AIエージェントはどの業務から入るか｜先に進んだ現場の形

先に実測を置きます。国内で約11,800人が働く産業機器の会社は、社内向けのAIアシスタントを2023年2月に入れ、最初の1年で全社員あわせて18.6万時間の労働時間を削減したと公表しました。3年目にあたる2025年度の公表値は78.8万時間、年間の総労働時間の3.4%に相当します。「事例集を読んでも、自社のどの業務から入ればいいのかが分からない」「入れた話は出てくるのに、その後どうなったかが出てこない」——検討が止まるのはたいていこの2か所です。事例が足りないのではなく、事例の並べ方に順番が現れていないだけです。この記事では、公表された一次情報をもとに、どの業務から入っているか、入った後に何が起きたか、そしてどう広げるかを整理します。

公表された数字は、3年で4倍を超えている

最初に時系列で並べます。先の会社は2024年6月25日の発表で、2023年6月から2024年5月までの1年間に全社員18.6万時間の削減、12か月のアクセス回数1,396,639回と公表しました。2026年7月29日の発表では、2025年度の削減効果が78.8万時間で総労働時間の3.4%、利用回数361万回、1回あたりの削減時間33分、月間のユニークな利用者の比率61%と書かれています。1年目と3年目を比べると削減時間は4倍を超えました。

ここで注目すべきは、途中でAIを別のものに置き換えたという説明が出てこないことです。増えたのは使う場面の数と、頼み方の深さでした。同じ会社は活用の方向を「聞く」から「頼む」へ移すと表現し、2030年には総労働時間の10%をAIで削減する目標を掲げています。事例から読み取るべきは導入した年ではなく、この使う場面が増えていった経路のほうです。

もう1つ、数字の扱いに注意があります。78.8万時間は年度の合計、361万回は利用回数、33分は1回あたりの値で、集計の単位がそれぞれ違います。単位の違う公表値を掛け合わせて検算しようとすると合いません。他社の数字を自社の見込みに使うなら、「何を1件と数えたのか」「誰の時間を測ったのか」を先に確かめる必要があります。ここを飛ばした試算が、社内で最初に崩れる数字になります。

最初に入ったのは、作る仕事ではなく探す仕事だった

入り口の業務は1年目の公表資料に並んでいます。検索の代わりに使う単純な質問のやり取りから、戦略を立てるための基礎データ作成まで幅があり、素材に関する質問や製造工程に関する質問といった製造業らしい使い方が増えたと書かれています。並んでいる用途の多くは、何かを新しく作る仕事ではなく、社内にある情報を探して整える仕事です。

探す仕事が先に入るのには理由があります。答えが合っているかを、頼んだ本人がその場で判断できるからです。出てきた文書を開けば裏が取れるので、AIの出力をどこまで信じるかという難しい問題に踏み込まずに済みます。間違っても間違ったまま外へ出ない、という点が決定的です。最初の1件は、精度が高い業務ではなく、間違いに気づける業務から選びます。

ただし探す仕事には弱点があります。1件あたりの短縮が数分と小さく、そのかわり回数が多い。月に数十件ではなく数千件の単位で効いてくるので、回数を数えていない業務では、やった実感だけが残って数字が出ません。だから入り口の業務では、始める前に回数を数える仕組みを作っておきます。3年目の公表値に361万回という数字が並んでいるのは、最初から回数を取っていたからです。

入り口になりやすい業務の5つの共通点

公表されている事例を業務の形で見ると、入り口になった業務は次の5つを満たしています。自社の候補を並べるときは、この5つに当てはめるだけで順番がほぼ決まります。

• 手順が文章で書ける。人に引き継ぐときの説明が、そのまま指示になる
• 入力がすでに社内にある。担当者の頭の中や、口頭のやり取りにしか無い情報を必要としない
• 出力の正しさを、担当者が数分で確かめられる。専門家を呼ばないと判断できない業務は外す
• 間違えても取り消せる。送信・発注・支払いのように、外へ出て戻らない操作を含まない
• 同じ形の依頼が、週に何度も来る。月に数件の業務は効果より手間が勝つ

目安は「5つのうち4つ以上」です。3つ以下の業務を1本目に選ぶと、作り込みの量が増えるうえに成果が測れず、社内の関心が先に切れます。特に4番目の「取り消せる」を欠いた業務を1本目にする失敗が多く、事故の可能性を心配して承認を重ね、結果として人の手間が増えます。

