はじめに――「どのAIツールがいいですか？」という間違った問い
中小企業の経営者やマーケ担当者から、AIについて聞かれるとき、最も多い質問がこれだ。
「ChatGPTとClaude、どっちがいいですか？」 「おすすめのAIツール教えてください」
気持ちはわかる。でも、これは間違った問いだ。ツール選びから始めると、ほぼ確実に失敗する。
自分は中小企業で経営幹部をしながら、社内の業務をAIで自動化する仕組みを作ってきた。65個のAIスキル（機能単位）を実装し、日次業務だけで毎日50分の削減を実現している。
この過程で学んだのは、AIの業務導入で最初にやるべきことは「ツール選び」ではなく「業務の棚卸し」だということだ。
なぜツール選びから始めると失敗するのか
パターン1: 「とりあえずChatGPT」で終わる
自分の会社でも最初はそうだった。ChatGPTを契約して、何人かの社員が「議事録の要約」や「メール文面の作成」に使い始める。便利だ。でも2ヶ月後、使っているのは最初に興味を持った2〜3人だけ。会社としての業務効率は、ほぼ変わっていない。
なぜか。「何にAIを使うか」を決めていないからだ。個人の工夫に依存しているだけで、業務フローに組み込まれていない。
パターン2: 「高機能ツール導入」で混乱する
AIツールのベンダーに勧められて、高機能なAIプラットフォームを導入する。月額数万円。営業資料には「業務効率300%向上」と書いてある。
導入してみると、設定が複雑で誰も使いこなせない。「AIが使えない」のではなく、「自社のどの業務にどう適用するか」が設計されていないから、ツールだけが浮いている。
共通する原因
どちらも「業務の棚卸し」をスキップしている。自社にどんな業務があり、それぞれにどれくらい時間がかかっていて、どの業務がAIに向いているのか。この分析なしにツールを入れても、効果は限定的だ。
最初にやるべきこと: 業務の棚卸し
ステップ1: 全業務を書き出す
まず、自分（またはチーム）がやっている業務を全て書き出す。「こんな細かいことまで？」と思うレベルまで書く。
自分の場合、職務経歴書を整理したら85業務以上あった。経営戦略、PL管理、採用面接、評価制度設計、ECコンサルティング、広告運用、競合調査、月次レポート作成、チャットの未読確認、カレンダーの共有、ニュース収集…。
書き出す過程で驚いたのは、「会議の事前準備」や「来客対応の段取り」など、自分でも意識していなかった業務の多さだった。さらに「これはAI化できる」と思った業務の中で、実際にうまくいったのは半分以下。「メール文面の作成」は自動化したが、結局チェックに時間がかかり、手で書いた方が速かった。
最初は「こんなに多いわけがない」と思っていた。でも書き出してみると、日常的に「なんとなくやっている作業」が大量にあることに気づく。
ステップ2: 業務を分類する
書き出した業務を、AIとの相性で4つに分類する。
A. 完全自動化できる業務 定型的で、判断がパターン化されているもの。
- ニュースの収集と要約
- 定型レポートの生成
- カレンダー情報の共有
- チャットの未読整理・要約
自分の場合、これらを自動化して毎日50分を削減した。人がやる必要が全くない業務だった。
B. AIが下準備して、人が判断する業務 情報の収集・整理はAIにやらせて、最終判断は人がやるもの。
- 競合調査（AIがデータ収集→人が戦略判断）
- 月次レポート作成（AIが数値集計・グラフ作成→人がコメント・提案追記）
- 提案書のドラフト作成（AIが構成・下書き→人が調整）
ここが最も費用対効果が高い領域だ。AIが情報を集めて整理してくれるので、人は判断と意思決定に集中できる。ただし、最終的な判断や顧客への説明は人がやる。
C. AIが補助する業務 人が主体だが、AIが部分的にサポートするもの。
- 商談準備（AIが相手企業の情報を整理）
- メール文面の作成（AIが下書き→人が修正）
- アイデアの壁打ち（AIに仮説をぶつけて検証）
