少し前に、わが家にロボット掃除機がやってきました。「これで掃除がラクになるよ」と、わりと奮発して買ったやつです。最初の数日は、家族みんなで床を這う愛おしい丸い円盤を、うれしそうに眺めていました。子どもが後ろをついて回って、犬の散歩みたいに遊んでいる。筆者は筆者で、ソファに寝転がって、円盤が黙々と働くのを眺める優雅な週末を、わりと本気で思い描いていました。文明の勝利、令和スタイルここに始まる。みたいな気分です。
ところが、です。一週間ほどして、妻がぽつりと言いました。「なんか、前より掃除のこと考えてる気がする」。
わかる気がしました。あの円盤、ちゃんと働いてもらうには、こっちの準備がけっこういるんです。床に置きっぱなしの子どものおもちゃを片付ける。椅子を絶妙な位置に戻す。垂れているスマホの充電コードをまとめる。玄関マットの端をめくれないように直す。やらないと、愛しの円盤はおもちゃを巻き込んで「ウィーン……」と苦しそうな声を上げて止まる。で、結局、部屋の隅っこやソファの下は、こっちが手で仕上げる。
掃除を自動化したはずなのに、「掃除機のための片付け」という、新しい仕事が増えていたんですね。
この、なんとも言えない感じ。実はこれ、企業で「AI 業務自動化」に取り組んだ現場で起きることと、不思議なくらい近い事象なんです。今日はその話を、肩の力を抜いて、ゆるっとしていきます。（ソファに寝転がっている筆者が何者かが気になる方、自己紹介をご覧くださいませ。）
自動化したのに、なぜか残業が減らない
たとえば、こんな話があったとします。たぶん、どこかで聞き覚えがあるはずです。
ある部署が、毎月の請求書処理に追われていました。届いた請求書の内容を、ひたすらシステムに打ち込む作業です。そこで「AIで自動化しよう」という話になった。届いた請求書をAIが読み取って、自動でデータ化してくれる。デモでは、きれいなPDFがすっとデータに変わって、みんな「これは残業が減るぞ」と期待しました。
数か月後。残業は、ほとんど減っていませんでした。
何が起きていたか。まず、AIがうまく読み取れるように、取引先から届くバラバラのフォーマットを、ある程度そろえる前処理が必要だった。次に、AIの読み取りが合っているかを人間がチェックする作業が増えた。9割は合っているけれど、その9割が本当に合っているのかを確かめるには、結局ぜんぶ目を通すことになる。そして、手書きの請求書や、様式の変わったイレギュラーなものは、AIがお手上げで、人間に回ってくる。
気づけば、担当者の仕事は「打ち込み」から、「AIのための前処理」と「AIの答え合わせ」と「AIが投げ出した例外の処理」に変わっていました。総量は、ほとんど減っていない。むしろ、新しい種類の気疲れが増えている。
担当の田中さん（仮名です）は、最初こそ「これで月末の地獄が終わる」と喜んでいました。でも、ふたを開けてみると、AIが読み取った数字を一件ずつ、元の請求書と見比べる作業が始まった。たいていは合っている。でも、ごくたまに「1」を「7」と読んだり、消費税の欄を取り違えたりする。その「ごくたまに」が、どの一件に潜んでいるかわからない。だから結局、全件に目を通すことになる。さらに、取引先のうち数社は、いまだに手書きやFAXで請求書を送ってくる。これはAIがまるで歯が立たないので、田中さんが手で入力する。
「AIに任せたはずなのに、なんで私、前より請求書を真剣に見てるんだろう」。あるとき田中さんがぽつりとこぼした一言が、この問題のすべてを言い当てていました。彼女の体感では、仕事はラクになるどころか、種類が変わってややこしくなった。打ち込みという単純作業のほうが、まだ気楽だった、とすら言うんです。
ね、ロボット掃除機とそっくりでしょう。おもちゃを片付けて、隅っこを手で仕上げているわけです。しかも、円盤がちゃんと働いているか、つい横目で見ちゃう。あの「監督する手間」まで含めると、自分でサッと掃いたほうが速いんじゃないか、という日すらある。
