AI導入が止まる場所は、だいたい決まっている
PoCまでは進んだのに、そこから動かない。止まる場所はモデルの性能でも予算でもなく、毎回ほぼ同じところです。現場の観察から社内合意まで、詰まる地点を順に潰していきます。
この記事の目次
社内でAI活用の旗振りを任され、PoCまでは進んだものの、そこから先に動かない。よくある話です。
止まる場所には偏りがあります。モデルの性能でも、予算でも、経営層の理解でもない場所で止まります。その地点を順番に潰していきます。読み終えたら、明日担当者に投げる質問が1つ決まっているはずです。
書いている内容の骨格は、FDE: The $1M/Year AI Job Explainedという英語の対談動画です。
米国でAI実装を専門にする会社の経営者が、フォワード・デプロイド・エンジニア（FDE）の進め方を1時間以上かけて話しています。報酬の高さで話題になった職種ですが、中身は職種論ではなく手順書でした。
この記事は、その内容を整理し、日本の事業会社の事情に置き直したものです。
第1部：何を作るかを決める前に
「メールが届いたら」の一行
業務ヒアリングで「この仕事はどこから始まりますか」と聞くと、たいてい「メールが届いたら」と返ってきます。
そこを起点に設計すると、まず動きません。
実際に受信箱を見せてもらうと、送信者が40人以上いる。形式が同じものは2つとしてない。本文に数字が直接書いてあるもの、PDFが付いているもの、スクリーンショットのもの、Excelのもの、転送スレッドの5通目に埋まっているもの。
そして半分は例外です。「これは先月と同じ案件だから2枚目の添付は見なくていい」「この件は部長がもう承認済み」「この送信者の件名だけは信用しない」。
こうした判断はどこにも書かれていません。担当者一人の頭の中にあります。しかも聞いても出てきません。隠しているのではなく、本人には当たり前すぎて、質問されても思い出さないからです。
自分の仕事を思い浮かべてください。「例外的な対応」を今すぐ10個書き出せるでしょうか。だいたいの人は書けません。それが相手にも起きています。
1時間の打ち合わせでは足りない
1時間のヒアリングで出てくるのは「本人が思っている自分の仕事」です。丸一日となりに座ると「実際の仕事」が見えます。
差が出るのは、何かがうまくいかなかった瞬間です。手順書にもマニュアルにも載っていない処理が目の前で起こる。担当者は無意識にそれを捌いて、次の作業に移る。同席していなければ、その5分は存在しなかったことになります。
マッキンゼーのコンサルタントが鉱山まで足を運んで作業者のとなりに座るのも、同じ理由だと聞きます。効率だけを考えれば会議室で聞き取ったほうが速い。それでも現場に行くのは、会議室では出てこない情報があると知っているからです。
ここを飛ばして先に進むと、あとの工程が全部ずれます。時間の使い方としては、全体の半分をここに充ててもやりすぎではありません。
同じ「経費精算」でも会社ごとに別物
もうひとつ、外部ベンダーに任せるときに効いてくる話です。
同じ業務名でも、会社が違えば中身は別物です。ある会社の買掛金処理が10工程で、別の会社では30工程ある。使っているシステムも違えば、承認のルートも違う。何より、何を重視しているかが違います。スピードを優先する会社と、証跡が残ることを優先する会社では、正解の設計が変わります。
だから「他社での導入実績があります」は、そのままでは判断材料になりません。他社の業務があなたの会社の業務と同じである保証がないからです。聞くべきなのは実績の数ではなく、その会社の業務をどうやって把握したか、です。
全部をAIに渡さない
生成AIの実証実験の95%が成果に結びついていない、という調査がMITの名前でよく引用されます。数字の厳密さはさておき、体感として外れていないという人は多いはずです。
原因はモデルの性能ではありません。存在しない業務フローに向けて作っていることと、もうひとつ、判断が要らないところまでAIに渡していることです。
10工程ある業務を分解すると、本当に判断が要るのは3工程だけ、ということがよくあります。「この問い合わせはどの部署の案件か」「この請求書の但し書きは前回と同じ扱いでいいか」。こうした曖昧さの残る箇所にはAIが効きます。残りの7工程、たとえば金額の突合や台帳への転記は、条件分岐とシステム連携で足ります。速いし、安いし、間違えたときに原因がすぐ分かる。
全部を任せると、精度は下がり、コストは上がり、しかも「なぜその出力になったのか」を説明できなくなります。
元動画では、割り当てられた10億円規模のAI予算を3か月で使い切った経営陣の話が出てきます。1年もつはずの予算でした。全社員に配って、それぞれが好きに使った結果、事業の数字は動かなかった。
