AI導入を検討するとき、「どの業務にAIを使うか」を考える前に、まず現在の業務フローを整理しておくと、社内で説明しやすくなります。とはいえ、業務を整理しようとしても、どの項目から書き出せばよいか迷うことがあります。このセクションでは、業務を「入力」「判断」「処理」「出力」の4つに分けて見える化する、実務で使いやすい基本フレームを扱います。

基本解説：業務フロー整理は4つの観点から始める

業務フロー整理とは、仕事の流れを「誰が、何を受け取り、どのように確認し、どの作業を行い、何を成果物として出すのか」という形で見える化することです。AI導入の検討では、いきなりツール名や機能から考えるよりも、業務の中身を小さく分けて確認した方が、導入候補を判断しやすくなります。

前回までに見たように、「採用業務」「請求業務」「問い合わせ対応」といった業務名だけでは、AIをどこに使えるのかを判断しにくい場合があります。同じ採用業務でも、応募書類の受領、応募条件の確認、面接日程の調整、案内文の作成、管理表への登録など、性質の異なる作業が含まれているためです。

そこで役立つのが、業務を「入力」「判断」「処理」「出力」に分ける見方です。これは専門的な業務フロー図を作る前の、シンプルな整理軸として使えます。資料がそろっていない段階でも、現場へのヒアリングや業務棚卸の入口として活用しやすい考え方です。

入力とは、業務の起点になる情報や依頼のこと

入力とは、その業務が始まるきっかけになる情報です。社内外から届く依頼、書類、メール、申請フォーム、CSVデータ、画像、音声メモなどが該当します。業務整理では、まず「何を受け取ると、その業務が始まるのか」を確認します。

たとえば採用応募者対応であれば、応募者から届く履歴書、職務経歴書、応募フォームの入力内容、紹介会社からの推薦文などが入力にあたります。問い合わせ対応であれば、メール本文、問い合わせフォーム、チャットの内容、電話メモなどが入力になります。

AI導入を考える際は、入力情報がどのような形式で届いているかも重要です。テキストとして整理されているのか、紙やPDFが多いのか、表形式なのか、担当者のメモに分散しているのかによって、検討しやすい方法が変わります。最初から完璧なデータでなくても、入力の種類を把握するだけで検討を進めやすくなります。

判断とは、確認・分類・承認・優先順位づけを行う部分

判断とは、担当者が情報を見て意味づけを行う部分です。確認、分類、承認、差し戻し、優先順位づけ、対応方針の選択などが含まれます。業務の中で「人が考えている時間」「基準に照らして確認している部分」と捉えると分かりやすいでしょう。

採用応募者対応では、応募条件を満たしているか、必要書類がそろっているか、どの職種の応募なのか、次に誰が確認すべきか、といった部分が判断にあたります。ただし、採否の最終判断や高度な人事評価のように、人の責任で慎重に行うべき判断もあります。

AIは、文章の要約、条件に沿った分類、確認項目の洗い出し、回答案の作成などを支援しやすい一方で、責任を伴う最終判断をそのまま置き換えるものとして考えると、社内で合意しにくくなることがあります。判断の中でも、「AIが補助できる確認」と「人が最終確認すべき判断」を分けておくと、現実的な検討につながります。

特に採用に関する判断では、AIによるバイアスや差別的取扱いが生じないよう注意が必要です。性別、年齢、国籍、家族状況、思想信条など、採用上不適切な判断につながり得る情報をAIの評価材料にしないよう、基準の明確化と人による最終確認を組み合わせて考えることが大切です。

また、採用実務では、男女雇用機会均等法、職業安定法、労働施策総合推進法など、募集・採用・雇用管理に関係する法令やガイドラインとの関係も確認が必要になる場合があります。AIの出力をそのまま判断結果として扱うのではなく、判断基準、確認手順、記録の残し方を社内で整理しておくと、説明可能性を高めやすくなります。

処理とは、転記・作成・集計・照合・通知などの実作業

処理とは、判断の前後で行われる具体的な作業です。データの転記、文書の作成、表の集計、内容の照合、メール通知、ステータス更新、ファイル保存などが含まれます。手を動かす作業、システムへ入力する作業、決まった手順を繰り返す作業と考えると整理しやすくなります。

AI導入の文脈では、処理のすべてを生成AIだけで解決しようとする必要はありません。定型的な転記やシステム登録は、既存システムの機能、ワークフロー、RPA、ノーコードツールなどの方が適している場合もあります。一方で、文章の下書き作成、要約、分類結果に応じた文面案の生成などは、AIが関わりやすい領域です。

つまり、処理を整理するときは、「AIで行う作業」と「既存の自動化で行う作業」を分けて考えることが大切です。AI導入は単独のツール選定ではなく、業務プロセス全体をどう組み合わせるかという視点で検討すると、社内で説明しやすくなります。

