AIエージェント導入前に整える業務プロセスの可視化

取引先との雑談で、AIエージェントを入れれば事務の仕事がかなり減るらしい、という話が出た。自社に当てはめてみると、受注の最終確認も、いつもと違う注文の判断も、社長の頭の中の基準で決めている。

社長が受注の確認を1件ずつ見ているうちは、AIエージェントに何を渡すかも決まりません。先に、社長が何を見て決めているかを言葉にしておきます。

AIエージェントに任せて大丈夫ですか

大丈夫かどうかは、仕事ごとに変わります。品番が一覧にあれば受注表に登録するような、条件で決まる仕事なら任せられます。在庫が足りない注文の納期のように、担当者が経験で決めている仕事は、そのままでは任せられません。

AIエージェントは、目標を渡すと、人が都度細かく指示しなくても必要な作業を自分で決めて進めるAIです。文章の下書きや要約を1回ずつ返すチャット型の生成AIとは、途中の判断まで自分で下す点が大きく異なります。

途中の判断の手本としてAIエージェントに渡すのが、業務プロセスです。業務プロセスとは、誰が何を見てどう判断し、次に何をするかがつながった仕事の一まとまりを指します。導入を決める前に、自社の業務プロセスが図か文章になっているかを確かめてください。なっていないまま入れると、AIエージェントの出した結果が正しいかどうかを、社内の誰も判定できなくなります。

AIエージェント導入でつまずく3つの壁

業務プロセスが言葉になっていないままAIエージェントを入れると、判断する人が分からず、例外を拾えず、確認が1人に偏ります。以下は、注文メールを受けて受注表に登録し、納期を返信するまでの受注処理を例にした話です。

誰が判断しているか分からない

担当者に受注処理の今の流れを聞くと、「納期は在庫を見て決めています」という答えはすぐに返ってきます。ところが、在庫が足りないときに誰が何を見て納期を決めているのかは、担当者本人にしか分かりません。

判断している人が分からなければ、AIエージェントに渡す手本も決まりません。手本がないまま任せると、出てきた結果が正しいかどうかを判定できる人もいなくなります。

例外対応をAIエージェントが拾えない

普段の注文なら、在庫を確かめて登録し、通常の納期で返信すれば完了します。ところが月に数回は、取引条件が特別な顧客の注文や、普段より桁が1つ多い注文が入ります。そのときの対応はベテランの担当者の頭の中にだけあって、文章にはなっていません。

対応の基準が書かれていなければ、AIエージェントは例外の注文も普段どおりに処理します。特別な顧客に通常の条件で返信してしまい、現場の判断とずれた対応がそのまま社外に出ます。

任せた後の確認が属人化する

受注の登録を任せたものの、結果が正しいかを確かめられるのが、流れを知り尽くしたベテランの担当者1人だけだとします。その人が毎日すべての結果を見直すので、以前より仕事が減った実感は持てません。確認の基準もその人の頭の中にしかないため、確認そのものが特定の人にしかできない仕事（属人化した仕事）になります。

AIエージェントに必要な業務プロセス可視化

公的機関の説明でも、AIエージェントの定義はまだ1つに決まっていません。独立行政法人情報処理推進機構（IPA）は、2025年7月8日に「SDS技術コラム：AIエージェント」を公開しました。コラムでは「その厳密な定義はまだ確立していない」としたうえで、一般的な言われ方を紹介しています。それが「ユーザーから与えられた指示に基づき、自律的に問題解決やタスク実行を行うソフトウェア」という説明です。コラムには、参考として国内外の企業や団体による定義も並んでいます。

総務省が公式サイトで公開している「情報通信白書 for Kids」は、子ども向けの解説ページです。ここでも「AIエージェントには、確立した定義はありませんが」と前置きがあります。そのうえで、「人間が細かい指示をしなくても」「必要な作業を自分で決めて実行できる」サービスを指すことが多いとしています。

出典：IPA「SDS技術コラム：AIエージェント」／総務省「情報通信白書 for Kids」AIエージェントとAIロボティクス

人が一つひとつ指示しなくても、目標に向けて必要な作業を自分で決めて進める点が、IPAと総務省の説明に共通する特徴です。生成AIなら、1回ごとの答えを人が見てから次の指示を出せます。AIエージェントは目標に向かう途中で、どの情報を見てどちらへ進むかを自分で決めていきます。

途中の判断まで任せる以上、判断の基準が書かれていない仕事では、AIエージェントは決める根拠を持てません。業務プロセスの可視化が導入の前提になるのは、このためです。

私達、株式会社２.１は、HPのトップに「AI導入前に、マニュアル導入。」と掲げています。私はAIエージェントを、会社に入ったばかりの「新人役」と考えています。入ったばかりの営業事務の担当者に、在庫が足りない注文の納期を「いつもの感じで」と頼んでも、決められません。何を見て決めればよいのか、本人には分からないからです。人の新人にもAIエージェントにも、手順と、迷ったときの判断基準を伝えてから仕事を渡します。

