AI業務棚卸しのやり方｜AIに任せる業務を見つける5ステップ

この記事でわかること

「AIを導入したいけれど、どの業務から手をつければいいのか」。そんな状態で止まっているなら、最初に見るべき場所はAIツールの機能一覧ではなく、社内の業務そのものです。

なお、ここで扱うのは在庫管理の棚卸しではありません。AIに任せる業務を見つけるための、業務の棚卸しです。

この記事では、AI業務棚卸しの進め方を、紙とスプレッドシートで今日から始められる形に落とし込みます。あなたの会社で「AIに任せる作業」と「人が判断すべき仕事」を分けるための、実務寄りの手順です。

この記事で扱う内容は、次の4つです。

• AI導入前に業務を棚卸しする理由
• AIに任せる業務を見つける5ステップ
• 業務フローで可視化する方法
• 棚卸しチェックリストと、よくある失敗の対処法

AI戦略全体の流れから確認したい場合は、中小企業社長のためのAI戦略活用完全ガイドで全体像を押さえてから読むと、この記事の位置づけがつかみやすくなります。

AI業務棚卸しとは｜AIに任せる業務を見つける最初の一歩

AI業務棚卸しは、社内の仕事を一度テーブルの上に広げて、「何をAIに任せられそうか」「何は人が持つべきか」を分ける作業です。いきなり自動化するのではなく、まず仕事の地図をつくるイメージです。

検索で「ai 業務 棚卸し」と調べている段階では、多くの場合、まだ対象業務がぼんやりしています。営業、事務、経理、在庫管理、問い合わせ対応など、候補は多く見えても、導入の順番までは見えていないことが多いです。

ここで大切なのは、「部署名」で考えないことです。たとえば経理をAI化するのではなく、請求書の内容確認、仕訳候補の作成、支払予定の整理といった作業単位まで分けます。

ざっくり言えば、AI業務棚卸しは次のような整理です。

見る単位	例	棚卸しで確認すること
部署	営業部、経理部、総務部	どの部門に負荷が集中しているか
業務	見積作成、請求処理、問い合わせ対応	時間・頻度・担当者を把握する
作業	文面作成、転記、確認、承認	AIに任せる候補か、人が残す工程か
判断	値引き判断、採用判断、公開承認	ルール化できるか、責任者が必要か

あなたの会社で最初に目指すのは、「AIを使う業務を決めること」ではありません。まずは、現場で何が起きているかを見える状態にすることです。

なぜAI導入は業務の棚卸しから始めるのか

AI導入でつまずきやすい理由の一つは、ツールから先に決めてしまうことです。「生成AIを入れた」「チャットツールと連携した」だけでは、どの作業時間を削減するのかが曖昧なままになります。

業務を棚卸しすると、AI活用の目的が具体的になります。たとえば「月末に担当者が3時間かけている報告書の下書きを短縮する」「問い合わせ内容の分類を効率化する」といった形です。

顧客・競合・自社の3Cで見ても、棚卸しは役に立ちます。顧客対応に直結する業務、競合との差が出るスピード業務、自社の負荷が高い作業を分けて見ることで、AI導入の優先順位が整理されます。

AI活用の出発点を整理したい場合は、中小企業がAI活用で最初にやるべきことも合わせて読むと、棚卸しの前後関係がつながります。

「とりあえず便利そうなところから始めればいいのでは」と感じる場面もあります。小さく試すことは大切ですが、その前に最低限の棚卸しをしておくと、効果測定や担当者の納得感が変わります。

AI業務棚卸しのやり方5ステップ

ここからは、AI業務棚卸しのやり方を5ステップで解説します。あなたが今日から始めるなら、最初は専用システムではなく、A4用紙とスプレッドシートで十分です。

ポイントは、完璧な一覧を作ろうとしないことです。まずは1部署、1業務、1週間分の作業から始めると、現場の負担を抑えながら進められます。

ステップ	やること	使うもの	アウトプット
1. 対象範囲を決める	部署・業務・期間を絞る	紙、ホワイトボード	棚卸し対象リスト
2. 作業を洗い出す	担当者が日々やっている作業を書き出す	付箋、スプレッドシート	作業一覧
3. 情報を付け足す	頻度、時間、入力データ、成果物を記録する	業務棚卸しシート	作業別の基礎データ
4. AI候補に印を付ける	定型作業、文章作成、分類、要約などを確認する	色分け、チェック欄	AI活用候補リスト
5. 小さく試す業務を選ぶ	効果とリスクのバランスを見る	評価表、担当者ヒアリング	試行テーマ1〜3件

