AIに向いている業務は、職種名ではなく工程ごとに見分けます。最初の4問で試す工程を選び、5問目は試行後の継続判断に使います。この順番なら、まだ測っていない時間や費用を想像で埋めずに済みます。
この記事で扱うのは、文章や画像などを作る生成AIです。同じ経理業務でも、摘要の候補づくりと支払いの承認では任せられる範囲が違います。5問の判定表、工程例、費用と試行規模の目安をまとめます。
AIに向いている業務は職種名では決まらない
「営業は向く、経理は向かない」と職種だけで分けると、AIへ渡してよい範囲が曖昧になります。業務を入力、下書き、確認、承認、送信などの工程に分け、それぞれを判定してください。
たとえば問い合わせ対応には、受信内容の分類、回答案の作成、事実確認、送信承認があります。分類や下書きにAIを使えても、個別事情を踏まえた回答の確定まで同じ扱いにはできません。工程ごとの最初の置き方は、次のように変わります。
| 工程の例 | 最初の置き方 | 分ける理由 |
|---|---|---|
| 受信メールを決めた分類へ振り分ける | 任せる候補 | 分類結果を一覧で確認し、元へ戻せる |
| 台帳の表記ゆれ候補を洗い出す | 任せる候補 | 書き換え前に候補だけを照合できる |
| 問い合わせ履歴からFAQ候補を抜き出す | 補助まで | 公開する回答は元資料と人の確認が要る |
| 会議メモから決定事項の候補を抜き出す | 補助まで | 正式な決定と通知は人が確定する |
| 定型案内文の下書きを作る | 補助まで | 宛先や個別事情を人が確認して送る |
| 支払い、安全、品質を承認する | 人に残す | 誤りの影響が大きく、判断責任を伴う |
ここでの置き方は確定判定ではありません。材料や確認方法によって変わるため、次の5問で自社の工程を判定します。
米国立標準技術研究所（NIST）のAIリスクマネジメントフレームワーク1.0「Core」も、Map 2.1でAIが支える具体的なタスク、Map 2.2で知識の限界と人が出力を監督する方法の文書化を示しています。まず「この仕事をAI化する」ではなく、「この工程で何を出させるか」まで具体化します。製造業の作業手順書づくりでも、叩き台や整形と安全・品質の判断を工程で分けています。
5問でAIに任せる工程を見分ける
「はい」の数を競う表ではありません。着手前の4問で試行候補を選び、試行後の記録で継続を判定します。
着手前は、次の4問で試行候補を選びます。
| 着手前の質問 | 「はい」なら | 「いいえ」なら |
|---|---|---|
| 1. AIへ渡す材料がそろっているか | 承認済み資料や入力項目を指定する | 資料の所在と最新版を人が整理する |
| 2. 完了条件を言葉で決められるか | 形式、必須項目、禁止事項を渡す | 正解を決める工程は人に残す |
| 3. 出力の正誤を短時間で確認できるか | 確認項目と担当者を決める | その工程は試さず、確認できる範囲まで狭める |
| 4. 間違えても止める・戻すことができるか | 保存先と取消手順を決めて試す | その工程は試さず、承認や実行を人に残す |
試行後は、記録を使って5問目を判定します。
| 試行後の質問 | 「はい」なら | 「いいえ」なら |
|---|---|---|
| 5. 人の確認を含む総時間が減り、費用が見合うか | 対象と権限を限定したまま継続する | 指示や資料を直すか、AIを使わない |
1問目は、AIへ渡す材料を見ます。元資料が見つからない、最新版が分からない、担当者の頭の中にしか条件がない。この状態では、AIの前に資料整理が必要です。材料が不足したままなら試行候補にせず、元資料と条件を整理してから1問目へ戻ります。
2問目と3問目は、正解を定義して確かめられるかを見る質問です。NIST AI 600-1は、生成AIが誤った内容や虚偽の内容を自信ありげに示す現象を「confabulation（ここでは、事実でない内容をもっともらしく示す現象）」と説明しています。長い自由回答や、高度な文脈理解・専門知識を要する領域では、とくに注意が必要です（出典：NIST「Artificial Intelligence Risk Management Framework: Generative Artificial Intelligence Profile」2.2「Confabulation」、英語・PDF）。
