顧問先から「うちでもAIを使えませんか」「毎月やっている仕事を自動化できませんか」と聞かれたとき、どこまで答えればよいのか迷う士業事務所は少なくありません。
土地家屋調査士、弁理士、中小企業診断士をはじめ、1〜5人程度の小規模な士業事務所では、顧問先や取引先の業務を普段から深く把握しています。一方で、ChatGPTなどの生成AIは使ったことがあっても、AIエージェントの構築や業務システムとの連携まで自分たちで対応するのは難しいというケースも多いでしょう。
しかし、顧問先のAI導入支援を始めるために、士業自身がAIエンジニアになる必要はありません。
顧問先がどのような業務を行い、どこで時間がかかり、誰が何を確認し、どの資料やシステムを使っているのかを理解していること自体が、士業の大きな強みだからです。
士業が担うべきなのは、いきなりAIツールを選ぶことではありません。まず顧問先の業務を整理し、「どこならAIを使えそうか」「どこは人が判断しなければならないか」を見立てることです。そのうえで、システム設計やAIエージェントの構築、既存システムとの連携など技術的な部分はIT専門家と組む方法があります。
この記事では、顧問先からAIについて相談された士業事務所が、AI導入支援を新しいサービスとしてどのように形にすればよいのかを、実際の業務フローに沿って解説します。
重要なのは、「AIに何ができるか」ではなく、「今の仕事のどこをAIへ渡し、どこから先を人が確認するか」です。
記事を読み終える頃には、顧問先のAI相談を単なる質問対応で終わらせず、業務棚卸し、AI導入の見立て、IT専門家との連携、導入後の定着までを一つの支援メニューとして考えられるようになるはずです。
顧問先から「AIを入れたい」と相談される士業が増えると、何が変わるのか
生成AIの普及によって、士業と顧問先との関係も少しずつ変わっています。
以前であれば、制度について分からないことがあれば士業へ電話をし、文書を作る必要があれば専門家へ相談し、情報を整理したい場合も担当者へ問い合わせるのが一般的でした。
現在は、顧問先自身がAIへ質問し、情報をまとめ、文章の下書きを作ることができます。これによって、「簡単なことを教える」という士業の役割の一部は、以前よりも顧客自身で行いやすくなっています。
ただし、これは士業への相談が不要になるという意味ではありません。
むしろ、顧問先から寄せられる相談の内容が変わっていくと考えた方が実態に近いでしょう。
顧問先がAIで自分で調べ、文章まで作るようになる
生成AIを使えば、一般的な情報の整理や文章の下書きは短時間で行えます。
たとえば、顧問先の経営者が「この制度について一般的な概要を教えてください」とAIへ質問したり、取引先へ送るメールの下書きを作ったりする場面は珍しくなくなりました。
その結果、「分からないことがあれば専門家へ聞く」という行動の一部が、「まずAIへ聞いてみる」に変わっていきます。
士業側からすると、これまで提供してきた情報の一部が無料または低コストで入手できるようになるため、「今までと同じ相談対応だけでよいのだろうか」と考えるきっかけになります。
しかし、顧問先が本当に困るのは情報を知った後です。
AIから「このような方法があります」と答えをもらっても、自社ではどの方法を選ぶべきなのか、実際の業務へどう組み込むのか、既存のやり方をどこまで変えるのかまでは簡単に決まりません。
ここに士業の新しい支援領域があります。
一般論を答えるだけではなく、顧問先の実際の業務を見ながら、「この仕事ならAIを使いやすい」「ここは人の確認が必要」「このデータを整理してから始めた方がよい」と助言する役割です。
「AIを入れたいが、誰に聞けばよいか分からない」という相談も増える
顧問先の経営者がAIへ関心を持っていても、具体的な導入方法まで分かっているとは限りません。
「ChatGPTを契約すれば自動化できるのか」「今のExcelをそのまま使えるのか」「社員が使っても大丈夫なのか」「自社専用のAIを作れるのか」といった疑問が出てきます。
こうした相談をIT会社へ直接持ち込む企業もありますが、そもそもどのIT会社へ相談すればよいのか分からない中小企業もあります。
一方、顧問先にとって士業は、日頃から会社の情報を共有している身近な外部専門家です。
経営者が「AIについて詳しくないけれど、誰かに相談したい」と考えたとき、最初の相談相手として士業が選ばれる可能性があります。
そこで「弊所では分かりません」と終わらせるのか、「まず今の業務を整理しましょう。技術的なところは専門家と一緒に確認できます」と答えられるのかで、顧問先から見た支援範囲は大きく変わります。
顧問料の値下げ対策ではなく、支援範囲を広げる機会と考える
AIの普及を「顧問料が下がる脅威」とだけ捉える必要はありません。
たしかに、顧問先が自分で情報を調べたり、文書を作ったりできるようになれば、単純な質問対応だけでは価値を説明しにくくなる場面は増えるでしょう。
しかし、AIによって顧問先の業務そのものが変わるのであれば、その変化を支援する仕事も生まれます。
たとえば、これまで月に10回質問へ回答していた士業が、今後は「その質問が毎月発生しない仕組みを一緒に作る」支援へ広げることもできます。
顧問料を守るためにAIを否定するよりも、顧問先がAIを使い始める前提で、「どの業務なら使えるか」「どこまで自動化してよいか」「人はどこを確認するか」を一緒に考える方が、長期的な顧客関係につながりやすくなります。