D. AIに向かない業務 人間関係、感情的な判断、創造的な意思決定が必要なもの。
- 採用面接（人柄の見極め）
- クレーム対応（感情への配慮）
- 経営の意思決定（複雑な利害調整）
- チームのメンタルケア
ここを無理にAI化しようとすると、むしろ問題が起きる。
ステップ3: 優先順位をつける
全ての業務を一度にAI化するのは不可能だ。優先順位をつける基準はシンプルで、「頻度 × 所要時間 × 定型度」 で決める。
- 毎日やっていて、時間がかかっていて、パターン化されている業務 → 最優先
- 月に1回だが、丸1日かかる業務 → 次に優先
- 不定期で、都度判断が必要な業務 → 後回し
自分が最初にAI化したのは「毎朝のニュース収集と共有」だった。毎日30分、完全に定型作業。これが自動化されたとき、「AIって本当に使えるんだ」と実感した。
小さな成功体験から始めることが重要だ。いきなり大きな業務に手をつけると、設定の複雑さや精度の問題で挫折しやすい。
よくある落とし穴
落とし穴1: 「AIの精度が100%じゃない」で止まる
AIの出力は完璧ではない。要約に抜け漏れがあったり、数字を間違えたりする。
これを理由に「使えない」と判断する企業は多い。でも、人間のやる作業も100%ではない。重要なのは「AIの出力を人がチェックする仕組み」を作ることだ。
AIが80%の精度で下準備をしてくれれば、人は残りの20%の修正と最終判断に集中できる。0から100を人がやるより、80から100に仕上げる方がはるかに速い。
落とし穴2: 「全社導入」を目指す
最初から「全部署でAIを使おう」とするのは危険だ。部署によって業務内容も、ITリテラシーも、AIへの抵抗感も違う。
まずは1つのチーム、1つの業務で始める。成果が出たら、その成功事例を社内に共有して横展開する。自分の場合も、最初は自分1人の業務から始めた。
落とし穴3: 1人で進めて、チームに共有しない
AIの活用ノウハウは属人化しやすい。「自分だけ便利になった」で終わると、組織としてのDXにならない。自分は学んだプロンプトや設定をドキュメントに残し、チームで共有する仕組みを作った。
実践: 自分が65スキルを作った過程
最初に自動化したのは「毎朝のニュース収集」だった。なぜこれを選んだか。毎日やる、判断が不要、失敗しても影響が小さい。この3条件を満たす業務を探した結果だった。
実際に動かしてみると、最初のプロンプトでは品質が低かった。ニュースの選定基準が曖昧で、関係ない記事が混ざる。出力フォーマットもバラバラ。ここから何度も調整を繰り返して、ようやく「毎朝見て役に立つ」レベルになった。
この小さな成功体験が、次のスキルを作るモチベーションになった。例えば、毎朝のチャット未読チェックは月数時間の削減。小さいが、毎日の積み重ねが効く。
ポイントは、最初から大きな業務に手をつけなかったことだ。小さく始めて、動くことを確認してから次に進む。
まとめ: 3ステップで始めるAI業務導入
- 業務を全て書き出す — 「こんな細かいことまで」のレベルで。見えていない作業が必ずある
- A〜Dに分類する — 完全自動化 / AI下準備+人判断 / AI補助 / AI不向き
- 「毎日 × 時間がかかる × 定型」の業務から始める — 小さく始めて、成功体験を積む
ツール選びは、この3ステップの後でいい。「何をAI化するか」が決まれば、必要なツールは自然に見えてくる。
AIの導入で最も重要なのは、技術力ではない。自分の業務を冷静に棚卸しして、「人がやるべき仕事」と「AIに任せていい仕事」を切り分ける判断力だ。
おわりに
自分はまだ実験の途中だ。65個のスキルを作ったが、改善の余地は山ほどある。AIの出力品質を上げる、データの蓄積と活用を進める、もっと多くの業務を自動化する。
業務の棚卸しで使えるフレームワークを整理中。完成したらXで公開する。日々の実験はXで発信中。
筆者について: コンサル・事業会社を経て中小企業の経営に参画。Claude Codeを軸にした業務AI自動化の仕組み（65スキル）を構築中。