中小企業の AI 導入、最初に自動化すべきは「書類まわり」です
「AI を入れたい、でも何から自動化すればいいか分からない」
中小企業の経営者の方から「業務効率化のために AI を入れたい」というご相談をいただくことが、ここ最近ずいぶん増えました。ただ、お話を聞いていくと、多くの方が同じところで立ち止まっています。
「AI で業務が自動化できるらしい」「でも、うちの規模で何ができるのか分からない」「そもそも、どの業務から手をつければいいのか見当がつかない」。聞こえてくる悩みは、ほぼこの三つです。
この記事は、その「何から」に答えるためのものです。私の答えは決まっていて、派手なチャットボットや問い合わせ対応ではなく、「書類まわり」です。書類同士の突合、転記、チェック。一見すると地味ですが、地味だからこそ、最初の一歩として効きます。なぜそう言えるのか、現場でやってきた範囲で書いていきます。
なお、「AI を導入するときの進め方そのもの」——ツールを叩く人と何を自動化するか決める人の役割分担、実装の流れ、料金の段階——については、別記事のClaude Code を中小企業の現場に持ち込んでみた話にまとめました。あちらが「どう進めるか(導入の手順)」の話で、この記事は「何から始めるか(対象の選び方)」の話です。役割を分けていますので、進め方が気になる方はあちらも合わせて読んでみてください。
なぜ「チャットボット」ではなく「書類まわり」なのか
AI の話になると、つい派手なところに目が向きます。「お客さま対応を AI が代わりにやってくれる」「問い合わせを 24 時間さばくチャットボットを置きたい」。気持ちはよく分かります。目に見えて新しい感じがしますし、社外にもアピールしやすい。
でも、私は最初の一歩にそこを選びません。代わりに、社内の書類仕事から始めることを強くおすすめしています。理由を順に書きます。
ひとつ目は、費用対効果が読めるからです。書類の突合や転記、チェックといった作業は、「今、月に何時間かかっているか」を数えられます。導入したあとに「何分になったか」も数えられます。効果が時間という数字で見えると、経営側も現場も「やってよかった」と納得しやすく、次に進む判断がしやすくなります。逆に、チャットボットのような対外サービスは、入れたあとに「で、これで何が良くなったのか」を測りにくい。入口で効果を測れないと、あとがつらくなります。社内で「AI を入れたけど結局どうなったの」という空気が生まれると、二歩目が踏み出せなくなるからです。
ふたつ目は、失敗してもダメージが小さいからです。社内の書類チェックが多少うまくいかなくても、困るのは社内の人間だけで、お客さまや取引先には影響しません。やり直しもききます。ところが、お客さま対応の AI が変な受け答えをすると、それは社外に直接出てしまいます。最初の一歩は、失敗しても引き返せる場所で踏み出すのが鉄則です。社内の見えない場所で小さく試して、勝手が分かってから外に向けたものに広げる。順番として、これが安全です。
みっつ目は、現場の負担が実際にそこにあるからです。どんな会社にも、本業そのものではないけれど、誰かが必ずやらなければいけない書類仕事があります。請求書と納品書の突き合わせ、申込書から台帳への転記、契約書類の記入漏れチェック、複数のリストの重複確認。こうした作業は、高度な専門知識というより「丁寧さと時間」を要するもので、人間がやるとじわじわ疲れますし、見落としも起きます。そして、AI が得意な領域と、現場が本当に困っている領域が、ちょうどここで重なります。派手さはありませんが、痛みが一番ある場所です。
そして、書類まわりという切り口は、規制の重い業種でも始めやすいという利点があります。ひとつ例を挙げると、私が都内のクリニックで取り組んだ事例では、扱う情報のセンシティブさで言えば最上位クラスの業種でしたが、診療そのものには触れず、月次の書類突合から入りました。月数時間規模の手作業が月数十分まで圧縮され、業務量ベースで 9 割弱の削減、導入後も毎月の保守点検を継続しています。個人情報の塊のような業種でも、書類まわりという切り口ならリスクを抑えながら効果を出せる、ということです。製造業の検査記録、士業の申請書類、不動産の契約書、小売の発注リスト——業種が変わっても「定型の書類を扱う地味な作業」はどこにでもあり、そこから入れば、いきなり本業の中核に AI を持ち込むより安全です。
業種を問わない、自動化する業務の選び方
