AIエージェント導入の相談前に整理しておくこと｜内製・代行で迷わない準備完全ガイド
AIエージェントの導入を検討して「まず相談してみようか」と思い立ったとき、最初の壁になりやすいのが「何を伝えればいいか分からない」という状態です。
複数社の顧問として同じ場面に立ち会ってきましたが、相談の場で話が早く進む会社と、確認事項の往復が続いてしまう会社には、準備の段階から明確な差があります。差のほとんどは「業務の流れ」「滞り」「扱うデータ」の3点が整理されているかどうかに集約されます。この3点が手元にあると、最初の打ち合わせで「何が自動化の候補になるか」まで話が進み、次のアクションが打ち合わせ中に決まります。
中小企業基盤整備機構が2026年3月に公表した調査によると、AIツール・サービスを導入済みの中小企業は20.4%にとどまります(https://uravation.com/media/chusho-ai-adoption-rate-2026-data-first-step/)。未導入企業の最大の壁は「活用場面がイメージできない」(63.4%)であり(https://uravation.com/media/ai-adoption-rate-statistics-2026/)、予算不足は最下位の障壁でした。「イメージできない」状態は、業務の流れを整理する前に「AIで何かできないか」と探してしまうことから生まれます。順番が逆なのです。
ここでは、相談前に用意しておくと話が早くなる情報の整理方法を順番に見ていきます。
出典: 自社作成
AIエージェントの相談で「準備なし」が招く2つの課題
相談前の整理が不十分なまま打ち合わせに入ると、次の2つが起きやすくなります。
1 「使えそうな技術」から逆算した提案になる
準備情報がないと、相談相手も自社の業務実態が分からないため、汎用的なツールや流行の機能を起点にした提案しかできません。「議事録をAIで自動化できます」「在庫データと連携できます」といった提案は技術的に正しいのですが、それが自社の業務課題の核心に当たるかどうかは別の問題です。技術の話が先行すると、試しに入れてみたが現場で使われなかった、という結末に至りやすくなります。
2 見積もりの精度が下がり、後から追加作業が発生する
業務フローが不明確なままでは、どこまでを自動化の対象にするか線引きが難しく、概算の幅が大きくなります。後から「実はこのケースも処理しなければならない」という例外が出てくると、そのたびに追加の工数が発生します。相談前に業務フローを整理しておくことは、これを防ぐ最も確実な手段です。
なお、中小企業がAIエージェントを導入する際に見落としやすいコストの話はAIエージェントの隠れたコストでまとめています。
相談前ステップ1:業務の流れを可視化する
最初にやることは、対象業務の「誰が・何を・どの順で・どんな道具を使ってやっているか」を書き出すことです。
フォーマットはExcelの一覧でも、紙への書き出しでも構いません。次の4列を埋めていくところから始めます。
| 工程名 | 担当者 | 使うツール・データ | 所要時間(目安) |
|---|---|---|---|
| 問い合わせの振り分け | 受付担当 | メール・Googleスプレッドシート | 1件あたり約5分 |
| 顧客情報の転記 | 同上 | スプレッドシート→社内システム | 1件あたり約10分 |
この表を埋めていくと、意外な発見があります。「誰でもできると思っていた工程が、実は特定の担当者しか手順を把握していない」「同じ内容を複数のツールに二重入力している」という事実が出てきます。
業務フローを可視化する目的は、AI導入ではありません。「現在の流れを客観的に見る」ことです。可視化した結果、AIが不要だと分かることもあります。それは失敗ではなく、適切な判断材料が得られた成果として扱います。「AIが不要と分かるのも財産」という考え方は、相談の場でも一貫して持ち続けると判断がぶれにくくなります。
業務棚卸しの方法論については、業務棚卸しの進め方でより詳しく扱っています。
相談前ステップ2:「滞り」の場所を特定する
業務フローを書き出したら、次に滞りの箇所を特定します。滞りとは、作業が特定の人・ツール・判断待ちで詰まっている状態です。放置すると、タスクの完了が遅れるだけでなく、担当者の疲弊や引き継ぎ困難につながります。
見つけ方のポイントは3つです。
繰り返しが多い工程
月次や週次で同じ手順を繰り返している工程は、自動化の候補になります。ただし、繰り返しの多さだけで判断するのは危険です。「誰でも同じように判断できるか」もセットで確認します。判断のばらつきが大きい工程は、自動化の前に判断基準を言語化する段階が必要です。
確認の往復が多い工程
「この内容で合っているか確認をお願いします」というやり取りが頻発している工程は、ルールが暗黙知になっているサインです。暗黙知のまま自動化を試みても、想定外のケースでエラーが出続けます。自動化の前に、判断基準を文書として持っておく必要があります。
特定の担当者に集中している工程
その人が休むと止まる業務は、依存リスクと自動化ポテンシャルが同時に高い箇所です。AIエージェントを入れることでリスク分散にもなりますが、その人の「手順」や「判断基準」を事前に引き出しておく必要があります。
自社では、複数の顧問先との対話から得た情報を毎週の進捗ノートとして自動的に整理・記録する仕組みを運用しています。構築自体はそれほど複雑ではありませんでしたが、「どのやり取りが記録に値するか」を言語化するのに1〜2週間かかりました。自動化の前段には、必ずこの「言語化」の工程があります。これを飛ばして構築を急いでも、後から作り直すことになります。
出典: 自社作成
相談前ステップ3:扱うデータの種類と形式を確認する
AIエージェントは、データを受け取って何らかの処理をして、結果を返す仕組みです。相談の場で必ず確認される「データの話」を事前に整理しておくと、打ち合わせがスムーズになります。
