まず、現場で何が起きているのか
複数拠点を運営する介護・サービス企業で、資格、希望、必要人数を見ながら毎月シフトを組む想定です。
多くの条件を人が照合するため、作成に時間がかかり変更にも弱くなります。
想定する業務量は10拠点・300名分の月次シフトです。一件だけなら、人が頑張れば対応できます。しかし、毎日繰り返されると話は別です。小さな待ち時間と確認漏れが積み重なり、いつの間にか担当者の一日を奪っていきます。必要なのは、AIという新しい道具を一つ増やすことではありません。依頼を受け、資料を探し、判断し、結果を残す。この仕事全体をつなぐことが必要です。
AI Agentは、ここまで仕事を進めます
資格、希望、必要人数、拠点ごとの条件を踏まえ、実行可能な配置案を提示します。
具体的には、資格・希望・必要人数を集約、条件を満たす配置案を作成、変更時に影響と代替案を提示までを一続きで進めます。ここで大切なのは、それぞれの作業を別々に早くすることではありません。前の結果を次の判断へ渡し、最後まで止めないことです。もちろん、何を根拠に処理したのかは後から確認できます。
使う情報は、勤怠管理、従業員台帳、希望提出、拠点別配置表にあります。新しいシステムに全部移すことから始めるのではありません。現場が今使っている環境を活かし、分断された情報の間をAI Agentがつなぎます。
自動化の中心は、判断基準です
この業務で必要なのは、法定・社内ルールを満たすか、必要資格者が各時間帯にいるか、希望と公平性をどう両立するかという判断です。「AIに任せると危ない」と感じるのは、この判断が見えないからです。だからこそ、判断基準と必要な情報、そして自動で進めてはいけない条件を、先に明確にします。
情報が揃い、基準が明確なら、AI Agentがそのまま前へ進めます。反対に、根拠が足りないなら止めます。もっともらしい答えを作って、仕事を続けることはしません。何が足りないのかを示し、判断できる人に戻します。
人が手放してはいけない仕事もあります
AI Agentが担うこと
資格、希望、必要人数、拠点ごとの条件を踏まえ、実行可能な配置案を提示します。
人が担うこと
公平性の方針、本人事情への配慮、急な欠勤時の最終配置判断
判断を人に戻す場面
資格者不足、連続勤務上限、希望の競合が解消できない場合は複数案と不足条件を提示します。
この境界は、部署、顧客、資料の機密性、操作内容に応じて変えられます。情報を読むこと、案を作ること、社外へ実行することを同じ権限にせず、操作ごとに自動実行・承認・引き継ぎを分けます。
導入して終わりではありません
作成と再調整を速め、欠員や資格条件の見落としを減らします。
AIが何回答えたかは、重要ではありません。見るべきなのは、待ち時間が減ったか、確認漏れが減ったか、担当者が判断に使える時間が増えたかです。導入前と同じ指標を、運用後も継続して確かめます。
このケースで見るのは、初回案の作成時間、手修正回数、欠員時間、希望充足率です。導入前の数字がなければ、良くなったかどうかは分かりません。まず現状を測り、同じ指標を運用後も見続けます。あわせて、どんな例外で人が必要になったかも確認します。そこに次の改善点があるからです。
小さく始めて、実務で確かめる
最初からすべてを自動化する必要はありません。むしろ、一つの業務に絞った方が上手くいきます。実際の資料と判断基準を使い、現場の人が結果を確かめられる範囲から始めます。
実際の仕事を見る
マニュアルだけでは分からないことがあります。実際の依頼、資料、入力画面を見ながら、担当者がどこで迷い、何を根拠に決めているのかを整理します。
一つの流れを作る
限定したデータで試作し、いま人が行っている作業と比べます。速さだけでなく、判断の根拠と抜け漏れも確認します。
止める条件を決める
どこまで自動で進め、どこから人が承認するのかを決めます。権限、履歴、異常時の戻し方まで用意して、はじめて本番で使い始めます。
例外から改善する
現場で止まったケースは、失敗ではありません。判断ルールや資料の不足が見つかったと考え、一つずつ改善して対象を広げます。
導入前に、よく聞かれること
すべて自動で実行されますか？
いいえ。すべてを自動で進めることが目的ではありません。操作ごとに自動実行、事前承認、担当者への引き継ぎを分けます。重要な判断や曖昧なケースは、必ず人に戻します。
今使っているシステムは入れ替えますか？
原則として入れ替えません。まずは現在使っているシステムやファイルを活かし、仕事の流れをつなぎます。
データが整理されていなくても始められますか？
始められます。ただし、最初からあらゆる資料を対象にするのはお勧めしません。まずは信頼できる資料と一つの業務を選び、使いながら必要な整備を進めます。