AI・業務設計 / 公開 2026-07-17 / 更新 2026-07-17 / 約13分
なぜAIを導入しても業務改善が進まないのか？「使われ続ける仕組み」のつくり方
AIの利用環境を用意し、研修を行い、使い方も案内した。それでも、しばらくすると一部の人しか使わなくなる。利用回数は増えても、残業や転記、差し戻しは変わらない。こうした状態は、AIの性能だけが原因ではありません。導入、利用、業務改善を分けて考え、日常の仕事へ組み込む仕組みが必要です。
AIを導入したのに、仕事が変わっていない
生成AIのアカウントを配った。社内向けの利用ルールを作った。研修では多くの職員が便利だと感じた。それでも数か月後、日常的に使う人は限られ、以前と同じExcel、メール、紙の手順が続いている。
このとき、「現場が新しいものを嫌っている」「もっと研修が必要だ」と考える前に、AIを使うこと自体が仕事へ追加されていないかを確認する必要があります。
たとえば、問い合わせメールを受けた職員が、AI画面を開き、質問文を貼り付け、回答をコピーし、内容を直し、元のメール画面へ戻る。従来の調査と返信にAI操作が加わっただけなら、忙しい日は元の方法へ戻ります。便利な機能があっても、仕事全体が軽くなっていないからです。
AI導入の成果は、契約したかでも、何人がログインしたかでもありません。
転記が減った。確認する対象が絞られた。返答までの時間が短くなった。担当者が休んでも仕事が止まらなくなった。そこまで変わって、初めて業務改善と呼べます。
「導入した」「使われた」「改善した」は別の状態
AIの取り組みは、三つの状態に分けて確認すると見誤りにくくなります。
導入は、契約、アカウント、アクセス権、利用ルールがそろい、使える環境がある状態です。ここで測れるのは、契約数や配布数です。
利用は、職員がAIを操作している状態です。利用者数、質問回数、作成した文章数などを測れます。ただし、AI利用のための入力や修正が増えていれば、利用回数が多くても業務改善とは限りません。
業務改善は、仕事の結果が変わった状態です。作業時間、待ち時間、差し戻し、入力ミス、残業、処理件数、問い合わせの解決時間などで確認します。
IPAの「DX動向2025」では、日本企業の4分の1が、生成AIを活用できそうな業務がないことを課題として挙げています。また、現場知識とAI知識を併せ持つ人材や、AIツールを業務へ落とし込む人材は、7割を超える企業で不足しています。IPA「DX動向2025」説明資料
AIの使い方だけでなく、「どの仕事の、どの手順へ入れるか」を決められる人が足りていないことが、数字からも見えます。
AI活用が定着しない七つの理由
現場でAIが使われなくなる箇所は、ツールの精度だけではありません。仕事との継ぎ目にあります。
1. 何を減らすか決めずに導入した
「生産性を上げる」「AIを活用する」だけでは、現場は何を変えればよいか分かりません。「毎月の集計で行っているCSV転記を減らす」「問い合わせの担当者探しを減らす」のように、対象となる手作業を指定します。
2. 従来業務へAI操作が追加されただけ
AIへ入力し、出力を直し、元のシステムへ転記するなら、新しい手順が増えています。こども家庭庁の実践ハンドブックでも、既存業務へ生成AIを単純に追加すると、入力や確認・修正が増え、想定した時間削減につながらない場合があると説明されています。生成AIの導入・活用に向けた実践ハンドブック
3. 通常処理だけを見て、例外を外した
実際の仕事には、締め後の修正、入力漏れ、急ぎの依頼、承認者不在などがあります。試作時にきれいなデータだけで確認すると、本番の最初の例外で手順が止まります。
4. AIの結果を誰が確定するか曖昧
「必ず確認してください」だけでは足りません。どの項目を、誰が、何と照合し、問題があればどこへ戻すのかを決めます。確認責任が曖昧だと、全件を人がやり直すか、確認されないまま使われるかのどちらかになります。
5. 使わなくても仕事が終わる
AIが正式な手順に入らず、「使える人は使う」状態なら、忙しいときほど外されます。すべてを強制するという意味ではありません。対象業務では、入力場所、AI処理、人の確認、保存先までを一つの正式な流れにします。
6. 導入前の数字を残していない
改善後の作業時間だけ測っても、以前と比較できません。導入前に、月間件数、一件の時間、差し戻し、待ち時間、担当者数を記録します。「便利になった気がする」から、続けるかやめるかを判断できる状態へ変えます。
