メインコンテンツへスキップ
見出し画像

AIで業務効率化したのに、なぜ仕事が減らない?

    部下がAIを使って作った見積書や提案書の下書きを、最後に見直しているのは誰でしょうか。中小企業では、社長や部課長がその役を担っていることが多いと思います。

    AIを入れてから、下書きが上がってくるまでの時間は確かに短くなりました。ところが、受け取った側が金額や条件、顧客との取り決めと合っているかを一つずつ確かめていると、自分の手元の仕事はあまり減っていません。部下の作業は早くなったのに、確認する自分の時間は空かないという感覚を持っている方もいるのではないでしょうか。

    AIの出力を確かめる側に立つと、こうした手間が生まれる理由が見えてきます。

    私はシステム導入を支援するとき、実装に入る前に顧客の要望を整理する会議を開きますが、その資料作りでは、事前の聞き取りで集めた業務の概要と大まかな流れをAIに入力し、業務フロー図のたたき台を作ったり、想定されるボトルネックを洗い出したりしています。
    たたき台そのものはすぐに出てきますが、中身を見ていくと、思っていたより抜けが多いことに気づきます。

    AIは一般的な業務の流れをもとに組み立てるため、その会社独自の手順やルールを入力していても、よくある流れに置き換えてしまうことがあるからです。
    どこが置き換わったのかを聞き取りの内容と一つずつ突き合わせることになり、その確認に時間を取られます。

    下書きを早く作れることと、確認する人の手間が減ることは、分けて考える必要があります。

    この記事では、見積書と議事録という2つの業務を比べながら、AIの効果を作業の速さだけでなく、確認の負担や誤りのリスク、仕上がりの品質まで含めて判断する考え方を整理します。

    調査にも表れている確認・修正の負担

    同じような実感は、freee株式会社の「中小企業のAI活用に関する意識調査」にも表れています。従業員500名以下の企業の経営者とバックオフィス担当者1,851名を対象にしたこの調査では、AI利用者の23.7%が、削減できた時間と同じくらいの準備・確認・修正の手間がかかっていると答えています。
    さらに、AI利用者の19.5%が、活用が進まない、または成果が出ない最大の理由として確認・修正の負担を挙げています。

    これらは回答者の実感を尋ねた結果で、作業時間を実際に測った数字ではありませんが確認の手間が成果の出ない原因だと、この数字だけで言い切ることもできません。
    それでも、AIで下書きが早くなったことと、業務全体の負担が減ったことを同じものとして扱えない場面が少なくないことはうかがえます。

    AIの出力を確かめて直すこうした作業は、「検証労働」とも呼ばれます。
    AIを業務に使う以上、確認は欠かせない工程で、それ自体を無駄と考える必要はありません。

    見るべきなのは、確認にどれだけの手間がかかり、確認しても誤りがどれだけ残りうるかという点です。
    そしてその中身は、業務によって大きく変わります。

    見積書と議事録では確認する内容が違う

    たとえば、顧客に出す見積書の説明文をAIで下書きする場合を考えてみます。
    作業内容や提案の意図を分かりやすく説明する文章は、AIに任せると早く整います。一方で、人が確認しなければならないのは、金額や数量、納期、支払いなどの契約条件、記載内容が顧客との取り決めと合っているかどうかです。

    見積書には、値引きの扱いや支払いの決まりなど、会社ごと、顧客ごとに異なる取り決めが多く含まれます。冒頭の業務フロー図と同じように、AIがそれを一般的な書き方に寄せてしまうと、違いに気づけるのは取り決めを知っている人だけで、多くの場合は確認する上司が一文ずつ読み直すことになります。
    そこで見落とせば、その顧客にだけ約束している値引きが抜けたまま、あるいは支払い条件が自社の標準のものに置き換わったまま、見積書が顧客に届いてしまいます。
    顧客から指摘されて出し直すことになれば、手間がかかるだけでなく、取引先からの信用にも響きます。