なぜ自動化は、新しい仕事を生むのか
ここでちょっとだけ、まじめに考えてみます。
自動化が得意なのは、「きれいで・決まりきった・大量の」作業です。請求書でいえば、整ったフォーマットの、典型的なやつ。これはAIがサクサク片付ける。問題は、現実の仕事が、そんなにきれいにそろっていないことです。
世の中の業務には、たいてい「きれいな8割」と「ぐちゃぐちゃな2割」があります。自動化は、きれいな8割を高速で処理してくれる。でも、ぐちゃぐちゃな2割――手書き、例外、前例のないケース――は、処理できない。そして、その2割を人間に押し付けてくる。しかも厄介なのは、8割を機械に渡したことで、人間の手元には“難しい2割”だけが濃縮されて残ることなんです。
簡単なものが減って、難しいものだけが残る。一件あたりの平均難易度は、むしろ上がる。さらに、機械にうまく渡すための「前処理」と、機械を信じきれないための「答え合わせ」という、自動化する前には存在しなかった仕事まで生まれる。
これが、自動化の逆説の正体です。自動化は仕事を消すんじゃなくて、仕事の“種類”を入れ替える。 そして、入れ替えた先がしんどいと、現場の体感はちっとも軽くならない。むしろ重くなる。掃除機を入れたのに、掃除のことばかり考えるようになった、あの感じです。
もうひとつ、地味だけど大きいのが「信じきれないコスト」です。機械が9割正しいと頭でわかっていても、人はその9割を、心の底からは信用できない。だから「念のため」確認する。この“念のため”が、実はいちばんジワジワと時間を食うんです。カーナビを使っていても、知らない道だと結局チラチラ標識を確かめてしまう、あれと同じ。便利な道具を、疑いながら使う。それは思った以上に、神経をすり減らします。
そして、ここがいちばん見落とされがちなのですが、経営から見える数字と、現場の体感は、まったく違う。経営の資料には「請求書処理の自動化率80%達成」と誇らしく書かれる。嘘じゃない。AIはたしかに8割を処理している。でも、現場の田中さんの一日は、ちっとも軽くなっていない。この“数字と体感のねじれ”を放っておくと、「ツールは入れたのに、なんで現場は文句ばかり言うんだ」という、誰も幸せにならないすれ違いが生まれます。
そもそも、なぜ私たちは「全部やらせたくなる」のでしょう。たぶん、自動化という言葉に、つい「人手ゼロ」の夢を見てしまうからです。ボタンひとつ、あとは全自動。響きは最高だし、経営の資料にも書きやすい。でも、現実の業務は、きれいに割り切れないグレーな判断の連続で、その最後のグレーを引き受けられるのは、いまのところ人間だけなんです。皮肉なことに、「人手ゼロ」を目指した瞬間に、人間はいちばん面倒な“後始末係”に配置転換される。夢を大きく描くほど、現場の田中さんが泣く。ここが、この逆説のいちばん切ないところだと、筆者は思っています。
「全部やらせない」のがコツ
じゃあどうするか。わが家の掃除機が教えてくれた答えは、案外シンプルでした。全部やらせようとしないことです。
うちの掃除機は今、「リビングと廊下の、平らなところ担当」に落ち着いています。階段や、ものが多い子ども部屋は、最初から守備範囲に入れていない。そう割り切ったら、片付けの負担がぐっと減って、円盤も苦しそうな声を出さなくなって、平和が訪れました。AIの業務自動化も、たぶんこれと同じです。コツを3つだけ。
ひとつ。自動化の効果は、「人間の手間の前後ぜんぶ」で測る。読み取りそのものが速くなったかではなく、前処理とチェックと例外対応まで足して、人間の時間が本当に減ったか。ここを見ないと、「AIは速いのに現場は楽になってない」というズレに気づけません。
