業務棚卸しの進め方
― 5ステップと棚卸し表の作り方
業務棚卸しが途中で止まる原因は、たいてい2つです。粒度を決めずに始めることと、時間の数字を記憶で埋めること。この2つを先に片づければ、棚卸しは実務で使える表になります。
1. 業務棚卸しとは何か、何のためにやるのか
業務棚卸しとは、組織で行われている業務を洗い出し、それぞれにどれだけの時間がかかっているかを一覧にすることです。
目的によって、必要な精度は変わります。
| 目的 | 必要なもの | 時間の精度 |
|---|---|---|
| 引き継ぎ・属人化の解消 | 業務の一覧と手順 | 低くてよい |
| 人員配置の見直し | 業務ごとの時間配分 | 中 |
| AI導入・自動化の検討 | 業務ごとの時間＋発生頻度＋作業の型 | 高い |
| 効果測定のベースライン | 導入後も同じ方法で測れること | 高い＋再現性 |
AI導入を目的にするなら、精度がいちばん厳しい部類に入ります。「どの業務にAIが効くか」を決めるにも、「入れた結果どれだけ減ったか」を示すにも、時間の数字が判断の土台になるからです。ここが曖昧なまま進めると、ROIの計算が最後まで成立しません。
2. 従来のやり方でつまずく理由
棚卸しの定番は、ヒアリング・アンケート・日報の3つです。それぞれに固有の弱点があります。
ヒアリングとアンケート ― 記憶に残る業務しか出てこない
人は、まとまった時間を使った業務は覚えていますが、細切れに発生した業務は覚えていません。1回3分のメール確認を1日15回やっても、記憶に残るのは「メールをちょこちょこ見ていた」という感覚だけで、「45分」という数字にはなりません。
その結果、棚卸し表には見栄えのする業務が並び、実際に時間を食っている細かな作業（システム間の転記、資料の探索、通知への対応、フォーマット整形）が抜け落ちます。そして、AIがいちばん効くのは、まさにこの抜け落ちた側です。
日報・工数入力 ― 現場の負荷で形骸化する
入力を義務化すると、初週はきれいなデータが集まります。しかし数週間で「だいたいこんなもの」という丸めた数字が入るようになり、月末にまとめて記入されるようになります。記入作業自体が新たな業務時間を生んでいる、という本末転倒も起きます。
注意。どの方法を選んでも構いませんが、導入後の測定でも同じ方法を使い続けられるかを先に確認してください。棚卸しをアンケートで行い、導入後を別の方法で測ると、その差は「AIの効果」ではなく「測り方の違い」になります。
3. 進め方 ― 5ステップ
-
目的と対象範囲を決める
「何のために棚卸すのか」を1文で書きます。AI導入の検討なら「AIで代替できる業務を特定し、削減時間を見積もるため」です。目的が決まると、必要な粒度と精度が自動的に決まります。
対象範囲は、まず1部門に絞るのが鉄則です。全社同時に始めると、部門ごとに粒度がばらつき、最後に統合できなくなります。
-
粒度を決めてから洗い出す
先に粒度の基準を全員で共有します（詳しくは5章）。基準がないまま各自に書かせると、「顧客対応」と「見積書のPDF化」が同じ表に並び、集計できなくなります。
-
業務を洗い出す
部門ごとに2〜3時間のワークショップを取り、付箋やスプレッドシートで一気に出します。この段階では時間を書きません。名前だけを出し切ります。時間の話を混ぜると議論が止まります。
洗い出しの抜け漏れを防ぐには、時間軸で聞くのが有効です。「毎日やること」「毎週やること」「毎月やること」「四半期・年次でやること」「割り込みで発生すること」の5つに分けて出すと、月次・年次の業務が漏れません。
-
時間の数字を埋める
ここが本番です。方法は6章で詳述しますが、「1件あたりの所要時間 × 発生件数」で分解するのが基本です。「月に何時間か」を直接聞くと精度が落ちます。「1件何分ですか」「月に何件ありますか」なら答えられます。
-
分類して優先順位をつける
時間の長い順に並べ、それぞれに「型が決まっているか」「判断が必要か」「例外がどれくらいあるか」を付けます。ここまで来れば、AI導入の候補は自然に浮かび上がります。判断基準はAIで自動化できる業務一覧にまとめました。
4. 棚卸し表の列設計
棚卸し表は、列の設計で使い勝手が決まります。最小構成はこれです。
| 列 | 入れる内容 | なぜ必要か |
|---|---|---|
| 業務名 | 動詞で終える（例：見積書を作成して送付する） | 名詞だけだと範囲が人によってぶれる |
