「AIを使えば、もっと仕事を効率化できるはずだ」

そう考えて、部下にChatGPTなどの生成AIを使うよう伝えている経営者や管理職は少なくありません。

しかし、実際には次のような状況になりがちです。

• AI研修を実施したが、その後はほとんど使われていない
• プロンプト集を配布したが、日常業務には定着していない
• 有料版の生成AIを契約したものの、一部の社員しか利用していない
• 「AIで効率化できる仕事を考えて」と伝えても、部下から提案が出てこない
• AIを使っている社員も、文章の言い換えや検索程度にとどまっている

このような場合、部下の意欲やAIの操作スキルだけが問題とは限りません。

多くの部下は、AIに何ができるかを知っていても、自分が日々行っている仕事のどの部分をAIに任せられるかまでは判断できません。

上司が行うべきことは、単に「AIを使って」と指示することではありません。部下が行っている仕事を具体的に聞き出し、作業手順、判断基準、返信待ち、例外対応などを整理することです。

本記事では、部下にAIを活用してもらうために上司が行うべき質問、30分面談の進め方、AIへの委任レベル、通常の自動化・生成AI・人間の役割分担まで、実務で使える形で解説します。

部下に「AIを使って」と伝えるだけでは活用が進まない理由

部下にAIを活用してもらいたいとき、最初に伝えがちな言葉が「AIを使って効率化してほしい」です。

しかし、この指示だけで具体的な行動に移せる社員は限られています。

AI活用が進まないのは、部下が新しい技術を嫌っているからとは限りません。何をAIに任せればよいか分からず、失敗したときの責任も見えないため、動けないことがあります。

部下はAIの機能を自分の仕事へ置き換えられない

生成AIについて学ぶと、一般的に次のような機能を知ることになります。

• 文章を作成する
• 長い文章を要約する
• 情報を分類する
• アイデアを出す
• 表を作る
• メールの返信案を作る
• 会議の内容を整理する

これらの機能を知っても、自分の仕事にどう当てはめるかは別の問題です。

例えば、「メールの返信案を作れる」と説明されても、部下は次の点を自分で考えなければなりません。

• どの種類のメールに使うのか
• AIへ何を入力するのか
• 過去のやり取りをどこまで渡すのか
• 会社の回答方針をどう伝えるのか
• AIが作った文面を誰が確認するのか
• 顧客情報を入力してよいのか
• 誤った文章を送った場合に誰が責任を持つのか

つまり、AIの機能を知るだけでは、業務で使える状態にはなりません。

AIの機能と日常業務を結び付けるためには、仕事を小さな作業へ分解する必要があります。

業務名だけではAIに任せられる作業が見えない

上司が部下の仕事内容を確認するとき、「どのような業務を担当しているか」と聞くことがあります。

すると、次のような回答が返ってきます。

• 営業を担当しています
• 顧客対応をしています
• 総務業務をしています
• 見積書を作っています
• 問い合わせ対応をしています
• 採用業務を担当しています

しかし、この業務名だけでは、AIに任せられる部分は分かりません。

例えば、「顧客対応」という業務の中には、次のような作業が含まれている可能性があります。

• メールやチャットを確認する
• 顧客名を調べる
• 過去の対応履歴を探す
• 問い合わせ内容を読み取る
• 回答に必要な資料を探す
• 返信文を作る
• 上司や担当部署へ確認する
• 顧客へ返信する
• 対応履歴を記録する
• 返信待ちの案件を管理する
• 返事がない顧客へ催促する

この中で、AIに向いている作業と、人間が行うべき作業は異なります。

業務全体を「顧客対応」と捉えるのではなく、確認、検索、要約、判断、文章作成、記録、催促などの単位に分けることが重要です。

AI活用を考えること自体が追加業務になる

通常業務に追われている社員にとって、「自分の仕事を分析して、AIの使い方を考える」という作業は、新しい仕事が一つ増えることを意味します。

部下から見ると、次のような状況です。

• 目の前の業務を終わらせなければならない
• AIの機能を調べる時間が必要になる
• 適切な指示文を考えなければならない
• 出力結果が正しいか確認しなければならない
• 失敗した場合の影響も考えなければならない
• 効果が出るか分からない

この状態で「自主的にAI活用案を考えてほしい」と依頼しても、後回しにされやすくなります。

AI活用を部下だけの課題にせず、上司や推進担当者が一緒に業務を整理する必要があります。

失敗したときの責任が不明確だと部下は動けない

生成AIの出力は、必ず正しいとは限りません。

文章として自然に見えても、事実関係が誤っていたり、社内ルールと異なる回答をしたりすることがあります。

部下が次のような不安を持っていると、AI利用を避ける可能性があります。

• AIが誤った回答をしたら、自分の責任になるのか
• 顧客へ誤送信したらどうなるのか
• 社内情報を入力して問題にならないか
• 上司がAIの利用をどこまで認めているのか分からない
• AIの文章をどこまで修正すればよいか分からない
• AIを使ったこと自体を問題にされないか不安

AIを使うよう指示する前に、利用できる業務、入力してよい情報、人間が確認する範囲を決めることが重要です。

AI活用が人員削減や評価と結び付いて見える

上司が「AIで仕事を減らそう」「AIでもっと効率化しよう」と伝えたとき、部下は必ずしも前向きに受け取るとは限りません。

次のように感じる社員もいます。

• 自分の仕事が不要だと言われているように感じる
• AIを使えないと評価が下がるのではないか
• 効率化できたら、さらに仕事を増やされるのではないか
• 自分が持っている知識をAIに渡すと、役割を失うのではないか
• 人員削減の準備ではないか

