人を増やさずに事業を伸ばす：繰り返しの作業をAIにどう任せるか

1. 業務プロセスが、人を合わない仕事に充てている

チームの仕事が追いつかなくなると、誰もがまず人を増やすことを考えます。しかし仕事のやり方が同じままなら、新しい人も同じ繰り返しの作業をこなすだけで、変わるのは順番待ちの列が短くなることくらいです。その結果、コストは売上にほぼ比例して増えていきます。

売上が伸びると、経営者は同じような光景を目にします。事務スタッフは返信が追いつかず、営業は顧客を全員フォローしきれず、経理は書類の締めが遅れ、マネージャーは一日中、仕事の進み具合を追いかけています。従来の解決策は人を増やすことですが、業務の流れが変わらなければ、新しい人も同じ繰り返しの作業をして、順番待ちを細かく分けるのを手伝うだけです。だからコストは、仕事量にほぼ比例して増えていきます。

AIで成果を出している会社は、仕事を職種の集まりとしてより、「データの生産ライン」として見ています。たとえば見積書の作成は、営業担当1人の仕事に見えて、実際には要望の聞き取り、商品データの確認、価格の計算、書類の作成、メールの送信、CRMへの記録、フォローアップのタスク設定という工程からできています。この7つの工程のうち、人が必要なのは特別な条件の理解と交渉くらいかもしれません。残りはほぼすべて、システムに準備させられます。

最初の段階では、人をゼロにすることを目指すより、社員1人がこなせる仕事量を2〜3倍にすることを目標にするのが現実的です。そうすれば、誰かが辞めたときや事業が伸びたときに、これまでと同じペースで補充の採用をしなくて済み、優秀な人をもっと売上につながる仕事に回せます。

2. 人からAIに移すべき仕事の見つけ方

見分け方は簡単です。情報を探し、ある場所から別の場所へ写し、まとめて次へ渡す仕事なら、まずシステムに任せられます。顧客の気持ちを読み取る仕事や、結果に責任を負う仕事は、引き続き人が担います。

まず、各チームに1週間、自分たちの仕事を記録してもらいます。凝った書類は要りません。仕事の名前、回数、1回あたりの時間、使うデータ、出すべき成果物を書き留めるだけです。そのうえで、仕事を次の4つのグループに分けます。

1. ルールがはっきりした繰り返し作業：ファイル名をつける、データを移す、定型書類を作る、条件に応じて通知するといった仕事です。単純な自動化が向いています。
2. 大量に読み書きする仕事：メールの要約、文書からの項目の抜き出し、返信の下書き、分類といった仕事です。生成AI（Generative AI）が向いています。
3. 複数のシステムにまたがる多段階の仕事：注文を受け、在庫を確認し、作業票を作り、チームに知らせるといった仕事です。AIワークフローや、権限を絞ったAIエージェントが向いています。
4. 影響の大きい判断：お金の承認、法律面の助言、顧客との約束といった仕事です。このグループでも情報の準備はAIに任せられますが、承認は必ず人が行います。

仕事ごとに、1か月にかかる時間、データのそろい具合、システムが間違えたときの損害の3つの観点で、1〜5点をつけます。時間がかかり、データがある程度パターン化されていて、損害の小さい仕事から始めます。たとえば日報の要約は月に80時間かかっていても、あとから確認しやすい仕事です。AIに顧客の与信枠を承認させるほうが面白そうに見えても、先に手をつけるべきなのは日報の要約です。

3. よいシステムには4つの層が必要で、チャット画面だけでは足りない

1つ目の層は、信頼できるデータの出どころです。商品一覧、価格、社内規定、マニュアル、顧客データなどがこれにあたります。データが散らばっていたり管理する人がいなかったりすると、AIの回答は速くなっても、正確にはなりません。どの文書を正とするか、誰が更新するか、システムがどの部分のデータを読めるかを決めておく必要があります。

2つ目の層は業務ルールです。AIが自分で判断してはいけない条件を明記します。たとえば10%を超える値引き、未払い残高のある顧客、保証に関わるメッセージなどです。こうしたルールは、言葉による指示だけに任せず、監査できるシステムの中に置くべきです。

3つ目の層はAIで、メッセージの理解、要約、分類、柔軟な成果物の作成を担います。4つ目の層はワークフローで、CRM、ERP、メール、承認者へデータを送ります。AIがあってもワークフローがなければ、社員はAIの答えを写して、続きの作業を自分で進めなければなりません。それでは、業務プロセス全体を短くできたはずが、数分の節約で終わってしまいます。

4. いまのチームのままで、より多くの顧客に対応できる仕事の例

営業：データの転記から、成約に時間を使う働き方へ

AIが顧客のメッセージを読み、商品の種類、数量、予算、納期を取り出します。次に価格表を確認し、見積書とメールの下書きを作り、CRMに記録します。営業担当は重要な条件を確認して送信ボタンを押すだけで、毎回白紙から書類を作る必要がありません。空いた時間は、顧客に電話して要望を聞き、交渉することに回せます。