士業の仕事は職種が違っても、同じ3か所で詰まりやすい
土地家屋調査士、弁理士、中小企業診断士など、士業によって専門業務は大きく異なります。
しかし、日常業務を細かく分解すると、AIや自動化を検討しやすい場所には共通点があります。
特に小規模事務所や中小企業では、仕事そのものよりも「仕事を始めるまでの準備」「複数資料の確認」「複数システム間の転記」に人手が使われていることがあります。
AI導入を考える際は、資格業務そのものをいきなりAIへ任せようとするのではなく、まずこの3か所を見ることが重要です。
AIが仕事を始められる状態まで、人がお膳立てしている
業務自動化が進まない理由の一つは、「AIに仕事をさせる前に、人が大量の準備をしている」ことです。
たとえば、担当者の受信メールから対象案件を探し、添付されたPDFを保存し、フォルダ名を整え、過去資料を開き、顧客情報をExcelから探し、その内容を別のシステムへ入力しているとします。
この作業の多くは、専門判断ではありません。
しかし、この準備が終わらないと次の仕事へ進めないため、担当者の時間を使います。
AI導入というと、「文章を作らせる」「質問に答えさせる」といった場面を思い浮かべやすいですが、実務ではその前段階である情報収集や整理を見直すことが大きな効果につながる場合があります。
顧問先の業務を聞くときは、「何をAIにやらせたいですか」と質問するより、「その仕事を始める前に何を集めていますか」と聞く方が、改善候補を見つけやすくなります。
複数の文書を見比べないと正しさを確認できない
士業や専門サービスの業務では、1枚の資料だけを見て仕事が完結するとは限りません。
今回届いた書類と過去の資料を比較したり、依頼内容と社内データを見比べたり、複数の文書から同じ項目を探したりすることがあります。
こうした仕事は人間にとって大きな負担になります。
特に資料が多くなると、「確認したつもりだったが一部を見落とした」「別案件の情報を参照してしまった」といったミスも起こりやすくなります。
AIは、複数文書から情報を抽出したり、相違点の候補を整理したりする補助には活用できます。
ただし、AIが「一致しています」と出力したから正しい、と扱うのではありません。
AIに比較作業の下準備をさせ、人が確認すべき箇所を絞るという使い方が現実的です。
つまり、AIの役割は「最終判断者」ではなく「確認作業を早くする補助者」と考えます。
複数のシステムを見ながら転記・統合している
中小企業の業務では、一つのシステムですべてが完結することは珍しいでしょう。
メールで依頼を受け、Excelで案件を管理し、PDFをクラウドストレージへ保存し、別の業務システムへ必要事項を入力し、最後にWordで文書を作る、といった流れがあります。
問題は、それぞれのツールではなく、その間を人がつないでいることです。
メールの内容をコピーしてExcelへ入力し、Excelを見ながら業務システムへ転記し、業務システムの内容を参照しながら報告書を作る。このような作業が毎日発生していると、少量ずつであっても大きな時間になります。
AI導入支援では、「このAIツールを導入しましょう」という話から始めるより、「同じ情報を何回入力していますか」と確認する方が有効です。
そこで繰り返し転記している情報が見つかれば、自動化やAI活用の候補になります。
士業が顧問先の業務を見る際も、「専門判断をAIに置き換えられるか」という難しいテーマから考える必要はありません。
人がお膳立てしている仕事、複数資料を突合している仕事、複数システム間を転記している仕事。この3つを探すだけでも、改善候補はかなり見つかります。
基本的な考え方は、判断と責任は人が持ち、下書き・突合・転記はAIに補助させることです。
顧問先のAI導入支援で、士業が担える4つの範囲
AI導入支援という言葉を聞くと、システム開発や高度なIT知識が必要に感じるかもしれません。
しかし、AI導入の前段階には、むしろ顧問先の業務を理解している士業だからこそ担いやすい仕事があります。
技術的な構築まで自分たちで抱え込まず、士業が強い領域とIT専門家が強い領域を分けることが重要です。
業務を棚卸しして「どこで時間がかかっているか」を見つける
AI導入支援の最初の仕事はツール選びではなく、業務棚卸しです。
顧問先から「AIを入れたい」と相談されたときに、いきなり「ChatGPTを使いましょう」「このサービスがおすすめです」と提案すると、導入後に使われなくなる可能性があります。
まず確認したいのは、現在どのような仕事に時間がかかっているかです。
毎月発生する仕事、毎週発生する仕事、担当者が面倒だと感じている仕事、ミスが起こりやすい仕事、同じ情報を何回も入力している仕事を確認します。
そのうえで、一つの業務について「何をきっかけに始まり、何を見て、どこへ入力し、誰が確認するか」を整理します。
士業は普段から顧問先の業務や経営状況を聞いているため、このヒアリングを行いやすい立場にあります。
AIが扱いやすいようデータを整える
AIを導入しても、元のデータが整理されていなければ十分に活用できません。
たとえば、顧客名の表記がファイルごとに違う、Excelの列構成が毎月変わる、同じ種類の資料でも保存場所が人によって違うといった状態です。
