「公式の手順」と「実際の流れ」は必ずずれている
業務の実態は、マニュアルの外にあります。規程や手順書に書かれているのは正本としての「公式の手順」ですが、現場ではそこに書かれていない例外対応、口頭で受け継がれた慣行、担当者個人の工夫が積み重なって業務が成立しています。この正本と実態の乖離を無視して公式の手順だけを前提に再設計すると、出来上がった新プロセスは現場で回りません。可視化で捉えるべきは、あくまで実際に回っているほうのプロセスです。
ここで注意したいのは、可視化は手段であって成果物ではないという点です。全社の全業務について精緻なフロー図を半年かけて描くことがゴールではありません。目的は、対象業務1本を「再設計の意思決定に足りる解像度」で捉えることです。細かく描くほど良いのではなく、次工程の判断が変わらない詳細は描かない、という割り切りが実務では効きます。
再設計の対象は「公式のプロセス」ではなく「実際のプロセス」。可視化は美しいフロー図を作る作業ではなく、対象業務1本を再設計に足りる解像度で捉えるための手段である。
棚卸しは3つの手法を組み合わせ、数値は必ず実測する
「実際の流れ」を捉えるには、見えるものが異なる3つの手法を組み合わせます。どれか1つでは必ず抜けが出ます。
- ヒアリング／ワークショップ。担当者に「実際にやっている手順」を語ってもらう。例外・判断基準・暗黙の慣行はここでしか出ない。「一番面倒な瞬間」「よくあるやり直し」から聞くのがコツ。
- 業務フロー図(スイムレーン)。部門・役割ごとのレーンで、タスクの流れと受け渡し箇所を描く。レーンをまたぐ受け渡しこそ、待ち・転記・手戻りの巣であり、再設計の主戦場になる。
- 実測・ログ。処理件数・所要時間・待ち時間・差し戻し率を実際に測る。体感と実測は必ずずれるため、主要数値だけでも必ず測る。
実測は精密である必要はありません。再設計の意思決定に足りる精度で、次の4つの数字を軽い取り方で押さえます。件数はシステム集計、なければ台帳やメール件数で代替。所要時間は1〜2週間のサンプル記録(開始・完了時刻のメモ)で十分。待ち時間は起票日時と処理日時の差分で捉え、これがリードタイムの支配項の特定につながります。差し戻し率は差し戻し件数÷総件数で、1ヶ月分あれば傾向は出ます。ワークフローのログが揃っていれば、プロセスマイニング的に実態を復元することもできます。
| 実測項目 | 軽い取り方 | 使い所 |
|---|---|---|
| 件数 | システム集計、なければ台帳・メール件数 | 効果試算の分母。頻度が低い業務はAI化の優先度が下がる |
| 所要時間 | 1〜2週間のサンプル記録(開始・完了時刻のメモ) | 「作業」の効率化余地の見積り |
| 待ち時間 | 起票日時と処理日時の差分(ログが最良) | リードタイムの支配項の特定。再設計の主戦場 |
| 差し戻し率 | 差し戻し件数÷総件数(1ヶ月分で傾向が出る) | 手戻りの発生源と、形骸化した承認の検出 |
規模感の目安として、可視化・分解は対象1業務あたり2〜4週間で打ち切ります。ヒアリングは担当者2〜4名×60〜90分×2巡(1巡目で全体像、2巡目で例外と数字)、フロー図はA3縦1枚に収まる粒度、タスク分解表は30〜80行程度が標準です。100行を超えるなら分解しすぎ、1行=数分の操作は束ねます。「半年かけて全社300業務を可視化」といった計画が出てきたら、対象業務1本という原則に立ち戻るサインです。
あるモデルケースでは、月次決算を可視化したところ、経理部内の作業は実測で3日分なのに、締めまでは10営業日かかっていた。差の7日は各部門からの費用報告待ちと差し戻しの往復、つまりボトルネックは経理の外にあった。可視化なしにAIで経理のExcel作業だけを効率化していたら、3日を2日に縮めて「効果が出ない」と嘆いていたはずである。(架空の例)
タスクを「判断・作業・伝達・待ち」の4つに分ける
フローが描けたら、各タスクを性質で4つに分類します。この分類が、次のAI適性判定の土台になります。
| 種別 | 内容 | 例 | 特徴とAIとの関係 |
|---|---|---|---|
| 判断 | 基準に照らして決める | 承認、与信、採否 | 責任が伴う。AI化は慎重に(人の関与を残す) |
| 作業 | 情報を作る・変換する | 起票、転記、集計、文書作成 | AIの主戦場。定型であるほど適する |
| 伝達 | 情報を運ぶ・共有する | 報告、連絡、会議、CC | AIで縮小・常時化できる余地が大きい |
| 待ち | 何もしていない時間 | 承認待ち、回答待ち、締め待ち | タスクではなく構造の問題。設計で消す |
多くの業務で、リードタイムの過半は「待ち」が占めます。ここが重要な落とし穴です。待ちはAIを足しても消えません。プロセスの順序、承認段数、締めの設計そのものを変えて初めて消えるものであり、これは次工程である再設計(第3弾)の仕事です。可視化の段階では、まず「待ちがリードタイムのどれだけを占めているか」を数字で押さえることが目的になります。