    次に、社内会議の議事録をAIで作る場合です。
    AIが発言内容を要約し、論点ごとに整理してくれるので、書き起こしやまとめにかかる時間を大きく減らせることがあります。人が確認するのは、決定事項、担当者、期限を中心に、重要な発言や次回に持ち越した事項が抜けていないかといった点です。

    確認すべきポイントが比較的はっきりしていて、会議に出ていた人なら短い時間で確かめられるため、AIによる効率化の効果が出やすい業務だといえます。
    ただし、決定事項を取り違えたまま共有されると、各自が間違った前提で動き出してしまうので、確認を省いてよいことにはなりません。

    どちらも文書を作る仕事ですが、確認の手間と誤りの影響はかなり違います。
    違いを生んでいるのは、確認すべき内容がその会社固有の取り決めにどれだけ左右されるか、そして誤りが外に出たときにどこまで影響が広がるかです。

    同じAIの使い方でも、業務によって得られる効果が変わるのはそのためです。

    画像

    AI活用の効果を何で判断するか

    AIの効果を判断するときは、作成の時間だけでなく、AIに渡す情報をそろえる準備、出てきたものの確認、誤りの修正まで含めた業務全体の手間を、AIを使わない場合と比べてみることが出発点になります。
    そのうえで、次の3つを見ていくと判断しやすくなります。

    一つ目は確認の負担です。
    何を確かめればよいかがはっきりしているか、それを確かめられる人が社内にいるかによって、確認にかかる時間は大きく変わります。確かめられる人が上司一人に限られていると、部下の作業が早くなった分だけ、その人のところで仕事が滞ることになります。

    二つ目は誤りのリスクです。
    誤りが残った場合に社内で気づいて直せるのか、それとも顧客や取引先など社外に出てしまうのかによって、同じ一つの誤りでも影響の大きさが違います。

    三つ目は成果物の品質です。
    確認に時間がかかっても、仕上がりが良くなるのであれば、AIを使う意味は十分にあります。たとえば見積書の説明文が分かりやすくなり、顧客からの問い合わせや行き違いが減るのであれば、確認の手間を上回る効果が出ていると考えられます。

    この3つを並べてみると、AIを使わない方が合理的な業務も見えてきます。確認する量がAIを使わずに書く場合とほとんど変わらない業務や、誤りの影響が大きく、最初から人が書いた方が確実で早い業務がそれにあたります。

    また、見積書でいえば、金額や条件は人が決まった手順で作り、説明文だけをAIに任せるといったように、一つの業務の中でAIに任せる部分を絞るという判断もありえます。

    AIを使うかどうかは仕事全体で決める

    AIが作業を早くすることは、業務改善の手段の一つです。ただ、速さだけを見ていても、実際にどれだけ業務が良くなったのかは分かりません。

    確認の負担、誤りのリスク、成果物の品質まで含めて判断することで、AIに任せる業務と人が担う業務の線を自社の実情に合わせて引けるようになります。
    AIを入れること自体を目的にせず、仕事全体の改善につながっているかどうかで使い方を決めていくことが、AIを業務改善に生かす近道になります。

    今、AIを使っている業務の中で、確認・修正に最も時間がかかっているのはどの仕事でしょうか。
    その仕事で何を確かめているのか、誤りが残ったらどこに影響するのか、確認に見合うだけの品質が得られているのかを一度考えてみると、AIを使い続けるのか、使い方を変えるのか、人の手に戻すのかを決める材料が見えてきます。

    Nexep Labでは、中小企業のAI活用・業務改善・DX導入を支援しています。AIを使っている業務のどこで確認や修正の手間が増えているのか、どの業務をAIに任せ、どの業務を人が担う方がよいのかといったご相談に対して、業務ごとの手間とリスクを一緒に洗い出し、AIの使い方を見直すための判断材料を整理します。

    ご相談はnoteのメッセージ、または当社サイトのお問い合わせフォームからお気軽にどうぞ。

    ◆合わせて読みたい

    この記事が参考になった方は、ぜひスキ・フォローをお願いします。
    毎週火曜日・金曜日に、現場で使える業務改善・AI活用のヒントを発信しています。

    あなたへのおすすめ