生成AIを使ったBPR（業務改革）が「ツールは入れたが成果につながらない」で止まる原因の多くは、対象業務の選定を感覚で行っていることにあります。McKinseyが継続的に実施しているグローバル調査「The State of AI」の2025年公表版では、生成AIを利用する組織のうちワークフローを再設計した組織は約2割にとどまる一方、ワークフローの再設計こそがAIの利益インパクトを最もよく説明する要因だと報告されています。成果を分けるのはモデルの性能ではなく、「どの業務を、どう作り変えるか」の設計です。本稿では、その出発点となる業務の棚卸しと、AIで「型化」すべきタスクを見極める格付けの手順を解説します。
なぜ「業務単位」ではなく「タスク単位」なのか
AIの得意・不得意の境界は、直感に反する形で入り組んでいます。ハーバード・ビジネス・スクールとBCGの研究チームが2023年に公表したフィールド実験（コンサルタント758名対象）では、AIの能力範囲内のタスクでは利用者の作業速度が約25%向上し品質も大きく改善した一方、能力範囲の外側にあるタスクでは正答率が約19ポイント悪化しました。しかも誤った回答であっても、文章はもっともらしく見える（AI利用群は正誤にかかわらず説得力の評価が高かった）という結果も併せて示されています。研究チームはこの入り組んだ境界を「ジャグド・フロンティア（ギザギザの能力境界）」と名付けました。
BPRへの含意は明確です。「経理にAIを入れる」「営業事務を自動化する」といった業務単位の判断では粗すぎます。同じ業務の中に、AIが人を上回るタスクと、任せると品質が静かに落ちるタスクが混在しているからです。だからこそ、タスク単位の棚卸しと格付けが出発点になります。
棚卸しの実務手順 — 2週間で回す
完璧な業務一覧を目指すと数か月かかり、完成した頃には鮮度が落ちています。実務では次の粒度で十分です。
- 対象部門を1つに絞る。全社一斉ではなく、業務量が多く成果が見えやすい部門から始めます。
- タスクを「動詞＋対象」で書き出す（例：「見積書を作成する」「議事録を要約する」）。30分〜半日で完結する単位が目安です。
- 週あたりの発生回数と1回あたりの所要時間を記入する。正確さより桁感を重視し、担当者の自己申告で構いません。
- 「手順書の有無」「担当できる人数」を追記し、属人度を高・中・低で仮置きします。
- 1週間の実働記録と突き合わせ、書き出しから漏れた「見えない業務」（差し戻し対応、社内調整、探し物）を拾います。
書き出しの漏れが不安な場合は、米国の非営利団体APQCが公開しているプロセス分類フレームワーク（PCF）が参照リストとして有効です。業界横断の業務プロセスを階層的に整理した分類体系で、自部門の一覧と照らせば「そもそも書き出されていないプロセス」に気づけます。道具は表計算ソフトで十分です。タスク名・頻度・所要時間・手順書の有無・担当可能人数・備考の6列があれば、次の格付けまで一気通貫で使えます。
「頻度×標準化余地」で4象限に格付けする
集めたタスクは「頻度」と「標準化余地」の2軸で整理します。標準化余地とは、①入力（材料）、②手順、③完成形の3つをどこまで言語化できるかの度合いです。
- 高頻度×標準化余地・大（型化の本命）：定型レポート、議事録整理、一次ドラフト作成、データ転記など。最優先で型化し、プロンプトとテンプレートを部門共通の資産にします。
- 高頻度×標準化余地・小：顧客折衝、例外対応など。いきなり自動化せず、まず判断基準の言語化から始めます。AIの役割は下調べや選択肢出しの補助に限定します。
- 低頻度×標準化余地・大：月次・年次の定型業務。効果は堅実に見込めますが、投資順序は2番手です。
- 低頻度×標準化余地・小：型化の対象から外し、人の裁量に委ねます。
判定に迷ったら「新任者に、文章と見本だけでこの仕事を引き継げるか」と問うてください。引き継げるならAIでも型化できます。引き継げないなら、先に言語化が必要だというサインです。加えて「出力の正誤を誰がどれだけ簡単に検証できるか」も見てください。検証が容易なタスクほど、次に述べる自動化の階段を安全に上れます。
型化からエージェンティックワークフローへ — 自動化の3段階
型化したタスクは、いきなり自律型エージェントに委ねるのではなく、段階的に自動化の水準を上げます。
- プロンプトの型化：人が都度実行するが、指示・入力・完成見本が標準化されている状態。
- ワークフロー化：複数の型化済みタスクを、事前に定義した経路でつなぎ、人は分岐点の確認と最終承認に回る状態。
- エージェント化：手順の選択自体をAIに委ね、人は例外処理と監督に回る状態。
Anthropicが2024年に公開した実務ガイド「Building Effective Agents」は、事前定義された経路でLLMを編成する「ワークフロー」と、LLMが自律的に手順を決める「エージェント」を明確に区別し、「可能な限り単純な構成から始めるべきだ」と明言しています。手順が事前に固定できるタスクをエージェント化するのは、コストと不確実性を無駄に増やすだけです。エージェント化に進む条件は「手順が状況により変わる」「出力の検証が容易」「失敗時の巻き戻しが利く」の3つが揃ったときと考えてください。
定着の投資は「人とプロセス」に厚く
BCGが2025年に公表した調査（19市場・経営幹部1,803名対象）では、AI施策から意味のある価値を得ていると答えた幹部は25%にとどまり、成功企業は資源配分の70%を人・プロセス・文化の変革に充てていると報告されています。型化の後には、完成形の良い例・悪い例を型に添える、人が確認する検証ポイントを手順に組み込む、利用者が改善点を書き戻す場所を用意する、の3点をセットで整備してください。型化した業務ごとに削減時間を棚卸しシートへ書き戻せば、効果を定量で語れるようになり、隣の部門へ展開する説得材料になります。
まずは1部門・2週間の棚卸しから始め、「型化の本命」象限で小さな成功を作り、横展開する。これがBPRを絵に描いた餅で終わらせない、最も現実的な進め方です。
タレントテールは、業務の棚卸しとタスク格付けから、AIによる型化、エージェンティックワークフローの設計、現場への定着までを一気通貫で支援しています。自社だけでの棚卸しに行き詰まりを感じたら、まず1部門の可視化からご相談ください。
参考情報
- The State of AI: How organizations are rewiring to capture value（McKinsey & Company、2025）— https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai-how-organizations-are-rewiring-to-capture-value
- Navigating the Jagged Technological Frontier: Field Experimental Evidence of the Effects of AI on Knowledge Worker Productivity and Quality（Harvard Business School×BCG研究チーム、2023／査読誌版 Organization Science、2026）— https://pubsonline.informs.org/doi/10.1287/orsc.2025.21838
- Process Classification Framework（APQC）— https://www.apqc.org/process-frameworks
- Building Effective Agents（Anthropic、2024）— https://www.anthropic.com/engineering/building-effective-agents
- BCG AI Radar 2025: From Potential to Profit — Closing the AI Impact Gap（Boston Consulting Group、2025）— https://www.bcg.com/publications/2025/closing-the-ai-impact-gap