候補の探し方も具体的にできます。週に1回以上、誰かが必ずやっている作業を部署ごとに5つ書き出し、そのうち引き継ぎ資料がすでに存在するものに印を付けます。引き継ぎ資料があるということは、手順が文章になっているということです。この2つの条件だけで、候補はたいてい各部署3つから5つに絞れます。

共通点を裏返すと、入れても動かない業務が見える

5つの共通点を裏返すと、そのまま「入れても動かない業務」の一覧になります。実際に止まった例として挙がるのは次のような形です。

• 例外の中身が毎回違う業務。手順ではなく前例の記憶で回っているため、指示が書けない
• 入力が担当者の頭の中にある業務。過去の経緯や相手の事情が、どこにも書かれていない
• 確認に専門家が必要な業務。法務や品質の判断が入ると、確認の待ち時間で短縮が消える
• 外へ出る操作を含む業務。誤送信の後始末が、短縮した時間を上回る
• 月に数件の業務。作り込みと保守の手間が、削減した時間より大きくなる
• 誰が持ち主なのかが決まっていない業務。困ったときに直す人がいないので、数週間で使われなくなる

止まる理由は精度ではないという点が重要です。ある調査会社は2025年6月25日に、エージェント型のAIの案件は4割超が2027年末までに中止されるという見通しを公表しています。挙げられた理由は費用の膨張、事業価値がはっきりしないこと、危険を抑える仕組みが足りないことでした。精度が足りないという理由は前面に出ていません。

この読み方は実務に直結します。止まった案件のふり返りで「AIの精度が低かった」と書かれていたら、たいていは業務選びの失敗です。精度の問題に見えるのは、確認の手間が想定より大きく、そのために人の作業が増えた結果です。同じ会社は2025年8月26日に、業務に特化したAIエージェントを組み込んだ業務用アプリの比率が2026年には4割に達するという見通しも出しています。道具は増えます。増えるからこそ、業務を選ぶ側の物差しが要ります。

実例：図面と仕様の照合は、最大340分が10分になった

業務の形が合っていたときに何が起きるかを、公表されている具体例で見ます。先の会社は2026年2月19日、設計・開発部門の図面と設計仕様の照合業務に自社開発のAIエージェントを使い始めたと発表しました。処理の中身は、複数のPDF図面から文字情報を自動で取り出し、製品図面と部品図面、あるいは技術仕様書との間で材質や仕上げなどの項目を照合し、結果を一覧で表示するというものです。

効果は「50分から340分かかっていた照合業務を10分に短縮、80%から97%の削減」と書かれています。同じ業務の中でも、もとの所要時間に7倍近い幅があった点が示唆的です。手間のかかる案件ほど削減幅が大きく、簡単な案件では効果が小さい。効果を平均値だけで語ると、この構造が見えなくなります。

幅があるという事実は、流す順番の指針になります。もとの所要時間が長い案件を優先してAIに回し、短い案件は人がそのまま処理するという切り分けです。すべてを一律に通すと、短い案件では確認の手間が短縮分を食い、平均の削減率が下がります。案件の重さを事前に見分ける材料は、多くの現場ですでに持っています。図面なら部品の数、問い合わせなら添付の有無や過去のやり取りの長さです。この1段の振り分けを入れるだけで、同じ仕組みのまま効果が変わります。

この業務は5つの共通点にきれいに当たります。照合する項目は一覧で書ける、入力は図面と仕様書という既存の文書、出力は一覧表なので担当者が目で追える、書き換えを伴わないので取り消せる、そして繰り返し発生する。入る業務は、狙って選ばれています。

人の工程が残っている点も見落とせません。発表では、担当者は複数の文書を見比べる必要がなくなり、AIの支援のもとで確認作業を完了できる、という書き方をしています。つまりAIが照合の結果を一覧にし、合っているかどうかの判断は人が持っています。良否をAIに判定させるのではなく、どこを見比べた結果そう言えるのかを並べさせる形です。この形なら、間違いは人の目に入る場所に出ます。

問い合わせの一次受けは、入りやすく戻されやすい

入りやすい業務の代表が、問い合わせの一次受けです。数字も公表されています。スウェーデンの決済会社クラーナは2024年2月27日、AIの応対役が最初の1か月で230万件のやり取りを扱い、顧客対応チャットの3分の2を占めたと公表しました。常勤700人分の仕事に相当し、解決までの時間は11分から2分未満へ、繰り返しの問い合わせは25%減、2024年に4,000万ドルの利益改善を見込むという内容です。対応は35以上の言語、23の市場に及びます。