| 担当 | 役割・人数 | 時間単価の算定と、展開範囲の判断に使う |
| 発生頻度 | 月あたりの件数 | 時間を分解して精度を上げるため |
| 1件あたり時間 | 分 | 同上 |
| 月間合計時間 | 件数 × 1件あたり時間 | 優先順位づけの主軸 |
| 使用ツール | Excel、基幹システム、メール等 | 連携可否と実現方法の判断 |
| 作業の型 | 定型／半定型／非定型 | AI適性の一次判定 |
| 判断の有無 | あり／なし、どんな判断か | 完全自動化か支援かの切り分け |
| 例外の割合 | おおよその% | 例外が多い業務は自動化効果が落ちる |
| 数字の出所 | 実測／申告／推定 | 最重要。後から精度を判断できるようにする |
「数字の出所」列を必ず作ってください。実測値と申告値が同じ表に混在するのは、実務上避けられません。避けられないからこそ、どれがどちらかを記録しておきます。この列がないと、半年後に「この数字は信頼できるのか」を誰も判断できなくなります。
5. 粒度の決め方
粒度の目安は「1件あたり何分かかるか、を答えられる単位」です。
| 例 | 問題 | |
|---|---|---|
| 粗すぎる | 「営業活動」 「経理業務」 | 集計はできるが、打ち手が立たない。AI適性も判定できない |
| 適切 | 「見積書を作成して送付する」 「請求データを基幹システムへ転記する」 | — |
| 細かすぎる | 「見積書テンプレを開く」 「金額欄に入力する」 | 項目が数百行になり、維持できない |
実務では1部門あたり20〜40項目に収まる粒度が扱いやすい範囲です。それより多いと表の維持が負担になり、少ないと打ち手に落ちません。
進め方のコツは、最初から適切な粒度を狙わないことです。まず粗く洗い出し、時間の長い上位5〜10項目だけを次の階層に分解します。時間を食っていない業務を細かく分解しても、得られるものはありません。
6. 時間の数字をどう埋めるか
方法は3つあり、精度と負荷が反比例します。
| 方法 | やり方 | 精度 | 現場の負荷 |
|---|---|---|---|
| 分解して聞く | 「1件何分」×「月に何件」で算出 | 中 | 低 |
| 期間を決めて記録 | 2週間だけ工数を記入してもらう | 中〜高 | 高 |
| PC操作ログで実測 | 使用アプリ・画面から業務を自動判定 | 高 | ゼロ |
最初の一歩としては「分解して聞く」で十分です。ただし、その数字は申告値であり、細切れの業務が抜けている前提で扱ってください。表の「数字の出所」列に申告と書いておきます。
AI導入の効果測定まで見据えるなら、実測に切り替える判断は早いほうが得です。ROIの分子になるベースラインは、導入前にしか取れません。導入してから「やはり実測が必要だった」と気づいても、比較対象はもう作れません。
私たちが提供している WorkLens AI は、この工程を対象PCへのインストールだけで済ませるためのものです。現場に記入してもらうものはなく、業務ごとの実測時間と、AIで代替できる度合いのスコアが自動で並びます。何を取得し、何を取得しないかは事前にすべて公開しています。
7. よくある失敗
- 全社同時に始める — 部門ごとに粒度がばらつき、統合できなくなる。1部門で完成させてから横展開する
- 洗い出しと時間記入を同時にやる — 議論が「その業務は本当に3分か」に逸れて、洗い出しが終わらない
- 網羅を目指す — 100%の網羅より、時間の8割を占める上位項目の精度のほうが価値がある
- 表を作って終わりにする — 業務は変わる。四半期ごとに上位項目だけでも見直す
- 目的を伝えずに始める — 現場が「評価に使われる」と受け取ると、申告値が意図的に歪む
最後の項目は特に重要です。棚卸しの目的、見るのは業務単位の集計であること、個人の評価には使わないことを、開始前に明示してください。ここを飛ばすと、集まる数字そのものが信用できなくなります。
8. よくある質問
業務棚卸しは、どれくらいの粒度で書けばよいですか？
アンケートやヒアリングで集めた時間は、実際とどれくらいずれますか？
棚卸しにはどれくらいの期間が必要ですか？
棚卸しをすると、現場に監視だと受け取られませんか？
鈴山 佳宏 — 株式会社RAYVEN 代表取締役 AI戦略コンサルティング／カスタムAI開発を手がける株式会社RAYVEN代表。業務の実測データからAI導入余地を診断する「WorkLens AI」を開発・提供しています。