外部AIサービスを利用する場合は、入力データがサービス提供者側の学習に利用されるか、国外サーバーに保存されるか、一定期間保存されるか、管理者がログを確認できるかなど、利用規約やデータ取扱いを事前に確認しておくことが重要です。業務データの性質によっては、社内の情報システム部門、法務部門、個人情報保護担当部門と確認しながら進めると安心です。

出力とは、業務の結果として生まれる成果物

出力とは、業務の最後に残る成果物や結果です。回答メール、案内文、報告資料、登録結果、通知、レポート、承認結果、管理表の更新内容などが該当します。業務整理では、「この業務が終わったと言える状態は何か」を確認します。

出力を明確にすると、AI導入後に何を改善したいのかも考えやすくなります。たとえば、回答文の品質をそろえたいのか、作成時間を短くしたいのか、確認漏れを減らしたいのか、管理表への反映を早くしたいのかによって、検討すべき仕組みが変わります。

AI導入の効果を社内で説明する際も、「作業が楽になる」という表現だけでは伝わりにくいことがあります。どの出力が、どの程度早く、どのように安定するのかを整理しておくと、責任者や関係部門と会話しやすくなります。

実務での考え方：採用応募者対応を4つに分けてみる

ここでは、人事部門や管理部門でよくある「採用応募者対応」を例に、入力・判断・処理・出力の整理方法を見てみます。今回の目的は、採否判断をAIに任せることではありません。応募者対応の中にある情報整理、確認、文書作成、連絡業務を見える化することです。

このように整理すると、「採用業務にAIを入れる」という大きな話ではなく、「応募書類の要約」「条件確認の補助」「面接案内メールの下書き」「管理表への反映」といった検討単位に分けられます。検討単位が小さくなると、関係者との会話も具体的になります。

業務フロー整理を進めるときの書き出し方

実務で業務整理を始めるときは、最初からきれいな図を作る必要はありません。まずは表やメモで、入力・判断・処理・出力を横に並べて書き出す方法で十分です。業務フロー図や詳細な条件分岐は、必要に応じて後から整理できます。

まずは1つの業務を選ぶ

最初に扱う業務は、範囲が広すぎないものがおすすめです。たとえば「人事業務」ではなく「採用応募者への一次連絡」、「経理業務」ではなく「請求書受領後の確認」、「営業事務」ではなく「見積依頼への初回対応」のように、開始と終了がある程度分かる単位で考えると整理しやすくなります。

現場の言葉をそのまま残す

業務整理では、最初から専門用語に置き換えすぎないことも大切です。現場担当者が「このメールを見て、急ぎかどうか判断しています」と話している場合、その言葉には業務上の判断基準が含まれています。まずは現場の言葉を残し、その後で入力・判断・処理・出力に分けると、実態に近い整理になります。

AI導入候補は整理後に考える

業務を分解している途中で、「ここはAIでできそう」と感じることもあります。ただし、最初の段階では候補を決めすぎず、業務の流れを確認することを優先しましょう。入力情報が不安定な場合や、判断基準が担当者ごとに異なる場合は、AI導入の前に基準や運用を整えた方が進めやすいこともあります。

よくあるつまずきと確認の進め方

入力・判断・処理・出力のフレームはシンプルですが、実際に書き出してみると迷う場面があります。ここでは、業務フロー整理でよく起きるつまずきを、確認ポイントとして整理します。

つまずき1：業務名だけを書いてしまう

「採用対応」「請求処理」「問い合わせ対応」のように業務名だけを書いてしまうと、AI導入の検討には使いにくくなります。業務名は入口として使い、その中にある入力、判断、処理、出力を分けて書くことが大切です。

つまずき2：判断と処理が混ざってしまう

実務では、担当者が確認しながら手を動かしているため、判断と処理が一体になって見えることがあります。たとえば「応募者に面接案内を送る」という作業には、面接に進める状態かを確認する判断と、案内文を作成して送信する処理が含まれます。分けて書くことで、AIが補助しやすい部分と人が確認した方がよい部分が見えやすくなります。

つまずき3：例外対応を最初から細かく書きすぎる

例外対応は大切ですが、最初からすべての分岐を書こうとすると、整理が進みにくくなることがあります。まずは標準的な流れを入力・判断・処理・出力で整理し、その後で「よくある例外」「人に確認する例外」を追加すると、全体像をつかみやすくなります。

つまずき4：出力があいまいなままになる

出力があいまいだと、業務改善の目的もあいまいになりやすくなります。「連絡する」だけでなく、「応募者に面接候補日を案内するメールを送る」「管理表に連絡済みステータスを登録する」のように、成果物や完了状態を具体化しておくと、AI導入後の変化も説明しやすくなります。

