「AIを業務に取り入れたい」というご相談は、この1〜2年で明確に増えました。一方で実際にお話を伺うと、「何から手をつければよいのか分からないまま止まっている」という段階の企業が少なくありません。ツールの紹介記事は豊富にありますが、自社のどの業務に、どの順番で適用すべきかまで書かれた資料は多くないからです。

この記事では、従業員数名〜数十名の企業がAI導入の最初の一歩を踏み出すために、何を調べ、どこから着手し、どう効果を確かめるのかを整理します。専任の担当者や大きな予算を前提としない範囲に絞って書いています。

「ツールを入れたのに変わらない」が起きる理由

AI導入が進まない企業には、共通する進め方の癖があります。よく見られるのは次の3つです。

  • ツールの契約が先行している：全社アカウントを用意したものの、使う業務が決まっておらず、一部の社員が個人的に試すだけで終わる。
  • 対象業務が大きすぎる：「営業活動全体を効率化する」といった粒度で始めてしまい、どこから手をつけるか決められないまま時間が過ぎる。
  • 効果を測る指標がない：「なんとなく早くなった気がする」で終わり、次の投資判断につながらない。

いずれも技術の問題ではなく、着手の順番の問題です。逆に言えば、順番を整理するだけで進み方は変わってきます。

最初にやるのはツール選びではなく業務の棚卸し

最初の一歩としておすすめしているのは、1週間分の業務を書き出す作業です。難しい分析は要りません。管理職と現場の担当者が、それぞれ「先週この仕事に何時間使ったか」を思い出せる範囲で並べるだけで十分です。

書き出す単位は「業務名・頻度・1回あたりの所要時間・担当者数」の4項目に絞ります。ここで大事なのは、成果が出そうな業務を探すことではなく、時間を使っている業務を漏らさず並べることです。実際にやってみると、経営側が想定していなかった作業に相当な時間が使われていた、というケースがよくあります。

自社の現在地を短時間で把握したい場合は、1分AI組織診断のような簡易チェックを出発点にする方法もあります。棚卸しの前に論点の当たりをつけておくと、書き出すときの観点が定まりやすくなります。

最初に着手する業務を選ぶ3つの基準

棚卸しができたら、その中から最初の1件を選びます。選定にはこの3つの基準を使います。

1. 発生頻度が高い

月1回の業務より、毎日発生する業務のほうが改善の積み上げが大きくなります。1回30分の作業でも、週5回発生するなら年間で100時間を超える計算です。

2. 判断より作業の割合が大きい

「どの資料をどう組み合わせるか」は人が決め、「文章にまとめる」部分をAIに任せられる業務が向いています。逆に、責任の所在が問われる最終判断はAIに寄せないほうが運用しやすくなります。

3. 失敗しても影響が限定的

最初の1件は、社内向け・下書き段階の業務から選びます。顧客に直接届く文書や金額に直結する処理は、社内で運用の型ができてから広げる順番が安全です。

事例1：設備工事会社の見積書たたき台づくり

従業員22名の設備工事会社では、見積書の作成に営業担当が1件あたり40〜60分かけていました。過去の類似案件を探し、仕様に合わせて項目を組み替え、金額を入れ直す作業です。

ここで着手したのは、見積書そのものの自動生成ではなく、過去見積の検索と項目のたたき台づくりに絞った範囲でした。過去3年分の見積データを整理し、案件条件を入力すると近い事例と項目案が出てくる状態をつくります。金額の決定と最終確認は、従来どおり営業担当が行います。

運用開始から2ヶ月後、1件あたりの作成時間は平均25分前後まで短くなりました。あわせて、担当者ごとに違っていた項目の書き方が揃い、確認する側の負担も軽くなっています。範囲を絞ったことで、現場が使い方を覚えるまでの期間も短く済みました。

事例2：社会保険労務士事務所の問い合わせ一次整理

従業員9名の社会保険労務士事務所では、1日あたり30〜50件のメール問い合わせに所長がすべて目を通し、担当者に振り分けていました。振り分け自体は数分でも、日に何度も作業が中断されることが負担になっていました。

導入したのは、受信したメールを「手続き依頼」「制度の相談」「日程調整」「その他」に分類し、担当候補と過去の類似案件を添えて一覧化する仕組みです。分類の精度は当初7割程度でしたが、誤りを都度修正する運用を続けるうちに、実用に足る水準まで上がりました。

ポイントは、最初から自動返信まで踏み込まなかったことです。返信内容は人が判断する前提に置いたため、誤分類があっても実害が出ません。所長の作業は「振り分ける」から「振り分け結果を確認する」に変わり、中断の回数そのものが減りました。

効果は時間と件数で測る

導入の成否を判断するには、開始前の数字を記録しておく必要があります。着手前に測っておきたいのは次の3つです。

  • 1件あたりの所要時間：正確に計測する必要はなく、担当者の申告ベースで構いません。
  • 月あたりの処理件数：時間短縮の効果を金額に換算するときの分母になります。
  • やり直し・差し戻しの件数：速くなっても品質が落ちていないかを見る指標です。

この3つを開始前・開始1ヶ月後・3ヶ月後に並べると、続けるか、対象を広げるか、別の業務に切り替えるかを数字で判断できます。感覚だけで語られる改善は、担当者が変わった時点で説明できなくなります。

つまずきやすい3つのポイント

ここまでの流れで進めても、途中で止まる要因はいくつかあります。

ひとつ目は、社内ルールの不在です。顧客情報や人事情報をどこまで入力してよいのかが決まっていないと、慎重な社員ほど使わなくなります。「入力してよい情報の範囲」を1枚にまとめるだけでも、利用のハードルは下がります。

ふたつ目は、成果の共有不足です。試した担当者の中に知見が閉じたままだと、他部署は同じ試行錯誤を最初から繰り返すことになります。うまくいった指示文とその結果を社内で見られる場所に置く運用を、早い段階で決めておくとよいでしょう。

みっつ目は、対象を広げる時期の早さです。最初の1件が動き始めるとすぐに範囲を広げたくなりますが、運用が安定する前に増やすと、どれも中途半端になりやすくなります。1件を3ヶ月続けてから次に移る程度の速度が、結果的に定着しやすい進み方です。

90日で試すロードマップ

初めて取り組む場合の、無理のない進め方の一例です。

  • 1〜2週目：業務の棚卸しと対象業務の選定。あわせて、入力してよい情報の範囲を決める。
  • 3〜6週目：対象業務の試験運用。担当者2〜3名に限定し、開始前の数字を記録しておく。
  • 7〜10週目：うまくいった手順を文書化し、同じ部署の中で利用者を広げる。
  • 11〜13週目：数字を比較して継続・拡大・切り替えを判断し、次の対象業務を1件選ぶ。

この期間で全社的な変化が起きるわけではありません。目的は、自社にとって何が効いて何が効かないのかを、実データで把握することにあります。

まとめ：最初の一歩は小さくてよい

AI導入は、大きな計画を立ててから始めるより、1つの業務で試して数字を見るほうが進みやすい領域です。頻度が高く、判断より作業の比重が大きく、失敗しても影響が限定的な業務を1件選ぶ。開始前の時間と件数を記録する。3ヶ月続けて数字で判断する。この3ステップであれば、専任の担当者を置かなくても着手できます。

自社の現在地や、どの業務から着手すべきかの見立てに迷う場合は、外部の視点を一度入れてみるのも選択肢のひとつです。大切なのは、検討を続けることではなく、小さくても実際に動かして数字を得ることです。