ステップ1では、いきなり全社を対象にしない方が進めやすいです。たとえば「営業事務の見積作成まわり」「総務の問い合わせ対応」「メディア運用の原稿作成まわり」のように、範囲を区切ります。

ステップ2では、担当者に「業務名」ではなく「実際の作業」を書いてもらいます。見積作成であれば、依頼内容の確認、過去見積の検索、単価確認、文面作成、上長承認、送付といった粒度です。

ステップ3では、頻度と時間を概算で入れます。最初から分単位で正確に測るより、「毎日30分程度」「月末に2時間程度」のようなラフな記録で始めた方が、継続しやすくなります。

ステップ4では、AIが使えそうな作業に印を付けます。文章の下書き、要約、分類、チェックリスト作成、データ整理、FAQ案の作成などは候補になりやすい作業です。

ステップ5では、いきなり本番導入ではなく、試行テーマを1〜3件に絞ります。効果が見えやすく、ミスが起きても人が確認できる作業から始めるのが現実的です。

棚卸し自体にもAIは使えます。ヒアリングの文字起こし、作業一覧のたたき台作成、似た作業のグルーピングなどに生成AIを活用すると、担当者の負担を減らせます。ただし、AIの出力には誤りが混ざるため、最終確認は現場の担当者が行います。

実務では、AIに任せる工程と人が残す工程を分けると、棚卸しの精度が上がります。

私が自社メディアにAIを入れたとき、最初にやったのは、記事をたくさん生成することではありませんでした。

普段の運用業務を細かく書き出し、AIに任せる工程と、人が担当し続ける工程に分けることから始めています。

メディア運用には、記事の企画、キーワード調査、構成案の作成、原稿執筆、事実確認、画像作成、内部リンク設定、入稿、公開後の分析、リライト判断と、想像以上に多くの工程があります。

これを「記事制作」というひとつの仕事として捉えているうちは、どこまでAIに任せてよいのか判断できませんでした。

そこで、「下書き」「チェック」「整理」「承認」「公開」「最終確認」といった作業単位まで分解しました。

任せやすかったのは、記事構成のたたき台、原稿の初稿、誤字脱字のチェック、関連記事の候補抽出、記事一覧の整理、SNS投稿文への展開です。

特に、決まった形式に沿って情報を並べ直す作業と、大量の候補から確認すべきものを絞り込む作業では、時間短縮の効果が大きく出ました。

一方で、公開してよいか、表現が自社の方針に合っているか、事実関係に問題がないかという判断は、人が残す工程にしました。

公開ボタンを押すこと、既存記事を削除・非公開・noindexにすること、URLやカテゴリを変更することも、私が最終承認しています。

分け方の基準にしたのは、AIの出力品質だけではありません。間違えたときの影響の大きさです。

下書きの間違いは直せますが、誤った情報を公開したり、読まれている記事を消したりすると、読者の信頼や検索順位、売上にまで影響します。

結果として、AIに仕事を丸ごと渡すのではなく、AIが準備と整理を担当し、人が判断と責任を持つ形に落ち着きました。

あなたの会社でも、どのツールを使うかより先に、業務を工程単位で分解して、AIと人の境界線を決めるほうが、効果は出やすくなります。

洗い出した業務を業務フローで可視化する

作業一覧ができたら、次は業務フローに並べます。あなたの会社でAI導入を検討するなら、「どの作業がどの順番で発生し、誰が確認しているのか」を見ることが欠かせません。

