メインコンテンツへスキップ
メニュー

A&A INSIGHTS

店舗・日々の業務経営者向け

AIに任せる仕事と、人が決めることを同じ表で分ける

経営者が自動化の範囲を決めるために、情報整理・提案・承認・実行を分けます。点数だけで任せず、誤りの影響と戻し方から判断します。

AI活用業務設計
Read in English
業務資料と判断の流れを表す説明用イメージ
GPT Imageで生成した説明用イメージ。実際の顧客・導入画面ではありません。 AI生成イラスト

この記事の要点

AIを入れるかどうかを、業務全体の二択にする必要はありません。ハグルミの役割分担の考え方を、経営者が承認の位置を選べる形へ更新します。社内ニュース共有と顧客への条件提示という架空例を比べ、同じ送信でも境界が変わることを示します。

「対応する」を、実際の行為へ分ける

A&Aの考え方

この記事は、社員の仕事をAIへ移したい一方、どこで人の責任を残すべきか迷う経営者に向けています。「営業対応」「広告運用」「情報共有」という名前のままでは、判断の異なる工程が一つに見えます。A&Aの提案は、集める、比較する、案を作る、条件を承認する、送る、と行為を分け、その横に相手と結果を書き込む方法です。

A&Aの考え方

時間が長い工程だけを任せる候補にせず、その出力が次の判断にどう使われるかも見ます。資料の並べ替えなら間違いを戻せても、その一覧から自動で顧客へ条件を提示するなら責任は変わります。前工程が正確であることと、後工程を実行してよいことは別です。一つの業務をどこまで任せるかは、このつながりまで見て決める設計にします。

点数を付ける前に、重大な条件を見る

A&Aの考え方

元のハグルミ記事には、頻度、判断、誤りの影響、検証のしやすさ、例外という問いがあります。本稿では、点数を合計して自動化を許可する方式にはしません。毎日ある作業でも、誤った支払いを取り消しにくいなら、その一点で承認を残す判断があり得るためです。頻度の高さで影響の大きさを相殺せず、止める理由を先に確認します。

A&Aの考え方

確認するのは、誤ると誰が困るか、修正を誰ができるか、承認者が何を見て判断するか、例外をどこへ返すかです。人が見ると決めても、根拠を読めないまま承認ボタンを押すだけなら、実質的な判断になりません。必要な資料を承認画面へそろえ、保留できる選択肢を残すところまで含めて、人の担当範囲を定義することを勧めます。

社内の共有と、顧客への約束を比べる

仮想例

架空の社内ニュース共有では、AIが記事を集め、重複を外し、候補を並べるところまでを任せる案です。担当者が共有先と選定方針を決め、最初は内容を確認して送ります。誤ったリンクがあった場合に訂正でき、情報の扱いも明確なら、定めた範囲で承認頻度を見直す余地があります。ただし社内だから何でも自動送信してよい、という判断ではありません。

仮想例

対して、顧客へ見積条件を送る架空の業務では、AIが依頼文を整理し、承認済みの条件で案を作っても、値引きや納期の約束は責任者の承認を残す案です。同じ「送る」でも、相手がその内容を前提に行動する点を見ます。標準条件の案内と、今回だけの条件変更も分けます。送信処理を自動化することと、条件を決める権限をAIへ渡すことを一つにしません。

人の判断を、前・途中・後のどこに置くか

A&Aの考え方

前に置く判断は、使えるテンプレート、対象、禁止条件を承認しておくことです。毎回同じ条件でよい場合の案ですが、条件が変わったことを検知して戻す入口が必要です。途中に置く判断は、外へ出る前に今回の内容を承認することです。担当者が休む日も含め、代わりの承認者と待機中の扱いを決めます。後ろに置く確認は、誤りを訂正できる範囲で結果を抜き取って見る案です。

A&Aの考え方

三つは会社全体で一つを選ぶ制度ではなく、工程ごとに組み合わせるものとして提案します。前もって方針を決め、重要な条件だけ途中で承認し、定型の処理は後から確認する構成も考えられます。どこにも責任者がいない工程を作らないことが条件です。自動化を増やすときには、承認が不要になった理由を残し、担当者の都合だけで外さないようにします。

任せ方の変更は、小さな比較で判断する

出典に基づく事実

Anthropicは、明確な作業には所定のワークフローを区別しています。

Anthropic

A&Aの考え方

この区別を踏まえ、本稿では自由な判断が不要な工程は条件を固定した処理にする案です。初回の比較では、同じ種類の入力を使い、人が処理した場合と、AIの案を人が確認した場合の実作業を記録します。下書き時間だけでなく、確認、訂正、例外の判断に使った時間を足します。短期の試行で例外が出なかった場合は、例外が存在しないという結論にしません。

出典に基づく事実

Anthropicの評価資料は、結果の状態を確認対象にしています。

Anthropic

A&Aの考え方

承認がある場合は、案ができたことより、必要な判断が根拠付きで行えたかを見ます。担当者がすべて書き直すなら範囲を狭め、根拠不足で保留が増えるなら入力を見直します。経営者は、浮いた時間を何へ回すかまで決めてから継続を判断する案です。作業が速くなることだけで、人員削減や利益の増加を当然の効果にはしません。

経営者が残す、一枚の役割表

A&Aの考え方

最終的に残す表は、工程、AIの担当、人の担当、止める条件、戻し先という列で十分なところから始める案です。「AIが回答する」ではなく、「AIが回答案を作り、責任者が値引き条件を決め、担当者が送信する」と書き分けます。後で仕組みを変えるときも、画面が減ったかではなく、誰の判断がどこへ移ったかを確認できます。

A&Aの考え方

ハグルミの問いは、自社の業務を分けるための出発点として使えますが、検証済みの採点モデルではありません。迷う工程があれば、判断を一旦人に残し、必要な材料をそろえる部分から試す方法があります。それでも確認負担が変わらないなら、その工程を自動化する理由を再検討します。目的はAIに任せる割合を上げることではなく、経営上必要な仕事を適切な負担で続けることです。

AIへ渡す範囲は、業務名や頻度だけでは決まりません。誰への何の約束につながり、誤ったとき誰が戻せるかを見て、承認の場所を選ぶ。役割表があれば、次の拡張も責任の移動として判断できます。

出典・編集情報

記事の調査で確認した一次資料です。資料の公開・更新時期と、調査時の確認日を分けて記載しています。

  1. Building effective agents

    Anthropic · 2024-12-19

    確認日 2026-09-14
  2. Demystifying evals for AI agents

    Anthropic · 2026-01-09

    確認日 2026-09-14

AIを活用した記事制作

調査・執筆・翻訳・編集上の確認にAIを活用しています。資料に基づく事実、A&Aの考え方、仮想例は、それぞれ本文に明記しています。

編集上の確認日: 2026-09-14

記事一覧へ