AIで削減した98%より、人に残した2%。

少し前に、こんなニュースを見かけました。

トラスコ中山が富士通の伴走支援を受けて、人事異動にかかる工数を約98%削減した、という事例です。AIを活用して、これまで人手で行っていた異動の検討プロセスを大幅に効率化したとのこと。

98%。すごい数字です。

こういったニュースを見ると、「うちもAIで効率化しないと」と焦る気持ちが出てくるかもしれません。でも、ここで一度立ち止まって考えたいことがあります。

その98%の「中身」はどうなっているのだろう、と。

「98%削減」を分解してみる

この事例、記事を読んでみると中身がよくできています。

トラスコ中山では、1回の人事異動でおよそ100人規模の配置を検討することがあるそうです。その組み合わせは、なんと10の158乗通り。人間が手作業で最適な組み合わせを探すのは、現実的に不可能な数字です。

AIに所属年数やスキルといった定量的な判断軸を条件として入力し、この膨大な組み合わせの中から条件を満たす配置案を導き出す。この「配置案を作成する工数」が約98%削減された、というのが今回のニュースの中身です。

ここで注目したいのは、削減されたのは「配置案を作成する」という作業の部分だということです。
情報を集めて、膨大な組み合わせを計算して、条件に合う案を出す。この部分は、確かに人間がやるよりAIの方が圧倒的に速い。

では、最後の「この人をここに動かす」という判断は、98%の中に入っているでしょうか。

記事を読む限り、入っていません。

残った「2%」に、仕事の本質がある

誰をどこに動かすか。その異動がその人のキャリアにとって良いものか。受け入れる部署の状況はどうか。本人のモチベーションや家庭の事情は考慮されているか。

こういった判断は、配置案が出揃っても自動的には決まりません。最後は人が、いくつもの要素を天秤にかけて決める。

興味深いのは、トラスコ中山の事例でも、ここはちゃんと人に残している点です。
記事によると、このシステムには配置案を作る機能だけでなく、人事担当者が「定量データだけでは配慮しきれない従業員のキャリア志向や配置の影響」をAIとの対話を通じて確認できる機能が組み込まれているとのこと。
そのうえで、最終的な判断をAIではなく人が決定しています。

つまり、98%が自動化されても、残りの2%──本質的な判断の部分──は意図的に人に残されている。そして多くの場合、その2%こそが仕事の中で一番難しく、一番大事な部分だったりします。

AIによる効率化の本当の価値は、「人を減らせること」ではなくて、「作業から解放された人が、判断に集中できるようになること」なのだと思います。

膨大な組み合わせ計算をAIに任せたからこそ、人事担当者は「この人にとって、この異動は本当に良いのか」を考える余白を持てる。そういう設計になっているのが、この事例の優れたところだと感じました。

数字の見た目より「何を残したか」

「98%削減」という数字は、とても魅力的に見えます。経営の視点で見れば、コスト削減のインパクトも大きい。

でも、こういうニュースを見るときに私が大事だと思うのは、「何%削減できたか」よりも、「何を削減し、何を残したか」です。

今回の事例が良いのは、削減すべき作業（膨大な組み合わせ計算）をAIに任せつつ、残すべき判断（従業員一人ひとりへの配慮）を人に残している点です。
この切り分けがされているからこそ、98%という数字が意味を持つのです。

逆に、何を残すべきかを見極めずに「とにかく自動化」を進めると、本来人が判断すべきだった部分まで機械的に処理されてしまう危険があります。
人事異動でいえば、「データ上は最適だけど、本人にとっては不本意な異動」が、誰のチェックも通らずに決まってしまうような状況です。

削減した先に、人が大事な判断に集中できる状態をつくる。それが効率化の目的のはずです。
「98%削減」は、その結果として出てきた数字であって、最初から数字だけを追いかけるものではない、ということだと思います。

だからこそ「切り分け」が先

私たちがDX支援や業務設計をするときに、いつも大事にしていることがあります。

それは、AIやツールを入れる前に、「どこを任せて、どこを残すか」を切り分けることです。

業務を棚卸しして、一つひとつの作業を「これは自動化できる」「これは仕組み化すれば人が要らなくなる」「これは人の判断が必要だから残す」と分けていく。
この切り分けをせずにAIを導入すると、効率化はできても、肝心の判断の質が下がることがあります。そして、質が下がった判断のしわ寄せは結局人が回収することになり、かえって手間が増えてしまう。

たとえば、問い合わせ対応なら、よくある質問への一次回答はAIに任せられても、クレームの落とし所を探る対応は人が担うべきかもしれません。経費精算なら、入力やチェックは自動化できても、「この経費を認めるかどうか」のグレーな判断は人に残る。
どんな業務にも、AIに任せられる部分と、人が判断すべき部分が混ざっています。

「98%削減」も、こうした切り分けの結果として出てくる数字であって、最初から目指すべき目標ではありません。
自社の業務のうち、何を人が担い続けるべきかを先に考える。その上でAIを使えば、削減できるところは自然と削減することができます。

AIで何%削減できるかではなく、AIに任せた先で、人は何に集中するのか。

効率化のニュースを見るたびに焦るのではなく、「自社にとって、残すべき判断はどこか」を考える。その問いを持っているかどうかで、AI活用の結果は大きく変わってきます。

AI活用を検討するとき、一番難しいのは「何を任せて、何を残すか」の見極めです。

MMOLは、その切り分けを現場目線で一緒に設計し、導入から定着までを伴走します。
自社の業務のどこにAIを活かせるか整理したい方、すでに導入したAIをうまく機能させたい方は、ぜひお気軽にご相談ください。

資料請求・お問い合わせ▶︎ https://mmol.co.jp/pages/contact