| 項目 | 書き方 | 記入欄 |
|---|---|---|
| 業務名 | 成果物の名前ではなく、手順の単位で書く（例：「見積書」ではなく「見積ドラフトの作成」） | |
| 担当者 | 実際に手を動かしている人を個人名で | |
| 頻度・所要時間 | 月に何件、1件あたり何分か | |
| この業務の中の判断 | 「ここで何を判断しているか」を1行ずつ。文字に起こせる判断に印を付ける | |
| 情報の正本 | 判断の材料になる情報が、どのシステム・ファイルにあるか | |
| 例外の行き先 | 通常の手順に乗らない案件を、誰が判断するか | |
| 活用パターン | A 完全代替／B 半自動／C 補助 のどれか | |
| 出力を確認する人 | AIの出力を、誰が確認してから使うか | |
| 入力しない情報 | 顧客情報・原価情報など、AIに入力してはいけない情報 | |
| 空いた時間の使い道 | 浮いた時間を、担当者が何に使うか（顧客との関係構築・新規開拓・改善活動など） |
表は横にスクロールできます
5. 失敗しやすい落とし穴
- 「とりあえずChatGPT Enterpriseを契約」から始める。導入後3ヶ月で利用率が10%以下になるパターンの典型です。業務棚卸しを先にやれば、必要なライセンス数も用途も明確になります。
- 社員研修だけで定着を期待する。「使い方研修」を1回やっただけでは、現場の業務に組み込まれません。具体的な業務プロセスに紐づけた、業務シナリオ別の研修と運用ルールが必要です。
- 機密情報の取り扱いを後回しにする。顧客情報や原価情報を、確認なくAIに入力する社員が出てきます。導入と同時に、入力可否の判断基準を明文化し、定期的にチェックする運用にします。
最初に確認する3項目
- 同じ手順を毎月繰り返している業務を、3つ挙げられるか部署名ではなく、業務名と担当者の名前で挙げます。挙がらなければ、まず業務棚卸し（FIG.03の01）から始めます。
- そのうち一つについて、「何を判断しているか」を1行ずつ書けるか書けた判断のうち、基準を文字に起こせるものがAIで補助できる候補です（FIG.02）。
- 「機密情報を入力しない」「出力は人が確認する」が文書になっているかツールを配る前に、入力してよい情報の判断基準と確認する人を決めます。すでに配っている場合は、誰が何を入力しているかを先に確認します。
6. eapとしてどう支援するか
eapが提供しているAI道場というプログラムは、まさにこの順序で設計されています。最初の2週間で業務棚卸しを行い、次の2週間で判断の言語化、その次の2週間でAI活用パターンの設計、最後の2週間で実装と運用定着までを伴走します。ツール選定は、棚卸しの結果に応じて決めます。
より高度な業務、たとえば「過去5年の見積データと受注データから、自動で適正単価を提案するAI」のような独自実装が必要な場合は、Ruffnoteと連携してAI開発まで巻き取ります。経営幹部が自らAIを使いこなし、現場の意思決定が速くなる状態を、6ヶ月で作るのが標準形です。
AIは、業務構造が整っている会社で初めて効きます。順番を間違えないこと、これがAI導入の成否を分けます。