一方で、同じ領域には引き戻す動きもあります。先の調査会社は2025年6月10日に、AIを理由に顧客対応の人員削減を計画した組織の半数が、その計画を撤回するという見通しを公表しています。入りやすい業務は、同時に戻りやすい業務でもあるということです。

戻る理由は構造で説明できます。一次受けは件数が多いので短縮の数字は出ますが、難しい相談は必ず人に回ります。このとき人に渡す条件と、渡すときに何を持たせるかを決めていないと、利用者は同じ説明を二度させられます。応対時間は短くなっても、解決までの体感は悪化します。数字が良いのに評判が悪いという食い違いは、ここから生まれます。

だから一次受けを入れるなら、順番を逆にします。先に「人に渡す合図」を2つだけ決める。1つは利用者が不満を示したとき、もう1つはAIが2往復で解決できなかったときです。そして渡すときには、それまでのやり取りと、AIが確認した契約や履歴の要点を添えます。渡す設計を後回しにした一次受けは、件数が増えるほど苦情も増えます。

効果は件数ではなく、1件あたりの時間で測る

効果の測り方を間違えると、事例を集めた意味がなくなります。使われた回数は、使われていることしか示しません。測るべきは1件あたりの時間と、人が直した割合の2つです。前者だけでは、手直しに時間を取られている状態が短縮として集計されます。

手直しの割合には目安があります。3割を超えると、時間短縮はほぼ消えます。確認して直す作業は、最初から自分で作るより認知の負荷が高く、測った時間より実感が悪くなるためです。手直しが3割を超える業務は、指示を直すか、対象を狭めるか、その業務から撤退するかの三択になります。

測り方を間違えると、動いていない仕組みが優秀に見える

測り方の落とし穴は決まっています。次の5つが、社内報告で最初に混ざる誤りです。

• 利用回数だけを見る。回数は関心の指標であって、成果の指標ではない
• 削減時間を自己申告で集める。上振れが避けられず、部署間の比較にも使えない
• 確認と手直しの時間を数えない。短縮の半分以上がここで戻る業務は珍しくない
• 件数の少ない業務から測る。1件あたりの短縮が大きく見えて、全体への効きは小さい
• 取り消しに要した時間を計上しない。事故の後始末は、削減した時間から引かれる

自己申告の集計は、なぜ上振れするのか。比較の相手が「AIを使わなかった場合の自分」という架空の値になるからです。人は難しい案件を基準に想像します。だから導入前の20件を実測しておくことが、あとから効いてきます。1回だけの手間で、その後1年の報告の精度が変わります。

もう1つ、AIに測らせないという原則を置いてください。削減時間の集計や効果の判定をAIに書かせると、根拠のない見積りが数字の形で出てきます。集計は突き合わせの作業で、判断の余地はありません。数字を作る場所と、AIに任せる場所は分けます。

広げる先は、隣の業務から選ぶ

1本目が動いたら、次はどこへ広げるか。公表されている実例が答えの形を示しています。図面の照合の例では、まず規格の照合業務と外装部品の照合業務から適用を開始し、そこから他の照合業務へ水平に展開するという順番が書かれていました。別の業務に飛ぶのではなく、同じ照合という形の中で広げています。

「隣」の定義を実務の言葉にすると、次の3つを共有している業務です。同じ入力（同じ種類の文書）、同じ確認者（同じ担当者が良否を見る）、同じ止め方（同じ手順で停止できる）。この3つが同じなら、指示も確認の観点も止める仕組みも作り直しになりません。1本目でかけた工数の大半が、そのまま再利用できます。

逆に、業種の話題性で選んだ次の一手は失敗しやすい。営業の商談準備、経理の突き合わせ、人事の書類確認と飛び回ると、そのたびに入力の形も確認者も違うので、実質的には1本目をもう一度やることになります。広げる速さは、隣に留まるかどうかで決まります。

広げる条件も先に決めておきます。前の業務で手直しの割合が下がって安定している、確認者が同じ、止め方が同じ、この3つが揃ったときだけ次へ進む。揃っていないうちに件数を増やすと、直せない不具合が同時に複数の業務で出ます。

