AIエージェント導入の進め方は、棚卸しから始めない
AIエージェント導入の進め方として公開されている記事を並べると、どれもほぼ同じ形をしています。業務を棚卸しし、対象を選び、ツールを決め、試験導入し、本番に載せて改善する。実際、リベルクラフト・Helpfeel・ノーコード総合研究所は、いずれも導入のステップを5つの段階に整理しています（出典は記事末尾）。
手順の並び自体は、そのとおりです。ただし、この順番のまま着手した会社の多くが、1つ目で止まります。
理由は単純で、業務の棚卸しは終わらないからです。部門をまたいで作業を洗い出し、粒度をそろえ、優先順位をつける。ここだけで数週間が過ぎ、その間AIは1行も動きません。そして洗い出しが終わるころには、着手のきっかけだった「この作業を何とかしたい」という具体的な感覚が薄れています。
先に1業務を決めてください。全体像は、1つ動かしたあとに見えます。棚卸しが効いてくるのは2つ目を選ぶときで、1つ目には要りません。
この記事は、AIエージェントの導入を、5つのステップと、実際に止まりやすい5つの場所に分けて整理したものです。読み終えたときに、明日の朝の30分で何をすればいいかが決まっている状態を目指しています。
最初に任せる1業務を、どう選ぶか
条件は3つです。3つとも満たすものを選んでください。
| 条件 | なぜそれが要るのか |
|---|---|
| 毎週くり返している | 直した結果がすぐ返ってくる。月1回の業務は、改善の機会も月1回しか来ない |
| 手順を言葉で説明できる | 「やってみせれば分かる」は、まだ言語化されていない状態。設計の前に、その整理が要る |
| 出す前に、人が確かめられる | 間違いがその場で止まる。取り返しのつく作業から始めると、検証を速く回せる |
3条件に当てはまりやすいのは、集計、転記、形式そろえ、分類、文章の下書きです。地味な作業ほど条件を満たします。
逆に、1つ目の対象としては重いものを挙げます。
- 判断基準が人によって変わる作業。 AIを設計する前に、社内で基準を決める仕事が発生します。
- そのまま社外に出る作業。 確認の設計が重くなり、1業務の検証に収まりません。
- 複数の部署をまたぐ作業。 合意形成のほうが本体になります。
- 月に1回しか発生しない作業。 直す機会が月1回しか来ず、精度が上がるまでに時間がかかります。
これらが対象外だという話ではありません。2つ目以降に回す、という話です。1つ目で手順の書き方を覚えたあとなら、同じ重さには感じなくなります。
AIエージェント導入の5ステップ（全体像）
全体の流れを先に置きます。右端の列が、この記事で重点的に扱う部分です。
| ステップ | やること | 主に動くのは | 止まりやすい場所 |
|---|---|---|---|
| 1. 対象を決める | 1業務と、終わりの条件（数字）を決める | 発注側 | 対象を絞りきれない |
| 2. 言葉にする | 手順と判断基準を書き出す | 発注側＋支援側 | 判断基準が担当者の頭の中にある |
| 3. 小さく作る | 動くものを作り、出力を人が確かめる | 支援側 | 「だいたい合っている」で通してしまう |
| 4. 運用に載せる | 担当者を決め、日々の業務に組み込む | 発注側 | 社内の担当者が決まっていない |
| 5. 記録して広げる | 手順を残し、次の1業務へ | 双方 | 記録がなく、次で同じ説明をやり直す |
公開されている手順の多くは、2番目にツール選定を置いています（出典：リベルクラフト、Helpfeel）。この記事ではツール選定をステップ3の中に入れ、2番目を「言葉にする」に充てました。任せる作業の手順が書けていなければ、どのツールを選んでも同じ場所で止まるからです。
ステップ1：対象業務と、終わりの条件を決める
1業務を選んだら、同時に「どうなったら終わりか」を数字で置きます。
日本HPの記事は、目標設定の悪い例として「営業活動を効率化する」を、良い例として「SFAへの入力時間を月10時間削減する」を挙げています（出典：日本HP）。この差は、そのまま「終われるかどうか」の差になります。数字のない目標は、いつまでも「もう少し良くできる」ままで、どこで検証を打ち切ればいいのか誰にも分かりません。