業務プロセスを可視化する3つの要素

AIエージェントに仕事を渡すための可視化では、作業の順番に加えて、判断を3つの要素で書き出します。作業を矢印でつないだ流れ図だけでは、分かれ道で何を基準に進むかが残らないからです。

1つ目は「誰が」です。その判断を下している人を、担当者の名前か役職で書きます。受注処理なら、「在庫が足りないときの納期は、営業課長が決める」のように書きます。

2つ目は「何を見て」です。判断のときに確かめている情報を、書類やファイルの名前で書き出します。在庫表、顧客ごとの取引条件の一覧、仕入先の入荷予定などがこれにあたります。

3つ目は「どう判断しているか」です。見た情報から、どんな条件のときにどちらへ進むのかを、条件と行き先の組み合わせで書きます。「在庫が注文数に足りなければ、営業課長に回す」「取引条件が特別な顧客の注文は、登録する前に営業課長に回す」といった書き方です。

「誰が」が欠ければ誰が判断しているか分からない壁に、「どう判断しているか」が欠ければ例外対応を拾えない壁に当たります。「何を見て」と「どう判断しているか」まで書かれていれば、確認をベテラン以外の人も担えるので、確認の属人化も防げます。

スタンフォード大学教授のアンドリュー・ン氏は、自身のニュースレターで、人の関与が残る理由を次のように述べています。

多くの人はこの人間の貢献をセンス（taste）と呼ぶが、私はコンテキストの優位性と考えたい。その方がAIを改善する道筋がはっきりするからだ。これは、この工程を自動化できない理由でもある。人間がAIの知らないことを知っている限り、その知識をシステムに注入するために human-in-the-loop（人間の関与）が必要だ。

出典：Andrew Ng「The Batch」Issue 359（2026年6月26日）。英語の原文を日本語に訳したものです。

ン氏の言う「AIの知らないこと」は、業務プロセスでいえば「何を見て」「どう判断しているか」にあたると私は考えています。ン氏は「センス」の代わりに、「コンテキスト（文脈）」という言葉を選んでいます。センスは人から人へ渡しにくくても、文脈なら現場を知る人が言葉にして渡せます。現場の担当者が知っていて、AIエージェントがまだ知らない判断の基準を書き出して渡すことが、人の関与の中身です。

AIエージェントに任せる範囲を切り分ける手順

書き出した判断を2つの問いで仕分け、仕分けが済んだ判断から小さく任せていきます。書き出しは業務の担当者、仕分けと任せる範囲の決定は業務の責任者の受け持ちです。

業務プロセスを書き出す

手順1では、業務の担当者が判断を書き出し、業務の責任者がそれを読んで、抜けている判断を書き足します。対象にする業務は、最初は1つに絞ります。1つなら、書き出しから確認までを短い期間で1周できるからです。受注処理なら、注文メールが届いてから納期を返信するまでが1つの業務プロセスです。その間にある判断を、3つの要素に分けて1行ずつにまとめます。

書き出しは、最初は30分で思いつく分だけで構いません。普段より桁が1つ多い注文のように月に数回しか来ない判断は、書き出しから漏れても、手順3で結果のずれとして見つかります。

次の表は、受注処理を書き出した例です。担当や判断は会社によって変わるので、自社の業務で書いてください。

2つの問いで仕分ける

手順2では、業務の責任者が、手順1で書いた内容を1行ずつ2つの問いで確認します。

1つ目の問いは、「どう判断しているか」が条件と行き先の形で書き切れているかです。書き切れていない判断は、AIエージェントに渡さず人が引き取ります（「人に戻す」）。2つ目の問いは、その結果が顧客や社外に届く前に止められるかです。ここでの「止められる」は、誤りがあっても社外に届く前に直す機会があることを指します。止められない判断は、AIエージェントが社外に出す直前まで進め、そこで人の承認を待ちます（「承認で止める」）。止められる判断は、AIエージェントがそのまま進めます（「通して進める」）。

1つ目の問いから確認するのは、書き切れていない判断を渡すと、例外への対応がずれるからです。これは、2つ目の壁で見た問題です。手順1の受注処理の例を仕分けると、次の表になります。

表で「人に戻す」に入ったのは、この例の会社で基準が文字になっていない判断です。条件と行き先を書き足せば、その判断も仕分け直せます。

小さく任せて確認しながら広げる

手順3では、業務の責任者が最初に任せる判断を選び、業務の担当者がAIエージェントの結果を確かめます。最初に任せるのは、「通して進める」に入った判断のうち1つか2つにします。

確かめるのは、AIエージェントの結果が、手順1で書いた「どう判断しているか」と合っているかです。判断基準が文字になっていれば、確認はベテラン1人に頼らず、業務の担当者が行えます。ずれが見つかったら、担当者が書き出しに判断を書き足し、責任者が仕分けを見直します。任せた判断でずれが出なくなった時点が、次の判断へ範囲を広げる合図です。

