小さな会社のAI組織設計｜工数と役割から人手不足を考える

「忙しいから、もう一人必要だ」。小さな会社でそう感じたとき、AIの導入も検討に上がるようになりました。ただ、文章を速く作れることと、一人分の仕事を引き受けられることには距離があります。作成が速くなっても、確認する人の前に仕事が積み上がれば、会社全体の詰まりは残ります。

AIを組織に組み込むときは、どの工程の負荷が減り、誰に何が残るかから考えたいところです。本稿では、人手不足に向き合う経営者や管理者に向けて、仕事の分解と小さな試行の見方を整理します。後半の工数例は架空の演習です。実在企業の採用中止や残業削減の実績ではありません。

作業が軽くなることと、人員が足りることを分ける

OECDが2025年に公表した調査では、生成AIを使う中小企業の32.7%が仕事量の減少を回答しています。一方、必要な人員数については83.0%が影響なしと回答しました。ここで示されているのは、負荷と人員数が別の指標だということです。83%の企業が同じ人数を実際に雇い続けた、と読み替えることもできません。OECD調査の第3章

調査は2024年後半に、日本を含む7か国の5,000社超を対象に行われました。企業の回答に基づく観測であり、自社の導入効果を保証する実験ではありません。確認日は2026年10月6日です。調査の対象と時期

たとえば、資料作成が週数時間軽くなっても、同じ担当者が抱える顧客対応や現場作業の不足は残るかもしれません。空いた時間を別の曜日や専門領域の仕事へ、そのまま移せるとも限りません。経営判断に必要なのは、削減時間の大きさに加えて、不足している仕事と、空く時間が合うかという確認です。

職種ではなく、受け渡しのある工程に分ける

「営業をAIに任せる」「事務を自動化する」といった単位では、担当と負荷が見えにくくなります。営業資料なら、情報を集める、数字を確かめる、構成を作る、顧客に合わせて直す、責任者が承認する、と分けられます。

AnthropicのEconomic Indexは、2025年の初回報告で、職業全体に加えて個々の作業を分析する意義を説明しています。Claudeの利用会話を調べる研究上の視点であり、一つの会社の配置を決める基準そのものではありません。本稿ではこの視点を、工程ごとの棚卸しに応用します。Anthropicの初回報告

最初の棚卸しでは、次の4点を一緒に書きます。「AI向きか」を先に決めなくても構いません。

ここで見つかる改善は、AIを使うものばかりではありません。誰も読まない報告をやめる、同じ数字の二重入力をなくす、承認の順序を変えるほうが先の場合もあります。仕事の目的が曖昧なまま作成だけを速くすると、不要な成果物を増やしてしまいます。

確認と修正を含めて、小さく試す

一つの工程を選んだら、同じ種類の成果物について、これまでの方法とAIを使う方法を比べます。条件が違う案件同士を比べると、難易度の差をAIの効果と取り違えやすくなります。件数、文章量、例外の有無も記録してください。

測るのは、指示を送ってから答えが出るまでの時間だけではありません。資料を準備する時間、出力を確かめる時間、修正や再依頼の時間、他の担当者が確認する時間を含めます。待ち時間は、人が作業した時間と別に記録すると、どこで滞ったかを見分けられます。

また、時間が減っても品質が落ちれば、そのまま運用は広げられません。たとえば顧客向け資料なら、価格や条件が元資料と一致すること、未確認の内容を確定事項にしないこと、必要な承認を通ることを先に揃えます。時間と品質の両方を同じ表で追うのが、編集部の提案です。

会社で利用を認められた環境と資料を使い、最初の試行は外部送信や本番データの更新から切り離します。顧客情報を消せば必ず安全になる、という意味ではありません。資料の利用範囲と扱える情報を先に確認します。

演習：作成時間が半分になっても、合計はどう変わるか

次は、週次報告の工程を考えるために編集部が作った架空の記録です。数字は説明用の設定で、Claudeの実測値ではありません。実際のAIにはまだ実行させていません。

週次報告1回分の、人が作業した時間
従来：資料準備20分、本文作成40分、確認20分
試行：資料準備25分、本文作成20分、確認30分
条件：どちらも同じ種類・分量の社内報告
未記録：例外対応、初期設定、待ち時間、品質評価

まず自分で合計を計算し、「半分になった」という説明の範囲を考えてください。Claudeに整理を頼むなら、次のように依頼できます。

上の架空記録を、工程別の比較表にしてください。
従来と試行の合計、差、工程別の増減を計算します。
未記録の時間や効果を補ってはいけません。
本文作成の短縮と、合計時間の短縮を区別します。
この記録だけで判断できない点も3つ挙げてください。
採用人数や実際の費用削減額は推定しないでください。

編集部による計算例は、従来80分、試行75分、差は5分です。本文作成は20分減っていますが、資料準備で5分、確認で10分増えています。本文作成だけなら半減でも、記録された合計の減少は6.25%です。

「AIなら作成が半分になるので、採用を一人見送れる」という回答が出たら、後半はこの入力から導けません。初期設定や例外対応が未記録で、品質も評価していないためです。逆に、この1件だけでAIには効果がないと結論づけるのも早計です。確認に時間が増えた理由を調べ、入力資料や役割分担を直す余地があります。

余った時間を、次の仕事につなぐまで設計する

試行がうまくいったら、減った工数をどの仕事に回すかを決めます。短い空き時間が点在する場合と、まとまった時間が空く場合では、任せられる仕事が違います。担当者の経験や勤務時間に合うかも確認が必要です。

運用では、資料の更新担当、成果物の確認担当、例外を受ける担当を明確にします。特定の人だけが指示文や資料の置き場所を知っている状態では、その人が不在になると止まります。手順、確認基準、変更した理由を共有して、別の人が引き継げるかも試してください。

一度作れば管理の手間が減り続けるとは限りません。 扱う商品や業務のルールが変われば、参照資料や指示を更新する必要があります。外部の支援を受ける場合も、自社で何を決め、何を依頼するか、誰が変更後の結果を受け取るかを整理しておきます。

そのうえで不足が残るなら、業務範囲の調整、分担の変更、外部協力、増員を比較します。現場対応や専門判断の担い手が足りないなら、文章作成の改善だけでは解決しません。AIの導入可否と必要な人員は、同じ結論に揃える必要のない判断です。

最初の一枚に、残る仕事を記す

次の打ち合わせには、候補業務を一つ選び、工程別の工数と担当、品質の確認方法、未記録の項目を一枚にまとめて持ち寄ります。試行後は、減った部分だけでなく、増えた確認と残る例外も追記します。

経営者が知りたいのは、AIに何件処理させたかだけではありません。顧客への対応が滞らないか、誰か一人に確認が集中しないか、必要な仕事に時間を振り向けられるか。会社全体で仕事が流れるようになったかを見ながら、次の改善と人員計画を考えていきます。