AIワークフローで、3日かかる仕事を3時間に縮める

1. 3日かかる仕事も、実際の作業は3時間だけかもしれない

見積書1通の作成時間を計ってみると、人が実際に作業している時間は40分ほどしかないかもしれません。残りは、相手の返事を待つ時間、承認を待つ時間、誰かがメールを開くのを待つ時間です。その40分だけを速くしても、顧客はほとんど違いを感じません。

社員に仕事にどれくらい時間がかかるかを聞くと、答えにはたいてい待ち時間が含まれています。見積書なら、実際の作業は50分でも、営業からの情報を半日待ち、管理職の承認を1日待ち、事務担当が送るのをさらに半日待つ、ということがあります。AIで書類の作成を10分に縮めれば助けにはなりますが、待つ箇所が変わらなければ、サイクルタイム（依頼から完了までの時間）は2日を超えたままです。

時間を4つに分けます。実際の作業時間、情報を探す時間、待ち時間、やり直しの時間です。そのうえで、なくす順番を決めます。探す時間とやり直しは、共通のデータと自動チェックで減らせることが多く、待ち時間は、出来事をきっかけに仕事を回す仕組み、金額に応じた承認の権限、承認者が一度で判断できるまとめで減らせます。

2. 改善前の状態を5つの根拠で分析する

何かを直す前に、実際の仕事から根拠を集めます。集めるのは、仕事が各ステータスに入った時刻と出た時刻、やり直しの回数、仕事が最も長く止まっていた箇所などです。どこから手をつけるべきかは、こうした数字が教えてくれます。

1. 実際のタイムライン：過去の仕事を20〜30件選び、メールやシステムの記録から、各工程がいつ起きたかを確認します。
2. 引き継ぎの回数：担当者が替わるたびに、待ちが生まれ、情報が抜け落ちるおそれがあります。
3. システムの数：開く画面の数と、データを写し直す回数を数えます。個人のスプレッドシートも含めます。
4. やり直しの回数：元の情報が足りなかったのか、テンプレートが違っていたのか、承認者が新しい条件を加えたのか、原因を分けて記録します。
5. 例外：標準から外れるケースを記録します。簡単なケースだけを見て設計してはいけません。

平均値1つに頼らず、中央値と90パーセンタイル（P90）を使います。中央値は一般的な仕事の姿を、P90は待たされる側の顧客がどれだけ長く待っているかを示します。平均値が良くなってもP90が高いままなら、システムはまだ例外をさばけていません。

3. 改善後は、1つひとつの作業の速さよりデータの流れを設計する

出来事が起きたら、すぐにワークフローを動かします。たとえば、フォームが送信された、メールが届いた、ステータスが変わった、といったタイミングです。システムは許可された情報源からデータを集め、必須項目を確認し、足りない情報を自動で問い合わせます。データがそろって初めて、AIが要件を要約し、標準のテンプレートで下書きを作ります。

次に、ルールで経路を分けます。定型的なケースは権限のある人に回して短時間で確認してもらい、特別なケースには理由と比較のためのデータを添えます。承認されたら、システムがファイルを作り、決められたチャネルで送り、CRMに記録し、フォローアップのタスクを設定するところまでを1回の処理でまとめて行います。次の工程のために、人が結果を写す必要はありません。

どの工程でも、次の担当者には書類の束をそのまま投げず、「判断に必要な情報」を渡します。承認の画面なら、価格、利益率、特別な条件、顧客の履歴、標準と違う点を表示します。そうすれば、管理職はスマートフォンから数分で判断できます。

4. 例：2日かかっていた見積書を2時間以内に

改善前：営業がチャットで詳細を送ります。事務担当が追加の情報を聞き、価格のスプレッドシートを開いてWordに写し、PDFにして管理職にメールで送り、返事を待ってから修正して顧客に送ります。CRMの更新は後回しになるか、まったく更新されません。

改善後：営業は最低限の情報を入力するか、顧客のメッセージを転送するだけです。AIが商品と条件を読み取り、システムが最新の価格を取得して、ルールに沿って計算します。値引きが標準の範囲内なら、そのまま送れる書類を作って営業に確認してもらいます。範囲を超える場合は、理由を添えて管理職に回します。承認ボタンが押されたら、システムがすぐに送付し、関係するすべての場所に記録します。

KPIは、最初の返信までの時間、見積書を出すまでの時間、修正なしで済んだ割合、見積書を早く出せるようになった後の成約率です。事務担当の時間だけを縮めても、営業から届く情報が足りないままなら目標には届きません。情報を受け取る入口も直す必要があります。