AI活用の目的が曖昧なままでは、部下が自分の仕事を詳しく説明することに抵抗を感じる可能性があります。

上司は、AI活用の目的を「仕事を奪うこと」ではなく、確認、転記、検索、催促、文章作成などの負担を減らすことだと明確に伝える必要があります。

AI活用を進める前に部下の仕事の実態を知る

部下にAIを活用してもらうには、最初に部下の仕事を具体的に理解しなければなりません。

ここで重要なのは、理想的な業務手順やマニュアルを確認することではなく、実際に行われた直近の一件を再現することです。

業務一覧ではなく直近の一件を聞く

「普段どのような仕事をしていますか」と聞くと、部下は業務を大きな単位で説明します。

一方で、次のように聞くと具体的な作業が見えます。

• 昨日、最も時間がかかった仕事は何でしたか
• 最後に対応した問い合わせを、最初から説明してください
• 直近で返事が来なくて困った案件はありますか
• 最近、対応に迷った仕事は何でしたか
• 今日、後回しにしている仕事はありますか

実際の一件を聞くと、マニュアルには書かれていない確認作業や判断が出てきます。

例えば、部下が「見積書を作成した」と説明していても、詳しく聞くと次のような作業が含まれていることがあります。

• 過去の見積書を探した
• 顧客ごとの割引条件を確認した
• 営業担当者へ数量を確認した
• 商品名の表記を修正した
• 上司へ金額を確認した
• 送付メールを作成した
• 返事がないため、3日後に催促した

この中には、AIや通常の自動化で支援できる作業が複数あります。

表に出ない小さな作業を見つける

業務改善では、作成物や最終成果だけに注目しがちです。

しかし、社員の負担は、成果物を作る前後の小さな作業に隠れています。

代表的な作業は次のとおりです。

• 必要な情報を探す
• 過去のメールを読み直す
• 複数の資料を見比べる
• 同じ情報を別のシステムへ入力する
• 相手の返事を待つ
• 返事が来たか何度も確認する
• 期限が過ぎた相手へ連絡する
• 上司へ相談するために状況をまとめる
• 対応履歴を記録する
• 次に何をするか思い出す

一つひとつは数分でも、毎日繰り返されることで大きな負担になります。

AI活用を考える際は、業務名ではなく、このような小さな作業を見つけることが重要です。

「何をしているか」だけでなく「なぜそう判断したか」を聞く

AIに仕事を任せるには、作業手順だけでなく判断基準も必要です。

例えば、部下が問い合わせメールへ返信している場合、単に「メールを読んで返信する」という手順だけでは不十分です。

次のような判断をしている可能性があります。

• 新規顧客か既存顧客か
• 急ぎの問い合わせか
• クレームに該当するか
• 自分だけで回答できるか
• 上司へ確認すべき内容か
• 契約に関わる内容か
• 金額を記載してよいか
• 謝罪が必要か
• 返信を控えたほうがよい相手か

AIに下書きを作らせる場合も、これらの判断基準を指示しなければ、適切な文章は作れません。

部下が無意識に行っている判断を言葉にすることが、AI活用の準備になります。

例外と失敗時の影響を確認する

一定の手順がある仕事でも、例外が多い場合は注意が必要です。

例えば、通常は定型文で返信できる問い合わせでも、次のような場合は人間が対応すべきです。

• 顧客から強い不満が示されている
• 契約解除や返金に関わる
• 法的な判断が必要になる
• 個人情報が含まれている
• 金額や納期の確約を求められている
• 重要顧客への対応である
• 過去に問題が発生している

AI化の対象を見つけるときは、「通常時に何をするか」だけでなく、「どのような場合に通常対応を止めるか」も確認します。

部下にAIを使ってもらうために上司が避けるべき質問

部下のAI活用を進めたいとき、質問の仕方によって得られる回答は大きく変わります。

「AIで何ができるか」と聞くと、部下はAIの知識を使って答えなければなりません。

一方で、過去の具体的な仕事について聞けば、AIに詳しくない部下でも答えられます。

「AIで効率化できる仕事はある？」を避ける

この質問は、部下に次の三つを同時に考えさせます。

1. 自分の仕事を分析する
2. AIの機能を理解する
3. 両者を結び付ける

AIに慣れていない社員にとっては難しい質問です。

代わりに、「昨日、最も時間がかかった仕事は何でしたか」と聞きます。

その仕事について詳しく聞けば、時間がかかっている原因を分解できます。

「毎日どんな仕事をしている？」を具体化する

毎日の仕事を聞くと、「メール確認」「顧客対応」「資料作成」など、大きな業務名が返ってきます。

代わりに、次のように順番を聞きます。

• 朝、最初に何を確認しますか
• その情報を見た後、何をしますか
• どのシステムへ入力しますか
• 誰に連絡しますか
• どの状態になれば完了ですか

この聞き方によって、業務の開始条件から完了条件まで見えるようになります。

「面倒な仕事はある？」では答えにくい

社員によっては、仕事を「面倒」と表現することに抵抗があります。

「面倒な仕事はあるか」と聞かれると、「特にありません」と回答する可能性があります。

代わりに、次のように聞きます。

• 後回しにしやすい仕事はありますか
• 着手するまでに時間がかかる仕事はありますか
• 何度も確認してしまう仕事はありますか
• 相手に連絡しにくい仕事はありますか