判断が要る場所を見極める作業のほうが、モデル選びよりはるかに効きます。そして、この見極めは業務を知っている人にしかできません。
「やらない」も成果物
10工程を洗い出した結果、「この業務はAIを入れないほうがいい」という結論になることがあります。すでに自動化されている、頻度が低い、間違えたときの損害が大きすぎる。
これは失敗ではなく、正しい成果物です。むしろ、洗い出したのに全部「やる」に丸が付いている提案書のほうを疑ってください。優先順位を付けるとは、やらないものを決めることです。
第2部：作るときに落ちる3つの穴
うまくいく道は1通り、失敗する道は数百通り
正常系だけを想定したしくみは、本番3日目で止まります。
添付ファイルがない。金額欄が空欄。同じ案件が二重で届く。取引先が社名を変えた。ファイルが開けない。文字化けしている。担当者が退職して承認者が不在になっている。
こうしたケースは、日々の業務では人間が黙って吸収しています。だから業務フロー図には現れません。しかし自動化した瞬間に、全部が表に出てきます。
設計として必要なのは3つです。
出力の形を先に決めること。「自由な文章で返す」ではなく、項目と型を固定します。金額は数値、日付は日付形式、判定は決められた選択肢のどれか。形が決まっていれば、外れたときに機械的に検知できます。
失敗したときの行き先を決めること。判断できなかったものを捨てるのではなく、人の手元に回す。「分からなかった」と正直に言えるしくみは、無理に答えを出すしくみより価値があります。
そして、何が起きたかを後から追えること。次の話につながります。
動いている証拠を出せるか
「うまくいっています」では稟議は通りません。
やることは単純です。過去の実データを50件用意して、通してみる。41件が正しく処理された。残り9件のうち、5件は必要なデータが元々欠けていた、4件は参照するレコードを間違えた。
この形になっていれば、議論ができます。データ欠損の5件は入力側の問題なので、AIの精度とは別の話として切り分けられる。レコードの取り違え4件は改修対象になる。合格率が82%だから使えない、という乱暴な結論も避けられます。
材料は過去データです。過去1万件のメールがあれば、それがそのまま採点基準になります。ここでも「業務を知っている人でないと正解が作れない」という制約が効きます。
判定が難しい業務、たとえば資料作成のように「良し悪しが人によって違う」ものはどうするか。完全な自動採点は諦めて、譲れない条件だけを言語化します。ロゴの位置、決められた用語を使っているか、数字が元データと一致しているか。残りは人が見る前提にする。そのうえで、人が直した内容を次に反映するしくみを入れておきます。
最初から100点を狙わず、点が上がっていく形にしておくほうが、結果的に早く実用に届きます。
既存システムを捨てさせない
基幹システムの入れ替えに数年と数億円をかけた直後の会社に、「まずこのシステムから移行しましょう」と提案したら、話はそこで終わります。
やるべきは逆です。今動いているものの上に乗せて、他のシステムとつなぐ。会計、販売管理、経費精算、コミュニケーションツール。それぞれが分断されている状態を、AIが横断することで初めて価値が出ます。移行を要求しない提案は、それだけで通りやすくなります。
進め方も段階を踏みます。
最初は人が全部やっている横で、AIにも同じ処理をさせて答え合わせだけする。人の作業は変えません。次に、AIが下書きを作り、人が承認する形にする。ここで初めて業務が変わります。承認の却下率が十分に下がってから、はじめて一部を任せる。
このやり方は遅く見えます。実際に遅いです。ただ、一気に切り替えて事故を起こした場合、その後2年はAIの話が社内で通らなくなります。取り返す時間のほうが長い。
第3部：社内を通す
技術的に正しい提案が通らない理由は、たいてい技術の外にあります。
相手にとって、あなたはリスクである
担当部署の立場で考えてみてください。現状維持を選べば、少なくとも失点はありません。AIを入れて失敗すれば、その人の評価に傷が付きます。得るものより失うもののほうが大きい。
つまり、あなたが関わること自体がリスクとして見えています。「協力的でない」のではなく、合理的に振る舞っています。
ここを動かす方法はひとつです。その人が評価される形で提案する。
人事評価の場面を想像してください。「AIを導入しました」では評価されません。「この施策で年間800時間の作業を削減し、月次決算を2日早めました」なら評価されます。あなたの仕事は、後者の文を相手が言えるようにすることです。