一覧表だけでは、前後のつながりが見えにくいです。業務フローにすると、AIに任せてもよい工程、人の承認が必要な工程、システム連携が必要な工程が分かれます。

たとえば、問い合わせ対応なら次のように書きます。

問い合わせ受信 → 内容分類 → 過去回答の検索 → 返信文の下書き → 担当者確認 → 送信 → 対応履歴の記録

このフローでは、「内容分類」「過去回答の検索」「返信文の下書き」「対応履歴の要約」がAI活用の候補になります。一方で、最終送信や例外対応の判断は、担当者が持つ方が安全です。

業務フローに書く項目は、次の程度で十分です。

項目	書く内容	見るポイント
作業名	実際に行っている作業	粒度が大きすぎないか
担当者	誰が行うか	属人化していないか
入力	使う情報・データ	AIに渡せる形か
出力	作成物・判断結果	フォーマット化できるか
確認者	承認・チェックする人	人が残すべき工程か
使用ツール	Excel、基幹システム、メールなど	連携や転記の負荷があるか

業務フローを作ると、削減できる時間だけでなく、ミスが発生しやすい場所も見えてきます。転記が多い、確認者が複数いる、同じ情報を何度も入力している、といった課題は改善候補です。

社内の役割や連携の状態も合わせて見たい場合は、AIで組織診断をする方法を参考にすると、業務だけでなく組織面の詰まりも整理しやすくなります。

AIに任せる業務を選ぶ評価軸と棚卸しチェックリスト

AIに任せる業務を選ぶときは、細かい判断基準に入りすぎる前に、棚卸しシートで見られる観点をそろえます。ここでは、頻度・時間・定型度・ミスの影響・機密性の5つに絞ります。

評価軸	見ること	AI候補になりやすい例
頻度	毎日・毎週・毎月どれくらい発生するか	毎日来る問い合わせ分類
時間	1回あたり、または月間でどれくらいかかるか	月末報告の下書き作成
定型度	手順や判断ルールが説明できるか	定型メールの作成、議事録要約
ミスの影響	間違えたときの影響が大きいか	社内向け資料整理は試しやすい
機密性	個人情報・取引条件・未公開情報を含むか	公開済み情報の整理は扱いやすい

この5つは、AI化するかどうかの最終判断ではなく、棚卸し段階で候補を並べるための物差しです。深い判断は、試行結果や社内ルールと合わせて行います。

実際の棚卸しシートは、この観点を列にして書きます。1行に1業務を並べ、最後に「判定」を書き添えると、後で見返しやすくなります。

次の1行は、書き方を示すための一般的な例示です（架空の業務・数値であり、実在の会社の値ではありません）。

業務名	頻度	所要時間	定型度	ミスの影響	機密性	判定
例）月次報告書の下書き	月1回	約2時間	高	中（社内向け）	低（公開前提）	AI支援

判定の欄は、次の3つから選ぶと迷いにくくなります。

判定	意味	該当しやすい業務タイプ
AI支援	下書き・整理・分類などをAIに任せ、人が確認する	定型メール作成、議事録要約、データ整理
人が担う	判断や責任が伴い、人が主体で進める	値引き・採用などの意思決定、顧客対応の最終判断
保留	今は決めず、試行結果や社内ルールを見てから判断する	頻度が低い業務、機密性が高い業務

そのまま使える棚卸しチェックリストは、次の通りです。

• [ ] 週1回以上、繰り返し発生している
• [ ] 月間で合計1時間以上かかっている
• [ ] 入力データや参考資料が残っている
• [ ] 成果物の形式がある程度決まっている
• [ ] 担当者が手順を言葉で説明できる
• [ ] 判断よりも作業・整理・下書きの比重が大きい
• [ ] ミスが起きても公開前・提出前に人が確認できる
• [ ] 個人情報や重要な機密情報を扱う比重が高すぎない
• [ ] 現在使っているシステムからデータを取り出せる
• [ ] 1部署または1担当者で小さく試せる

上のチェック項目のうち、3つ以上当てはまる業務は、AI導入の試行候補として棚卸しシートに残しておきます。この「3つ以上」は検証済みの合格ラインではなく、詳しく確認する業務を絞り込むための目安です。ただし、ミスの影響が大きい業務や機密性が高い業務は、候補に入っても慎重に扱います。