一律の物差しで管理すると、広げるところで止まる

広げる段で必ず問題になるのが管理の強さです。先の調査会社は2026年5月26日に、AIエージェントに一律の統治を当てると、企業のエージェント活用は失敗するという見解を出しています。危険の大きさが業務ごとに違うのに、同じ承認と同じ点検を当てると、両側で事故が起きるという指摘です。

段階	AIに任せる範囲	人がやること	向く業務
見るだけ	探す・並べる・要点を出す	結果を使うかどうかを都度決める	社内文書の検索、下調べ
下書きまで	案を作って根拠を並べる	内容を確認して確定する	照合、議事録、提案の素案
実行まで	決まった手順の範囲で処理する	抜き取りで点検し、異常時に止める	定型の登録、分類、転記

一律にすると何が起きるか。危険の低い業務が重い承認で止まり、危険の高い業務が軽い承認で通ります。前者では使われなくなり、後者では事故が起きます。同じ制度で運用しているのに、失敗の形が正反対になるところが厄介です。

段階の割り当ては、業務ごとに1行で書いて残します。「この業務は下書きまで、確認者は担当者、抜き取りは週1回10件」。この1行があると、後から入った人が同じ運用を続けられます。段階を上げるときは、上げる前に手直しの割合を測り直します。前の月の数字を根拠に上げるのが原則です。

人が確認する範囲は、取り消せるかどうかで決める

確認の範囲を決める物差しは、精度ではありません。取り消せるかどうかです。この物差しなら、業務の中身を知らない人でも同じ結論に届きます。3つに分けます。取り消せる操作は事後の抜き取りでよい。取り消しに手間がかかる操作は実行前に1回見る。取り消せない操作は毎回見る。

この分け方は、確認の総量を現実的な範囲に収めます。すべてを毎回見る運用は、始めた月は回りますが2か月で崩れます。逆に全部を抜き取りにすると、取り消せない操作で事故が出ます。先に3つに分けておけば、確認の手間は業務の危険度に比例します。

確認する人の決め方にも実務の勘所があります。確認者は、その業務の担当者にします。管理者を確認者にすると、内容が分からないので承認が形だけになります。そして確認に使う時間の上限を決めます。1件2分で見られない形の出力は、出力の作り方が悪いということです。根拠の並べ方を直すほうが早く効きます。

あわせて、出力の形に条件を付けます。結論だけを書かせず、どの文書のどこを見てそう言えるのかを必ず添えさせる。良し悪しの判定そのものはAIに書かせません。判断を書かせると、確認する側は判断の当否を検討する必要が出て、確認の時間が数倍になります。根拠だけ並べさせれば、確認は突き合わせで済みます。

業務別の適性一覧

ここまでの物差しで、マーケや管理部門でよく候補に挙がる業務を並べます。入りやすさは5つの共通点をいくつ満たすかで見ています。

業務	入りやすさ	先に決めること	測る数字
社内の文書を探して答える	高い	見せてよい文書の範囲	1件あたりの探す時間、出典が付いた割合
図面や仕様の照合	高い	照合する項目の一覧	1件あたりの照合時間、見落ちの件数
議事録と要点の整理	高い	固有名詞と表記のルール	1本あたりの整理時間、手直しの割合
問い合わせの一次受け	高いが戻りやすい	人に渡す合図と持たせる材料	人への転送率、解決までの時間
見積や請求の突き合わせ	中	差異が出たときの止め方	1件あたりの突合時間、差異の検出率
提案書の素案づくり	中	使ってよい実績と数値の出所	1本あたりの作成時間、手直しの割合
与信や採否の判断	低い	そもそも任せない範囲	任せないため測らない

表の読み方を1つ添えます。「入りやすさ」が低い業務は、能力が足りないから外すのではありません。間違いに気づける形にできないから外します。与信や採否のように、結果が人に不利益を与える判断は、確認の手間を増やしても事故の重さが下がりません。ここは任せる範囲から外し、材料集めまでに留めるのが実務の線です。

入る前に測る3つの数字

最後に、着手前に測る数字を3つに絞ります。その業務の月の件数、1件あたりに人がかけている時間、間違えたときに取り消すのに要する時間。この3つです。1つ目と2つ目は多くの会社が持っていますが、3つ目を持っている会社はほとんどありません。

3つ目が抜けると何が起きるか。事故の値段が分からないまま任せる範囲を決めることになります。誤った発注を取り消すのに半日かかる業務と、誤った分類を直すのに1分の業務を、同じ承認の仕組みに載せてしまう。先の一律の管理の問題は、ここが測られていないことから始まります。