この聞き方なら、責任感の強い社員からも実際の負担を聞き出しやすくなります。

「自動化できそうな作業は？」ではなく反復を探す

自動化できるかどうかを部下に判断させる必要はありません。

上司は、繰り返し発生している作業を確認します。

• 同じ情報を複数の場所へ入力していないか
• 同じ形式のメールを何度も作っていないか
• 毎日同じ画面を確認していないか
• 一定の日数が経過した案件を探していないか
• 同じ基準で分類していないか

反復作業が見つかった後で、通常自動化か生成AIかを検討します。

「AIに任せたい仕事はある？」ではなく下書きから考える

「AIに任せる」という言葉から、完全自動化を想像する人もいます。

すると、誤送信や責任を心配し、「任せたい仕事はない」と回答する可能性があります。

最初は、次のように聞くと答えやすくなります。

• 下書きまで作ってもらえれば楽になる仕事はありますか
• 情報をまとめてもらえれば助かる仕事はありますか
• 過去の履歴を短く整理してもらえれば楽ですか
• 返信案を三つ出してもらえれば選びやすいですか

AIにすべてを任せるのではなく、部下の判断を支援する使い方から考えます。

部下の仕事を把握するための質問集

部下の仕事をAI活用につなげるには、業務を六つの観点から確認します。

1. 仕事が始まるきっかけ
2. 作業手順
3. 判断基準
4. 返信待ちと催促
5. 後回しにする原因
6. 例外とリスク

一度にすべて聞く必要はありません。まずは一つの業務を対象に、実際の案件を振り返りながら質問します。

仕事が始まるきっかけを確認する質問

最初に、その仕事がいつ、どのように始まるのかを確認します。

• その仕事は何をきっかけに始まりますか
• メール、電話、チャット、期限のどれで発生しますか
• 誰から依頼されることが多いですか
• 自分で定期的に確認しなければ始まらない仕事ですか
• 毎日、毎週、毎月など、決まった時期に発生しますか
• 依頼が来たことをどこで確認しますか
• 見落とす可能性はありますか
• 仕事が始まったことを誰かに知らせますか
• 緊急度はどのように判断しますか
• 期限はどこに書かれていますか

仕事の開始条件が明確であれば、通常自動化によって通知したり、一覧へ登録したりできる可能性があります。

例えば、「顧客からメールが届いたら始まる」のであれば、受信メールの分類や担当者への通知を検討できます。

「毎月25日に確認する」のであれば、生成AIよりも通常のリマインド機能が適しています。

作業手順を再現する質問

次に、直近の一件を最初から順番に説明してもらいます。

• 最初にどの画面や資料を開きますか
• どの情報を探しますか
• 過去の案件を確認しますか
• 誰かへ質問しますか
• どのシステムから情報を取得しますか
• どこからどこへ転記しますか
• 文章を作成しますか
• 既存のひな形を使いますか
• 作業中に別の画面へ移動しますか
• 途中で上司や他部署の確認を受けますか
• 完了したことをどこへ記録しますか
• 次の作業者へどのように引き継ぎますか
• 最後に誰へ連絡しますか
• 完了したと判断する条件は何ですか

ここでは、理想的な手順ではなく、実際に行った行動を聞くことが重要です。

「本来はこの手順ですが、実際には別の表を見ています」といった違いに、改善の機会があります。

判断基準を言語化する質問

同じ作業でも、条件によって対応が変わる場合があります。

部下が経験によって行っている判断を、質問によって言語化します。

• どの条件なら自分だけで判断できますか
• どの条件なら上司へ確認しますか
• 優先順位は何を見て決めていますか
• どの案件を急ぎと判断しますか
• 返信内容を変える基準は何ですか
• 定型文を使える場合と使えない場合の違いは何ですか
• 金額を提示できる条件は何ですか
• 顧客ごとに対応を変えていますか
• 過去の対応履歴をどのように判断へ使いますか
• 正しい対応だったと何で確認しますか
• 判断に迷った最近の事例はありますか
• 新人が同じ判断をするには、何を教える必要がありますか

「新人へ説明するとしたら、どのように教えるか」という質問は、暗黙の判断基準を見つける際に有効です。

判断基準が明確になれば、生成AIへ条件として伝えたり、社内ルールとして整理したりできます。

返信待ちと催促を確認する質問

業務は、担当者が作業している時間だけで進んでいるわけではありません。

顧客、上司、取引先、他部署などの返信を待っている時間があります。

返信待ちが適切に管理されていないと、案件の放置や期限超過につながります。

• 返事を待っている案件をどこで管理していますか
• メールの未読やフラグだけで管理していませんか
• 何日返事がなければ催促しますか
• 相手によって待つ日数を変えますか
• 催促文は毎回作り直していますか
• 過去のやり取りを読み直してから催促していますか
• 二回目以降の催促はどのように変えますか
• 催促することに心理的な抵抗はありますか
• 返事がないまま放置されることはありますか
• 催促を控えるべき相手や条件はありますか
• 返信が届いた後、管理表を更新していますか
• 担当者が休んだ場合、返信待ち案件を他の人が確認できますか
• 上司は部下が何件の返信を待っているか把握できますか