7. 導入後に直す担当者がいない
規程、帳票、担当者、SaaSの画面は変わります。導入時に動いても、修正する人と連絡方法がなければ少しずつ実務から外れます。更新、問い合わせ、障害、改善要望を誰が受けるかまでが運用設計です。
研修やプロンプト集だけでは、日常業務にならない
研修は必要です。使える情報、入力してはいけない情報、誤りの確認方法を知らなければ、安全に始められません。プロンプト集も、最初の一歩を軽くします。
ただし、研修を受けた全員が、自分の仕事をAI向けに分解し、毎回適切な指示を作り、出力を検証できるとは限りません。忙しい職場で、使うたびに考えることが多ければ、定着は個人の熱意に依存します。
定着させるなら、プロンプトより前後の仕事を決めます。
| 決めること | 具体的な内容 |
|---|---|
| 入口 | どの依頼、ファイル、メールを対象にするか |
| AIの役割 | 分類、抽出、下書き、確認候補のどこを担うか |
| 人の役割 | 例外、承認、確定、対外送信を誰が行うか |
| 出口 | どこへ保存し、次の担当者へどう渡すか |
| 異常時 | 止め方、元の手順、連絡先をどうするか |
| 更新 | 規程変更や誤回答を誰が直すか |
使い方を覚えてもらうのではなく、使いやすい仕事に変える。研修と業務設計は、その順序で組み合わせます。
人件費が減ったかは、作業時間だけでは分からない
AIで月30時間の作業が減っても、給与が30時間分減るとは限りません。正社員の給与は、特定作業の時間と直接連動しないからです。
そのため、経営上の効果は次のように分けて確認します。
- 残業時間や休日対応が減った
- 外注していた入力、集計、文書作成を減らせた
- 欠員補充や繁忙期の追加採用を抑えられた
- 同じ人数で処理できる件数が増えた
- 締め処理や問い合わせの完了が早くなった
- 空いた時間を、患者対応、顧客対応、管理業務へ戻せた
人件費削減だけを成功条件にすると、現場には「AIで人を減らす取り組み」と映ります。そうなると、困りごとや例外を共有してもらいにくくなります。先に減らすのは、残業、転記、確認待ち、差し戻し、担当者探しです。
費用対効果の計算は、病院事務の業務改善、費用対効果はどう計算する？で、初期費用、運用費、削減時間、回収期間に分けて説明しています。
AIを正式な業務フローへ組み込む
2025年のMcKinseyのグローバル調査では、AIから大きな価値を得ていると回答した企業群は、他の企業より約3倍、個別の業務フローを根本的に再設計したと回答しています。また、人による検証条件、KPIの追跡、業務プロセスへのAIの組み込みも、成果との関係が強い取り組みとして挙げられています。McKinsey「The State of AI 2025」
これは、AIを使えば必ず利益が出るという意味ではありません。調査は自己申告であり、業務再設計と成果の相関を示したものです。それでも、ツール配布だけでなく仕事を変える必要があることを考える材料になります。
正式な業務フローにするには、マニュアルへ「AIを使う」と一行足すだけでは足りません。次を一続きにします。
- どの情報を受け取るか
- AIや自動処理が何を作るか
- 人がどの条件を確認するか
- 例外を誰へ返すか
- 確定した結果をどこへ保存するか
- 処理履歴をどう残すか
- AIが使えないときに元の手順へどう戻すか
Eighgentでは、導入後を七段階で設計する
Eighgentは、AIツールの設定やアプリの完成を終点にしません。一部署・一業務について、実際に使われ、効果を確認し、必要な修正を続けられるところまでを一つの改善として考えます。
現在の仕事を測る
誰が、何を受け取り、どこへ入力し、何を確認しているかを見ます。件数、時間、差し戻し、待ち時間も記録します。
対象と対象外を決める
AIへ任せる部分、人が残す判断、初回には扱わない情報を分けます。病院では、患者情報や電子カルテ本体に触れない事務作業から始められるかを先に確認します。
一業務で試す
いきなり全社・院内へ広げず、一つの帳票、一種類の問い合わせ、一回の月次処理など、戻せる範囲で試します。
正式な手順へ組み込む
入口、AI処理、人の確認、保存までをつなぎ、担当者が独自にAI画面を開かなくても仕事が流れる形へ近づけます。
