生成AIを業務に取り入れてみたものの、「思ったより早くならない」「逆に確認に時間がかかる」と感じる場面があります。一方で、ある種の作業ではほぼ毎回スムーズに進む、という経験をした人もいるでしょう。この差は、運や習熟度だけでなく、作業の構造そのものに由来します。
この記事では、生成AIが作業時間の短縮に結びつきやすい業務の特徴と、結びつきにくい業務の特徴を整理します。実測値や統計を示すのではなく、「なぜ変わるか・なぜ変わらないか」という構造的な理由を軸に、どちらかを判断するための基準を提供します。
作業時間が「変わる」「変わらない」を分ける三つの軸
生成AIへの指示(プロンプト)に何を渡せるか、AIの出力に何を期待するか、出力後に何を確認するかの三点が、結果を左右します。この三軸を最初に整理しておくと、個別の作業に当てはめる際の判断がしやすくなります。
軸1:渡せる情報の明確さ 作業の前提となる情報がそろっていて、それをそのままプロンプトに貼れる場合は、AIが扱いやすい状態です。逆に、自分の頭の中にしかない背景知識や、口頭でしか受け取っていない文脈が多い場合は、それをテキストに起こす作業が別途発生します。
軸2:出力の正誤を確認できるか 生成AIは「もっともらしい文章」を生成しますが、事実確認は人間が行う必要があります。出力の正誤を短時間で判断できる作業(自分が詳しい分野の文章チェック、形式的なフォーマット変換など)と、そうでない作業(調べなければ正誤を判断できない専門情報の記述)では、確認コストが大きく変わります。
軸3:繰り返しの構造があるか 同じ形式の作業が繰り返し発生する場合は、最初にプロンプトを整えれば以後の試行が安定します。毎回形が違う作業では、プロンプトをそのつど調整する手間が残ります。
時間が変わりやすい作業の特徴
次の条件をより多く満たす作業は、生成AIとの組み合わせで作業時間が短くなりやすいです。
「たたき台」を作る工程が全体の半分以上を占める
文章や表の骨格を一から作る時間が、全体の作業時間の半分以上を占める場合は、AIにたたき台を出力させることで、最初の空白を埋める作業が省けます。たとえば、「次回の引き継ぎメモを一から書く」「会議の議事録フォーマットを作る」「備品申請の理由欄に書く文面を考える」のような作業が当てはまります。
自分が修正・確認する側に回れるため、全体のスピードが変わりやすい構造です。ただし、「たたき台の修正」自体に時間がかかる場合は後述の注意点を参照してください。
形式の変換・整形が主な作業
箇条書きをメール文体に変える、長文を要点だけの短文にまとめる、縦書きの項目を表の行に並べ替えるなど、「情報の中身は変えずに形を変える」作業は、AIが扱いやすい構造です。情報そのものの正確さは元のテキストを参照して確認できるため、出力後の確認コストも比較的低くなります。
同じ構造の文を複数作る
(架空の例です)10件の備品申請それぞれに「申請理由」を書く場合、1件目の出力を確認して問題なければ、残り9件は同じプロンプトの構造で処理できます。件数が増えるほど、最初のプロンプト整備が後の作業に対して効いてきます。
時間が変わりにくい作業の特徴
出力の正誤確認に専門知識や照合作業が必要
生成AIは、正確であっても不正確であっても、同じ文体・同じ自信のある口調で出力します。出力の内容が正しいかどうかを確認するために、法令・規程・数値データ・名簿などを照合する必要がある場合は、その確認作業がなくなりません。
たとえば、「規程番号と条文の内容が合っているか確認する文書」「名前の読み方や部署名が正しいか確認が必要な名簿」「数値の根拠が問われる報告書の本文」などは、AIが文章を生成したとしても、確認工程をそのまま省くことはできません。確認に費やす時間が、生成で省いた時間を超える場合もあります。
情報をそろえる工程が主な作業
複数の部署からデータを集める、口頭説明をメモに起こす、紙の書類をデジタルに転記するなど、情報を手元にそろえるまでが主な作業の場合は、AIが出番を持てません。情報が手元にそろった後のまとめ作業が短時間であれば、全体の作業時間はほぼ変わらないことになります。
相手が誰かによって表現を細かく変える必要がある
上司向け・外部取引先向け・役所への提出文書など、受け取る相手によって表現の慣例や敬語のレベルが細かく変わる場合、プロンプトに「〇〇向けに」と入れただけでは微調整が多く残ることがあります。特に長年の慣例で形が固まっている文書(始末書、特定の様式に沿った申請書の添え文など)は、手直しの時間が結果として長くなることがあります。
判断そのものが作業の中心
承認するかどうかを判断する、優先順位を決める、例外対応の可否を判断するなど、人が判断を下すことが作業の本体である場合は、AIはその判断を代替しません。AIに「どちらが良いか」を聞くことはできますが、その出力を採用するかどうかの判断はやはり人が行うため、作業のボリュームは変わりません。
「変わりやすい」と「変わりにくい」の間にある作業
多くの業務は、両方の要素が混在しています。この場合は、作業を工程に分けて、どの工程にAIが入れるかを個別に見た方が実態に近くなります。
(架空の例です)「月次の予約集計レポートを作る」という業務があるとします。工程を分解すると次のようになります。
- 各担当者から予約件数を集める(AIの出番なし)
- 集めた数字を表に整理する(Excelで行う場合はAIとは別の話)
- 表をもとに所長向けのコメント文を書く(たたき台をAIに出力させられる)
- コメント文の数値が表と一致しているか確認する(AIに任せず人が確認)
- メールで送付する文面を書く(AIにたたき台を出させられる)
工程3と5はAIが入りやすく、工程1・4は変わりません。「このレポート作成をAIで早くできるか」という問い方をすると答えが曖昧になりますが、工程に分解すると、どこが変わるかが見えてきます。
判断の進め方:工程分解と確認コストの見積もり
向き不向きを事前に判断するための手順を示します。
- 作業を工程に分解する。 「〇〇を作る」という塊のまま考えず、「情報を集める」「下書きを書く」「確認する」「送る」のように分けます。
- 各工程で「渡せる情報がそろっているか」を確認する。 プロンプトに貼れる形で情報がテキスト化されているかを確認します。
- 出力の確認方法を先に決める。 AIに書かせた後、何をもとに正誤・適否を確認するかを先に決めておきます。確認方法が思い浮かばない工程は、AIに任せると後で困りやすいです。
- 最初は一件だけ試して確認コストを測る。 全件をAIで処理する前に、一件だけ処理して、確認・修正にどれくらいの時間がかかるかを見てから判断します。
なお、個人情報を含む名簿や社外秘の情報をプロンプトに入れる前に、利用しているサービスの利用規約や社内のAI利用ルールを確認してください。画面の表示や機能名はサービスの版や設定によって異なることがあります。
次の行動
今日の業務の中から、「たたき台を書く」か「形式を変換する」工程が含まれる作業を一つ選んでください。その作業を工程に分解し、どの工程に情報がそろっているかを書き出してみると、AIを試す起点が見つかりやすくなります。試す前に元のファイルをコピーして保存しておくと、やり直しが必要になっても安心です。
この記事の本文はAI(Claude)が執筆しました。画面の表示や操作名は、アプリの版や設定によって異なります。実際の操作の前に元のファイルを複製し、公式のヘルプで最新の情報を確認してください。