返信待ちと催促は、通常自動化、生成AI、人間の役割を分けやすい業務です。

最初のAI活用候補として適しています。

後回しにする原因を確認する質問

部下が後回しにしている仕事には、単なる怠慢ではなく、着手を妨げる原因があります。

• 着手するまでに時間がかかる仕事は何ですか
• 必要な情報を探すのが大変な仕事はありますか
• 文章を考えるのが負担な仕事はありますか
• 相手に催促しにくい仕事はありますか
• 正解が分からず止まる仕事はありますか
• 完成条件が分からない仕事はありますか
• 他の人の返事がないと進まない仕事はありますか
• 一度中断すると再開しにくい仕事はありますか
• ミスが怖くて何度も確認する仕事はありますか
• 過去の資料を探すところから始める仕事はありますか
• 対応件数が多く、優先順位を決めにくい仕事はありますか
• 自分しか分からないため、休めない仕事はありますか

後回しの原因が文章作成であれば、生成AIが下書きを作ることで負担を減らせます。

情報検索が原因であれば、資料の整理や社内検索の仕組みが必要です。

他者の返信待ちが原因であれば、進捗管理や催促の仕組みを見直します。

すべてを生成AIで解決しようとせず、原因に応じて方法を選ぶことが重要です。

例外とリスクを確認する質問

AI活用では、通常時の処理だけでなく、AIに任せてはいけない条件を決めます。

• 通常とは異なる対応が必要になるのはどのような場合ですか
• AIに見せてはいけない情報は含まれますか
• 個人情報や顧客情報を扱いますか
• 契約情報や金額を扱いますか
• 間違えた場合、誰にどのような影響がありますか
• 顧客へ送る前に誰が確認すべきですか
• 法律、税務、労務などの専門判断が含まれますか
• 感情的な配慮が必要な相手ですか
• クレームや謝罪に関わりますか
• AIの判断ではなく、人が決めるべき部分はどこですか
• 自動送信してはいけない条件は何ですか
• AIの出力に根拠や出典が必要ですか
• 記録を残す必要がありますか
• 誰が最終責任を持ちますか

リスクが高いからといって、業務全体でAIを使えないとは限りません。

例えば、契約内容の最終判断は人間が行う必要がありますが、契約書の論点整理や確認項目の抽出はAIが支援できる可能性があります。

業務全体ではなく、作業単位で任せる範囲を決めましょう。

部下のAI活用候補を見つける30分面談の進め方

部下の仕事を把握するために、長時間の会議を設定する必要はありません。

最初は30分の面談で、一つの業務だけを整理します。

目的は、完成した自動化の仕組みを作ることではありません。

面談後に次の四つが決まれば十分です。

1. 対象とする一つの業務
2. 現在の手順と停止箇所
3. AIへ任せる候補
4. 最初の委任レベル

0〜3分：面談の目的を共有する

面談の最初に、業務を詳しく聞く理由を説明します。

伝える内容の例は次のとおりです。

今回の面談は、仕事を減らしたり評価したりするためではありません。日々の確認、検索、転記、催促などの負担を減らせる部分がないか、一緒に探すためのものです。すべてをAIに任せるのではなく、まずは下書きや情報整理から考えます。

この説明がないと、部下は業務を詳しく話すことに警戒する可能性があります。

3〜6分：対象業務を一つ選ぶ

30分で部署全体の仕事を整理しようとすると、抽象的な話で終わります。

次の条件を参考に、一つの業務を選びます。

• 毎日または毎週発生する
• 一定の型がある
• 時間がかかっている
• 後回しになりやすい
• 抜け漏れが起きている
• 返信待ちが発生する
• 文章作成を伴う
• 失敗したときの影響が限定的

例えば、「顧客対応全体」では広すぎます。

「資料を送付した顧客への3日後の確認連絡」など、具体的に絞ります。

6〜13分：直近の一件を再現する

対象業務が決まったら、直近の実例を最初から説明してもらいます。

上司は、次の項目を時系列で記録します。

• 何をきっかけに始まったか
• 最初に何を確認したか
• どの資料やシステムを開いたか
• 何を入力したか
• 誰へ確認したか
• 何を判断したか
• 何を作成したか
• どこへ保存したか
• どの状態で完了したか

ここでは、「本来の手順」ではなく「実際に行った手順」を記録します。

13〜18分：返信待ちや停止箇所を確認する

業務が止まる場所を確認します。

• 顧客の返事待ち
• 上司の承認待ち
• 他部署の回答待ち
• 資料の到着待ち
• 取引先の見積もり待ち
• 情報不足による保留
• 判断基準が分からないための停止

停止している間に、担当者が何をしているかも確認します。

• 毎日メールを見直している
• 手帳へ書いている
• 自分宛てにメールを送っている
• 管理表へ入力している
• 覚えておこうとしている
• 相手へ連絡することを忘れてしまう

返信待ちの管理方法が個人任せになっている場合、AI活用以前に管理方法の見直しが必要です。

18〜23分：AIへ任せる候補を動詞で書き出す

AIに任せる候補は、「問い合わせ対応をAI化する」のように大きく書かないことが重要です。

作業を表す動詞で書き出します。

• 過去の履歴を要約する
• 問い合わせを分類する
• 必要な資料を候補として挙げる
• 返信文の下書きを作る
• 催促文を作る
• 長いメールから確認事項を抽出する
• 対応内容を記録用にまとめる
• 次に行う作業を提案する
• 未返信案件を一覧にする
• 期限が近い案件を通知する

