AIで人を減らさずに成果を出す、リソースシフトとリスキリングの考え方 〜AX推進入門 第9回〜

業務を効率化したのに、コストが下がらないのはなぜか

経費精算の確認作業をAIに任せる仕組みができ、推進担当が経営会議で「経理部で月100時間の作業が浮きます」と報告したとします。返ってきた質問は「それで、人件費はいくら下がるのか」でした。経理部の人数は変わらないので、正直に答えるなら「下がりません」です。

この記事は、AX推進入門シリーズ（全10回）の第9回です。シリーズの一覧はこちら。

AX（AIトランスフォーメーション）は、AIを前提に業務や組織を変えることです。最終回となる今回は、AIで業務を効率化したあとに浮いた時間を、何にどう使うかを扱います。結論から言うと、人を減らせない会社では、浮いた時間は売上を伸ばす仕事とリスキリングに回し、その効果を売上で測ることになります。リスキリングとは、新しい仕事に必要な技能を身につけ直すことです。

以下では、まず、なぜコストが下がらないのかを確かめます。そのうえで、浮いた時間の回し先、回せる時間を大きくする方法、人の価値の上げ方、「仕事を取られる」不安への答え、効果の測り方の順に見ていきます。最後に、シリーズ全体を振り返ります。

効率化しても、日本の会社ではコストは下がらない

日本の会社、特に上場企業や中堅以上の会社は、人を解雇できない前提で考える必要があります。担当する作業が半分になったからといって、担当者を半分に減らすことはできません。

効率化がそのままコストの削減になるのは、外注していた業務です。自社の社員が担っている業務は、効率化しても雇用は減らせないので、人件費はそのまま残ります。

冒頭の経費精算で言えば、確認作業を外部の会社に委託していたなら、委託する量が減った分だけ委託費が下がります。経理部の社員が確認していたなら、浮いた100時間の分も、これまでどおり給与を払い続けることになります。

だから推進担当は、「効率化しました、これだけ利益が出ます」とは言えません。この記事では、浮いた人の時間を、より価値の高い仕事へ移すことをリソースシフトと呼びます。推進担当は、AIで何を効率化するかだけでなく、浮いた時間をどこへ移すかというリソースシフトまで含めて考えなければなりません。

浮いた時間は、売上のボトルネックへ回す

コストを下げられない以上、成果を出すにはトップラインを伸ばすしかありません。トップラインは売上高のことで、決算書の一番上の行に載るため、こう呼ばれます。

どう伸ばすかは業界や業種によって変わるので、推進担当がまず立てる問いは「何を増やせば売上が上がるか」です。言い換えると、売上のボトルネック（売上の量を頭打ちにしている、最も足りていないところ）はどこか、という問いになります。たとえば、受注が増えないのは商談の数が足りないからなのか、注文はあるのに作る量が追いつかないからなのかを見極めます。

営業力で売上を作っている会社なら、要になるのは営業の工数（営業担当が仕事に使える時間）です。売れる商品があっても、顧客を訪ねて提案する時間が足りなければ売上は増えません。この場合は、時間が浮いた社員を、営業の効率を上げる職種に回すか、営業担当として配属します。営業の効率を上げる職種とは、見込み客のリストを作る、提案書の下準備をするといった、営業担当を支える仕事です。

工場の生産能力が売上を決める会社では、注文があっても作れる量が売上の上限になります。この場合は、製造の工程を見直して生産性を上げる仕事や、より多く作るために人手が要る所へ人を回します。

浮いた時間で1つ上の役割の人の作業を引き受け、その人の時間を空ける型もあります。部長のような上位の役割の人は、売上につながる判断や商談を担える一方で、社内の事務作業にも多くの時間を取られています。

架空の数字で言うと、AIが事務職2人の定型作業を引き受けて、2人合わせて月80時間が浮いたとします。この時間で事務職が、部長3人の会議資料の準備や経費の申請といった事務作業を引き受けます。すると部長は、1人あたり月に20時間以上を、商談や顧客との打ち合わせに使えるようになります。

浮いた時間は、削減額として数えるのではなく、「単価」と「人数」に投じます。単価に投じるとは、部長のように1時間あたりに生む売上の大きい人の時間を空けることです。人数に投じるとは、営業のように売上を生む仕事に就く人を増やすことです。削減額として数えている限り、売上は1円も増えません。