では、社内の数ある業務から、どれを最初の自動化対象に選べばいいのか。業種に関係なく使える目安が、3 つあります。
1. 月に数回以上やっている
まず、頻度です。月に 1 回しかやらない作業を自動化しても、かけた手間に対して回収できる時間が小さく、費用対効果が出にくい。逆に、毎週・毎日のように発生している作業は、自動化が効いたときの積み上がりが大きい。「またこれか」と思うくらい繰り返している作業ほど、最初の候補に向いています。
2. パターンが決まっている
次に、やり方が決まっているかどうかです。「この書類のこの欄を見て、こっちの台帳と突き合わせる」というように、手順が言葉で説明できる作業は、ルールに落としやすく、自動化に向きます。逆に、そのつど人が考えて判断するような、毎回やることが違う作業は、AI に渡しても安定しません。「新人に手順書を渡したら同じようにできるか?」と自問してみると、向き不向きが見えてきます。
3. 間違いの影響範囲が見える
最後に、ミスしたときに何が起きるかが見えるかです。自動化した結果、もし取りこぼしや誤りがあったとき、それが「社内で気付けて直せる」範囲なら、入口として安心です。逆に、ミスがそのまま社外に出てお客さまや取引先に届いてしまう作業は、入口には向きません。影響範囲が社内で閉じている作業から始めて、信頼が積み上がってから外向きに広げる。この順番を守ると、大きな事故を避けられます。
この 3 つを満たす作業は、たいていの会社に複数あります。そして、その多くが「書類まわり」に集まっている、というのが私の実感です。
社内の現実 — ここを軽く見ると、導入は頓挫する
選ぶ対象が決まっても、それだけでは AI 導入はうまくいきません。中小企業の現場には、技術以前の「社内の現実」があって、ここを飛ばすと、せっかく作ったものが使われなくなります。私が導入前に必ず握っておくことを、順に書きます。
個人情報・取引先情報を、どこで処理するか
書類仕事には、ほぼ必ず、人の名前や取引先の情報が含まれます。顧客名簿、取引先リスト、従業員の個人情報。「便利だから」と、こうした情報を外部の AI サービスに丸ごと送ってしまうのは、避けなければいけません。
ここが、私が一番こだわっている部分です。私の運用方針は、機密情報・個人情報を扱う処理はローカル LLM(社外に出ない AI)で完結させ、外部送信ゼロにする、というものです。手元の環境の中だけで AI が動き、データがインターネットの向こう側に出ていくことがない、という状態をつくります。一方で、設計やコードを書くといった、機密データを含まない一般作業には、品質と速さのために最新のクラウド AI も活用します。つまり、「何をどこで処理するか」を作業の中身ごとに分けるわけです。機密が絡むところはローカル、絡まないところはクラウド、と線を引きます。この方針は、当サイトのよくあるご質問でもお伝えしているとおりです。
この線引きを、ふわっとした「気をつけます」ではなく、「このデータはクラウドに送らない」「ログにも残さない」という具体的な禁止事項のレベルで、最初に決めておく。後回しにすると、後から取り繕うのが難しい種類のものだからです。
IT に強い人と弱い人の差が大きい
中小企業の現場は、IT が得意な人ばかりではありません。むしろ、得意な人と苦手な人の差が大きい職場がほとんどです。ここで「便利な高機能ツール」を作ってしまうと、一部の詳しい人しか使えず、その人が休んだり辞めたりした瞬間に運用が止まります。
私が意識しているのは、操作を一番苦手な人に合わせて設計することです。ボタンひとつ、決まった場所にファイルを置くだけ、結果が一画面で分かる。覚えることを極限まで減らす。多少こちら側の作り込みが増えても、現場で確実に回るほうを選びます。一番詳しい人にしか使えないツールは、結局その人の負担を増やすだけで、組織としては脆い。一番苦手な人が使えるなら、全員が使えます。
「結局、使われなくなる」問題
自動化ツールを入れても、半年後には誰も使っていない——これは本当によくある話です。原因はだいたい 2 つで、ひとつは今お話しした「一番苦手な人に合っていない」、もうひとつが「作って終わりにしてしまった」です。書類のフォーマットはいつのまにか変わり、新しいパターンの不一致が出てきて、担当者が代わります。そのたびに微調整が要るのに、渡したきり放置されると、ツールは少しずつ現場の実態とズレていき、やがて「使えないもの」として放置されます。これを避けるには、導入時に現場の方と一緒に動かしてみて、「想定どおりに動かなかったとき、何を私に伝えればいいか」まで確認しておくことと、後述する継続的な保守が要ります。
