「この作業、自動化できたら楽なのに」

現場で働いていれば、誰でも一度は思うはずです。

毎月の数値集計。 納品書の作成。 勤怠データの突合。 検品記録の転記。

毎回似た流れで進む作業ばかりで、AIやExcel、マクロを使えば楽にできそうに見えます。

でも、いきなり自動化に進むと、思ったよりうまくいきません。

技術が足りないからではありません。 自動化してよい状態になっているかを、確認していないからです。

この記事では、現場の「いつもやってる作業」を自動化する前に、確認しておきたいことを整理します。

自動化は、いきなり作り始めない方がいい

自動化したくなると、すぐ「ツールを作る」「マクロを組む」「AIに処理させる」に進みたくなります。

その気持ちにブレーキをかけたいのが、この記事です。

現場の作業は、見た目以上に細かい判断が混ざっています。

たとえば、月次の数値集計。 毎月同じように見えて、実際には、

  • 今月だけ対象外のデータがある
  • 入力元の形式が少し違う
  • 担当者によって書き方が違う
  • 最後に人が目で見て調整している

ということが、普通にあります。

この状態でいきなり自動化すると、どうなるか。

「動いたけれど結果が信用できない」 「例外が出るたびに止まる」 「結局、人が全部確認している」

自動化は作業を楽にするためのものなのに、確認と修正の手間が増える。 本末転倒ですが、これがよくある失敗です。

だから、作る前に前提条件を見ます。

自動化前に確認する入力、例外、確認者、頻度の4つの視点を示した図解

自動化前に確認する4つの視点

確認する視点は4つです。

1つ目は、入力が決まっているかです。

自動化は、材料が安定しているほど作りやすくなります。

納品書を作るにしても、元になる情報が毎回同じ場所に、同じ形式であるなら楽です。 ある日は紙、ある日はメール、ある日は手書きメモ——これでは自動化のしようがありません。

2つ目は、例外やイレギュラーがどれくらいあるかです。

毎回ほぼ同じ流れなら、いけます。

でも、「この取引先だけ処理が違う」「この条件のときだけ別対応」「担当者が見て判断している」が多いなら、先に整理が必要です。

3つ目は、確認や判断を誰が行うかです。

自動化しても、最後に人間の確認が要る作業は多いです。

特に、金額、数量、納期、勤怠、品質。 ここに関わるものは、「誰が最終確認するか」を決めずに自動化してはいけません。

4つ目は、作業の頻度が十分かです。

自動化には、作る時間と確認する時間がかかります。

年1回の作業を大きく自動化しても、元が取れません。 逆に、毎日・毎週・毎月の作業なら、小さな時短でも積み重なります。

「便利そうか」ではなく、「どれくらい繰り返されるか」で見ます。

自動化しやすい作業の特徴

自動化しやすい作業には、共通点があります。

まず、入力や条件がはっきりしていること。 毎月同じフォーマットで届く数値データの集計などは、この典型です。

次に、手順やルールが安定していること。 毎回同じ順番で進み、判断基準も大きく変わらない作業。勤怠データを決まった条件で突合する作業などです。

そして、一定の頻度で繰り返し発生していること。 毎月10分短縮できる作業でも、1年なら120分。複数人が関わるなら、さらに増えます。

注意したいのは、「自動化できそう」という感覚だけで判断しないこと。 入力、手順、頻度。この3つで見たほうが外しません。

自動化しやすい作業に共通する、入力や条件が明確、手順が安定、繰り返し発生するという特徴を示した図解

自動化前に確認したい3つのリスク

前提があいまいなまま進めたときのリスクも、見ておきます。

1つ目は、入力データのズレや抜けです。

元データが不安定だと、自動化した結果も不安定になります。

検品記録の転記で、入力欄の名前が毎回少し違う。日付の書き方がバラバラ。必要な項目が空欄のことがある。 この状態で自動化すると、処理結果がズレるか、途中で止まります。

2つ目は、例外パターンが多すぎることです。

「この場合だけ違う」が少しなら、仕組みに組み込めます。 多すぎると、仕組みが複雑になります。

そして、複雑な自動化の行き着く先は「作った本人しか分からない仕組み」です。 あとで運用する人が苦しみます。

3つ目は、自動化後の確認体制があいまいなことです。

自動化したからといって、すべてを確認なしで流してよいわけではありません。

納品書、勤怠、数量、金額、品質記録。 「誰が確認するのか」「どこを確認するのか」「間違いがあったとき誰が止めるのか」。

自動化は、責任を消すものではありません。 作業を楽にするものです。 だから、人が確認する場所は意図的に残します。

自動化前に確認したい、入力データのズレ、例外の多さ、確認体制のあいまいさという3つのリスクを示した図解

例:納品書の作成を自動化したい場合

納品書の作成を自動化したいとします。

商品名、数量、単価、納品先、日付を毎回入力している。 一見、自動化しやすそうです。

でも、作る前に確認したいことがあります。

まず、元になる情報はどこにあるのか。 受注データか。別の一覧表か。手入力のメモか。 ここが決まらないと、自動化の入り口が決まりません。

次に、必要な項目は毎回同じか。 備考欄、担当者名、納品条件が必要な場合もあります。

さらに、例外はあるか。 特定の取引先だけ書式が違う。一部の商品だけ単価の扱いが違う。

最後に、作成後に誰が確認するか。 納品書は相手に渡す書類です。自動で作れても、金額と数量の最終確認は外せません。

ここまで見てから作る。 「作ったけれど使えない」は、これでかなり減らせます。

例:勤怠データの突合を自動化したい場合

打刻データと申請データを見比べて、ズレを確認する作業。 これも自動化したくなる定番です。

確認ポイントは同じです。

まず、比較するデータの形式が安定しているか。 打刻データの列名や並びが毎回変わるなら、その時点で不安定です。

次に、ズレと判断する条件が決まっているか。 1分でも違えばズレなのか。5分以内なら許容なのか。休憩や外出はどう扱うのか。 ここがあいまいだと、自動化しても毎回人が迷います。

