AI導入を検討するとき、「どの業務に使えそうか」を考え始めると、候補が多く見えたり、反対に何から書き出せばよいか分からなくなったりすることがあります。前回までに整理した業務分解や現場ヒアリングの情報は、この段階で大きな手がかりになります。今回は、AI導入候補を見つけるために、自社業務をどのように棚卸しし、一覧化するかを整理します。

基本解説：AI導入の業務棚卸とは何か

AI導入における業務棚卸とは、社内にある業務を一覧化し、AI導入候補になりそうな業務を広く洗い出す作業です。最初から「この業務にAIを入れる」と決めるのではなく、まずは業務の全体像を見える形にすることが目的です。

AI導入の検討では、ツール名や機能から話が始まることがあります。しかし、実務で成果につなげるためには、先に「どの業務で、どのような負担や判断があり、どの情報を使っているのか」を確認しておくことが重要です。業務棚卸は、その確認を進めるための土台になります。

たとえば、管理部門の月次業務を考えると、会議の議事録作成、社内問い合わせへの回答、報告資料の作成、申請内容の確認、社内通知文の作成など、さまざまな作業があります。これらを頭の中だけで比較しようとすると、担当者の感覚や目立つ業務に引っ張られやすくなります。

そこで、業務名、担当部署、頻度、工数、使用データ、判断の有無、困りごとなどを同じ形式で並べて整理します。これにより、AI導入候補を社内で説明しやすくなり、次の検討に進むための材料もそろえやすくなります。

業務棚卸は「候補出し」のために行う

業務棚卸の段階では、候補を一つに絞り込む必要はありません。むしろ、最初から一つの業務だけに絞ってしまうと、比較の材料が少なくなり、社内説明が難しくなることがあります。

まずは、AI導入の対象になりそうな業務を複数並べてみましょう。候補が複数あると、「頻度が高い業務」「工数が大きい業務」「判断の補助があると助かる業務」「文章化や要約が多い業務」など、後から比較しやすくなります。

この段階で大切なのは、正解を急がないことです。資料がそろっていない段階でも、業務の流れや現場の困りごとから整理できます。まずは現在の状況を見える形にして、検討の入口をつくることから始めます。

業務棚卸シートに整理しておきたい基本項目

AI導入候補を見つける業務棚卸では、業務の内容だけでなく、頻度や工数、使っているデータ、判断の有無、現場の困りごとをあわせて整理すると、検討しやすくなります。

すべてを細かく書き込む必要はありません。初回の棚卸では、後から比較できる程度の粒度で十分です。まずは、各業務を同じ項目で横並びにすることを意識しましょう。

この表は、完成度の高い分析資料を最初から作るためのものではありません。社内の業務を同じ視点で眺めるための整理表です。後から情報を足したり、項目を調整したりしながら使うと、検討を進めやすくなります。

実務での考え方：AI導入候補を見つける視点

AI導入候補を見つけるには、「AIで何ができるか」だけで考えるよりも、「現場でどのような作業に時間がかかっているか」「人がどのような情報を見て判断しているか」から確認すると整理しやすくなります。

特に生成AIの導入候補として整理しやすいのは、文章作成、要約、分類、確認支援、問い合わせ対応などです。これらは、社内文書や過去資料、問い合わせ履歴、議事メモなどをもとに、下書きや整理案を作る業務と相性を確認しやすい領域です。

ただし、生成AIを業務で使う場合は、入力する情報の種類にも注意が必要です。議事録作成では会議参加者の発言や取引先情報が含まれることがあり、問い合わせ対応では従業員や顧客に関する情報が含まれることがあります。AI導入候補を整理する段階から、業務で扱うデータが公開情報なのか、社内限定なのか、個人情報や機密情報を含むのかを分けておくと、後の検討で安全性や契約条件を確認しやすくなります。

管理部門の月次業務を棚卸する例

たとえば、管理部門で月次業務を棚卸する場合、次のような候補が見えてくることがあります。

このように整理すると、「AIを入れるかどうか」ではなく、「どこに検討余地がありそうか」が見えやすくなります。議事録作成、社内問い合わせ、報告資料作成のように、文章や情報整理が多い業務は、初期の候補として挙げやすい領域です。