この状態で自動化すると、例外処理が増えます。
そのため、AI導入前にファイル名、フォルダ、Excelの列、定型文、顧客コードなどを整理した方がよい場合があります。
この「AIを使える状態へ整える仕事」は、地味ですが重要です。
顧問先にとっても、「最新AIを導入しました」より、「毎月バラバラだった資料の形式が揃った」方が、業務改善として大きな効果を生むことがあります。
規程・利用ルール・確認ルールを整理する
企業でAIを利用するときには、「使ってよいか」だけではなく、「どう使うか」を決める必要があります。
たとえば、AIへ入力してよい情報と入力しない情報を分けること、生成された内容をそのまま外部へ送らないこと、誰が最終確認するかを決めることなどです。
特に顧問先の重要情報や取引情報を扱う場合、利用するAIサービスや契約環境、社内ルールを確認せずに入力することは避けるべきです。
ここでも士業がすべての技術仕様を理解する必要はありません。
顧問先側のルール整理を支援し、技術的な安全性やサービス設定についてはIT専門家と確認する形にできます。
補助金という選択肢があることを案内する
AI導入やデジタル化を進める際、利用できる補助制度がないか相談される場合もあります。
ただし、補助金の内容は年度や公募回によって変わるため、AI導入支援の記事の中で細かな要件まで説明すると情報が古くなりやすくなります。
本記事では制度を詳しく解説せず、必要な場合は「士業向けデジタル化・AI導入補助金」の専門記事で確認する流れにします。
補助金ありきでAIを導入するのではなく、先に改善したい業務を決め、その手段として利用できる制度があるか確認する順番が重要です。
IT専門家と組んだ方がよい3つの範囲
士業が顧問先のAI導入支援を行う場合でも、すべてを自分で対応する必要はありません。
むしろ、自分の専門外まで無理に抱えない方が、顧問先にとっても安全です。
特に技術構築、システム連携、導入後の調整はIT専門家と組みやすい領域です。
顧問先に合うシステム構成やAIの使い方を設計する
同じ「問い合わせ対応をAI化したい」という相談でも、会社によって適した方法は異なります。
メールをAIに読ませて下書きを作れば十分な会社もあれば、顧客管理システムと連携しなければ意味がない会社もあります。
単体の生成AIで対応するのか、既存の業務システムと組み合わせるのか、AIエージェントを作るのかという判断には技術的な知識が必要です。
士業側は「どの業務を改善したいか」まで整理し、その要件をIT専門家へ渡す形が効率的です。
AIエージェントやシステム連携を構築する
AIエージェントを使えば、決められた条件をきっかけに複数の処理をつなげることもできます。
たとえば、問い合わせメールを受信したら内容を分類し、顧客情報を参照し、返信案を作り、担当者へ確認依頼を出すといった流れです。
ここまで進むと、単純なチャット利用ではなくシステム設計になります。
データの取り扱い、アクセス権限、エラー時の処理、既存サービスとの接続なども考えなければなりません。
この部分はIT専門家が主担当となり、士業は顧問先の業務要件や確認ルールを伝える役割に回る方が現実的です。
導入した仕組みが現場で使われるまで伴走する
AIシステムは、構築しただけでは定着しません。
実際に使い始めると、「このパターンではうまく動かない」「この表現は担当者が修正することが多い」「思ったより確認作業が減らない」といった問題が見つかります。
そこで少しずつ改善する必要があります。
士業は顧問先の業務を継続して見ているため、導入後の変化を確認しやすい立場です。
IT専門家が技術調整を行い、士業が顧問先の業務面を確認するという役割分担にすると、構築から定着まで支援を継続できます。
士業とIT専門家の役割分担は「顧問先との関係」と「技術」で分ける

顧問先のAI導入支援をサービスとして提供するとき、最も重要なのは「誰が何を担当するか」を曖昧にしないことです。
士業がIT専門家へ顧問先を紹介して終わる形にすると、士業自身が支援の外側へ出てしまいます。
一方、技術的な部分まで士業がすべて担当しようとすると、本来の専門領域を超えて負担が大きくなります。
そこで、顧問先との関係や業務理解は士業側が中心となり、技術面はIT専門家が中心となる形が考えやすくなります。
| 工程 | 士業 | IT専門家 | 顧問先 |
|---|---|---|---|
| 課題ヒアリング | 主に担当 | 必要に応じて参加 | 現状を説明 |
| 業務棚卸し | 主に担当 | 技術面から補助 | 実際の業務を説明 |
| AI化候補の整理 | 共同で検討 | 共同で検討 | 優先順位を確認 |
| システム設計 | 要件を確認 | 主に担当 | 運用条件を確認 |
| AI・自動化の構築 | 業務面を確認 | 主に担当 | テストに参加 |
| 専門判断 | 有資格者が担当 | 原則として行わない | 必要に応じて判断 |
| 導入後の運用 | 業務面を確認 | 技術面を改善 | 日常利用 |
| 定着・改善 | 共同で支援 | 共同で支援 | 改善点を共有 |
この形であれば、士業は顧問先との接点を維持しながら、これまでより広い相談に対応できます。
顧問先側から見ても、初めて会うIT会社へ自社の業務を一から説明するより、普段から付き合いのある士業が間に入り、必要な内容を整理してくれる方が相談しやすい場合があります。