3つ目の測り方も具体にできます。過去半年の差し戻しや訂正の記録から3件選び、気づくまでにかかった時間と、直すのにかかった時間を分けて測ります。気づくまでの時間のほうが、直す時間より長いのが普通です。この2つを足した値が、その業務で1回間違えたときの値段になります。3件で幅が大きければ、いちばん重い1件を採用してください。任せる範囲を決めるときは、平均ではなく最悪の値で判断するほうが安全です。

3つが揃うと、順番はほぼ自動的に決まります。件数に1件あたりの時間をかけた値が大きく、取り消しが軽い業務から着手する。同じ表に部署をまたいだ候補を並べれば、社内の優先順位を数字で説明できます。事例集ではなく、この表が意思決定の材料になります。

ミニ用語解説

1件の定義

効果を測る単位です。図面の照合なら1組の図面と仕様書、問い合わせなら1つの案件。部署ごとに違う定義で測ると足し合わせられないので、着手時に文章で残します。ここが曖昧な報告は、後から必ず作り直しになります。

手直しの割合

AIの出力をそのまま使えた件数と、人が手を入れた件数の比です。3割を超えると時間短縮が実質的に消えます。件数だけでなく、直すのに要した時間も一緒に記録します。

取り消せない操作

外部への送信、発注、支払い、公開、削除のように、実行すると元に戻せない操作です。この操作を含む業務は、実行前の確認を毎回入れるか、実行だけ人が担うかのどちらかにします。

隣の業務

同じ入力、同じ確認者、同じ止め方を共有する業務のことです。広げる先をここに限ると、指示と確認の観点をほぼそのまま再利用できます。話題性で選んだ次の一手より速く進みます。

根拠を添えた出力

結論に、どの文書のどこを見たかを付けた出力です。判断そのものをAIに書かせず、確認を突き合わせの作業に変えるための形式です。確認1件を2分以内に収められるかが、形式が適切かどうかの目安になります。

事例を読むときに落ちている情報

公表された事例には、書かれない情報があります。準備にかけた期間、対象になった人数、途中でやめた用途、手直しの割合、費用。この5つはほぼ出てきません。出ている数字が正しくても、これらが分からなければ自社の見込みには使えません。

だから事例の使い方を分けます。事例は「順番の参考」に使い、「効果の予測」には使わない。どの業務から入ったか、どう広げたか、人の確認をどこに残したかは、そのまま参考になります。何時間削減できるかは、自社の20件を測るしかありません。

社外の事例を聞ける場では、次の5つを聞きます。答えが返ってくるかどうかで、その事例の使える度合いが分かります。

• 1件を何と定義して測りましたか
• 人が手を入れた割合はどれくらいでしたか
• やめた用途はありましたか。やめた理由は何でしたか
• 確認しているのは誰で、1件にどれくらいかけていますか
• 止めるときは誰が何をしますか

この5つに答えられる事例は、実際に運用まで届いています。答えが濁る事例は、まだ試した段階か、測っていないかのどちらかです。公表資料の数字の大きさより、この5問に答えられるかどうかを見てください。

まとめ

公表されている一次情報を並べ直すと、入り口の形はかなりはっきりしています。入っているのは判断する業務ではなく、探す・照合する・整える業務です。手順が文章で書ける、入力が社内にある、出力を数分で確かめられる、取り消せる、繰り返し来る。この5つのうち4つ以上を満たす業務が1本目になります。

入った後の伸び方にも型があります。1年目に18.6万時間、3年目に78.8万時間で総労働時間の3.4%という公表値は、AIを入れ替えて出た数字ではなく、使う場面が増えて出た数字でした。照合業務の例では、規格の照合と外装部品の照合から始めて他の照合業務へ広げる、という順番が明記されています。隣の業務、つまり同じ入力・同じ確認者・同じ止め方を共有する業務から伸ばすのが、いちばん速い経路です。

そして、任せる範囲を決めるのはAIの能力ではありません。取り消せるかどうかです。取り消せる操作は事後の抜き取り、取り消しに手間がかかる操作は事前に1回、取り消せない操作は毎回。良し悪しの判定はAIに書かせず、どこを見たかという根拠だけを並べさせる。確認するのは担当者で、1件2分を上限にする。この線を先に引いておけば、事例の数字を追いかけなくても、自社の順番は自分で決められます。先に進んだ現場が持っているのは強いAIではなく、この決めごとの束です。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。