その一方で、これらの業務は社内データや個人情報に触れることもあります。候補として挙げる段階から、利用予定のAIサービスが入力データをどのように扱うのか、AIの追加学習に利用されない設定になっているか、データ保持や再利用の条件が社内ルールに合っているかを確認できるよう、情報管理上の論点も併記しておくと実務上の検討が進めやすくなります。

候補は複数並べて比較できる状態にする

AI導入候補は、最初から一つに決めなくて構いません。むしろ、複数候補を同じ項目で並べることで、次回扱う優先順位づけがしやすくなります。

たとえば、議事録作成は取り組みやすそうに見えても、会議内容に機密情報が多い場合は、利用範囲や確認体制を慎重に考える必要があります。社内問い合わせ対応は効果が見えやすい場合がありますが、参照するFAQや規程が整理されているか、問い合わせ履歴に個人情報や個別相談内容が含まれるかによって、検討のしやすさが変わります。

このように、業務ごとに特徴があります。棚卸では、その特徴を比較できるように、まずは横並びにしておくことが大切です。

よくあるつまずき

業務棚卸はシンプルな作業に見えますが、実務ではいくつかつまずきやすい点があります。ここでは、検討を進めるうえで確認しておくとよい観点を整理します。

つまずき1：業務名だけを並べてしまう

業務名だけを一覧にすると、見た目は整理されたように見えます。しかし、頻度、工数、使用データ、判断の有無、困りごとが分からないと、AI導入候補として比較しにくくなります。

たとえば「問い合わせ対応」とだけ書かれている場合、問い合わせ件数が多いのか、回答作成に時間がかかるのか、確認すべき資料が多いのかが分かりません。候補として検討するためには、業務名の周辺情報も一緒に整理しておくと、社内で説明しやすくなります。

つまずき2：現場の困りごとが書かれていない

AI導入の候補を見つけるうえで、現場の困りごとは重要な情報です。工数が大きい業務でも、現場がそれほど負担に感じていない場合があります。一方で、作業時間は短くても、確認ミスへの不安や属人化が課題になっている場合もあります。

困りごとは、数値だけでは見えにくい業務の背景を補ってくれます。「探すのに時間がかかる」「確認の基準が人によって違う」「毎回似た文章を作っている」といった声を残しておくと、AI活用の方向性を考えやすくなります。

つまずき3：候補を早く一つに絞ろうとする

社内検討では、早く結論を出したくなる場面もあります。ただ、棚卸の段階で候補を一つに絞ると、比較の幅が狭くなります。まずは複数候補を並べ、次回の評価軸で優先順位を考える流れにすると、検討の過程を説明しやすくなります。

「今すぐ導入する業務」ではなく、「検討対象として見ておきたい業務」を整理する段階だと捉えると、無理なく候補を出しやすくなります。

つまずき4：データや資料の所在と機密性を確認していない

AI導入を検討する際には、その業務でどのようなデータや資料を使っているかを確認しておくと、後の検討が進めやすくなります。社内規程、FAQ、過去の議事録、報告資料、問い合わせ履歴など、業務によって参照する情報は異なります。

特に生成AIを利用する場合、外部サービスにデータを入力する形になることがあります。そのため、そのデータがAIの追加学習に利用されない設定、たとえばオプトアウト設定や法人向けプラン上の管理設定になっているか、または企業のセキュリティ規程に準拠しているシステムかを確認しておくことが大切です。秘密保持義務や社内規程との関係を確認しないまま機密情報を入力すると、情報管理や契約上の問題につながるおそれがあります。

棚卸の時点で資料をすべて整備する必要はありません。ただし、「外部に出してはいけない機密情報や個人情報が含まれるか」というデータの格付けを把握するところから始めると、次の検討につなげやすくなります。たとえば、公開情報、社内限定、機密、極秘、個人情報を含む情報といった分類を置いておくと、後のツール選定や運用ルールづくりで確認すべき点が見えやすくなります。