士業の価値は、AIを開発できることではなく、「顧問先の仕事を理解したうえで、技術者へ正しく橋渡しできること」に置くことができます。
顧問先のAI導入支援は3つのメニューにすると始めやすい

顧問先向けAI導入支援を始めるからといって、最初から大きなコンサルティングサービスを作る必要はありません。
小規模士業事務所であれば、現在の顧問契約や既存の相談業務に近い形から始めた方が運用しやすいでしょう。
支援内容は、相談、業務棚卸し、専門家との共同支援という3段階に分けると整理しやすくなります。
顧問契約に含める「AI相談」
最初の段階は、顧問先からAIについて相談されたときに話を聞くことです。
「今の顧問契約の範囲で、AI活用について簡単な相談もできます」としておけば、顧問先から業務課題が上がってきやすくなります。
ただし、相談対応とシステム構築を同じものとして扱わないことが重要です。
たとえば、「毎月この資料を作るのに4時間かかっています」という相談を受けて、AI化できそうかを一緒に考えるところまでは顧問相談として扱い、具体的な設計や構築が必要になった段階で別サービスに移す方法があります。
これなら士業側も大きな準備なしに始められます。
スポットで行う「AI業務棚卸し」
次の段階は、特定業務について詳しく整理するサービスです。
ここでは「AIで何ができるか」を説明するのではなく、現在の業務フローを可視化します。
たとえば、毎月の報告資料作成について、データがどこから届き、誰が集計し、どの資料と照合し、どこへ入力し、誰が確認しているのかを整理します。
その結果、「ここは人の専門判断なので残す」「この転記は自動化できそう」「この資料比較はAIで補助できそう」と分けます。
この業務棚卸し自体がサービスになります。
顧問先にとっても、いきなり高額なシステムを導入するより、「まず何を改善するのか」を整理できるため、失敗を防ぎやすくなります。
IT専門家の紹介・同席を含めた導入支援
実際の構築が必要になった場合は、IT専門家を加えます。
ここで重要なのは、「IT会社を紹介したので、あとは直接相談してください」と完全に引き渡さないことです。
士業側も打ち合わせへ参加し、顧問先の業務要件が正しく伝わっているかを確認します。
特に小規模企業では、経営者自身がIT用語に詳しくないことがあります。
IT専門家が「API連携」「ワークフロー」「データベース」と説明しても、顧問先側では何が変わるのか分からない場合があります。
士業が間に入り、「現在行っているこの作業が、このように変わるということです」と業務の言葉へ置き換えれば、意思決定を支援しやすくなります。
顧問先のAI導入支援は「5つの項目」で業務を整理する
顧問先から「この業務をAI化できますか」と相談されたとき、ツール名から考えないことが大切です。
まず、一つの仕事を「トリガー」「AIに渡す」「反映先」「人が確認する箇所」「注意点」の5つへ分けます。
この5項目で整理すると、AI化できるかどうかをIT専門家とも共有しやすくなります。
| 項目 | 確認する内容 |
|---|---|
| トリガー | 何が起きたら仕事が始まるか |
| AIに渡す | AIが処理するために必要な情報は何か |
| 反映先 | AIが処理した結果をどこへ戻すか |
| 人が確認する箇所 | 誰が何を確認・判断するか |
| 注意点 | 個人情報、例外、情報不足、誤処理をどう扱うか |
STEP1 トリガー|何が起きたら仕事が始まるか
最初に確認するのは、その業務が始まるきっかけです。
たとえば、「顧客からメールが届く」「新しい案件を受注する」「担当者がファイルを指定フォルダへ保存する」「毎月月末になる」といった条件です。
このトリガーが明確でないと、自動化の開始地点が決まりません。
人間の場合は状況を見ながら何となく仕事を始められますが、システムやAIは「いつ処理を開始するか」という条件が必要です。
士業が顧問先へヒアリングする際も、「その仕事はいつやっていますか」だけではなく、「何が起きたら担当者が動き始めますか」と聞くと分かりやすくなります。
たとえば「お客様から資料が届いたら始めます」と回答があれば、次に「資料はメールですか、クラウドですか、紙ですか」と確認できます。
こうして仕事の入口を具体化します。
STEP2 AIに渡す|何を読み込ませれば仕事ができるか
次に、その仕事を進めるために必要な情報を整理します。
問い合わせメールだけで判断できるのか、顧客台帳も必要なのか、過去案件も参照するのか、社内規程も必要なのかを確認します。
ここで重要なのは、人間が無意識に参照している情報まで洗い出すことです。
たとえば担当者は、問い合わせメールを読んだあと、過去のメールを検索し、共有フォルダから資料を探し、Excelの顧客情報を開いてから回答しているかもしれません。
本人は「メール返信をしているだけ」と考えていても、実際には複数の情報源を使っています。
AIに同じ下準備をさせるのであれば、その情報がどこにあり、どの範囲まで参照してよいかを決める必要があります。
この段階で「情報が整理されていない」「最新版がどれか分からない」という問題が見つかれば、AI導入前にデータ整理を行います。
STEP3 反映先|処理結果をどこへ戻すか