あなたの会社で最初に見るなら、「頻度が高く、時間がかかり、人が確認できる作業」からです。ここは効果を測りやすく、現場の納得も得やすい領域です。

業務棚卸しでよくある失敗と対処法

業務棚卸しは、やり方を間違えると単なる作業一覧で終わります。「せっかく洗い出したのに、何も変わらなかった」という声が出ると、次のAI活用にもつながりにくくなります。

よくある失敗は、次の5つです。

失敗パターン	起きる理由	対処法
全社一斉に始める	範囲が広すぎて集計できない	1部署・1業務から始める
業務名だけを集める	作業粒度が粗くAI候補が見えない	作業単位まで分ける
時間を記録しない	効果測定ができない	概算でよいので時間を入れる
現場確認を省く	実態と違う一覧になる	担当者ヒアリングを入れる
何でもAI化しようとする	リスクや責任分担が曖昧になる	人が残す工程も同時に決める

特に注意したいのは、「全部AI化した方が早いのでは」という考え方です。AIは効率化の手段ですが、承認、例外判断、顧客との関係づくりまで同じように任せると、現場が不安になります。

棚卸しでは、「AI化しない」と決めることも成果です。頻度が低い業務、ミスの影響が大きい業務、担当者の暗黙知が強い業務は、無理にAI導入の対象にしない方がよいことがあります。

私も棚卸しをして、効率化できそうに見えても、あえてAI化しないと決めた仕事がありました。実施頻度が低い業務と、ミスの影響が大きい業務です。

たとえば、WordPressのテーマやプラグインの重要設定の変更、記事URLの変更、カテゴリ構造の大きな組み替え、大量の記事を一括で削除・非公開・noindexにする作業です。

これらも技術的には自動化できます。

けれど、年に数回しか行わない作業のために、毎回安全性を確認し、仕組みを保守するのであれば、人が手作業でやったほうが早い場合があります。

自動化には、作る時間だけでなく、動作確認、例外処理、マニュアル作成、仕様変更への対応という維持コストがかかります。頻度の低い業務では、削減できる時間より、準備と管理にかかる時間のほうが大きくなりがちです。

ミスの影響が大きい業務も、完全なAI化には向きません。

アクセスが少ないと思っていた記事でも、調べると特定の端末や検索キーワードから継続的に読まれていることがあります。AIの分類結果だけで一括削除やnoindexを実行すると、本来残すべき記事まで検索結果から消してしまいます。

そこで影響の大きい業務では、AIには対象候補の抽出、データ整理、チェックリストの作成までを任せ、実行の判断は人が行う形にしました。

ここで大切なのは、「AI化しない」と「AIを使わない」は違うということです。作業の実行は人がやっても、その前段階の調査や比較、確認項目の整理にはAIを使えます。

私は、すべての業務をAI化することを目標にはしませんでした。実施頻度、間違えたときの影響、元に戻せるかどうか、確認に必要な専門知識。この4つで、AI化する業務としない業務を分けています。

AI導入の成果は、自動化した業務の数ではなく、安心して続けられる仕組みを作れたかどうかで判断すべきだと考えています。

また、あなたの会社の担当者に「仕事を奪われるのでは」と受け取られると、正確な情報が出にくくなります。棚卸しの目的は人を減らすことではなく、負荷の高い作業を見つけ、より重要な仕事に時間を戻すことだと説明します。

棚卸しの次にやること｜小さく試して効果を確かめる

棚卸しが終わったら、次は小さな試行に進みます。あなたの会社でいきなり全社導入を目指すより、1業務・1担当者・1週間など、範囲を決めて検証する方が現実的です。

試行では、導入前と導入後で比べる指標を決めます。たとえば、作業時間、差し戻し件数、担当者の負担感、確認にかかる時間などです。

段階	やること	見る指標
試行前	現状の時間と手順を記録する	作業時間、担当者数
試行中	AIを使った手順を1つ加える	下書き時間、確認時間
試行後	担当者と確認者で振り返る	削減時間、ミス、運用負荷
継続判断	続ける・直す・やめるを決める	効果とリスクのバランス

