人件費を削減したいなら、AIはどの部門から導入すべきか？

1. 多くの会社がAIを始める場所を間違える理由

会議で「どの部門から始めるべきか」と聞くと、答えはたいてい、いちばん話のうまい人か、いちばん困っている人から出てきます。しかし、そこが最も効果の大きい場所とは限りません。より公平なのは、すべての部門から同じ数字を集め、データに判断させるやり方です。

多くの会社は、全員分のツールのアカウントを購入したり、Webサイトにチャットボットを置いたりするところから始めます。成果がすぐ目に見えるからです。ところが、業務のどの部分が実際にコストを生んでいるのかは問いません。その結果、社員がときどき文章作成にAIを使う程度にとどまり、見積書は相変わらず遅く、受注データは二重に入力され、管理職は今も手作業でレポートを作っています。プロジェクトは今風に見えても、1件あたりのコストは変わりません。

もう1つの失敗は、価格設定、与信、生産計画といった最も重要な業務プロセスから始めることです。こうした業務は影響が大きく、データが複雑で、例外も多いため、テストに長い時間がかかります。書類の準備やデータのチェックのようにリスクの低い仕事から始めていれば、もっと早く時間を減らせたかもしれません。

2. 経営者のための、プロジェクトを順位づけする計算式

候補になる仕事それぞれについて、4つのことを確かめます。どのくらいの頻度で発生するか、1回にどれだけ時間がかかるか、結果が正しいかどうかを確かめやすいか、失敗したらどれほどの損害になるか、です。頻繁に発生し、確かめやすく、失敗しても直せる仕事が、最も安全な出発点です。

すべての部門から業務プロセスを集め、6つの項目でそれぞれ1〜5点をつけます。項目は、作業量、1回あたりの時間、データの標準化の度合い、答えの確認のしやすさ、間違えたときのリスク、業務の責任者の準備状況です。最初の4項目と準備状況の点数を足し、そこからリスクの点数を引きます。点数の最も高い仕事が、試験導入の候補になります。

感覚で評価してはいけません。5〜10日間、試しにデータを集めてみてください。数字を見ると、誰もが大きいと思っていた仕事が実は月に数回しか発生せず、1回5分の書類探しやデータのコピーのほうが数千回も発生していて、コストもかさんでいる、とわかることがよくあります。

3. 営業部門：売ることより準備に時間をとられているチームに向く

営業部門は成果が売上に直結するため、出発点に向いていることが多い部門です。AIが手伝えるのは、複数のチャネルから入るリード（見込み客）を読み取り、ニーズを整理し、会社情報を確認し、質問を準備し、提案書の下書きを作り、商談の内容を要約し、CRMに記録し、フォローアップの予定を組むといった作業です。システムが人の代わりに交渉する必要はありません。営業担当がどの商談も情報のそろった状態で始められ、フォローアップを忘れないようにすることが役目です。

向いているのは、リードは多いのにチームの返信が遅いケースや、見積書の形がほぼ決まっているのに作成に時間がかかるケースです。指標にすべきなのは、リードを受けてから最初に返信するまでの時間、1人あたりの見積書の数、フォローアップを最後までやり切った割合、成約率（コンバージョン）です。AIが作れたメッセージの数は指標になりません。

4. カスタマーサービス：同じ質問が繰り返され、答えがすでにある場合に向く

注文状況、価格、使い方、決まった規定について同じ質問が多いなら、カスタマーサービスは時間をすぐに取り戻せる部門です。AIはナレッジベースから答えを探し、システムから状況を取得し、対応履歴を要約し、担当者のために返信の下書きを作れます。自動で返信させるのは次の段階からで、それもリスクの低い質問に限ります。

始める前に、ナレッジが散らばっていたり、内容が食い違っていたりしないかを確認します。社員によって答えが違うなら、最初の課題はサービスの基準で、技術はその次です。標準の回答を作り、内容ごとに責任者を決め、見直しの時期を定めてください。ナレッジベースが整って初めて、顧客の数に合わせてチームを増やさなくても、AIの力でサービスを広げられるようになります。

測るのは、最初の対応で解決できた質問の割合、1件あたりの平均対応時間、人に引き継いだ件数、満足度です。ボットが完了にした件数だけを測るのはやめてください。システムが案件を早く閉じても、顧客が同じ問題でまた問い合わせてくることがあるからです。