確認と復旧を決める
確認者、承認条件、ログ、エラー連絡、手動へ戻す方法を残します。AIが止まっても業務全体を止めないためです。
効果を測る
利用回数だけでなく、導入前後の時間、差し戻し、未処理、残業、現場の負担を比べます。確認や修正が増えていないかも見ます。
直す、広げる、やめる
効果があれば例外を整え、対象を少し広げます。効果がなければ原因を直し、改善が見込めなければ元の手順へ戻します。導入したから使い続ける、とは決めません。
FDEが現場観察から実装・定着まで進める流れでは、この進め方全体を詳しく説明しています。
具体例：問い合わせ対応を、AIと人の一つの仕事にする
社内や院内では、「この申請はどこへ出すのか」「この場合の手続きは何か」といった問い合わせが繰り返されます。
改善前は、問い合わせを受けた人が規程を探し、分からなければ詳しい担当者を探し、回答を作ります。同じ質問でも履歴が残らず、翌月また誰かが調べます。
ここへAIチャットを置くだけでは、別の画面が増える可能性があります。定着させるなら、受付、回答案、出典、人の確認、返答、履歴保存を一つの流れにします。
AIは規程や過去の回答から案を作り、参照した資料を示します。規程にない質問、個別判断が必要な質問、内容が一致しない質問は担当者へ戻します。人が確定した回答と修正内容を記録し、次回の回答候補やFAQ更新へ反映します。
この形なら、「AIを使ってください」と呼びかけ続けるのではなく、問い合わせ処理の中にAIと人の役割が入ります。なお、患者情報、症状、診療判断を含む問い合わせは、この一般的な事務フローとは分けて設計する必要があります。
最初は、導入済みAIを捨てずに一業務を見直す
活用が進んでいないからといって、すぐ別のAIへ乗り換える必要はありません。原因が業務との接続にあるなら、製品を変えても同じことが起きます。
まず、現在契約しているAIについて、次の五つを確認します。
- 実際に使われている業務は何か
- AIを使う前後に、どんな手作業が残っているか
- 出力を誰が、何と照合しているか
- AIを使わない方が早い例外は何か
- 導入前後で比較できる数字があるか
この確認から、連携を足す、入力を減らす、確認対象を絞る、手順を変える、利用をやめる、といった選択ができます。AIツールを選ぶ前の判断は、AI時代の業務アプリは「買う・作る・つなぐ」で考えるでも整理しています。
AIの業務定着についてよくある質問
AIの利用率が低ければ、導入は失敗ですか？
利用率だけでは判断できません。月に一度でも大きな集計作業を確実に軽くできれば、価値がある場合があります。反対に、毎日使われていても、入力や修正が増えていれば改善とは限りません。対象業務の時間、件数、差し戻し、品質を確認します。
全職員へ研修すれば、AIは定着しますか？
研修は安全な利用と最初の理解に必要ですが、それだけでは日常業務になりません。どの仕事で使うか、どの情報を入れるか、誰が確認するか、結果をどこへ保存するかまで決めます。全員へ同じ研修をするより、一業務の担当者と実際の流れを作る方が先になる場合があります。
AIを導入すると、人件費は削減できますか？
作業時間が減っても、給与総額がすぐ減るとは限りません。残業、外注、追加採用、処理量、欠員時の負担、空いた時間の再配分に分けて効果を確認します。人員削減を先に目標にすると、現場から例外や問題点が集まりにくくなる点にも注意が必要です。
現場がAIに抵抗している場合はどうしますか？
抵抗を意識の問題だけにしません。現在の方法より手順が増える、誤りが怖い、責任が曖昧、使えないときに仕事が止まる、といった理由を確認します。対象を狭くし、人の確認と戻し方を示し、実際の負担が減ることを一緒に確かめます。
導入後は、誰が改善を続けるのですか？
院内・社内の業務責任者、システム担当、外部支援者の役割を決めます。現場は誤りや使いにくさを伝え、業務責任者は手順と承認を決め、技術担当は設定や処理を直します。Eighgentが継続支援する場合も、組織側が状況を確認できるログ、手順書、連絡方法を残します。
病院では患者情報を使わないと、効果を試せませんか？
必ずしも必要ではありません。公開情報、空の帳票、ダミーデータ、個人を識別できない集計値を使い、問い合わせ分類、院内規程、委員会資料、研修管理などから試せる場合があります。詳しくは患者情報を使わずに始める、病院事務のAI・自動化で説明しています。