業務ごと組み直すほど、移せる時間は大きくなる

シフトできる時間の大きさは、AIをどう入れるかで決まります。AIの入れ方には、確認の工程だけをAIに任せる「チェックだけAI化」と、AIを前提に業務を設計し直す「業務ごと組み直す」があります。両者の効果は何倍も違います。

架空の例で比べます。ある会社では、取引先から届く請求書を月に1,000件処理していて、1件あたり担当者の入力に8分、別の担当者の確認に4分かかっているとします。合わせて月に約200時間の作業です。

チェックだけAI化では、入力は人のまま残り、なくなるのは確認の4分だけです。業務ごと組み直すと、請求書の読み取りから発注データとの照合、会計システムへの登録までをAIが受け持ちます。人に残るのは、例外の判断だけです。この例では、浮く時間は3倍近くになります。

浮く時間の大きさは、その時間を別の仕事に移せるかどうかにも関わります。1件あたり数分ずつ浮く時間は、担当者の毎日の仕事の合間に細切れに生まれるため、まとめて別の仕事に回すのが難しくなります。業務ごと組み直して月180時間がまとまって浮けば、社員1人分ほどの時間を、営業を支える仕事という1つの役割として丸ごと移せます。業務の組み直し方は、第4回（要求定義と要件定義の違い：AI導入で何を作るかの決め方）と第5回（業務フローの作り方と、AI導入のROIの出し方）で扱いました。

AIの時代に、希少な職種は入れ替わる

今AIに置き換わっているのは、デジタル上の知的労働です。書類を読む、データを照合する、文章を書くといった、パソコンの中で完結する仕事から先に、AIが引き受け始めています。3〜5年もすれば、フィジカルAI（ロボットや機械を動かし、現実の物を扱うAI）によって、物理的な労働もあっという間に置き換わっていきます。

歴史を振り返ると、似たことが前にも起きています。人が手で物を作っていた時代から工業化が進み、工場ができると、工場長、ラインの監視、機械のメンテナンス、工場の管理といった、それまで無かった仕事が生まれました。機械が作業を引き受けたことで、その機械を動かし、見張り、直し、まとめる仕事が新しく要るようになったのです。

AIの時代にも、これまでと違う職種が必ず生まれ、求められる能力も変わります。AIに知的労働をさせるなら、AIを使いこなす人、管理する人、メンテナンスする人、作る人に、価値と希少性が移っていきます。

AIを使いこなす人は、業務のどこでAIを使うかを考え、実際に使って成果を出す人です。AIを管理する人は、ラインの監視と同じように、AIの出力や動きを見張って確かめる人です。AIをメンテナンスする人は、精度が落ちたときや業務のルールが変わったときに、AIの仕組みを直す人です。AIを作る人は、AIに指示して新しい仕組みを作る人を指します。

浮いた時間でリスキリングし、人の価値を上げる

浮いた時間のもう1つの使い道は、社員のリスキリングです。新しい技能を身につけた社員は、人材としての価値が上がります。

人材を正社員として抱えている会社にとっては、会社の価値も上がります。会社の経営資源を人・物・金の3つと考えると、人の価値を上げることは、売上を上げるのとは別の面から会社の価値を高めることになるからです。

リスキリングは、回り回って売上にも効きます。AIを管理できる人や作れる人が社内に増えれば、AIによる効率化や仕事の質の向上がさらに加速するからです。作った仕組みを直していく改善の段階も、最終的には外部の会社（ベンダー）に頼まず、自社でできるようにしていくものです。これは第3回（AI導入の進め方：7つのステップと、人とAIの分担）で見たとおりです。

AIの機能を提供し、その上に自社用の仕組みを作れる既製のクラウドサービスを、プラットフォームと呼びます。プラットフォームの上で仕組みを作る力を社内で高めていくことも、リスキリングの1つにあたります。

AIは、リスキリングのハードル自体も下げます。判断基準と手順をAIに持たせると、人の役割は「AIの出力を確認し、例外を判断する」ことになります。これまでのように、業務知識を研修で一通り身につけてから仕事を引き継ぐ形に比べ、新しい仕事に就くまでに覚えることが少なくて済みます。