この中には、生成AIではなく通常自動化で対応したほうがよいものもあります。

方法を決める前に、任せたい作業を洗い出します。

23〜27分：委任レベルを決める

AI活用では、AIを使うか使わないかだけを決めるのではありません。

どこまで任せるかを決めます。

最初は、次のような使い方が適しています。

• AIが情報を整理し、人間が判断する
• AIが下書きを作り、人間が修正する
• AIが複数案を作り、人間が選択する
• AIが対応案を示し、上司が承認する

顧客への自動送信など、AIが直接実行する仕組みは、ルールと検証が整ってから検討します。

27〜30分：小規模テストの条件を決める

最後に、試行条件を決めます。

• 対象業務
• 対象者
• 実施期間
• AIへ入力してよい情報
• 使用するAI
• AIが行う作業
• 人間が確認する作業
• 問題が起きた場合の対応
• 効果を測る指標
• 振り返り日

最初の試行期間は、2〜4週間程度を目安にします。

完璧な仕組みを作ってから始めるのではなく、安全に試せる範囲を決めて実行します。

AIへの任せ方をレベル0〜4で決める

AI活用を進めるとき、「AIに全部任せる」「AIを使わない」という二択で考える必要はありません。

AIへの委任範囲を段階的に分けると、安全に始めやすくなります。

レベル0：AIを使わない

すべての仕事でAIを使う必要はありません。

次のような業務は、人間が中心となるべきです。

• 最終的な採用・解雇判断
• 懲戒処分
• 重大な契約判断
• 顧客との重要な交渉
• 法的責任を伴う最終判断
• 深刻なクレームへの最終対応
• 重大事故や不祥事への対応

ただし、レベル0の業務でも、資料整理や論点抽出などの周辺作業にAIを使える場合があります。

レベル1：情報整理と候補提示

AIが情報を整理し、人間が判断する段階です。

例として、次の使い方があります。

• 長いメールを要約する
• 過去の対応履歴を時系列にする
• 会議メモから決定事項を抽出する
• 必要そうな資料を候補として挙げる
• 複数の問い合わせを分類する
• 確認すべき項目を一覧にする

AIが直接文章を送信したり、判断を確定したりしないため、最初に試しやすいレベルです。

レベル2：下書きと提案作成

AIが文章や資料の下書きを作り、人間が修正して使用します。

• メールの返信案
• 催促文
• 報告書のたたき台
• 会議の議題案
• 顧客への説明文
• 社内通知文
• マニュアルの原案
• FAQの回答案

多くの企業では、レベル2から始めると効果を実感しやすくなります。

文章を一から作る負担を減らしながら、人間が最終確認できます。

レベル3：条件に基づく処理案の作成

あらかじめ定めた基準をもとに、AIが次の行動を提案します。

• 問い合わせの優先順位を付ける
• 対応部署を提案する
• 上司確認が必要か判定案を出す
• 次回連絡日を提案する
• 催促文の強さを調整する
• 顧客の状況に応じた返信案を選ぶ

レベル3では、判断基準の言語化が必要です。

AIの提案を人間が確認し、承認してから実行します。

レベル4：定めた条件内で自動実行

AIや自動化の仕組みが、決められた条件内で実行します。

• 期限前のリマインド
• 定型的な社内通知
• 対応履歴の自動記録
• 条件に一致した案件の担当者通知
• 承認済み定型文の送信
• 進捗ステータスの更新

レベル4へ進むには、条件、例外、停止基準、確認方法が整っている必要があります。

最初からレベル4を目指すのではなく、レベル1や2で試し、品質を確認してから段階的に広げます。

一つの業務内でもレベルを分ける

業務全体で一つの委任レベルを設定する必要はありません。

例えば、顧客への催促業務は次のように分けられます。

• 未返信案件の抽出：レベル4
• 過去履歴の要約：レベル3
• 催促文の下書き：レベル2
• 送信判断：レベル0または1
• 顧客への送信：人間が実施

このように、作業単位でAIへの委任レベルを決めると、安全性を保ちやすくなります。

通常自動化・生成AI・人間の役割を分ける

社内AI活用を進める際に、すべての業務を生成AIで処理しようとする必要はありません。

業務によっては、従来からある通知機能、ワークフロー、自動転記などのほうが正確で安定します。

また、責任を伴う判断や人間関係への配慮は、人間が担当すべきです。

条件が明確な処理は通常自動化を優先する

次のような処理は、生成AIを使わなくても対応できます。

• 毎週月曜日の朝に通知する
• 期限の3日前に担当者へ知らせる
• 未入力の項目があれば警告する
• ステータスが変更されたら関係者へ通知する
• 一定の日数が経過した案件を一覧にする
• フォームの内容を管理表へ転記する

これらは条件が明確です。

生成AIを使うより、既存システムの自動化機能やワークフロー機能のほうが安定する場合があります。

文章の意味を扱う部分は生成AIに向いている

生成AIは、決められた文字をそのまま移す処理より、文章の意味を理解して整理する処理に向いています。

• 問い合わせ内容を要約する
• 顧客の要望を分類する
• 長いメールから確認事項を抽出する
• 過去の対応履歴を整理する
• 相手に合わせた返信案を作る
• 複数の資料から共通点をまとめる
• 報告書の下書きを作る