さらに、例外の扱い。 出張、半休、直行直帰、打刻漏れ。勤怠は例外の宝庫です。

全部を最初から自動化しようとすると、確実に複雑化します。

最初は「明らかなズレだけを一覧化する」「確認が必要な行だけ色を付ける」くらいが現実的です。

自動化は、全部を一気に置き換えなくていい。 人が確認しやすくなるだけでも、十分に効果があります。

まずは小さく試してから広げる

失敗しにくい進め方は、最初から全体を作り込まないことです。

まず、一部だけで試します。

月次集計なら、1部署分だけ。 納品書なら、よく使う1パターンだけ。 勤怠突合なら、明らかなズレの抽出だけ。

範囲が小さければ、失敗しても影響は小さい。

次に、結果を見ます。 思った通りに動いているか。見落としている例外はないか。逆に手間が増えていないか。

うまくいったら、広げます。 対象部署を増やす。対応パターンを増やす。

いきなり大きな仕組みを作るより、小さく作って、使いながら直す。 現場の自動化は、この順番です。

自動化を一気に進めず、一部で試し、結果を確認し、範囲を広げる流れを示した図解

自動化する前に、やめる・減らすも考える

もうひとつ、自動化の前に立ち止まりたい問いがあります。

その作業、本当に必要ですか?

現場には、昔から続いている作業がたくさんあります。 誰かが必要だと思って始めた作業。以前は意味があった作業。今は誰も見ていない資料。念のため続けている確認。

これをそのまま自動化すると、どうなるか。

「誰も使っていない資料を、効率よく作る仕組み」の完成です。 笑い話のようですが、本当に起きます。

毎月作っている集計表があるなら、その表を誰が見ているのか。何の判断に使っているのか。

やめられないか。 減らせないか。 簡単にできないか。 そのうえで、自動化する価値があるか。

この順番で見ると、ムダな自動化を作らずに済みます。

AIに相談するときは、前提条件を渡す

AIに自動化の相談をするときも、「この作業を自動化したいです」だけでは足りません。

AIは現場の事情を知らないので、前提条件ごと渡します。

以下の作業を自動化したいです。

【作業内容】
何をしている作業か:

【入力】
元データはどこにあるか:
形式は毎回同じか:

【手順】
今の流れ:

【例外】
いつもと違う処理があるか:

【確認】
最後に誰が何を確認しているか:

【頻度】
どのくらいの頻度で発生しているか:

【目的】
何を楽にしたいか:

完璧な仕様書は要りません。 今分かっている範囲で、「入力」「例外」「確認」「頻度」を伝えるだけです。

AIは魔法の自動化ボタンではありません。 でも、前提条件さえ渡せば、どこから自動化できそうか、どこにリスクがありそうか、どの順番で試すといいかを一緒に整理してくれます。

まとめ:自動化の前に、前提をそろえる

自動化の前に確認するのは、この4つです。

  • 入力は決まっているか
  • 例外やイレギュラーはどれくらいあるか
  • 確認や判断は誰が行うか
  • 作業の頻度は十分か

自動化しやすいのは、入力がはっきりしていて、手順が安定していて、繰り返し発生する作業。 データが不安定、例外が多い、確認体制があいまい——なら、先に整理です。

そして、進め方は「小さく試す→結果を見る→広げる」。

自動化で大切なのは、「できるかどうか」ではありません。 自動化しても大丈夫な状態になっているかです。

ここを見極めてから作る。それだけで、失敗はぐっと減ります。

関連記事

VBAに渡す前の技術的な材料整理についてはこちらです。

VBAを組んでもらう前に整理しておくべきこと

自動化の手前で、まず作業手順を書き出す意味はこちらで整理しています。

AIに業務改善を頼む前に、作業手順を書き出す理由

どの作業から改善に手をつけるか迷ったときはこちらです。

AIで業務改善したい会社員が、最初に見直すべき5つの作業

Excel作業をAIに相談するときの伝え方はこちらです。

Excel作業をAIに相談するときの頼み方


ナギのまとめコメント

自動化したいと思ったとき、意識は「どうやって作るか」に向かいます。 私もそうでした。

でも、現場で使えるものにするための分かれ目は、作る前にありました。

入力は安定しているか。例外はどのくらいあるか。確認は誰がするか。

ここを整理してから作る。 全部を一気にやらず、小さく試して広げる。

地味ですが、これが一番の近道です。

よくある質問

自動化する前に、なぜ確認が必要なのですか?
入力データが不安定だったり、例外が多かったりすると、自動化してもうまく動きません。先に前提条件を整理することで、失敗しにくくなります。
自動化に向いている作業の特徴は何ですか?
入力や条件がはっきりしていて、手順が安定していて、繰り返し発生する作業です。逆に、毎回判断が必要な作業は先に整理が必要です。
いきなり全部を自動化しない方がいいですか?
はい。まず一部の作業だけで小さく試して、結果を確認してから範囲を広げる方が安全です。一気にやると、失敗したときの影響が大きくなります。
自動化の前に「やめる」という選択肢もありますか?
あります。その作業が本当に必要かを確認することが大切です。不要な作業を自動化しても、「誰も使わない仕組みを速く作る」だけになってしまいます。
AIに自動化の相談をするとき、何を伝えればいいですか?
作業内容・入力データ・手順・例外・確認者・頻度・目的を箇条書きで渡すと、AIが具体的に考えやすくなります。完璧な仕様書でなくてもOKです。