AI業務改善とは？中小企業が最初の1業務から始める6つの工程

AI業務改善とは、生成AIや機械学習を使うこと自体ではなく、業務の入力、判断、確認、出力の流れを見直す取り組みです。AIには文章の下書き、分類、要約、検索補助を任せ、人は価格、納期、契約、社外送信など責任を伴う判断を担います。

従来の自動化は、条件が決まった転記や通知を同じ手順で繰り返す仕事に向きます。一方、生成AIは表現が一定でない問い合わせを分類したり、複数の資料から回答案を作ったりする場面に向きます。どちらか一方ですべてを処理するのではなく、AIが候補を作り、人が確認し、決まった処理をシステムが実行するように分けます。

AIを入れただけでは、社長やベテランへの確認待ちはなくなりません。判断基準が言葉になっていなければ、AIの出力を確認できず、従来の手作業とAIの二重運用が残ります。改善の起点はツール選びではなく、誰の返事を待って仕事が止まったのかを確認することです。

最初の対象を部署名だけで決めると、範囲が広すぎて実装前の調整に時間がかかります。毎日または毎週繰り返し、入力と完成物がある程度決まり、人が短時間で正誤を確認できる業務を一つ選びます。

候補を比べるときは、1回の所要時間だけでなく、発生頻度、確認待ち、差し戻し、対応漏れ、顧客や売上への影響を並べます。時間が短くても、回答が遅れることで案件を逃す業務や、一人しか判断できない業務は優先度が上がります。

例えば問い合わせ対応では、AIが内容を分類し、FAQや商品情報から返信案を作り、担当者が事実、価格、納期を確認して送信します。返信までの時間、修正率、対応漏れを記録できるため、試行を続けるかどうかを判断しやすい業務です。

生成AIに入力から外部反映までをまとめて任せると、誤りがどこで入ったのか追いにくくなります。工程を分けると、AIの出力を確認してから、登録や通知など決まった処理だけをシステムへ渡せます。

生成AIは非定型な文章の整理や候補作成、RPAやワークフローは決まった形式の転記・通知、人は根拠の確認と最終判断を担当します。最初は人が実行し、通常例、境界例、入力不足の例を試した後、安定した工程だけを自動化します。

自動化へ進める条件は、一定期間エラーがなかったことだけではありません。誰が確認しても同じ修正になること、例外時の戻し先が決まっていること、誤りを検知できること、元の手順へ戻せること、といった条件を先に揃えます。

SalesDockでは、AI業務改善を次の6工程に分けます。最初から個別開発を前提にせず、既存ツールの設定変更や運用整理で解消できる問題も同じ土俵で比較します。

複数拠点を運営する法人とのAI導入検討では、先方が作成した業務一覧を、そのままAI化候補にはしませんでした。まず業務名、利用ツール、発生頻度を読み、入力と出力が決まる定型業務、担当者の判断や文章作成が中心の業務、今は触らない業務へ仮分類しました。所要時間、担当人数、判断基準、困りごとが未記入の項目は、数字を推測せず仮置きのままにしました。

次に担当者と一覧を読み合わせ、年に一度程度の低頻度業務は後回しにし、既にルールがある反復業務を最初の候補へ絞りました。拠点ごとのルールが揃っていない業務は、先に判断基準を文書化してから検討する扱いにしています。表だけで優先順位を確定せず、現場が感じている負担と突き合わせて修正することが重要です。

候補業務については、入力、原本確認、出力の流れを架空データの小さな画面で試作しました。この段階で確認したのは、操作の流れと人が確認すべき箇所です。本番システムとの接続や削減効果はまだ検証していないため、試作を導入実績とは扱いません。実作業の観察と導入前の測定を行い、効果を比較できる状態にしてから次へ進めます。

AI導入前に、全社のExcelやSaaSを一つへ統合する必要はありません。最初の一業務について、入力に使う資料、完成物、正しい値を確認する元データを並べます。

同じ項目が複数の場所にある場合は、どれを正とするか、誰が更新するか、案件番号や顧客番号など共通して照合できる項目があるかを決めます。入力が足りないときはAIに補完させず、担当者へ戻す条件も必要です。

過去データをすべて直そうとすると、データ整備だけで止まります。対象業務の判断に必要な項目へ絞り、今後の入力ルールを先に揃えます。過去分は、試行に使う正常例と例外例から確認します。

AI研修で基本操作を学んでも、どの業務で使うか、誰が確認するかが決まっていなければ日常業務には残りません。研修では、実際に使う入力例と確認項目を扱い、研修後に同じ手順を繰り返せる状態まで確認します。

最小限の安全対策は、利用ツールを増やす前に、入力してよい情報、入力しない情報、出力を確認する人を決めることです。個人アカウントへ顧客情報、契約書、未公開の数字、パスワードやAPIキーを入力せず、会社で利用条件と管理権限を確認した環境に絞ります。

価格、納期、契約、法務、医療などの回答は、AIの文章だけで判断せず、AIの回答と、その根拠となる元資料を人が照合します。誤りや入力不足を見つけたときの停止、差し戻し、記録方法まで含めて業務の手順にします。

効果測定では、AIが文章を作った時間だけを比べません。入力の準備、出力の確認、修正、例外処理、失敗時の復旧までを含む総時間を記録します。差し戻し、対応漏れ、担当者による結果のばらつきも確認します。

人の確認が単なるクリック作業になった場合や、生成時間が減っても確認・修正を含む総時間が増えた場合は、自動化範囲を広げません。必要なデータを取得する負担が効果を上回る場合は、対象業務を狭めるか、入力ルールや既存システムの改善へ戻します。

一業務が安定した後は、同じ入力データ、判断基準、確認者を使う周辺業務へ広げます。問い合わせ対応なら、質問分類、返信案、対応記録、FAQ更新までを一つの流れとして確認します。別部署や複数システムへの連携は、その後に判断します。