ただし、生成AIの出力は必ず確認する必要があります。

もっともらしい誤情報を出力する可能性があるため、重要な事実、金額、日付、契約条件などは人間が確認します。

責任と関係性が伴う部分は人間が担当する

次のような業務では、人間の判断が必要です。

• 重要顧客への交渉
• 契約条件の最終決定
• 値引き判断
• 採用や人事評価
• クレームへの謝罪
• 法律や税務に関する最終判断
• 例外的な返金対応
• 社員の感情や事情を踏まえた対応

AIは情報整理や下書きで支援できますが、最終的な責任は人間が持ちます。

一つの業務で三者を組み合わせる

例えば、顧客への催促管理は次のように分担できます。

1. 通常自動化が、返事のない案件と経過日数を判定する
2. 生成AIが、過去の履歴を読み、催促文の下書きを作る
3. 人間が、相手との関係や現在の状況を確認する
4. 人間が必要な修正を行い、送信する
5. 通常自動化が、対応履歴と次回確認日を記録する

この分担であれば、生成AIだけに業務を任せるより安全です。

最初にAI化しやすいのは返信待ちと催促管理

社内でAI活用を始めるとき、メールの文章作成だけを対象にする企業は少なくありません。

しかし、より実務上の負担が大きいのは、返信を待っている案件の確認や、返事がない相手への催促です。

返信待ちと催促管理は、通常自動化、生成AI、人間の役割を分けやすく、最初の改善対象に適しています。

返信待ちは業務として見えにくい

返信待ちの間、担当者は成果物を作っているわけではありません。

そのため、業務時間として把握されにくい傾向があります。

実際には次のような作業が発生しています。

• メールの受信箱を何度も確認する
• 相手から返事が来たか検索する
• 対象案件を思い出す
• 管理表を確認する
• 過去のやり取りを読み直す
• 何日待っているか数える
• 催促すべきか迷う
• 上司へ相談する
• 催促文を作る
• 次回確認日を決める

返信を待っている案件が増えるほど、担当者の頭の中に未完了の仕事が残ります。

催促は心理的な負担が大きい

催促業務は、単に文章を作れば終わるものではありません。

担当者は次の点を考えています。

• 相手を不快にさせないか
• まだ待ったほうがよいか
• 前回の連絡が強すぎなかったか
• どの程度急いでいると伝えるか
• 上司や取引先との関係に影響しないか
• 二回目の催促はどう表現するか

文章作成時間だけではなく、心理的な負担も大きい業務です。

生成AIに催促文の下書きを作らせれば、担当者は文章を一から考える必要がなくなります。

確認・判定・文面作成を分ける

返信待ちと催促管理を改善する場合、次の作業へ分けます。

通常自動化に向いている作業

• 返信待ち案件の登録
• 次回確認日の設定
• 未返信日数の計算
• 期限到来時の通知
• 対応状況の更新
• 担当者へのリマインド

生成AIに向いている作業

• 過去のやり取りの要約
• 未回答の質問の抽出
• 催促文の下書き
• 相手に合わせた文面調整
• 一回目と二回目の催促文の作り分け
• 上司への状況報告文の作成

人間が担当する作業

• 本当に催促してよいか判断する
• 相手との関係を踏まえる
• 重要顧客やクレーム案件を判別する
• 文面を最終確認する
• 送信する
• 例外対応を決める

返信待ち管理の簡易フロー

1. 相手へ依頼や質問を送信する
2. 返信待ち案件として記録する
3. 次回確認日を設定する
4. 確認日になったら担当者へ通知する
5. 返信がなければ、過去履歴をAIが要約する
6. AIが催促文の下書きを作る
7. 担当者が内容を確認する
8. 担当者が送信する
9. 次回確認日を更新する
10. 返信が届いたら案件を完了または次の工程へ進める

この仕組みを作るだけでも、確認漏れや催促漏れを減らせます。

例：顧客から必要書類が届かない場合

例えば、顧客へ必要書類の提出を依頼したものの、返事がない場面を考えます。

従来は、担当者が記憶やメールのフラグだけで管理していたとします。

改善後は次のように分担できます。

1. 送信時に返信期限を記録する
2. 期限の前日に自動通知する
3. 期限を過ぎたら未返信案件として表示する
4. AIが依頼内容と未提出書類を要約する
5. AIが丁寧な催促文を作成する
6. 担当者が顧客の状況を確認する
7. 担当者が必要に応じて修正し送信する

担当者は、対象案件を探したり、依頼内容を読み直したり、文面を一から考えたりする時間を減らせます。

部下へAI活用を伝えるときの注意点

AI活用の仕組みが優れていても、伝え方を誤ると部下の協力を得られません。

上司は、AIの操作方法を教えるだけでなく、導入の目的と責任の範囲を説明する必要があります。

「仕事を減らすため」と明確に伝える

AI活用の目的は、社員の存在価値を下げることではありません。

特に次のような負担を減らすためだと伝えます。

• 同じ情報の転記
• 過去資料の検索
• 長文の読み直し
• 定型メールの作成
• 返信待ちの確認
• 催促文の作成
• 会議内容の整理
• 報告書の下書き

「AIを使って生産性を上げてほしい」という表現だけでは、会社側の利益だけを求めているように感じられる可能性があります。

社員本人の負担がどう減るのかを説明しましょう。

使い方を考える責任を部下だけに負わせない

AIの使い方を部下へ丸投げすると、通常業務に加えて新しい課題が増えます。

上司や推進担当者が次の部分を支援します。

• 対象業務の選定
• 業務手順の整理
• 判断基準の言語化
• 入力してよい情報の確認
• AIへの指示文の作成
• 出力結果の評価
• 効果測定
• 改善方法の検討

