マニュアル、手順書、FAQはあるのに、担当者の手が止まる。
申請ボタンをクリックする手前でチャットを開いたり、社内承認に回す前に「念のため、あの人に見てもらってからにしよう」と考える。また、顧客への返信文を送る前に、去年の似たやり取りを再確認する。
一つひとつは、10分、20分の確認待ちに見えるかもしれませんが、それが申請、承認、返信、社内調整のたびに発生すると、業務のリードタイムは作業時間ではなく、確認待ちで膨らんでいきます。
「これ、このまま進めて大丈夫ですか」
「前と同じ扱いでいいですよね」
メッセージは読まれているが、その判断はまだ返ってこないので、それまで次の仕事に移れない。
別の作業ファイルを開いても、頭の片隅にはさっきの確認事項が残っている。
申請、承認、問い合わせ対応、社内調整。手順そのものは理解しているのに、最後の1回がクリックできない。
日々、現場で止まっているのは作業そのものではなく、「このまま進めてよい」と判断できない時間です。
手順書をどれだけ細かく書き換えても、「あの人待ち」が消えないのには理由があります。
多くのマニュアルには、「必要に応じて確認」「例外的な場合は上長に相談」といった言葉が出てきます。これは、すべてのケースを書き切ることはできないので、業務設計としては間違っていません。
ただ、現場が迷うのは、その文字の境目で、何が「必要」で、どこからが「例外」なのか。過去の事例と似ているとは、どの条件までそろっていればよいのか。上長に相談すべきものと、自分で進めてよいものの違いは何なのか。
ルール上は進められそうに見えるけれども、でも、あとで「なぜ確認しなかったのか」と言われるかもしれないし、前回は通った対応でも、今回も同じでよいとは限らない。
担当者は一番安全な道を選ぶもので、手順書を確認したうえで、最後は「あの人ならどうするか」を考えるようになります。これは、あとから差し戻されるくらいなら先に聞いておきたいからで、自分の判断に根拠が持てなければ確認したくなるのは自然な行動です。
手順は「何をどの順番でやるか」を教えてくれますが、「なぜこの場合は進めてよいのか」までは支えてくれません。
つまり、作業をなぞるためのチェックリストを増やすよりも、過去の判断を材料に、担当者が「今回はこういう理由だから、これで進めます」と自分の言葉で説明できる状態を作ることのほうが重要です。
ここに生成AIを導入すると、資料や文章を作るスピードは確かに上がります。
申請文のたたき台を作る、問い合わせへの返信案を整える、過去の資料を探す。こうした作業は、AIを使うことで明らかに軽くなります。ゼロからキーボードを叩く必要がなくなることは、確かな前進です。ただ、現場の動きを見ていると、別の場所で手が止まっています。
AIがどれだけ綺麗な文章を作ってくれても、「この内容で送信してよいか」が分からなければ、担当者は送信ボタンを押せませんし、AIが過去の事例を見つけてくれても、「今回も同じ判断でよいか」が分からなければ、結局チャットやメールで誰かに確認しに行きます。
資料を作る時間は短くなり、文章を整える時間も短くなったが、作成後の確認や承認待ちで、同じように時間が消えていく。
つまり、情報を作るスピードが向上しただけで、確認の往復回数はあまり減っておらず、担当者はまた「あの人に聞く」ことになる。
これでは、AIの効果が「個人の作業が少し楽になった」という実感に留まり、組織の変化としては見えにくくなります。
見なくてはならないのはツールの利用頻度ではなく、AIで作ったあとに発生する確認作業がどれだけ減ったかです。
特定の人への確認が減っているか。
差し戻しの理由が次の業務に残るようになっているか。
若手や別担当者が、過去の判断を材料にして自分の言葉で説明できるようになっているか。例外対応が、毎回人探しから始まるのではなく、確認すべき論点に絞られているか。
こうした変化を見ないまま作業時間だけを追うと、AI活用のアウトカムを見誤ります。
属人化という言葉は、少し大雑把に使われがちです。
「あの人がいないと現場が回らない」と聞くと、何か特殊な作業をしているように見えますが、実際には作業そのものが特殊なのではなく、特定の担当者だけが判断の背景を持っていることがあります。
周りが見落としているリスクに気づいていて、過去に似たトラブルがあったことを覚えていたり、この顧客には避けた方がよい表現を知っている。一見問題なさそうな数字でも、承認者が気にするポイントだと分かっている。
その人が持っているのは単なる手順ではなく、どこを見て、何をリスクと考え、なぜその対応でよいと判断したのかという背景です。
システムには履歴が残り、メールもチャットも探せば出てくるかもしれませんが、履歴が残っていることと判断が再利用できることは別なのです。
なぜその結論に至ったのか。
どの条件なら同じように進めてよいのか。
どこから先は、人に確認すべきなのか。
このような判断の理由が再利用できる形で残っていなければ、次の担当者は自信を持って動けません。
手順がないから止まっているのではなく、判断の背景が見えないから、最後の一歩を踏み出せない。
属人化した業務で本当に残すべきなのは、人の中に閉じている判断の背景なのです。
属人化した業務にAIを組み込むとき、人間の判断をすべてAIに代替させようとすると、結局「なぜその判断でよいのか」を説明できなくなります。
残すものは単なる対応履歴ではなく、その判断の前提、例外として扱った理由、次に同じようなケースが来たときに確認すべき論点です。
たとえば申請を出す前に、AIが過去の似た申請と差し戻し理由を整理してくれる。問い合わせに返信する前に、過去の回答例だけでなく、その表現が選ばれた背景や注意点まで並べてくれる。承認に回す前に、前回との違い、確認すべきリスク、例外扱いになりそうな条件を整理してくれる。
これは、AIに「答え」を決めさせることではありません。
「AIがそう言っているから」では、社内の説明にならないからで、担当者が自分の判断として説明できる材料が必要なのです。
過去にどういうケースがあり、何が論点になり、どの条件なら進められ、どこから先は人の判断に戻すべきなのか。その材料が手元にあれば、「今回はこの条件に収まっているから、このまま進めます」と自分の言葉で報告できます。
ベテランが頭の中でやっている確認ステップを、AIが先回りして支援する。たとえば、過去の承認コメントをそのまま並べるだけではなく、「何が懸念され、どの条件なら進めてよいとされたのか」まで見える形にする。
属人化した業務でAIが効くのは、この場所です。
AIが人の代わりにすべて決めるのではなく、人が判断できる状態をつくるために、必要な材料を揃えるのです。
属人化を解くとは、その人を不要にすることではありません。
その人に確認しなくてもよい業務を増やす、というより、その人に聞く前に確認すべき材料がそろっている状態をつくる。
AIで作業を速くするだけでは、「あの人待ち」は残ります。
ポイントは、作業が何分短くなったかだけではありません。
作業後に発生していた確認待ちの回数が減っているか。
判断待ちによるリードタイムが短くなっているか。
特定の人への確認が減っているか。
差し戻しや再確認の理由が、次の業務に使える形で残っているか。
若手や別担当者が、過去の判断を根拠にして、確認前提ではなく一次判断できるようになったか。
「あの人待ち」をなくすとは、誰にも確認しなくてよい業務にすることではなく、確認すべき論点と、過去の判断をもとに進められる論点を分けられるようにすることです。
そのために、判断の背景を残し、次の担当者が使える材料に変える。
属人化した業務でAIが本当に効くのは、人の判断を置き換える場所ではなく、人が判断できる状態を、組織として再現できるようにする場所です。