4問目は、精度ではなく、失敗したときに元へ戻せるかを見ます。下書きを破棄できる仕事と、誤った送信や支払いで相手へ影響する仕事は分けてください。人の判断を入れる基準は、影響の大きさや止め方も含めて社内で決めます。
判定は任せる・補助・人に残すの3段階にする
5問の結果は、向く・向かないの2択にしません。試行後に「AIに任せる」「補助まで」「人に残す」の3段階へ分けます。
次の表は、5問目を記録した後に使う判定表です。
| 段階 | 当てはまる条件 | 使い方 |
|---|---|---|
| AIに任せる | 1〜5問目がすべて「はい」で、外部送信・専門判断なし | 戻せる社内向けの分類、整形、候補作成に範囲を限定 |
| 補助まで | 1〜5問目がすべて「はい」で、外部送信または専門判断あり | 下書きや論点整理までAI、確定と送信は人 |
| 人に残す | 工程を狭めて判定し直しても、1〜5問目に「いいえ」が残る | 判断、承認、支払い、安全・品質の確定を人が担当 |
専門判断とは、有資格者や社内の権限者が、法令、契約、安全、品質に照らして結論を確定する工程です。専門用語を含む資料の整理や下書きだけなら、専門判断には含めません。
判定する範囲は、試行前に整えます。1問目や2問目が「いいえ」なら、材料を整えるか、完了条件を決められる小さな工程まで狭め、1〜4問目をもう一度確認します。それでも「いいえ」が残れば試行しません。
試行後に5問目が「いいえ」なら、条件を直して再び試すか、AIの利用を止めて人へ戻します。
ここでの「AIに任せる」は会社の責任を渡す意味ではなく、結果を後から確認できる社内工程に限ります。
たとえば会議メモから決定事項の候補を抜き出す作業は、元の記録と照合できます。その候補を正式な決定として関係者へ通知する工程には、人の承認を残します。
AIエージェント（目標に沿って手順を選び、必要なツールやサービスを操作する仕組み）を使う場合は、読み取り、書き込み、外部送信を分けてください。AIエージェントの権限設定で確認する6つの質問に、止め方や本番データの扱いをまとめています。
確認まで含めた総時間と費用で判定する
AIを使う前後で同じ工程を比べ、確認を含む総時間と費用を同じ表へ記録します。出力だけが速くても、工程全体の負担が減ったとは限りません。
総時間と費用は、次の範囲で考えます。
総時間 ＝ 資料整理＋指示入力＋出力待ち＋確認＋修正＋差し戻し（やり直しの依頼）＋復旧（誤った処理を元へ戻す作業）
試行費用 ＝ ツール利用料＋担当者時間（人が手を動かした時間）×時間単価＋実際に支払った復旧の外部費用
担当者時間には、資料整備、指示、確認、修正など、人が手を動かした時間を入れ、AIの出力待ちは含めません。総時間には待ち時間も含めるため、仕事が完成するまでの長さと、人件費へ換算する時間を分けて記録します。
時間単価を社内で決めていない場合は、「月額人件費÷月間の所定労働時間」で作れます。給与だけで計算するのか、会社負担の法定福利費や間接費まで含めるのかは社内で統一してください。
ツール利用料は契約形態で変わります。月額・ユーザー課金と従量課金では、試算表への入れ方も分けます。
| 料金体系 | 試算表への入れ方 | 公式の確認先 |
|---|---|---|
| 月額・ユーザー課金 | 比較期間に会社が負担する契約料金を、必要な利用人数と支払周期を含めて入れる | ChatGPT Businessの料金 |
| 従量課金 | 入力、キャッシュ入力、出力などの利用量に、選んだモデルの単価を掛ける | OpenAI APIの料金 |
料金は改定されるため、試行時点の公式ページで自社の契約条件を確認します。複数の業務で月額契約を使う場合は、会社で決めた方法で今回の比較期間へ配分した金額を使います。
当社試算次は、自社実績ではなく計算方法を示す仮定です。担当者1人、時間単価3,000円、対象20件とします。AIなしは1件20分、AIありは初回の資料整理2時間と、1件あたり10分の指示・確認が必要とします。修正、差し戻し、復旧はどちらも発生せず、AIの出力待ちは担当者時間に含めない前提です。