顧客サービス：よくある質問にはすぐ答え、難しい案件は適切な人へ回す

システムがナレッジベースから質問に答え、基幹システムで状況を確認し、担当者への引き継ぎが必要なときは経緯を要約して渡します。ボットに「すべての案件を完結させる」という目標を課す必要はありません。目指すのは、定型的な質問が人の順番待ちに入らないことと、難しい案件が必要な情報をそろえて担当者に届くことです。そうすれば担当者1人で、同じ質問に時間を取られることなく、より多くの複雑な案件に対応できます。

書類業務：作成、確認、保管を1つの流れで

新しい注文が入ると、システムが作業票を作り、必須項目がそろっているかを確認し、決まったルールでファイル名をつけ、正しいフォルダに保存して、担当者に知らせます。小さな作業をあちこちで減らすほうが、大きなAIプロジェクトを1つ進めるより多くの時間を取り戻せることがよくあります。社員が画面を行き来したり、長い手順を覚えたりしなくて済むからです。

5. 人を減らせるのは、品質を測って管理できる場合だけ

5回うまく答えたデモを見ただけで、経営者がシステムを承認してはいけません。実際の業務を大量に使ってテストする必要があります。データが欠けているケース、顧客の入力ミス、在庫切れ、価格の変更、だましの指示が紛れ込んだメッセージも含めてです。システムはデータの出どころを示し、どのルールを使ったかを記録し、確信度が低いときは止まって人に助けを求めるべきです。

まずは「AIが準備し、人が承認する」モードで始めます。少なくとも2〜4週間は結果を集め、社員がそのまま送れた割合、少し直した割合、使えなかった割合を測ります。品質が基準を満たしてから、リスクの低いケースに限って自動送信を許可します。自律性を1段階ずつ広げれば、会社は評判を犠牲にせずにスピードを手に入れられます。

6. 既存の業務にAIを付け足すより、人の役割を設計し直す

AIを入れても全員が以前と同じ手順をすべてこなしているなら、会社はシステムの費用が増えるだけで、人数は変わりません。使い始める前に、新しい役割分担をはっきり書き出しておきます。何を「システムがやる」のか、何を「人が確認する」のか、何を「人が責任を持って担う」のかです。たとえば事務スタッフは注文を入力しなくなり、システムがフラグを立てた注文だけを確認します。営業は定型の見積書を作らなくなり、高額の商談と特別な条件の対応に集中します。

実際には、責任ある形で人員を減らす方法は、たいてい3つです。欠員が出ても補充しないこと、人を売上につながる仕事に移すこと、事務作業が多すぎたために分けていた役割をまとめることです。会社が評価するのは仕事の量と質で、AIを使った回数ではないことをはっきり伝えましょう。あわせて、正確さを確認し、異常を報告できるようにチームを訓練します。

7. 経営者のための30日間の行動計画

1. 1週目（業務の洗い出し）：チームを1つ選び、繰り返しの作業と、その所要時間、回数を記録します。月あたりの合計時間を計算し、データがそろっていてリスクの低い業務プロセスを1つ選びます。
2. 2週目（プロトタイプの作成）：サンプルデータをつなぎ、主なルールを設定して、AIに成果物を準備させます。まだ実際の顧客には送りません。テストケースを少なくとも50〜100件集めます。
3. 3週目（小さなチームでの試行）：実際のユーザー2、3人にシステムを通して仕事をしてもらいます。導入前と導入後の時間を測り、まだ転記や承認待ちが残っている箇所を記録します。
4. 4週目（判断）：時間が短縮でき、品質も基準を満たしていれば、職務の分担を見直し、利用者を増やします。満たしていなければ、データを直すか、プロジェクトを終わらせます。すでに投資したからといって、無理に拡大してはいけません。

最初のプロジェクトでは、基幹システムを丸ごと入れ替えずに、1〜3か月以内に時間を取り戻せるようにします。測定できる小さな成功があれば、チームは自信を持てますし、次のプロジェクトを選ぶためのデータもたまります。成果の責任者がいないまま大がかりな「AIトランスフォーメーション」を宣言するより、ずっと効果があります。

8. 人を増やさずに事業が伸びているかを示す数字

1件の取引あたりのコスト、エラー率、待ち時間、顧客満足度をあわせて測ります。1人あたりの仕事量が増えても、顧客が何度も催促しなければならなかったり、返金や減額の伝票（クレジットノート）が増えたりしているなら、本当の意味で効率が上がったとは言えません。取引1件あたりのAIのコストも追いかけます。件数の多い仕事に高価なモデルを使うシステムは、人件費を減らせてもAPIの費用がかさみ、期待したほどの効果が出ないことがあります。

まとめ：人を増やさずに事業を伸ばせるのは、業務プロセスを変えたときです。ツールを足すだけではそうなりません。最も時間を取られている繰り返しの作業から始め、AIをデータとワークフローにつなぎ、リスクに応じて承認のポイントを置き、1人あたりの仕事量を測り続けましょう。そうすればAIは、文章を書くための高価なアシスタントから、会社の生産力の一部へと変わります。