「工数削減」を課題にした瞬間に、AI企画は小さく死ぬ ― 効果の測り方4層と積み上げの順序

前回、うちの採用AI化を企画の4ステップで並べました。その中でさらっと流した判断がひとつあります。「書類を読む時間の削減」を、課題にしなかったことです。

今回はその理由を書きます。これはうちの採用に限らず、AI企画の効果測定すべてに関わる話で、しかも多くの企画がここで小さくなって死んでいると思っているからです。

工数削減は、計算すると負ける

AI企画の効果として、誰もが最初に思いつくのが工数削減です。分かりやすいし、計算もできる。月に何時間浮くか × 時給換算。企画書に書きやすい。

でも、実際に計算してみると分かります。たいてい、大した額にならないんです。

書類を読む時間が月10時間減ったとして、時給換算で数万円。ツール代と、導入の手間と、運用の面倒を差し引くと、決裁者の顔が曇る額しか残らない。「それ、やる意味あるの？」と言われて、企画が縮む。範囲を広げて数字を盛ろうとすると、今度は現場が「そんなに減らない」と反発する。工数の土俵で戦うと、AI企画は構造的に不利です。

もっと悪いのは、工数で通した企画は工数で評価され続けることです。「で、何時間減ったの？」が毎回の問いになる。AIの本当の効果はそこに出ないのに、測る場所を最初に間違えたせいで、成果が「無い」ことにされてしまう。

効果には4つの層がある

では何を測るか。うちは効果を4層で考えています。下に行くほど大きく、そして測りにくい。

第1層：時間。作業が速くなる。誰でも思いつき、計算しやすい。ただし、この層の効果は1回あたりの短縮 × 繰り返しの回数で決まります。毎日やる作業を1分縮めれば、年間でおよそ200分。年1回の作業を200分縮めても、200分は200分です。同じ「200分の改善」でも、意味がまったく違う。

だから第1層を本気で狙うなら、前提として記録が要ります。どの作業を、誰が、どれくらいの頻度で、何分かけているか。この定量化なしに「効率化しました」と言っても、効果は測れません。そして逆に言えば、頻度の低い業務に時間削減を当てるから、冒頭のような計算負けが起きるんです。工数の土俵で勝てるのは、繰り返しの多い作業だけ。そしてそういう作業は、企画書を書くまでもなく、さっさと改善すればいい。

第2層：精度・判断の質。見誤りが減る、見落としが減る、判断の根拠が揃う。第1層が「同じ成果を、より少ない投入で」だとすれば、この層は「同じ投入で、より大きな成果を」、つまり効果の拡大です。効くが、測りにくい。うちの採用でいえば「書類と面接だけで決めていた判断に、評価テストという濃い材料が加わった」がこれです。

第3層：やり直しコストの回避。間違った判断の後始末が消える。金額としては、実はこれが一番大きい。採用の見誤りを考えてみてください。採用単価だけでは済みません。教育に投下した時間、立ち上がりの遅れ、フォローに回る既存メンバーの負荷、そして最悪の場合、もう一度採用をやり直すコスト。中小企業ほど、一人の見誤りが全部に響きます。人数が少ないぶん、逃げ場がない。

第4層：学習の加速。組織が賢くなる速度が上がる。これは第2回（捏造の回）の最後に書いた話です。採用のように、経験でしか身につかず、しかも中小企業では母数が少なくて経験が溜まらない業務ほど、AIを挟んで同じ材料を同じ観点で読み比べられることの効果が大きい。うちで実際に起きたのは、選考が速くなったことより、「うちが本当に見たかったものは何か」が言葉になっていったことでした。暗黙知だった判断基準が、文書として残り始めた。

第1層しか見ない企画書と、第4層まで見えている企画書。同じ施策でも、まったく別の投資に見えます。

「測りにくい」を理由に、下の層を捨てない

ここで必ず出る反論があります。「第2層から下は、測れないじゃないか」。

半分正しくて、半分違います。直接は測れないが、代理指標は置ける。

精度（第2層）：面接前に把握できていた情報の項目数。面接後の「想定と違った」の発生率
やり直し回避（第3層）：早期離職の件数。試用期間内での「合わなかった」の件数
学習（第4層）：判断基準が文書になった数。「◯ヶ月後に、これまで暗黙知だった採用の判断基準が文書として残っている」。これは企画書にそのまま書ける成果です