AI適性は3軸で採点し、4象限に落とす
「作業」「判断」「伝達」に分類したタスクを、タスクごとに次の3つの軸で採点します。「経理業務はAI化できるか」と業務を一括で問うのではなく、「仕訳起票は」「異常値の判断は」とタスク単位に分解して初めて、現実的な答えが出ます。
- 軸1:定型性 ― 手順・基準が明文化できるか。高いほどAI向き。明文化できないなら、まず暗黙知の形式知化(データ・ナレッジ基盤の整備)が前工程になる。
- 軸2:判断の重み ― 誤った場合の影響・取り返しのつきにくさ。金額・法的・対外・安全への影響が重いほど、人の関与を残す。
- 軸3:機微度 ― 扱う情報の機微度。高いほど基盤・権限の制約が効き、接続の前提条件になる。
採点結果は、定型性(高/低)と判断の重み(軽/重)を軸にした4象限に落とし、タスクごとの人とAIの分担方針を決めます。
| 判断の重み ― 軽 | 判断の重み ― 重 | |
|---|---|---|
| 定型性 ― 高 | AI主担当(作業系・低リスク) | AI下書き→人確定(作業系だが影響大) |
| 定型性 ― 低 | AI補助(非定型だが軽い。人が主) | 人主担当・AI情報支援(非定型かつ重い経営判断等) |
判定はあくまでタスク単位で行うのが原則です。この4象限が、次工程での人とAIの役割分担(HITL、人の関与の設計)の直接の入力になります。
実施例 ― 分解して初めて「待ちの支配」が見える
いずれも架空のモデルケースですが、分解の効き方を具体的に見てみます。
例➀ 営業の見積回答業務
従業員300名規模の部品商社を想定したケース。見積依頼から回答まで(月350件・平均回答リードタイム2.5日)を分解すると、依頼メールの読解・案件登録や見積書作成は「作業」で定型性が高くAIの本命、特価判断や上長承認は「判断」でした。ところがリードタイム2.5日のうち1.8日は「上長承認待ち」と「型番特定の問い合わせ往復」、すなわち待ちと伝達が支配していました。AI化(読解・照会・下書き)以上に効いたのは、「基準内価格の承認そのものを廃止する」という再設計側の決定でした。
例➁ 社内ヘルプデスク
従業員800名規模の企業の情シス問い合わせ対応(月600件)を想定したケース。「伝達」主体のこの業務を分解すると、約6割は過去に回答が存在する定型質問でAI主担当(FAQ化+RAG応答)、約3割は手順が明文化された操作作業でAI下書き→人実行、約1割はインシデント対応で人主担当(AIは過去類似事例を提示する情報支援)、と切り分けられました。さらに副産物として、全問い合わせをExcel台帳へ手で転記する日次作業が、チケットシステムの集計で代替できる廃止候補として見つかりました。
2つの例に共通するのは、分解の成果が「AI化リスト」だけではないということです。待ちという構造問題の発見と、廃止候補の発見が、同じかそれ以上の価値を持ちます。
AI化の前に「やめる」を検討する ― 廃止候補の洗い出し
分解の副産物として、廃止候補は必ず見つかります。AI化はコストがかかりますが、廃止は即日効いて維持費はゼロです。最高のAI活用は、そもそもAIを使わずに済ませることでもあります。次のようなシグナルが廃止候補の目印です。
- 成果物を「誰が使っているか」に誰も答えられない ― 誰も読まない月次報告が典型。
- 同じ情報が複数の帳票・会議で重複している。
- チェックが形骸化している ― 差し戻し率がほぼゼロの承認段など。
- 「昔からやっている」以外に続ける理由がない。
- 元々あったリスクが、システム化ですでに消えている ― 二重入力の照合チェックなど。
各候補について「廃止した場合に困る人・困る事」を書き出し、反証が出てこなければ、廃止提案として経営に上げます。ヒアリング設問の「もし自由に変えてよいなら何をやめますか」への答えが、この洗い出しの最重要インプットになります。
成果物は3点にまとめ、次工程へ引き渡す
可視化と分解のゴールは、美しい業務フロー図ではありません。タスクごとのAI適性と廃止候補が見えている状態です。それを次の3点の成果物に集約します。
- 現状フロー図。スイムレーン形式で、受け渡し箇所と主要数値(件数・所要時間・待ち時間・差し戻し率)を書き込んだもの。
- タスク分解表。タスクごとの種別(判断/作業/伝達/待ち)・3軸判定・4象限・廃止候補フラグを1行ずつ整理した表。
- 課題仮説。待ちの最大要因、手戻りの発生源、廃止候補リストなど、分解から見えた構造課題の仮説。
この3点が、第3弾(ゼロベースでto-beを描く再設計の方法論)の直接の入力になります。再設計の質は、この分解の解像度で決まります。逆に言えば、ここで「実際のプロセス」を捉え、待ちを数字で押さえ、タスク単位でAI適性と廃止候補を判定できていれば、次工程の再設計は地に足のついたものになります。