ノーコード総合研究所は、着手前に決めるべき判断軸として対象業務・データ範囲・成果指標の3つを挙げています（出典：ノーコード総合研究所）。この3つで社内から抜けやすいのはデータ範囲です。AIに何を見せるか、どこから先は見せないか。この線は、稼働してから引き直すと作り直しになります。
置く数字は、削減できた時間でも、処理した件数でも、差し戻しの回数でも構いません。いま社内で測れているものを使ってください。測っていないものを目標に据えると、効果の検証そのものが新しい手作業になります。
ステップ2：手順と判断基準を、言葉にする
ここが工程の本体です。そして、ここが一番飛ばされます。
やることは1つだけです。その作業を、いま誰が、どういう順番で、何を見て判断しているかを、文章で書き出します。
書き出してみると、たいてい判断のところで手が止まります。「この場合はこっち」という分岐が、手順書には書かれず、担当者の頭の中にあるからです。AIが期待どおりに動かない原因の多くは、モデルの性能ではなく、この分岐が書かれていないことです。
書き方は、難しく考えなくて構いません。次の5項目で足ります。
- 入力 何を受け取って始まるか（ファイル、メール、フォームの回答、口頭の依頼）
- 手順 やることを、上から順に箇条書きで
- 判断 迷うのはどこか。そのとき何を見て、どちらに倒すか
- 出力 何が出れば、その作業は終わりか
- 例外 人に戻すのは、どういうときか
最後の例外を書けているかどうかで、稼働後の手間が変わります。AIに任せる範囲と、人が引き取る範囲の線を、動かす前にここで引いておきます。
私たちが自社で使っているAIエージェントの定義にも、役割とは別に「迷ったときの優先順位」を必ず書いています。役割だけ書いた定義は、想定どおりの場面では動き、想定外の場面で止まります。差が出るのは、いつも例外のほうです。
ステップ3：小さく作って、出た結果を人が確かめる
動くものを作る段階です。作り方は3つに分かれます。既製のツールをそのまま使う、既製のツールを自社の業務に合わせて設定・連携する、自社向けに作る。
日本HPは、まずSaaS型で小さく始めて効果を検証する進め方を挙げています。そのうえで、ノウハウが蓄積され次第、機密性の高い業務だけを自社構築に切り替える、という順番です（出典：日本HP）。上から順に試して、足りなかったところで下に降りる。金額の面でも、動き出すまでの早さの面でも、この順番が無難です。金額の内訳と、複数社の見積を比べるときの見方は、AIエージェント導入の費用相場にまとめています。
作り方より重いのは、この段階で必ず入れてほしい工程のほうです。出た結果を、人が1件ずつ確かめます。
10件でも20件でも構いません。AIが出した結果と、人がやった場合の結果を並べて見ます。ここで「だいたい合っている」で通すと、あとから直せません。合っていない1件が、どういう条件で外れたのかを見て、ステップ2で書いた判断基準に書き足します。
この往復が、精度そのものです。作る作業ではなく、見て書き足す作業のほうに、この段階の時間は使われます。
ステップ4：運用に載せる。担当者を1人決める
稼働の直前に、社内の担当者を1人決めてください。
技術の担当ではありません。その業務を説明できる人です。「いま誰が、どういう手順でやっているか」に答えられて、判断基準が変わったときに「変わりました」と言える人。それだけで足ります。
この担当が決まっていない案件は、外注先の技量にかかわらず止まります。稼働したあとは、業務のほうが変わるからです。取引先が増える、書式が変わる、例外が1つ増える。そのたびにAIに教え直す必要があり、教え直す人が決まっていないと、誰も直さないまま精度が落ち、やがて使われなくなります。
Helpfeelの手順は、4番目に「現場への展開と定着化」を置き、各段階に目安期間を示しています（出典：Helpfeel）。定着は、作ったあとに自然に起きるものではなく、工程として時間を取るものだという整理です。担当者を決めるのは、その時間を誰の予定に入れるかを決めることでもあります。
ステップ5：記録を残し、次の1業務へ広げる
1業務が回りはじめたら、やることは2つです。
1つは、記録を業務の外に置くこと。どういう手順にしたか、どこで判断が分かれたか、何を人に戻すことにしたか。これを1枚の文章にして残します。次の業務を設計するときも、担当が替わるときも、この1枚が出発点になります。
もう1つは、次の1業務を選ぶこと。ここで初めて、棚卸しが役に立ちます。1つ動かしたあとなら、「これは任せられる」「これはまだ無理」の見分けが、社内の言葉でつくようになっています。最初に棚卸しをしたときには持っていなかった物差しです。