AIツールの使い方だけでなく、社内でどう運用するかも重要です。担当者教育やルールづくりを進める場合は、AI業務効率化研修の選び方を参考にすると、研修を選ぶ観点が整理できます。

他社の進め方を見て、自社の検討材料にしたい場合は、AI経営の活用事例集｜中小企業のリアルな成果と失敗も役に立ちます。成功例だけでなく、うまくいかなかったパターンを見ておくと、棚卸し後の打ち手が現実的になります。

トシゾーの見立てとして、AI業務棚卸しの本当の価値は「AIに置き換える仕事を探すこと」だけではありません。現場で止まっている情報、属人化している判断、二重入力になっている作業を見つけ、経営判断に使える形へ整えることにあります。

よくある誤解は、棚卸しをするとすぐDXや自動化が進むというものです。実際には、棚卸しはスタート地点であり、その後の試行、評価、ルール化、継続的な改善までつなげて意味が出ます。今やるべきか迷うなら、まず1業務だけ棚卸しして、社内の見え方が変わるかを確認するのがよい進め方です。

AI業務棚卸しについてよくある質問

Q1. 業務棚卸しは誰が担当するべきですか？

経営者や管理職だけで作るより、実際に作業している担当者を入れる方が正確です。経営側は目的と範囲を決め、現場は作業内容と実態を出す役割にすると進めやすくなります。

Q2. 紙とExcelだけでも始められますか？

始められます。最初から専用ツールを入れるより、紙で作業を洗い出し、スプレッドシートで頻度や時間を整理する方法が実務的です。

Q3. 棚卸し自体にAIを使ってもよいですか？

使えます。ヒアリング音声の文字起こし、作業一覧の整理、似た業務の分類などはAIが支援しやすい領域です。

たとえば、作業の洗い出しなら次のように指示すると進めやすくなります。

1日の業務を、作業単位で箇条書きにしてください。それぞれの頻度と所要時間も書き添えてください。

ただし、最終的な業務実態の確認は担当者が行います。

Q4. 業務フローが社内にない場合はどうすればよいですか？

最初は手書きで十分です。受付、確認、作成、承認、送付、記録のように、動詞で順番に並べるだけでも、AI活用の候補は見えやすくなります。

Q5. どのくらいの期間で棚卸しできますか？

1業務に絞れば、半日から数日でたたき台を作れます。全社で進める場合も、最初に小さな部署で型を作ってから広げる方が、修正しやすくなります。

Q6. 現場が協力してくれないときはどうしますか？

目的の説明が先です。評価や監視のためではなく、負荷の高い作業を減らし、判断や顧客対応に時間を使えるようにするためだと伝えます。

Q7. AIに任せる業務は棚卸しだけで決めてよいですか？

棚卸しは候補を見つける工程です。実際に導入するかは、小さな試行で効果、ミス、運用負荷、担当者の使いやすさを確認してから判断します。

まとめ｜棚卸しはAI導入の成否を決める土台

AI業務棚卸しは、AI導入の前に社内の仕事を見える化する作業です。部署名ではなく作業単位で見ることで、任せられる工程と人が残す工程が分かれます。

要点は次の3行です。

• まず1部署・1業務に絞り、作業、頻度、時間、担当者を洗い出す
• 業務フローで前後関係を可視化し、AI候補と人の判断工程を分ける
• チェックリストで候補を絞り、小さく試してから導入判断をする

あなたの会社でAI活用を進めるなら、最初の一歩は大きな投資ではなく、現場の作業を1枚の棚卸しシートに書き出すことです。そこから、無理のない業務改善とAI導入の道筋が見えてきます。

関連記事と「AI戦略」に関するご案内

AI導入は、業務棚卸しだけで完結するものではありません。対象業務を見つけた後は、目的設定、試行、評価、社内ルールづくりまでつなげて考えると進めやすくなります。

全体の流れを確認するなら、中小企業社長のためのAI戦略活用完全ガイドで、AI戦略の全体像を整理できます。まず何から始めるかを確認したい場合は、中小企業がAI活用で最初にやるべきことも参考になります。