AIが文章や情報を作っても、それだけでは業務は完了しません。
最終的にどこへ反映するのかを決めます。
返信文であればメールの下書きへ入れるのか、案件情報であればExcelへ追記するのか、社内システムへ登録するのか、報告書の下書きを作成するのか、といった部分です。
ここで人が転記していると、自動化できる余地が残ります。
たとえばAIが問い合わせ内容を分類したあと、人が分類結果を見ながら顧客管理システムへ入力しているのであれば、その入力まで連携できないかIT専門家と検討できます。
一方、反映先への自動登録がリスクになる場合は、あえて下書き状態までに止めるという設計もできます。
自動化は、できるだけ人を減らせばよいわけではありません。
業務上の重要度に応じて、「どこまで自動で反映し、どこから人が操作するか」を決めます。
STEP4 人が確認する箇所|どこから先を有資格者が判断するか
AI導入支援で最も重要なのが、人の確認ポイントです。
AIが作った文章や分類結果を、そのまま完成品として扱うのか、人が確認してから使用するのかでリスクは大きく変わります。
士業業務や重要な顧客対応では、AIを最終判断者にしない設計が基本になります。
たとえばAIに「資料Aと資料Bの違いを抽出してください」と依頼することはできます。しかし、「違いはないので問題ありません」という最終判断まで無確認で任せるのではなく、AIが抽出した差異を人が確認する流れにします。
文章作成でも同様です。
AIが下書きを作り、有資格者や担当者が内容を確認して修正し、その後に外部へ送る形です。
AIによって人を完全に外すのではなく、AIが人の前工程を引き受けると考えると設計しやすくなります。
STEP5 注意点|個人情報・機密情報・例外処理を確認する
最後に、通常どおり処理できない場合を考えます。
顧客名が見つからない、資料が不足している、入力内容に矛盾がある、過去と大きく異なる内容が含まれるといったケースです。
人間であれば「何かおかしい」と気づいて処理を止めることがあります。
AIや自動化でも、判断できない場合に無理に処理を続けない仕組みが必要です。
たとえば必要情報が足りない場合は処理を止め、「担当者確認」として戻す方法があります。
また、AIへ渡す情報に個人情報や顧客の機密情報が含まれる場合は、利用する環境や契約条件を確認します。
AI導入支援では「正常に動くとき」だけを設計するのではなく、「分からないときに人へ戻す」流れまで作ることが重要です。
まず顧問先1社、1業務から試してサービスの型を作る

顧問先向けAI導入支援を新サービスとして始める場合、最初からすべての顧問先へ案内する必要はありません。
むしろ、最初は1社、1業務に絞った方がよいでしょう。
AI導入は、会社によってデータの持ち方や業務フローが異なるため、実際に進めてみなければ分からない部分があります。
最初の1社で経験を積み、その内容を型として残してから他社へ展開する方が安全です。
最初から全顧問先へ提案しない
最初の対象に向いているのは、すでに経営者との信頼関係があり、改善したい業務が明確な顧問先です。
たとえば、「毎月同じ資料作成に時間がかかる」「問い合わせ内容を毎回Excelへ転記している」「複数のファイルを確認する作業が大変」といった困りごとが出ている会社です。
逆に、「何かAIを使って格好いいことをしたい」という段階では、改善対象が曖昧なため進めにくくなります。
最初の1社では、AI導入そのものを目的にせず、「一つの仕事を少し楽にする」ことを目標にします。
1つの仕事について「導入前→導入後」を記録する
AI導入後は、どのように仕事が変わったかを記録します。
単純な作業時間だけを見る必要はありません。
導入前は3つのシステムを開いていたが、導入後は確認画面だけを見ればよくなった。以前は担当者が全文を読み比べていたが、導入後はAIが抽出した差異だけを確認するようになった。毎回ゼロからメールを書いていたが、AIの下書きを確認する形になった、といった変化も重要です。
この記録が、次の顧問先へ提案するときの説明材料になります。
ただし、他社へ紹介する場合は顧問先が特定されないように配慮し、必要に応じて許可を取ります。
結果をテンプレート化して次の顧問先へ展開する
1社でAI導入支援を行ったら、そのときに使ったヒアリング内容や業務整理方法をテンプレート化します。
たとえば、トリガー、AIに渡す情報、反映先、人の確認、注意点という5項目を共通フォーマットとして残します。
すると、次の顧問先から相談された際も同じ順番で聞けるようになります。
士業事務所にとって重要なのは、毎回ゼロからAI導入支援を考えないことです。
1社目で方法を作り、2社目で改善し、3社目以降で標準化することで、新しいサービスとして提供しやすくなります。
職種が違っても共通する3つの詰まりどころと、自分の事務所で最初の1業務を見つける方法は士業事務所のAIは何から始めるかで整理しています。あわせて法改正の案内を顧問先ごとに出し分ける手順も参考にしてください。
有資格者が確認する箇所と、依頼者情報を入れる前の線引き
AIには下書き、資料間の突合、情報整理、転記などを任せられる場面がありますが、資格業務に関わる専門的判断や外部へ提出・送信する内容の最終確認まで無条件に任せるべきではありません。どこを有資格者が確認するかを業務フロー上で明確にします。また、氏名、住所、案件資料、契約情報など依頼者を特定できる情報をAIや外部のIT専門家へ渡す前には、利用環境、契約条件、共有範囲、顧問先との合意を確認します。資格ごとの業法、会則、職業倫理等に関する判断が必要な場合は、所属会・管轄に確認してください。