73体を動かして分かった、止まりやすい5つの場所
ここまでは手順の話です。ここからは、実際に動かしてみて止まった場所を書きます。
株式会社KBTイノベーションは、全12部門・約73体のAIエージェントで自社の業務を動かしています。以下は、支援する側から見た一般論ではなく、毎日使っている側で起きたことです。
1. 役割を決めただけでは、動かない
「この担当」と役割を決めても、想定どおりの場面でしか動きません。効いたのは、役割とは別に「迷ったときに何を優先するか」を書いたことでした。速さと正確さがぶつかったらどちらを取るか。情報が足りないとき、仮で進めるか、止めて聞くか。これを書き足してから、想定外の場面での挙動が読めるようになりました。
2. 人が確かめないと、それらしい間違いが混ざる
一番困るのは、動かないことではありません。それらしく仕上がった成果物の中に、誰も確認していない数字が混ざっていることです。止まってくれれば気づけますが、完成して出てくると気づけません。私たちは、分からない値をもっともらしく埋めず、その場に「要確認」という札を立てて残すルールを全エージェントに入れています。人が見れば分かる形で止めておくほうが、あとから探して直すより安く済みます。
3. 記録を外に出さないと、毎回ゼロから説明し直す
AIは前回の経緯を覚えていない前提で組んだほうが、結果的に速く回ります。私たちは案件ごとに「いまどこまで進んだか」「次に何をするか」を1枚に書き出し、作業の前に読み、作業の後に書き戻すという往復を工程に入れています。これを入れてから、説明のやり直しが減りました。記録を残す手間より、説明し直す手間のほうが大きい、という判断です。
4. 取り返しのつかない操作は、人が最後に押す
削除、送信、公開。この3つは、私たちは人が実行します。AIには「消してよさそうなものを、理由をつけて一覧に書き出す」ところまでをやらせ、実際に消すのは人がまとめて行います。速さより、戻せることを優先しています。任せる範囲を決めるときは、失敗が戻せるかどうかで線を引くと、議論が短く済みます。
5. 減るのは作業時間、増えるのは指示と確認の時間
手を動かす時間は、確かに減ります。そのかわり、任せる内容を書く時間と、上がってきたものを見る時間が増えます。損得の話ではありません。時間の置き場所が変わる、という話です。導入の効果を見積もるときは、この移動を勘定に入れておいてください。ここを見込んでいないと、稼働後に「思ったほど楽になっていない」という感想になります。
つまずき方は「動かない」ではなく「使われない」
うまくいかなかった案件を思い返すと、動かなかったものはほとんどありません。動いたけれど、3ヶ月後に誰も開いていない。こちらのほうが多い。
原因は、だいたい次のどれかに当たります。
- 社内の担当者が決まっていない。 業務が変わったときに、教え直す人がいない（ステップ4）。
- 判断基準が書かれていない。 例外が出るたびに人がやり直すので、結局そちらが本業務になる（ステップ2）。
- 効果を測る数字を置いていない。 続ける理由を社内に説明できず、静かに使われなくなる（ステップ1）。
- 現場が「自分の作業が取り上げられる」と受け取っている。 手順の外にある問題。
最後の1つだけ、設計では解けません。ただ、最初の1業務に、誰もやりたがっていない作業を選ぶことが、そのまま対策になります。集計、転記、形式そろえ。取り上げられて困る人がいない作業から始めると、この問題は起きません。
明日の朝、最初の30分でやること
ここまでの内容を、明日から手を動かせる形に落とします。
- いま手作業でくり返している作業を、3つ書き出す。 全体の棚卸しはしません。頭に浮かんだ3つで構いません。
- 3つのうち1つを選ぶ。 毎週発生していて、手順を言葉で説明できて、出す前に人が確かめられるもの。
- その作業を、入力・手順・判断・出力・例外の5項目で書き出す。 1ページで足ります。
- 書けなかった項目に印をつける。 たいてい「判断」が書けません。そこが、この案件で一番時間のかかる場所です。
- 終わりの条件を、数字で1つ置く。 新しく測り始めず、いま測れている数字を使ってください。
ここまでで、社内で検討するときも、外部に相談するときも、材料はそろっています。ツールを調べるのは、このあとです。