5. 例：1日かかっていた経営層向けレポートを30分で

改善前：各部門の管理職が、それぞれ違う形式でファイルを送ってきます。社員が数字をまとめ、バージョンを確認し、グラフを作り、要約を書きます。経営層は数字が合わないことに気づいて差し戻します。判断を助けるはずの仕事が、書類の体裁を整える仕事になっています。

改善後：データは決まった時刻に共通の情報源から取り込まれます。システムがデータがそろっているかを確認し、前の期間と比べます。AIは変化、異常、追いかけるべき疑問点を要約します。担当者はシステムが印をつけた点だけを確認すれば済み、レポートは毎回同じテンプレートで作られます。

まず、共通の指標の定義を決めます。たとえば「売上」は、受注した時点で数えるのか、請求書を出した時点か、入金された時点か。部門ごとに定義が違えば、AIは食い違いを速くまとめられても、数字の意味までは直せません。定義と情報源を承認するのは、データの責任者です。

6. 例：3週間かかっていた新しいキャンペーンを3日で

改善前：商品企画がブリーフを書いてマーケティングに送り、マーケティングが文章を作り、デザインチームが画像を作るのを待ちます。営業が細かい内容の修正を求め、チャネルごとに別々にファイルを直します。顧客について得た知識はチャットに埋もれたまま、活かされません。すべての承認がそろうころには、市場のチャンスが過ぎているかもしれません。

改善後：チームは、ターゲット顧客、課題、根拠、提供価値、価格、禁止事項をまとめた共通の商品ブリーフから始めます。AIはブリーフをもとに、チャネルごとの文章、画像の方向性、FAQ、営業トークの台本を作り、どの素材も元のデータとつながっています。中心となるオファーを変えたら、見直すべき素材をシステムが示します。チームはゼロから作る代わりに、クリエイティブの案を選んで磨くことに時間を使えます。

スピードには、試して学ぶサイクルがセットで必要です。2〜3の案を作って小さなグループに出し、クリック数、リード数、成約数、予約数などを測り、その結果を次の改善に戻します。テストの予算も止める基準もないまま、AIで50案を量産するのはやめましょう。

7. 速くて保守しやすいワークフローの原則

• 1つの出来事で仕事が始まる：誰かがシステムを開いたり、何度も開始ボタンを押したりするのを待つ時間が減る
• 共通のデータを1つに：すべてのチームが同じステータスを見るので、ファイルのバージョン違いを送り合わない
• ルールはAIの外に置く：価格、権限、金額の上限、禁止事項は確実に守らせる
• リスクに応じた承認：定型的な仕事は速く通り、特別な仕事には判断に必要な情報がそろう
• 冪等性（Idempotency）：システムが同じ処理を再実行しても、メールを二重に送ったり注文を二重に作ったりしない
• ログとアラート：どこで仕事が止まっているか、いくらかかっているか、誰が直すべきかがわかる
• 手作業のフォールバック：外部のシステムが止まっても、チームが最低限の仕事を続けられる

最初からすべてのシステムをつなごうとしないでください。まずは重要な経路と、成果を出せる最低限のデータを選びます。連携が多いほど故障する箇所が増え、テストにも時間がかかります。最初のワークフローが安定してから、データと機能を少しずつ加えていきます。

8. 本当に速くなったかを確かめるテスト

少なくとも2週間かけてベースライン（導入前の基準値）をとり、中央値、P90、作業時間、やり直しの回数、ミスの割合を測ります。次に、実際の仕事の一部で新しいワークフローを試し、比較対象のチームを置いて、スピードと品質の両方を比べます。チームがまだ慣れていない期間の結果は、長期的な結果と分けて見てください。

ガードレールも決めておきます。ミスは以前より増やさない、顧客からの苦情を増やさない、1件あたりのコストを上限以下に抑える、といった条件です。サイクルタイムが縮んでも品質が落ちたなら、自動完結させる範囲を絞り、データやルールを直します。あらゆる箇所に確認担当を足していくと、結局もとの遅さに戻ってしまいます。

まとめ：3日を3時間に縮めるには、作業時間と待ち時間の両方を直す必要があります。読み取りと作成はAIに、数字の管理はルールに、仕事の受け渡しはワークフローに任せ、承認はリスクに合わせて設計します。最初から最後までを測れば、本当のスピードはモデルの速さよりも仕事の仕組みから生まれることが、会社にも見えてきます。