ふたつ。ぐちゃぐちゃな2割は、最初から人間の担当にする。むしろ堂々と、「これはAIにやらせません」と決める。中途半端に8.5割まで欲張ると、その0.5割の例外処理がいちばんしんどい。8割で線を引いて、残りは人がやる前提で、気持ちよく渡す設計にする。ここで大事なのは、人に渡す2割を「AIが処理しきれなかった残りカス」にしないこと。「ここは人間の判断が要る大事な2割だから、人がやる」と、最初から胸を張って割り当てる。同じ作業でも、押し付けられた残務と、任された重要業務とでは、現場の気分がまるで違うんです。
みっつ。前処理を人間に押し付けない。フォーマットを人間がそろえてAIに差し出すのは、本末転倒です。それより、汚い入力のままでもAIがなんとか飲み込めるようにするか、そもそも入力が汚れない仕組み（取引先に、決まった形のフォーマットで出してもらう等）を、上流で作る。掃除機のために毎回床を片付けるんじゃなくて、そもそも床にものを置かない暮らしのほうに寄せていく、みたいな話です。前処理は、たいてい上流に一回手を入れれば、下流の全員が毎月ラクになる。ここをサボって現場の手作業で吸収させると、自動化の効果は永遠に出ません。
そして、すべての土台になるのが、いちばん最初の問いです。「この自動化で、人間の時間は“純増減”でいくら減るのか」。前処理が増えて、チェックが増えて、例外対応が残って、それでもなお減るのか。ここに正直に向き合うと、「実は自動化しないほうがラクな作業」も見えてきます。なんでもかんでも自動化するのが正義、ではない。やらない、という選択肢も、ちゃんとテーブルに乗せる。これだけで、現場を不幸にする“逆説”の大半は避けられます。
この3つを意識すると、自動化は「新しい仕事を生む厄介者」から、「面倒な8割を黙ってこなす相棒」に変わります。請求書の例でいえば、担当者がやることが「全件の答え合わせ」ではなく「AIが自信なしと言った数件だけ確認」になる。これだけで、残業の景色は本当に変わります。
もちろん、昨今のAI周りの技術躍進は目覚ましく、複雑な処理をこなせるAIは日進月歩の勢いで開発、バージョンアップされています。
任せられる領域は日々変わっていくので、ここでのお話は、「ある業務の自動化を考える時のベース」の考え方としてお納めいただき、実際にAIによる業務自動化を検討される際は、導入予定のAIの能力に応じて自動化範囲を調整してくださいませ。
というわけで
AI 業務自動化を入れて現場がしんどくなったら、それはたぶん、ツールが悪いんじゃありません。「全部やらせようとした」設計の問題です。きれいな8割を任せて、難しい2割は人が引き受ける。前処理で人を働かせない。効果は人間の手間の総量で測る。地味だけど、これだけで「入れたのに楽にならない」は、かなり防げます。
逆に言うと、うまくいっているAI 業務自動化は、たいてい「やる範囲」がはっきり狭いです。「請求書処理を丸ごと自動化」ではなく、「整ったフォーマットの請求書の、一次入力だけ」みたいに。守備範囲を欲張らないから、前処理もチェックも軽くて済む。そして人間は、判断の要る2割に集中できる。狭く、深く、確実に。派手な「全自動」より、地味な「半自動」のほうが、現場の残業はちゃんと減るんです。これは前に書いた、AIエージェントや社内RAGの話ともまったく同じ構図ですね。狭く始めたものだけが、ちゃんと効く。
ちなみに、わが家の愛しの円盤は、いまではすっかり一軍メンバーです。全部はやってくれないけど、リビングだけは毎日きれいにしてくれる、頼れるやつです。たぶん、いい自動化って、こういう距離感なんですよね。なんでも完璧にこなす万能選手より、「ここだけは任せろ」を毎日ちゃんとやってくれるほうが、現場では、ずっとありがたい。
この記事は、ARCHECOが運営するメディア「AI・新規事業戦略大学」でお届けしました。ARCHECOは、UI/UXデザインとプロダクト開発を強みに、お客さまと並走しながら「使われるもの」をつくっているチームです。ご相談・お問い合わせはこちらからどうぞ。
Yuki Susai