「小さな業務 3 つ」から始めて、保守まで続ける
ここまでの基準と現実を踏まえて、では具体的にどう始めるか。私のおすすめは、いきなり全体を変えようとせず、小さな業務を 3 つだけ選ぶことです。3 つ試せば、自社の業務のうち何が AI に向いていて何が向いていないか、社内の人たちがどのくらいの抵抗感を持つか、効果がどう数字に出るか、という肝心なところがだいたい見えます。最初から全社の業務を洗い出そうとすると、それだけで疲れてしまって一歩目が踏み出せません。全体の棚卸しは、3 つで手応えをつかんでからで十分です。
進め方としては、まず社内の繰り返し作業をいくつか挙げ、それぞれについて、自動化の難易度・削減できそうな時間・扱うデータの機密度・概算コストを整理します。ここで一番大事なのは、実は「自動化する」判断ではなく、「これは自動化に向かない」と早い段階で切る判断です。向かないものを無理に自動化しても、コストばかりかかって効果が出ません。早めに切る判断が、いちばんのコスト節約になります。そのうえで「効果が出る」と判定された 1〜2 件を実際に実装し、効果が数字で出てから、次の業務へ広げていく。小さく始めて、効いた分だけ広げる、という順番です。
そして、ここからが見落とされがちなのですが、AI による自動化は作って納品したら終わり、ではありません。自動化が前提にしている「ルール」は外から変わり続けます。取引先が書類のフォーマットを変える、社内で確認項目が増える、法令や制度の見直しでチェックすべきポイントが変わる。そのたびに検出ロジックは静かに実態とズレていきます。作ったときは完璧でも、半年後には少しずつ合わなくなる。これは避けようがないので、変化に追従し続ける保守が必要になります。前述の都内クリニックの事例でも、実装後に毎月の保守点検を継続しています。だからこそ私は、月額の伴走というかたちで、導入後の運用・改善・トラブル対応まで継続してお引き受けしています。料金の目安は月額 ¥15,000〜(税抜)です。やり取りはメールと共有ドキュメントの非同期が基本なので、お忙しい経営者の方ほど時間を取らせない形で進められます。
Q&A — よくいただくご質問
Q. 何から始めればいいですか?
月に数回以上やっている書類まわりの繰り返し作業を、まず 3 つだけ書き出してみてください。請求書と納品書の突合、申込書から台帳への転記、契約書類の記入漏れチェックといった、「本業ではないけれど誰かが必ずやっている」地味な作業です。各作業について、頻度・所要時間・関わる人数・扱うデータ・社外に影響するか、を雑でいいので書いてくると、最初の打ち合わせがぐっとスムーズになります。時間の目安で言えば、月 30 分以上かかっている作業なら十分候補になります。
Q. 社内データを AI に渡して大丈夫ですか?
機密情報・個人情報を扱う処理は、ローカル LLM(社外に出ない AI)で行い、外部送信ゼロで運用します。顧客名簿や取引先情報がインターネットの向こう側に出ていくことはありません。設計やコード作りなど、機密データを含まない一般作業には品質と速さのためクラウド AI も活用しますが、何をどこで処理するかは、作業の中身ごとに線を引いて、事前にご説明します。
Q. IT に弱い社員でも使えますか?
操作を一番苦手な方に合わせて設計します。ボタンひとつ、決まった場所にファイルを置くだけ、結果が一画面で分かる、というように、覚えることを極限まで減らします。導入時には現場の方と一緒に動かしてみて、「想定どおりに動かなかったとき、何を私に伝えればいいか」まで一緒に確認します。一番詳しい人にしか使えないツールにはしません。
まとめ — まずは繰り返し作業を 3 つ書き出すところから
中小企業の AI 導入は、お客さま対応を AI に置き換えるような大ごとから始める必要はありません。書類まわりの地味な作業を 3 つ選ぶところから始めるのが、一番現実的で、一番失敗しにくい進め方です。費用対効果が読めて、失敗しても引き返せて、現場の痛みが実際にそこにある。現場で見てきた範囲では、最初の一歩を踏み出す場所としてここがいちばん堅い、というのが私の実感です。
業務診断は無料です。訪問なし・リモートで全国どこでも対応しています。「これは自動化に向かない」という判断も含めて、まずは一度、社内の繰り返し作業を整理するところからご一緒できればと思います。ご相談はお問い合わせフォームから、気軽にどうぞ。