つまずき5：AIに入力してよい情報かを後回しにしてしまう

AIの活用場面を考えるとき、業務効率や文章作成のしやすさに意識が向きやすくなります。一方で、採用応募者情報、顧客情報、契約情報、従業員情報などを扱う場合は、その情報をAIに入力してよいか、どの範囲まで利用してよいかを確認する必要があります。

業務フロー整理の段階で、入力データに個人情報や機密情報が含まれるかをメモしておくと、後から法務、情報システム、個人情報保護担当部門と相談しやすくなります。業務整理は、AI活用の候補を探すだけでなく、安心して運用するための確認事項を見つける作業でもあります。

経営者・責任者向けの確認ポイント

経営者や部門責任者がAI導入候補業務を検討する際は、細かな作業手順だけでなく、業務全体としてどのような成果を目指すのかを確認しておくとよいでしょう。入力・判断・処理・出力の整理は、現場任せにするためのものではなく、責任者が投資判断や優先順位を考えるための共通言語にもなります。

• 対象業務の入力情報は、どこから、どの形式で届いているか。
• 入力情報に、個人情報、機密情報、採用上慎重に扱うべき情報が含まれていないか。
• 判断基準は明文化されているか、担当者の経験に依存しているか。
• 採用や人事に関わる判断について、差別的取扱いや不適切なバイアスを避ける確認体制があるか。
• 処理の中に、転記や通知などの定型作業がどの程度含まれているか。
• 外部AIサービスを使う場合、利用規約、データ保存先、学習利用の有無、委託先管理を確認できているか。
• 出力物の品質やスピードについて、現場と責任者の認識が合っているか。
• AIに任せたい部分と、人が確認したい部分を分けて説明できるか。
• 既存システムやワークフローで対応できる部分を、AI導入と混同していないか。

特に責任者が確認しておきたいのは、AI導入によって「何が早くなるのか」「何が安定するのか」「どこに人の確認を残すのか」「どの情報をどの条件でAIに入力するのか」です。これらを入力・判断・処理・出力の形で整理しておくと、現場、IT部門、法務部門、管理部門との会話がしやすくなります。

AI導入支援者としての着眼点

AI導入コンサルタントや支援者を目指す人にとって、入力・判断・処理・出力のフレームは、顧客業務を構造化するための基本になります。顧客から「この業務をAI化したい」と相談されたときも、すぐにツール提案へ進むのではなく、まず業務の中身を分けて確認することが重要です。

ただし、支援者が行う業務整理やAI活用提案は、個別の法令判断、労務判断、個人情報保護対応、内部統制設計そのものとは区別して考える必要があります。法的評価や規程整備、労務上の判断が関係する場合は、企業内の担当部門や、弁護士、社会保険労務士、行政書士、情報セキュリティ専門家など、内容に応じた専門家と連携することが望まれます。

ヒアリングでは、次のような質問が役立ちます。

• この業務は、何を受け取ったときに始まりますか。
• 入力情報には、個人情報、機密情報、採用・労務上慎重に扱うべき情報が含まれますか。
• 担当者は、どの情報を見て何を確認していますか。
• 判断に使っている基準やチェック項目はありますか。
• その判断基準は、社内規程や法令上の考慮事項と整合していますか。
• 実際に手を動かしている作業は何ですか。
• 業務が終わったとき、何が成果物として残りますか。
• AIの出力を誰が確認し、どのように記録しますか。
• 人が確認した方がよい部分はどこですか。

支援者の役割は、顧客の業務を一方的に評価することではなく、現場の言葉を整理し、関係者が同じ絵を見られる状態にすることです。この整理ができると、AIで支援する部分、既存自動化で対応する部分、運用ルールを整える部分、専門家確認が必要な部分を分けて提案しやすくなります。

ミニチェックリスト

自社の業務を整理するときは、次の項目を確認してみましょう。最初からすべてを埋める必要はありません。分かる範囲から書き出すことで、AI導入の検討材料が少しずつ整っていきます。

• 対象業務の開始条件、つまり何を受け取ると業務が始まるのかを説明できる。
• 入力となる情報、依頼、書類、データの種類を書き出している。
• 入力情報に個人情報や機密情報が含まれる場合、AIに入力してよい範囲を確認している。
• 担当者が確認、分類、承認、優先順位づけをしている部分を分けている。
• 採用・人事など慎重な判断が必要な業務では、AIのバイアスや差別的取扱いを避ける観点を確認している。
• 転記、作成、集計、照合、通知などの実作業を具体的に書いている。
• 回答、資料、登録結果、通知、レポートなどの出力物を明確にしている。
• 外部AIサービスを使う場合、利用規約、学習利用の有無、保存先、委託先管理を確認している。
• AIが補助しやすい文章作成や確認作業と、人が最終確認する判断を分けている。
• 定型処理について、AIだけでなく既存システムや自動化との組み合わせも検討している。

まとめ：業務を4つに分けるとAI導入の検討が進めやすくなる