IT専門家を紹介・提携するときに確認しておきたいこと
士業とIT専門家が一緒に顧問先を支援する場合、技術力だけを見て提携先を決めればよいわけではありません。
顧問先との契約関係、情報共有、責任範囲を事前に整理しておく必要があります。
特に「誰が顧問先に何を約束したのか」が曖昧になると、トラブルにつながります。
士業とIT専門家の責任範囲を曖昧にしない
たとえば、士業が「この業務はAIで自動化できます」と顧問先へ説明し、実際の構築はIT専門家が行うとします。
この場合、どこまでを士業が保証するのか、IT専門家はどこまでを担当するのかを明確にします。
士業側は、顧問先の業務整理や要件整理、専門判断を担当します。
IT専門家は、技術的に実現できるかを確認し、システムを設計・構築します。
AIの出力内容についても、IT専門家が「システムとして動作すること」を確認するのと、有資格者が「専門的な内容として正しいこと」を確認するのは別です。
この違いを契約や打ち合わせの段階で整理しておくことが重要です。
紹介料・提携条件は資格ごとのルールを確認する
士業とIT専門家が共同で顧問先を支援するとき、紹介料や手数料、共同受注などの形を検討する場合があります。
ただし、士業ごとに業法や会則、職業倫理上の取り扱いが異なる可能性があります。
そのため、「紹介料は問題ない」「この契約形態なら必ず利用できる」と一律に断定することは避けるべきです。
実際に提携スキームを作る場合は、所属する資格のルール、契約形態、報酬の扱いなどについて所属会・管轄に確認します。
記事を読んだだけで法的判断を完結させるのではなく、自事務所に当てはめる段階で確認することが大切です。
顧問先情報を共有する前に同意と範囲を決める
IT専門家と一緒に顧問先のAI導入を検討すると、顧問先の業務内容やデータを見てもらう必要が出てきます。
しかし、士業が保有している顧問先情報を、そのまま外部専門家へ渡してよいとは限りません。
まず、「今回のシステム構築に必要な情報は何か」を絞ります。
顧客情報全体がなくても、匿名化したサンプルデータで設計できる場合があります。
また、実データを使う必要がある場合は、顧問先側と共有範囲を確認します。
AI導入支援では、便利だから情報を広く共有するのではなく、必要な情報だけを必要な人へ渡す考え方が重要です。
制度・手続・様式・期限については最新情報を確認する
士業が顧問先向けAI導入支援を提供するときには、資格ごとの業法、所属会のルール、職業倫理、契約上の取り扱いなどを確認する必要が生じる場合があります。
これらは資格や地域、支援内容、契約形態によって異なる可能性があるため、本記事では特定の手続、様式、期限の日数を一律には断定しません。
共同受注、外部専門家への情報共有、紹介料、業務委託、広告表示などについて個別判断が必要な場合は、所属会・管轄に確認してください。
また、AI導入やデジタル化に利用できる補助制度についても、公募年度、申請枠、対象経費、登録ツールなどによって条件が変わります。補助金の利用を検討する場合は、最新の公募要領や対象条件を確認する必要があります。
士業向けのデジタル化・AI導入補助金については、以下の記事で確認できます。
AI導入支援では補助金を先に決めるのではなく、まず改善したい業務を決め、その後に利用できる制度があるか確認する順番がおすすめです。
AI導入支援を提案するときの3つの想定例
ここからは、士業が顧問先からAI導入について相談された場合のイメージを、3つの想定例で整理します。
いずれも実在企業の導入事例ではなく、業務の考え方を分かりやすくするための想定例です。
土地家屋調査士事務所が顧問先の書類確認フローを整理する想定例
ある土地家屋調査士事務所が、関係先から「毎回届く複数の書類を確認して、必要項目を社内管理表へ転記する作業に時間がかかっている」と相談されたとします。
このとき、最初からAIツールを紹介する必要はありません。
まず現在の業務を確認します。
トリガーは「担当者宛てに資料が届くこと」です。
AIへ渡す情報は、受領した書類と社内の管理情報です。
反映先は管理表です。
人が確認する箇所は、AIが抽出した内容と元資料が一致しているか、例外的な内容が含まれていないかという部分になります。
ここまで整理すると、「資料から定型項目を抽出する」「過去資料と違う箇所を候補として表示する」「管理表へ転記する」といった作業はAIや自動化を検討できます。
一方、専門判断が必要な事項は人が確認します。
士業側は顧問先の業務を整理し、どこまでなら機械処理しやすいかを見立てます。具体的なシステム連携が必要になればIT専門家へつなぎます。
このように、AI導入支援は「AIに専門業務をやらせる」と考えるより、「専門業務の周辺で人が行っている準備や転記を減らす」と考える方が始めやすくなります。
特許事務所が顧問先の問い合わせ・資料整理を支援する想定例
次に、特許事務所の顧問先から「問い合わせが増えていて、担当者が過去の資料を探す時間が長い」と相談された場合を考えます。