代理指標は不完全です。でも、不完全な指標で下の層を見るほうが、正確な指標で第1層だけを見るより、企画としてずっと正しい。測りやすさで課題を選んだ瞬間に、企画は一番小さい効果に最適化されていきます。

これは前回の課題設定の話とつながっています。課題の一文に何を書くかが、そのまま「何で評価され続けるか」を決める。うちが「時間の削減」を課題から外したのは、時間で評価される企画にしたくなかったからです。

層は「測り方」。積み上げには「順序」がある

4層は効果を測るための整理です。もうひとつ、効果を積み上げる順序の話をします。うちが普段の仕事で意識している順番は、こうです。

まず、繰り返しの多い作業の効率を改善する。次に、同じ投入でより大きな成果が出るよう効果を拡大する。うまくいったやり方を標準化してルーティンに落とす。標準化できたものは複製する。同じ業務の横展開だけでなく、類似の業務に当てはめることも含めて。そして最後に、自動化・機械化する。

この順序で大事なことが2つあります。

ひとつは、いきなりAIや自動化から入らないこと。順序の先頭は、ワークフローの改善です。業務の流れを直すだけで効率は上がる。デジタルもAIも要りません。AIが本領を発揮するのは、その先、効果を拡大し、標準化したものを複製していく局面です。

もうひとつは、自動化が最後に来ていること。標準化されていないものを自動化すると、バラバラなやり方が高速で回るだけの仕組みができます。壊れ方も派手になる。自動化は、標準化と複製を通り抜けたものだけに許される最終工程です。

4層と掛け合わせると、こう整理できます。効率の改善は第1層を、効果の拡大は第2層を狙う行動。標準化・複製・自動化は、その効果に再現性を与える行動。そして再現性のある活動として回り始めたとき、第3層（やり直し回避）と第4層（学習）が組織に積み上がっていく。層は測り方、順序は登り方です。

仕事は二種類ある ― 時間が惜しい仕事と、見誤りが怖い仕事

この4層の話を実務に落とすと、シンプルな仕分けになります。自分の業務を、二つに分けてみてください。

時間が惜しい仕事。定型で、量が多く、間違えてもすぐ直せる。議事録、転記、定型連絡。ここのAI化は第1層の効果で、やればいいが、企画にするほどのものではない。ツールを入れて終わりです。

見誤りが怖い仕事。頻度は低いが、判断を間違えると後始末が大きい。採用、見積もり、与信、仕入れの判断、クレーム対応の初動。ここのAI化は第2〜4層の効果で、企画にする価値があるのはこちらです。

多くの会社のAI活用が「議事録と要約」で止まるのは、時間が惜しい仕事から着手して、そこで満足してしまうからだと思っています。それ自体は悪くない。でも、その延長線上に第3層・第4層はありません。どこかで「見誤りが怖い仕事」に踏み込む判断が要る。そしてそこに踏み込むには、前回書いた線引き（AIは材料、決めるのは人）と、その前のスタンスの話が必要になる。全部つながっています。

演習：自部署の仕事を仕分ける

30分でできます。

手順

自部署の業務を10個ほど書き出し、それぞれに頻度（毎日／週次／月次／年次）と1回あたりの所要時間を添える（記録がなければ概算でよい。ただし「記録がない」こと自体をメモしておく。それが定量化の最初の宿題になる）
それぞれを「時間が惜しい」「見誤りが怖い」に仕分ける。「時間が惜しい」側は 頻度 × 時間 で並べ替え、上位だけを効率改善の対象にする
「見誤りが怖い」側から1つ選び、見誤ったときに発生するコストを金額ではなく項目で列挙する（誰の時間が消えるか、何がやり直しになるか、誰の信頼が損なわれるか）
その業務について、4層それぞれの効果を一行ずつ書く
第2〜4層に代理指標を1つずつ置く

評価の観点