AIエージェント導入でよくある失敗

AIエージェントを動かし始めてからの失敗は、確認と見直しのやり方に原因があります。

実行結果を確認せずに次へ流す

「承認で止める」に仕分けた判断なのに、忙しさから中身を見ないまま承認してしまう失敗です。中身を見ずに承認すると、結果に誤りがあっても顧客に届くまで誰も気づけません。結果を手順1の「どう判断しているか」と見比べてから承認する順番を、業務の手順に組み込んでおきます。

全件を人が二重に確認する

逆に、不安から「通して進める」の判断まで全件を人が見直すと、AIエージェントを入れる前より時間がかかります。「通して進める」の判断は、週に1回、決めた件数だけ抜き出して見るなど、確認する量を責任者が決めておきます。

業務が変わっても任せる範囲がそのまま

取引先が増えても、取引条件の種類が変わっても、仕分けを最初に決めたままにしてしまう失敗です。業務のやり方は変わったのに、AIエージェントに任せる範囲だけが古いまま残ります。仕分けを決めた日に、次に書き出しと仕分けを見直す日も決めておきます。

この進め方が向いている会社・向いていない会社

同じ注文メールに担当者ごとに違う納期が返っているなら、まずその納期の決め方を書き出します。

この進め方が向いている会社

• 受注や請求など、繰り返し発生する定型業務が多い
• 注文メールの処理手順など、受注まわりの手順書が一部でもある
• 受注表への登録や納期の返信を、毎日同じ担当者が抱えている

この進め方が向いていない会社

• 受注処理の判断が「誰が・何を見て・どう判断しているか」の形で書き出され、仕分けも済んでいる
• 動かしたいのが受注表や返信メールではなく、工場の機械や倉庫の搬送

1つ目に当てはまる会社は、書き出しがもう済んでいます。次に手を入れるのは、手順3の確かめ方と、仕分けを見直す日の決め方です。2つ目に当てはまる場合は、書類の上の判断とは検討する機器や安全の条件が変わるため、ここで書いた手順はそのまま使えません。

AIエージェント活用の進め方を比較する

整理せずに試す方法は早く始められますが、例外への強さでは、可視化を土台にする方法が上回ります。

外部に設定を任せても、どの判断をAIエージェントに渡すかは、外部が現場から聞き取れた範囲でしか決まりません。線を引く材料は、その判断を毎日下している現場の担当者の頭の中にあります。

私達、株式会社２.１がおすすめしているのは、表の右端の、可視化を土台に導入する進め方です。ご依頼をお受けするときも、在庫が足りないときの納期の決め方は、営業課長の方に直接伺って書き出します。

AIエージェントと業務プロセス可視化のよくある質問

AIエージェントの導入を考え始めた段階で決めておくのは、どの業務の、どの判断を任せたいかです。

Q1. AIエージェントと生成AIはどう違いますか？

定義は、まだ1つに決まっていません。IPAのコラムも総務省の解説ページも、確立した定義はないと書いています。実務で違いが出るのは、指示の出し方です。生成AIは1回ごとの指示に答え、AIエージェントは目標を渡すと一連の作業を自分で進めます。指示の出し方が変わるので、生成AIなら人が毎回見ていた途中の判断を、AIエージェントでは先に文字にして渡します。

Q2. 業務プロセスが整理できていなくても導入できますか？

導入そのものは可能です。ただ、判断の基準が書かれていない業務を任せると、例外の注文を普段どおりに処理するようなずれが起きやすくなります。全部の業務を整理してから始める必要はありません。1つの業務を書き出し、「通して進める」に入った判断から始めれば、整理と導入を並行して進められます。

Q3. 業務プロセスの可視化は、結局どこに役立ちますか？

可視化した業務プロセスは、AIエージェントに渡す判断の基準そのものになります。ン氏の言う「AIの知らないこと」を、人が文字にしたものだからです。私達の支援先には、次の例があります。

• 規模：従業員2万人規模の大企業
• 取り組み：ベテラン数人の暗黙知（頭の中にあって、文字になっていない知識）を、186ページのマニュアルにまとめた
• その後：まとめたマニュアルが、AI導入の下地になった

技能を言葉にして残す進め方は、技能伝承をマニュアル化で進める4つの手順で詳しく書いています。

Q4. 可視化と製品選びは、どちらが先ですか？

業務プロセスの可視化から始めるのをおすすめします。どの判断を任せたいかが決まっていないと、製品を比べる基準も決まらないからです。特定の製品の選び方は、この記事では扱いません。書き出した業務プロセスと仕分けの結果は、製品を比べるときに「この判断を任せられるか」という物差しになります。

まとめ｜業務プロセス可視化から始める

最初にやるのは、任せたい業務を1つ決めて、その業務で下している判断を30分で書き出すことです。判断を1行ずつ3つの要素で書いたら、2つの問いを当てて仕分けます。「通して進める」に入った判断の1つか2つから任せ、ずれを書き足しながら範囲を広げてください。

書き出す（可視化）、仕分ける（仕組化）、確認しながら範囲を広げる（習慣化）の順に進めます。この順は一度で終わらせず、業務が変わるたびに繰り返します。

仕分けの表で「人に戻す」の行が1つ減るたびに、新人役のAIエージェントに渡せる判断が1つ増えます。