5. マーケティング：スピードは上がるが、人員削減につながるとは限らない

AIを使えば、広告、記事、画像、キャンペーンのアイデア、テスト用のバリエーションの下書きを、ずっと速く作れます。ただ、コンテンツを多く作っても、利益が増えるわけではありません。販売チャネルや顧客データがはっきりしていなければ、投稿の数が増えるだけで結果は変わらないこともあります。

「速く書ける」ことより価値が大きいのは、売上データをキャンペーンの計画につなげることです。たとえば、顧客が買わなかった理由をまとめる、業界ごとにメッセージを作り分ける、1つの商品情報を複数チャネル向けの素材に展開する、テストの結果を集めてチームの判断材料にする、といった使い方です。ツールに求めたいのは、ブリーフ（制作の依頼内容）から公開までの時間を縮めながら、ブランドのトーンと承認の手順を守ることです。

マーケティングを最初の部門に選ぶのは、商品がはっきりしていて、販売チャネルが機能していて、ボトルネックがキャンペーンを作る力にある場合です。問題がプロダクトマーケットフィットの欠如にあるなら、コンテンツを速く作っても根本の原因は解決しません。

6. 経理、購買、バックオフィス：見落とされがちな削減の余地

バックオフィスの仕事には書類とルールが多いため、自動化とAIを組み合わせるのに向いています。たとえば、請求書を読み取る、必須項目を確認する、発注書と照合する、経費を分類する、書類の不足を知らせる、キャッシュフローを要約する、仕入先から見積書を集める、といった作業です。システムは下準備をして異常に印をつけ、支払いの承認や重要な記帳は、引き続き権限のある人が担います。

時間とミスをはっきり測れるのが利点ですが、財務データとアクセス権限には注意が必要です。データの取り扱いについての契約がないまま、重要な書類を一般向けのツールに送ってはいけません。システムは役割に応じて権限を分け、履歴を残し、承認の手順を経ずにAIが元データを書き換えられないようにする必要があります。

7. オペレーション部門：効果は大きいが、実際の業務を理解する必要がある

オペレーション部門は、AIから最も大きな効果を得られる可能性があります。短縮できた1分1分が、そのままコストに響くからです。使い道としては、受注を作業指示書に変換する、原材料がそろっているかを確認する、作業の順番を決める、現場の問題をまとめる、納期遅れのリスクを知らせる、などがあります。ただし、データは複数のシステムに分かれていることが多く、現場の例外も多いので、会議室だけで設計するのには向きません。

開発チームに、受注から納品まで実際の仕事を追いかけてもらい、人が待たされている箇所、データを二重に入力している箇所、社員が経験に頼って判断している箇所を書き留めます。そのうえで、まずはAIにデータの準備や通知を任せます。質の高いデータと、システムを止める明確な方法がそろうまでは、システムに自動で作業計画を組ませたり指示を出させたりするのは急がないでください。

8. 14日間で判断するスケジュール

1. 1〜3日目：各部門長に、繰り返し発生する仕事を1部門5つまで、おおよその回数と時間を添えて挙げてもらいます。
2. 4〜7日目：実データのサンプルを集め、点数の高い仕事の作業時間を計ります。評価に架空のデータは使いません。
3. 8〜10日目：6つの項目で点数をつけ、月あたりの時間とコストを計算し、リスクを洗い出します。
4. 11〜12日目：1位の業務プロセスと予備の候補を選び、責任者、KPI、AIにさせてはいけないことを決めます。
5. 13〜14日目：1ページの目標を書きます。たとえば「30日以内に、見積書の作成時間を45分から10分に減らし、ミスの割合は今より増やさない」といった目標です。

たいていの会社では、営業部門、カスタマーサービス、バックオフィスの書類業務が出発点に向いています。データが手に入りやすく、結果を確かめやすいからです。とはいえ、決まったルールはありません。判断の決め手になるのは、自社の業務プロセスから出てきた数字です。

まとめ：AIを始める部門は、「経営層が興味を示している」だけで選ばず、「仕事の準備ができている」ことを条件にします。最初のプロジェクトに必要なのは、件数が多いこと、時間を測れること、データが十分にあること、答えを確かめやすいこと、リスクを抑えられることです。1か所で成果が出たら、そこで得た教訓とデータと自信を使って、より複雑な業務プロセスに広げていきます。