部下は業務の実態を説明し、上司や推進担当者がAIへ任せる方法を一緒に設計する形が理想です。

使わない判断も認める

AI活用を進める際、「すべての社員が毎日使うこと」を目標にする必要はありません。

AIを使わないほうがよい場面もあります。

• 作業量が少なく、導入負担のほうが大きい
• 例外が非常に多い
• 人間関係の調整が中心である
• 重大な責任を伴う
• AIへ入力できない情報が中心である
• 既存の自動化機能だけで十分である

AIを使わない判断も認めることで、社員は無理に利用回数を増やす必要がなくなります。

AIの回答をそのまま使わせない

生成AIが作った文章は、人間が確認します。

特に次の項目は注意が必要です。

• 顧客名
• 商品名
• 金額
• 日付
• 契約条件
• 法律や制度に関する説明
• 社内ルール
• 納期
• 連絡先
• 数値や計算結果

AIの文章が自然であっても、事実が正しいとは限りません。

確認方法と責任者を明確にします。

入力してよい情報の範囲を先に決める

部下にAIを使わせる前に、入力情報のルールを決めます。

確認すべき情報には次のようなものがあります。

• 顧客の氏名や連絡先
• 個人情報
• 社員情報
• 契約内容
• 未公開の売上情報
• 取引先の機密情報
• パスワードや認証情報
• 医療・健康情報
• 人事評価
• 社外秘資料

利用するAIサービスのプラン、データの取り扱い、管理機能などによって、入力できる情報は異なります。

会社として利用可能なサービスと入力範囲を定める必要があります。

成功事例より困りごとの共有から始める

「AIで資料を10分で作れた」といった成功事例を共有することは有効です。

ただし、成功事例だけでは、「自分の仕事には関係ない」と感じる社員もいます。

まずは次のような困りごとを共有します。

• 何度も同じメールを作っている
• 返事がない案件を忘れてしまう
• 過去の資料を探すのに時間がかかる
• 長い文章を読む負担が大きい
• 上司への報告内容をまとめるのが難しい
• 引き継ぎ時に状況説明が大変
• 担当者によって返信品質が異なる

困りごとを起点にしたほうが、AI活用を自分の仕事として考えやすくなります。

部下のAI活用を評価する4つの指標

AI活用の成果を「何回使ったか」だけで評価してはいけません。

利用回数が多くても、業務時間が増えていたり、確認作業が増えていたりする可能性があります。

次の四つの指標で確認します。

1. 作業時間
2. 抜け漏れ
3. 心理的負担
4. AIの品質

作業時間

AI利用前後で、同じ業務にかかった時間を比較します。

測定対象の例は次のとおりです。

• 過去履歴を読む時間
• 必要資料を探す時間
• メールを書く時間
• 上司への報告をまとめる時間
• 対応履歴を入力する時間
• 未返信案件を確認する時間

一件あたりの削減時間が小さくても、件数が多ければ大きな効果になります。

抜け漏れ

AIや自動化の導入によって、業務品質が改善したかを確認します。

• 未返信案件の放置件数
• 催促漏れ
• 期限超過
• 記録漏れ
• 添付漏れ
• 確認漏れ
• 引き継ぎ漏れ
• 対応の重複

時間削減だけでなく、抜け漏れの減少も重要な成果です。

心理的負担

すべての効果が時間で表れるとは限りません。

例えば、催促文の作成時間が10分から7分になっただけでも、担当者の心理的負担が大きく下がる場合があります。

次のような質問で確認します。

• この仕事を始めるときの負担は減りましたか
• 相手へ連絡するときの不安は減りましたか
• 過去の履歴を探す負担は減りましたか
• 仕事を忘れる不安は減りましたか
• 引き継ぎしやすくなりましたか

5段階で評価すると、導入前後を比較しやすくなります。

AIの品質

AIが作った下書きをどの程度修正したかを記録します。

• 修正せず使えた
• 軽微な修正で使えた
• 大幅な修正が必要だった
• 使用できなかった
• 事実誤認があった
• 不適切な表現があった

修正せず使えた割合だけを増やすことが目的ではありません。

どの条件で品質が下がるかを把握し、AIへの指示や参照情報を改善します。

AIの利用回数だけで評価しない

利用回数を目標にすると、社員が本来必要のない場面でもAIを使う可能性があります。

重要なのは、AIを何回使ったかではなく、次の変化です。

• 業務時間が減った
• 対応品質が安定した
• 抜け漏れが減った
• 担当者の負担が減った
• 引き継ぎしやすくなった
• 顧客への返信が早くなった
• 上司の確認負担が減った

利用回数は参考値とし、業務成果を中心に評価します。

社内AI活用は小さな一業務から始める

部下にAIを活用してもらうためには、最初から全社導入を目指さないことが重要です。

一つの部署、一人の担当者、一つの業務から始めます。

最初から全社展開しない

次のような進め方は、現場の負担が大きくなりやすい傾向があります。

• 全社員へ同時にAIアカウントを配布する
• すべての部署へ活用案の提出を求める
• 複数のAIツールを同時に導入する
• 短期間で利用回数の目標を設定する
• 最初から顧客対応を自動化する
• 業務整理をせず、プロンプト集だけを配る