T円は、今回の20件を処理する比較期間に対応するツール利用料です。月額契約なら比較期間へ配分した契約料金、従量課金なら20件で実際に使った料金を入れます。
| 費用項目 | AIなし・20件 | AIあり・初回20件 | AIあり・次の20件 |
|---|---|---|---|
| 初期費用（一度きり） | 0円 | 資料整理2時間×3,000円＝6,000円 | 0円 |
| 継続する担当者時間 | 20分×20件＝6時間40分 | 10分×20件＝3時間20分 | 10分×20件＝3時間20分 |
| 継続人件費 | 20,000円 | 10,000円 | 10,000円 |
| ツール利用料 | 0円 | T円 | T円 |
| 合計 | 20,000円 | 16,000円＋T円 | 10,000円＋T円 |
AIあり初回の担当者時間は、資料整理2時間と指示・確認3時間20分を合わせた5時間20分です。人件費は16,000円で、ツール利用料を足した総額は16,000円＋T円になります。初回の差額は「AIあり−AIなし＝T円−4,000円」、同じ資料を再利用して再整理が要らない次の20件では「T円−10,000円」です。差額がマイナスなら、この仮定ではAIありの方が低費用です。
担当者が復旧した時間は担当者時間へ、外部へ支払った復旧費は実費へ入れ、二重に数えません。
誤りが起きた場合の影響は、試行費用と別欄にします。追加確認、対応の遅れ、相手への説明など、まだ発生していない影響を実績の金額として扱わず、起こり得る影響として記録します。
NISTのAI RMF 1.0「Core」Map 3.2は、想定または実際のAIの誤りや、システムの機能・信頼性から生じる潜在的な費用を、非金銭的な費用も含めて検討し、記録するよう示しています。さらにAI RMF Playbook「Map 1.1」は、AIを使わない方法や、半自動・主に手作業の方法も比較対象に挙げています。
AIで速くするより、入力フォームを統一する、定型文を整える、表計算の式で処理する方が合う工程もあります。総時間が短くても費用や誤りの影響が見合わなければ、「改善」か「使わない」を選びます。
比較するときは、AIの有無以外の条件をそろえます。対象件数や担当者、完成とみなす基準が違うと、短くなった理由を切り分けられません。着手から完成までの総時間に加え、人が手を動かした時間も記録します。詳しい測定項目は、AI導入の効果を測る5項目で整理しています。
最初は1業務の1工程だけ試す
最初から部門全体へ広げず、繰り返し発生する1業務のうち、戻せる1工程だけを選びます。同じ種類の処理10〜20件を2週間ほど試すのが出発点です。
進め方は4段階です。
- 時間がかかっている業務を1つ挙げる
- 入力、作成、確認、承認、実行に分ける
- 各工程へ1〜4問目を当て、試行候補を1つ選ぶ
- AIあり・なしを比べ、記録から継続と3段階を判定する
業務担当者は1〜4問目を記入し、試行記録を残します。確認者は元資料との照合と修正理由の記録を受け持ちます。試行してよいか、継続するか、どこまで権限を渡すかは、経営者または部門責任者が決めます。
10〜20件・2週間は、公的な合格基準や性能を保証する数字ではありません。自社の件数と例外の頻度に合わせ、件数が少なければ期間を延ばしてください。件数が多い場合も、定型例と例外例を含む同じ条件の処理に絞ります。
試行前には、確認者と停止条件を決めます。誤りを見抜けない、入力してはいけない情報が混ざる、外部へ影響する操作が起きる場合は止めます。
続ける場合も、すぐに権限を広げる必要はありません。対象を少しずつ増やし、資料や手順が変わったときは同じ5問へ戻ります。AIの性能が変わっても、会社側の確認責任と完了条件は残ります。
まとめ｜迷った工程は補助から始める
AIに向いている業務は、試行前と試行後に分けて判断します。1〜4問目で材料、完了条件、確認方法、戻し方を確かめ、5問目で総時間と費用が見合うかを判定します。その結果を「任せる」「補助まで」「人に残す」の3段階へつなげます。
今週は、時間がかかっている業務を1つだけ挙げ、入力から実行までを分けて1〜4問目を埋めてください。最初に試すのは、材料と完了条件がそろい、確認できて、間違えても戻せる1工程です。