担当者は問い合わせを受けると、メールを読み、関連する過去資料を探し、社内文書を確認し、その内容をもとに回答案を作っているとします。
ここでAI導入を検討する場合も、専門判断をAIへ任せるのではありません。
AIには、問い合わせ内容の分類、関連資料の検索補助、過去資料から関連箇所の抽出、回答案の下書きなどを担わせます。
最終的な回答内容は担当者や有資格者が確認します。
このケースで士業側が提供できる価値は、「どの情報をAIへ渡せばよいか」「どの資料を正として扱うか」「どこで人が確認するか」を整理することです。
AIの性能だけを見ても、実務で使える仕組みにはなりません。
古い資料と新しい資料が混在していれば、AIがどちらを参照すべきか分からなくなる可能性があります。
そのため、AI導入前のデータ整理やルール整備も支援内容になります。
顧問先にとっては、AIそのものより、「情報を探す時間が減る」「回答前の準備が早くなる」ことが成果になります。
中小企業診断士が顧問先の定型業務を棚卸しする想定例
中小企業診断士の場合、経営者から「AIを使えば人手不足を解消できますか」と相談されることがあります。
この質問に対して、すぐに「このツールがおすすめです」と答えるのではなく、まず毎月繰り返している業務を聞きます。
たとえば営業担当者が毎週、複数のExcelから数字を集めて報告資料を作っているとします。
その仕事を分解すると、各担当者からExcelが届くことがトリガーになり、複数ファイルを読み込み、必要な数字を集計し、前週の数字と比較し、報告資料へ転記し、最後に責任者が確認していることが分かります。
この中にはAIや自動化と相性のよい部分が複数あります。
ファイルから必要項目を抽出する、前回との差異を整理する、報告文の下書きを作るといった処理です。
一方、数字の意味をどう評価するか、経営上どの対応を取るかは人が判断します。
中小企業診断士は経営者との対話を通じて、「どの仕事に時間を取られているか」「その時間を減らしたら何へ使いたいか」を整理できます。
そこから技術的な構築だけIT専門家へつなげれば、経営支援の延長としてAI導入支援を提供できます。
AI導入支援を相談する前に3つだけ整理しておく
顧問先向けAI導入支援についてIT専門家へ相談する場合、すべての業務資料を準備する必要はありません。
最初の相談で整理しておくとよいのは、「顧問先の業種と人数」「現在どのような相談を受けているか」「自事務所ではどこまで関わりたいか」の3点です。
顧問先の業種と人数が分かれば、どの程度の仕組みが現実的かを考えやすくなります。
5人の会社と100人の会社では、必要な権限管理や運用方法が異なるからです。
次に、現在相談されている内容を具体的にします。
「AIを導入したい」だけではなく、「問い合わせ返信に時間がかかる」「毎月の資料作成を減らしたい」「Excelから基幹システムへの入力を減らしたい」といった業務の言葉に置き換えます。
最後に、自事務所がどこまで関わりたいかを決めます。
最初のヒアリングだけ担当したいのか、業務棚卸しまで行いたいのか、IT専門家との打ち合わせにも同席したいのかによって、サービスの形が変わります。
この3点が決まっていれば、IT専門家との相談も具体的になります。
よくある質問
AIに詳しくない士業でも顧問先のAI導入支援はできますか?
可能な範囲はあります。
AI導入支援のすべてを士業自身が担当する必要はありません。
顧問先の業務を聞き、現在の作業を整理し、AIを使えそうな箇所を見つけるところは、日頃から顧問先を理解している士業が担いやすい領域です。
一方、システム連携、AIエージェント構築、API設定など技術的な作業はIT専門家と組む方法があります。
士業自身がプログラミングできるかどうかよりも、顧問先の業務を正しく理解し、技術者へ伝えられるかの方が重要です。
AI導入支援は顧問契約に含めるべきですか?
支援範囲によって分ける方法があります。
「この業務にAIを使えそうですか」といった簡単な相談は既存の顧問契約に含め、詳しい業務棚卸しはスポットサービス、システム構築が必要になればIT専門家を加えた別契約とするなど、段階を分けると運用しやすくなります。
最初から料金体系を複雑にせず、1社目の支援を通じて実際に必要な工数を確認し、その後に標準メニューへ整える方法もあります。
顧問先からAIツールを選んでほしいと言われた場合はどうすればよいですか?
ツール選定から始めるのではなく、先に対象業務を整理することをおすすめします。
同じAIでも、問い合わせ返信を支援したい会社と、複数ファイルの照合を自動化したい会社では必要な機能が異なります。
まずトリガー、AIへ渡す情報、反映先、人の確認、注意点を整理し、その要件を満たす方法をIT専門家と検討します。
AIツールは後から変わる可能性がありますが、業務要件はサービス設計の土台として残ります。
顧問先情報を生成AIに入力してもよいですか?
一律に「入力してよい」「入力してはいけない」とは判断できません。
利用するAIサービスの契約条件、設定、データ利用方針、顧問先との契約、扱う情報の種類などを確認する必要があります。
特に氏名、住所、契約情報、案件資料など顧客を特定できる情報を扱う場合は、利用環境と社内ルールを先に確認します。
士業固有の守秘義務や会則等との関係について個別判断が必要な場合は、所属会・管轄に確認してください。
AI導入に補助金を利用できますか?