つまずき5：AIの支援範囲と人の判断範囲が混ざってしまう

AI導入候補を整理するときは、AIが支援できる作業と、人による最終確認や判断が必要な作業を区別して整理します。たとえば、議事録の下書き作成や確認項目の抽出はAIが支援しやすい場合がありますが、内容が正しいか、社内判断として妥当か、外部に共有してよいかは人が確認する必要があります。

棚卸表の中に「AI活用候補」とあわせて「人の確認が必要な点」を書いておくと、後の運用設計で責任の所在を整理しやすくなります。

経営者・責任者向けの確認ポイント

経営者や部門責任者にとって、業務棚卸は「どの業務からAI導入を検討するか」を見える化するための資料になります。現場の感覚だけでなく、業務の頻度や工数、利用データ、困りごとを一覧化しておくことで、社内の合意形成がしやすくなります。

特に確認しておきたいのは、候補業務が一部の担当者の希望だけで選ばれていないか、部門全体の業務改善につながる可能性があるか、利用するデータや資料に管理上・法務上の注意点がないかという点です。

この段階では、投資対効果を細かく計算するよりも、候補業務を偏りなく把握することが大切です。あわせて、情報管理や契約条件の確認が必要になりそうな業務を早めに把握しておくと、後から検討を戻す手間を抑えやすくなります。次回の評価軸で、効果、実現性、リスク、定着しやすさなどを整理していきます。

AI導入支援者としての着眼点

AI導入コンサルタントを目指す人や、社内外でAI導入支援に関わる人にとって、業務棚卸はヒアリング結果を検討材料に変換する重要な工程です。現場から聞いた内容を、そのまま議事録として残すだけでは、導入候補の比較に使いにくい場合があります。

支援者としては、業務を「誰が、どの頻度で、何を見て、どのように判断し、どこで困っているか」という形に整理することが大切です。そのうえで、AIが支援できる作業と、人による最終確認や判断が必要な作業を区別して整理します。

また、支援者は業務効率化の観点だけでなく、情報管理や契約条件の確認が必要な業務かどうかも見ておく必要があります。特に、会議録音、問い合わせ履歴、人事情報、顧客情報、取引先情報、未公表の経営情報などが含まれる業務では、利用するAIサービスの規約、データ保存、再利用、追加学習の有無、アクセス権限、社内承認の要否を確認できるように整理しておくと、責任者や法務・情報システム部門との連携がしやすくなります。

ヒアリング時に確認したい質問例

• この業務は、どのくらいの頻度で発生していますか。
• 1回あたり、または月あたりで、どの程度の時間がかかっていますか。
• 作業時に参照している資料やシステムはありますか。
• その資料やデータには、個人情報、機密情報、社外秘情報が含まれますか。
• 外部サービスに入力してはいけない情報や、社内承認が必要な情報はありますか。
• 担当者によって判断や表現が変わりやすい部分はありますか。
• 毎回似た文章を作成している場面はありますか。
• 確認漏れや探す手間が気になる場面はありますか。

支援者が注意したいのは、AI導入の可能性を早い段階で決めつけないことです。現場の言葉を丁寧に拾い、業務棚卸表に変換することで、後の評価や提案が進めやすくなります。

ミニチェックリスト

自社でAI導入候補を見つけるために、まずは次の項目を確認してみましょう。すべてを完璧に埋める必要はありません。分かる範囲から整理していくことで、検討の材料が見えやすくなります。

• 部署ごとに、日常的に発生している業務を書き出している
• 各業務について、担当部署・担当者を整理している
• 業務の頻度と、おおよその工数を記入している
• 業務で使っている資料、データ、システムを確認し、機密情報や個人情報の有無を分類している
• 外部AIサービスに入力してよい情報か、社内規程や契約条件の確認が必要な情報かを分けている
• 人の判断や最終確認が必要な箇所を整理している
• 現場が感じている困りごとや手間を記録している
• 文章作成、要約、分類、確認支援、問い合わせ対応などの候補を複数並べている

まとめ：業務棚卸はAI導入候補を見える化する入口