たとえば、営業事務から経理に移った社員が、経費精算の審査を担当するとします。規程に照らした確認はAIが行い、社員はAIが「要確認」とした申請を見て判断します。迷う申請があれば、経理の経験が長い同僚に相談します。規程を全部覚えるまで待たずに、審査の担当に就けます。この社員は、前の節の4つの仕事で言えば、AIの出力を確かめる「AIを管理する人」の仕事を始めたところです。

「仕事を取られる」不安には、不安でも取られる、と答える

AIの導入を進めると、現場から「AIに仕事を取られるのではないか」という声が出ます。説明会で「この作業がAIに置き換わったら、自分は何をすればいいのか」と聞かれることもあるでしょう。推進担当自身が、同じ不安を持つこともあるはずです。

答えははっきりしています。不安だろうがなかろうが、仕事はAIに取られていきます。先に見たとおり、置き換えは今デジタル上の知的労働で進んでいて、数年のうちに物理的な労働にも及びます。

そして、人材の市場価値は、その会社の中だけで決まるものではありません。自社でAIによる効率化が進まなかったとしても、黙っていたら、自分の市場価値は確実に落ちます。社外で同じ職種の人がAIを使って倍の量をこなすようになれば、AIを使えない人は、比べられたときに見劣りするようになるからです。

だから、やるべきことは、さっさと効率化して、さっさとリスキリングすることです。不安な人ほど、進んで自分の業務を効率化し、進んでリスキリングし、自己研鑽に時間を使うべきです。そのうえで社員の側から会社に、浮いた時間をリスキリングや自己研鑽に回してもらうよう頼みます。

推進担当が現場に返す答えも、これと同じです。「仕事は取られない」と言って安心させるのではなく、取られていく前提に立って、進んで業務を効率化し、浮いた時間でリスキリングしよう、と伝えます。

効果は、工数の削減ではなく売上で測る

リソースシフトの効果の測り方は、時間が浮いた人をどこにどう配置したかによって、ある程度変わります。それでも基本は、売上がどう伸びたか、売上にどう寄与したかです。工数の削減では測らない、というのがこの記事の出発点なので、トップラインをどれだけ伸ばしたかが測り方のベースになります。

たとえば、営業力で売る会社で、営業を支える仕事に2人を回したとします。この場合は、営業担当1人あたりの商談数と受注額が、シフトの前後でどう変わったかを見ます。架空の数字で言えば、営業担当1人あたりの月の商談数が12件から16件に増え、受注額もそれに応じて増えたなら、その増えた分がリソースシフトの効果です。

部長の時間を空けたなら、部長が商談に使えた時間と、そこから生まれた受注を見ます。工場なら、作れた量と、それによって増えた売上を見ます。どの場合も、比べるのはシフトの前と後の売上で、浮いた時間の合計ではありません。

リスキリングで上がる人材の価値のように、すぐには数字に出ない効果もあります。第5回（業務フローの作り方と、AI導入のROIの出し方）で見たとおり、品質の向上や属人化の解消も、直接には測りにくい効果です。属人化の解消とは、特定の人しかできない仕事を、ほかの人もできるようにすることです。

こうした効果も評価に含め、どの程度の重みで扱うかは経営判断で決めます。推進担当は、測れるところまで測って、判断の材料を出します。

推進担当が押さえる要点

• 社員の業務を効率化しても、人を減らせない会社ではコストは下がらない
• 浮いた時間は「何を増やせば売上が上がるか」（売上のボトルネック）へ回す
• チェックだけをAIに任せるより、業務ごと組み直すほうが、移せる時間は何倍も大きい
• 価値と希少性は、AIを使いこなす・管理する・メンテナンスする・作る人に移る
• 浮いた時間でリスキリングすれば、人と会社の価値が上がり、回り回って売上にも効く
• 「仕事を取られる」不安には、取られる前提で、進んで効率化しリスキリングする、と答える
• 効果は工数の削減ではなく、売上がどれだけ伸びたかで測る

まとめ：シリーズ全体を振り返る

この記事では、AIで浮いた時間を、売上のボトルネックとリスキリングへ回す考え方を見てきました。人を減らせない以上、効率化はコストを下げず、成果はトップラインで出すしかありません。業務ごと組み直して大きな時間を浮かせ、売上を生む仕事と新しい職種に人を移し、その効果を売上で測ります。