AI・ITツールの導入に利用できる補助制度が設けられている場合がありますが、対象者、対象経費、対象ツール、申請時期などは制度や公募回によって変わります。
導入予定のAIサービスがそのまま補助対象になるとは限りません。
補助金を検討する場合は、先に改善したい業務と導入内容を整理し、その後で利用できる制度を確認する方法が適しています。
士業向けの補助制度については、士業向けデジタル化・AI導入補助金の記事で詳しく確認してください。
まとめ
顧問先から「AIを入れたい」と相談されたとき、士業自身がAIエンジニアになる必要はありません。
士業が持っている最も大きな強みは、顧問先の業務や経営状況を普段から把握していることです。
AI導入支援では、その強みを生かして「何をAIへ任せるのか」を整理します。
特に、AIが仕事を始められる状態まで人がお膳立てしている仕事、複数の文書を見比べている仕事、複数のシステム間を転記している仕事は、職種を問わず改善候補になりやすい領域です。
そこで、トリガー、AIへ渡す情報、反映先、人が確認する箇所、注意点という5つの視点で現在の業務を整理します。
AIには下書き、突合、情報整理、転記を任せ、人が判断と責任を持つという役割分担を基本にすれば、専門業務の品質を守りながら効率化を検討できます。
士業が担うのは、顧問先の課題ヒアリング、業務棚卸し、データ整理、ルール設計といった部分です。
AIエージェントの構築、システム連携、技術設計などはIT専門家と組むことで対応できます。
この役割分担ができれば、顧問先を単にIT会社へ紹介するのではなく、士業自身が顧問先との関係を維持しながら支援範囲を広げられます。
顧問先向けAI導入支援を始める際は、最初からすべての顧問先へ提案する必要はありません。
まず信頼関係のある顧問先1社を選び、繰り返し発生している1業務を棚卸しします。
そこで実際の導入手順、確認ポイント、IT専門家との役割分担を経験し、その内容をテンプレート化します。
顧問先1社で試し、型を作り、次の顧問先へ展開する。この順番なら、小規模な士業事務所でも無理なく新しい支援メニューとして育てやすくなります。
生成AIによって顧問先が自分で調べられる範囲が広がるほど、士業に求められる価値は「情報を教えること」だけではなく、「その会社の仕事をどう変えるかを一緒に考えること」へ広がっていきます。
顧問先のAI導入支援は、その変化に対応する一つの方法です。
顧問先の業務を知る士業と、AIを構築するIT専門家がそれぞれの強みを持ち寄れば、士業はこれまでの専門業務を守りながら、顧問先への支援領域を広げることができます。
顧問先のAI導入支援は、最初から大きなサービスを作る必要はありません。まず1社・1業務について、士業側で担う範囲とIT専門家へ任せる範囲を整理するところから始められます。
画像挿入指示一覧
| 画像 | 挿入位置 | 内容 | 比率・サイズ | 画像内の日本語 |
|---|---|---|---|---|
| 画像1 | 記事最上部 | 士業が顧問先とIT専門家の間に立ち、AI導入を支援するアイキャッチ。実在ロゴや実在サービス画面は使用しない | 1:1・1200×1200px | 「顧問先のAI導入支援」「士業とIT専門家で進める」 |
| 画像2 | 「士業の仕事は職種が違っても、同じ3か所で詰まりやすい」直後 | 一本の業務フロー上に、仕事の準備、文書突合、転記・統合の3工程を示す | 16:9・1200×675px | 「仕事の準備」「文書を突合」「転記・統合」 |
| 画像3 | 「顧問先のAI導入支援は『5つの項目』で業務を整理する」直後 | トリガーから人の確認までを一本のフローで示す | 16:9・1200×675px | 「トリガー」「AIに渡す」「反映先」「人が確認」「注意点」 |
| 画像4 | 土地家屋調査士事務所の想定例の直後 | 複数の業務書類を照合する職員。測量機器や点群は描かない | 4:3・1200×900px | 「資料確認を効率化」 |
| 画像5 | 特許事務所の想定例の直後 | 問い合わせ文と複数の関連資料を整理する業務場面 | 4:3・1200×900px | 「問い合わせと資料を整理」 |
| 画像6 | 中小企業診断士の想定例の直後 | 診断士と経営者が業務フローを確認しながら棚卸ししている場面 | 4:3・1200×900px | 「業務を棚卸し」 |
すべての画像は、日本語のみを使用し、実在企業のロゴ、実在AIサービスの正式画面、架空の細かな管理画面、英語のラベル、細かな成果数値や料金を入れない設計とします。日本語の生成精度が不十分な場合は、文字なしで生成し、指定した日本語を後から重ねられる余白を確保します。
内部リンク候補
| リンク先 | 本文内での役割 |
|---|---|
| 士業向けデジタル化・AI導入補助金 | AI導入に利用できる補助制度を詳しく知りたい読者を誘導 |
| 土地家屋調査士向けAI活用の親記事 | 自事務所へのAI導入から、顧問先支援へ関心が進んだ読者を本記事へ誘導 |
| 特許事務所向けAI活用の親記事 | 特許事務所でのAI活用と顧問先支援を接続 |
| 中小企業診断士向けAI活用の親記事 | 経営支援・DX支援からAI導入支援へつなぐ |
| 税理士向けAI導入支援記事 | 自事務所のAI導入と、顧問先へのAI導入支援を分離して案内 |
| 社労士向けAI導入支援記事 | 顧問料差別化の記事とは別に、顧問先支援の商品化として案内 |
| AIエージェントに人間の承認はどこで必要? | AIに実行させる範囲と人間の承認地点を深掘り |
| AIエージェントに任せてはいけない仕事とは? | 判断・責任を人に残す業務設計を深掘り |
ベストプランナー合同会社(川崎 洋)|士業 顧問先 AI導入支援 SEO記事
AIは導入して終わりではありません。業務のどこをAIへ渡し、どこを人に残すかの整理から、定着までを伴走します。