最初は、結果を確認しやすい小さな業務を選びます。

最初に選ぶ業務の基準

次の条件に多く該当する業務は、最初の候補になります。

• 毎日または毎週発生する
• 一定の型がある
• 同じ確認を繰り返している
• 同じ文章を何度も作っている
• 情報を探す時間が長い
• 返信待ちが発生する
• 後回しになりやすい
• 抜け漏れが起きている
• 人間による確認を残せる
• 失敗したときの影響が限定的

反対に、例外が多く、重大な判断を伴い、失敗時の影響が大きい業務は、最初の対象には向きません。

2〜4週間で試す

最初から長期運用を前提にせず、2〜4週間程度の試行期間を設定します。

試行前に次の内容を決めます。

• 対象業務
• 対象件数
• 担当者
• 使用するAI
• 入力できる情報
• AIが担当する範囲
• 人間が確認する範囲
• 効果測定の指標
• 問題発生時の停止条件
• 振り返り日

試行後は、次の三つを判断します。

1. 継続する
2. 改善して再度試す
3. AIを使わない

成果が出なかった場合も、AIの導入自体が失敗とは限りません。

対象業務が適していなかった、指示が不十分だった、必要な情報が整理されていなかったなどの原因を確認します。

成功後に隣接業務へ広げる

一つの業務で効果が確認できたら、関連する作業へ広げます。

例えば、催促文の下書きから始めた場合は、次のように展開できます。

• 催促文の下書き
• 過去履歴の要約
• 未返信案件の抽出
• 次回確認日の提案
• 対応履歴の記録
• 上司への進捗報告
• 部署全体の未完了案件の可視化

隣接業務へ段階的に広げることで、現場の混乱を抑えられます。

部下のAI活用に関するよくある質問

部下にAIを使うよう指示しても問題ありませんか？

AIを使用するよう指示すること自体よりも、指示の具体性が重要です。

「AIを使って効率化して」と伝えるだけでは、対象業務、入力可能な情報、確認責任が不明確です。

少なくとも次の点を決めましょう。

• どの業務で使うか
• 何をAIへ入力してよいか
• AIにどこまで任せるか
• 誰が出力を確認するか
• 誤りがあった場合にどう対応するか

最初は情報整理や下書き作成から始めると、安全に試しやすくなります。

AI研修を先に行うべきですか？

基本操作や情報管理に関する研修は必要です。

ただし、研修だけでは日常業務への定着が進まない場合があります。

一般的な使い方を学んだ後、実際の一業務を題材にして、次の内容を整理することが重要です。

• 仕事が始まるきっかけ
• 作業手順
• 判断基準
• 例外
• AIへ任せる範囲
• 人間が確認する範囲

研修と業務ヒアリングを組み合わせましょう。

AIに向いていない業務はありますか？

責任を伴う最終判断、例外が非常に多い業務、人間関係の調整が中心となる業務は、AIだけに任せるべきではありません。

例えば、次のような業務です。

• 採用や解雇の最終判断
• 重大な契約判断
• 顧客との重要な交渉
• 深刻なクレームへの謝罪
• 法的責任を伴う判断
• 社員の事情を踏まえた人事対応

ただし、資料整理、論点抽出、文章の下書きなど、周辺作業にAIを使える場合があります。

AI活用を嫌がる部下にはどう伝えればよいですか？

AIを使う目的を明確に伝えます。

社員の評価や人員削減ではなく、確認、検索、転記、催促、文章作成などの負担を減らすためだと説明しましょう。

また、上司が一方的に対象業務を決めるのではなく、本人が負担に感じている仕事を聞き、一緒に試行内容を決めることが重要です。

AIを使わないほうがよい業務があることも認めると、話し合いやすくなります。

最初にどの業務から始めるのがおすすめですか？

頻度が高く、一定の型があり、人間の確認を残せる業務がおすすめです。

例えば、次のような業務です。

• メール返信案の作成
• 過去履歴の要約
• 会議メモの整理
• 問い合わせの分類
• 未返信案件の確認
• 催促文の下書き
• 上司への報告文作成
• 定型資料の下書き

特に返信待ちと催促管理は、通常自動化、生成AI、人間の役割を分けやすく、最初の対象に適しています。

まとめ｜AI活用を進める上司の役割は、答えを教えることではなく仕事を発見すること

部下に「AIを使って」と伝えるだけでは、社内のAI活用は進みません。

多くの部下はAIの機能を知っていても、自分の仕事のどの部分に使えるかまでは判断できないからです。

上司が最初に行うべきことは、AIツールを選ぶことではありません。

部下へ具体的な質問を行い、実際の仕事を次のように分解することです。

• 何をきっかけに始まるか
• どのような順番で進めるか
• 何を見て判断しているか
• 誰の返信を待っているか
• なぜ後回しになるか
• どのような例外やリスクがあるか

そのうえで、通常自動化、生成AI、人間の役割を分けます。

生成AIには、情報の要約、分類、文章の下書きなどを任せられます。期限判定や定型通知は通常の自動化が向いています。責任を伴う判断や例外対応は人間が担当します。

最初から完全自動化を目指す必要はありません。

AIが情報を整理するレベル1、下書きを作るレベル2から始め、品質を確認しながら委任範囲を広げましょう。

特に、返信待ちと催促管理は、抜け漏れと心理的負担を減らしやすい業務です。

一人の部下、一つの業務、2〜4週間の小規模な試行から始めることで、自社に合ったAI活用方法を見つけやすくなります。