全9回の最後に、シリーズを通して繰り返してきた考え方を5つにまとめます。

1. 作るのはAI、人の仕事は前と後に寄る：構築はほぼAIで自動化されます。推進担当の仕事は、作る前に何を作るかを決めることと、作った後に確かめ、現場に定着させ、次の業務へ広げることに集まります（第3・4回）
2. データと例外が、工数とリスクを決める：最も負担が大きいのは、システムとデータの持ち方を変えることです。例外はデータ・AIの精度・業務プロセスの3つから来るため、事前に整理しておきます（第4・5回）
3. 時間とお金に直して、組織として決める：効果は時間や売上に直して投資対効果（ROI）として示し、リスクは手戻りの時間や損害額に直します。漠然とした理由で評価から逃げません（第5・6回）
4. 上には実績、現場には納得感：上の立場の人には、根拠となる実績と現場の声を持っていきます。現場については、負担を小さく、得られるものを大きくして、最初から巻き込みます（第3・8・9回）
5. 測りにくいものも、測る努力をして意思決定に載せる：ミスの影響は損害額に直し、属人化の解消や品質の向上をどの程度重く見るかは経営判断で決めます。リソースシフトの効果は売上で測ります（第5・6・9回）

このシリーズは、全社員にAIを配っても使われず、業務に組み込むしかない、というところから始まりました（第1回）。業務に組み込み、何を作るかを決め、ミスとリスクを数字に直し、社内の合意をつくります。そして浮いた時間を売上を伸ばす仕事と人材の育成に回すところまで進めて、AXは会社の成果になります。

シリーズの目次

• AXとは？DXとの違いと、AIを前提に業務を組み直す考え方 〜AX推進入門 第0回〜
• 生成AIを全社員に配っても使われない理由と、利用率を上げる進め方 〜AX推進入門 第1回〜
• AX推進の体制づくりと、推進担当が着任して最初にやること 〜AX推進入門 第2回〜
• AI導入の進め方：7つのステップと、人とAIの分担 〜AX推進入門 第3回〜
• 要求定義と要件定義の違い：AI導入で何を作るかの決め方 〜AX推進入門 第4回〜
• 業務フローの作り方と、AI導入のROIの出し方 〜AX推進入門 第5回〜
• AIのミスはどこまで許容するか：精度の測り方とリスクの決め方 〜AX推進入門 第6回〜
• AI導入の費用相場と予算の取り方、ベンダーの選び方 〜AX推進入門 第7回〜
• AXが進まない会社で、上と現場を動かして社内合意をつくる方法 〜AX推進入門 第8回〜
• AIで人を減らさずに成果を出す、リソースシフトとリスキリングの考え方 〜AX推進入門 第9回〜（この記事）

関連記事

• 業務フローの作り方と、AI導入のROIの出し方 〜AX推進入門 第5回〜：浮く時間を工程ごとに積み上げる方法と、時間に直せない効果の扱い方
• AI導入の進め方：7つのステップと、人とAIの分担 〜AX推進入門 第3回〜：改善を最終的に自社でできるようにしていく流れが、この記事のリスキリングにつながります
• AXが進まない会社で、上と現場を動かして社内合意をつくる方法 〜AX推進入門 第8回〜：業務が変わることへの現場の反発に、どう向き合うか
• セキュリティもガバナンスもAIが解決する？人に残る3つの仕事：AIが多くを引き受けたあとに人に残る仕事を、セキュリティとガバナンスの分野で考えた記事

Askhubについて

Askhubは、日本の中堅・大企業がAIに業務を任せるための基盤です。業務の型（オントロジー）でAIに許す操作を定め、承認と判断ログで任せる範囲を広げながら、国産の基幹システムまで書き込めるようにします。導入はコンサルタントが伴走します。

この記事の言葉で言えば、Askhubは、判断基準と手順をAIに持たせ、人が「AIの出力を確認し、例外を判断する」役に回るための仕組みにあたります。

※Askhubのサービスに関する記載は、2026年11月時点の情報です。

関連するページ：製品の全体像、伴走支援

浮いた時間を売上やリスキリングにどう回すか相談したい方は、お問い合わせからご連絡ください。