そして、事業として認められる成果は3種類しかありません。売上が増えたか、リスクが減ったか、コストが下がったか。この3つのどれに当たるかを言えない施策は、どれだけ技術的に優れていても社内では評価されません。逆に、この3つで語れるなら、細かい技術の話は求められません。
何をしたか見せられないものは信用されない
AIエージェントに対する社内の警戒は、精度への不安だけではありません。「勝手に何かをするのではないか」という不安です。
これに効くのは説明ではなく、記録です。いつ、どのデータを見て、何を根拠に、どう判断し、誰が承認したか。これが後から追える形で残っていること。
監査対応を経験した部署ほど、ここに敏感です。そして、ここが用意されていれば話が早い。「動かしてみて問題があれば記録を見ればいい」という状態になるからです。証跡設計は、技術的には地味ですが、社内合意のうえでは最も費用対効果の高い投資です。
「監査」と言わない
言葉の話もします。
元動画で紹介されていた実例です。業務を洗い出す工程を「audit（監査）」と呼んでいたところ、顧客が強い拒否反応を示した。中身は変えず「スプリント」と呼び替えたら、通るようになった。
日本でも同じことが起きます。「業務監査」「実態調査」と言えば、身構えられます。同じ作業を「業務棚卸し」「現場同行」「お悩み相談期間」と呼べば、協力が得られます。
言い換えで本質は変わりませんが、最初の一歩を踏み出せるかどうかは変わります。中身に自信があるほど、入口の言葉には気を配る価値があります。
第4部：誰がやるのか
必要なのは2種類の判断力です。
ひとつは業務側。どこにコストがかかっているか、誰が何を気にしているか、何が政治的に触れられないか、変えたときに誰が困るか。
もうひとつは技術側。どこまでが自動化できて、どこからが無理か。この精度で実務に耐えるか。落ちたときにどう復旧するか。
この2つが両方できる人は、まれです。片方しかない人を当てると、業務側だけなら実装が現実離れし、技術側だけなら現場が使わないものができます。
現実的な解は、2人1組にすることです。ただし、両者が同じ会議に出ていることが条件です。要件定義書を挟んで別々に動くと、結局「メールが届いたら」の一行が引き継がれます。
外部に頼む場合、見極めの質問はこれです。
- 業務の把握にどれだけ時間をかけるか。最初から実装の話をする相手は避けてください。
- うまくいかなかったケースをどう扱うか。例外設計の話が出てこなければ危険です。
- 成果をどう測るか。ここで先ほどの3つ（売上・リスク・コスト）が出てくるかを見ます。
なお、実力のある実装者ほど、最初の業務洗い出しを無償か低額で引き受けたがります。そこで信頼を作れれば本番の仕事につながると知っているからです。この提案をしてくる相手は、話を聞く価値があります。
第5部：30日で1つ作ってみる
ここまでは他人にやってもらう話でした。自分でやる場合の進め方も書きます。社内に判断できる人を作る意味でも、外注と並行してやる価値があります。
対象は、自分の会社の実在する業務をひとつ選びます。架空の題材でやると、いちばん学べる部分である例外処理が出てきません。
1週目。とにかく一周させます。 入力を受け取り、処理し、結果を出す。ここでは精度を気にしません。ただし、何をしたかの記録だけは最初から残します。後から足すと必ず抜けが出ます。
2週目。壊します。 想定外のデータを入れる。空欄を入れる。二重で入れる。落ちた箇所を全部記録して、出力の形を固定し、判断できなかったものを人に回す経路を作ります。この週がいちばん学びが多く、いちばん地味です。
3週目。測ります。 過去の実データを50件通して、合格数と失敗の内訳を出す。同時にコストを見ます。全部を高性能なモデルでやる必要はほぼありません。単純な分類なら軽いモデルで足りることが多く、そこで費用が一桁変わります。
4週目。人に見せます。 対象業務の担当者に見せて、何が違うかを指摘してもらう。ここで必ず、想定していなかった例外が出てきます。それが正常です。同時に、削減時間とコストを3つの型（売上・リスク・コスト）に整理します。
30日後に手元に残るのは、動くものと、失敗した記録と、数字です。この3点があれば、社内の議論は「AIは使えるのか」から「どの業務を次にやるか」に移ります。
今週できること
対象にしたい業務を1つ決めて、担当者にこう頼んでみてください。
「先月この作業で、いつもと違う対応をしたケースを10個書き出してもらえますか」
10個出てこなければ、まだ業務を把握できていません。もう一度となりに座る必要があります。
10個出てきたら、それがそのまま要件定義とテストケースになります。ベンダーに渡す仕様書としても、これ以上のものはありません。
AI導入の成否は、モデルを選ぶ前に、この10行で半分決まります。
Read next