確認しておくべき項目は次の3点です。
1 入力データの形式
- テキスト(メール文・Excelの備考欄・チャット履歴)
- 画像・PDF(帳票・請求書・写真)
- 構造化データ(データベース・スプレッドシート)
形式によって使えるツールと連携方法が変わります。PDFや画像から情報を読み取る場合は、OCRや画像認識の工程が追加されるため、精度検証のステップが必要になります。
2 出力・アクションの宛先
自動化の結果を「どこに出すか」です。既存の社内システムへ書き込む・メールで送る・チャットに通知するといった宛先が決まっていると、技術的な実現性の確認が早くなります。「とにかくAIで自動化したい」という要望だけでは、宛先が決まるまで設計に入れません。
3 社外と共有する情報か
顧客情報・契約書・個人情報が含まれる場合、外部のクラウドサービスに送信してよいかどうかの確認が必要です。これは相談前に自社の情報管理ポリシーを確認しておくべき点であり、相談相手もセキュリティ要件の確認のために必ず聞いてきます。社内利用にとどめる要件がある場合、使えるツールの選択肢が変わります。
相談前ステップ4:AIが向く仕事・向かない仕事を仮分けする
業務フローと滞りが整理できたら、「AIが向くかどうか」の仮判断をします。この仮判断は完璧でなくて構いません。相談の場で修正することが前提なので、「おそらく向く/おそらく向かない」で二分けするだけで十分です。
向く仕事の目安
- 判断基準が文書化できる(または文書化する気がある)
- 同じ入力に対して出力が毎回ほぼ同じ
- 量が多い・頻度が高い
向かない仕事の目安
- 判断のよりどころが「経験と勘」で言語化が難しい
- イレギュラーの種類が非常に多く、網が張れない
- 出力の誤りが許容されない(法的効力が生じる・安全に直結する等)
AIの適用可否を判断する前に、まずRPAや関数(Excel・Google Sheets)で代替できないかも確認する価値があります。関数やRPAで十分に自動化できる工程にAIエージェントを適用しても、複雑さが増すだけになることがあります。適材適所の判断が、後の運用コストを大きく左右します。RPAとAIエージェントの使い分けについてはRPA・ExcelとAIエージェントの違いで詳しく扱っています。
また、AIが向かないと判断された工程でも、「向かない理由を言語化する」こと自体に価値があります。「なぜAI化できないか」を把握しておくと、その工程に関わる人員配置や業務設計の見直しにつながる場合があります。
内製か代行かは「体制」と「スピード」で決まる
相談の中で必ず出てくる問いが、「自社で作るか(内製)、外部に作ってもらうか(代行)」です。
この選択に唯一の正解はなく、自社の状況によって変わります。ただ、よく見られる選択の失敗パターンは「内製の方がトータルコストが低いはずだから内製でやる」という前提で始めてしまうことです。内製は、作った後の保守・改修・ドキュメント管理を継続的に担当できる人材がいてはじめて機能します。
判断の骨格は2軸です。
社内体制が整っているか
プログラムコードを読み書きできる担当者が継続的に関われる環境があるかどうかです。週1〜2時間しか確保できない状況では、内製でのメンテナンスは厳しくなります。「内製したが保守できず放置」という状態は、代行よりもコストが高くつくことがあります。
立ち上がりのスピードが必要か
業務の繁忙期に合わせて「〇月までに動かしたい」というタイムラインがある場合、代行の方が現実的なケースが多いです。体制が未整備でも代行であれば相談相手が設計をリードするため、立ち上がりを早くしやすい面があります。
内製と代行それぞれの詳細な比較はAIエージェント内製vs代行の全比較で整理しています。どちらかを選ぶ前に、体制の現状を棚卸しした上で判断すると後悔が少なくなります。
令和8年版情報通信白書(総務省、2026年7月)では、日本企業の業務変革において「組織的な取組なし」が27.0%に上ることが示されています(https://innovatopia.jp/ai/ai-news/114300/)。システムを入れることと、組織として継続的に使い続けることは別の問題です。内製・代行どちらの選択をしても、「誰が運用を担うか」を相談前に仮決めしておくことが欠かせません。
活用に取り組まない中小企業の最大課題は「活用場面がイメージできない」(63.4%)であり、予算不足(13.8%)は最下位層です。 https://uravation.com/media/ai-adoption-rate-statistics-2026/(中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」2026年3月をもとに作成)
相談前チェックリスト:この6項目を埋めてから
相談の前に次の6項目を確認しておくと、初回の打ち合わせで「何をいつまでに動かすか」の大枠まで話し合えます。すべて埋まっていなくても、「ここが分からない」と明確に伝えられるだけで話が前に進みます。
□ 1. 対象業務の工程リストがある(誰が・何を・どの順で)
工程が5〜10個に整理されている状態が目安です。詳細な手順書は不要ですが、「担当が分かる粒度」が必要です。
□ 2. 滞りの箇所を1〜2か所特定している
繰り返し・確認往復・特定人物への集中という3つの観点から探します。完全でなくて構いません。「おそらくここ」という仮説で十分です。
□ 3. 入力データの形式が分かっている(テキスト・PDF・DB等)
どんな形のデータを処理させたいのかを一言で言える状態です。
□ 4. 出力・通知の宛先が分かっている(どのシステム・ツール)
「処理した結果をどこに返してほしいか」が言える状態です。
□ 5. 社外に出てはいけない情報が含まれるか把握している
「含まれる」「含まれない」「分からない」の3択でもよいです。「分からない」の場合は相談の場で一緒に整理します。
□ 6. 内製か代行かの仮の方向性を持っている
「どちらでもよい」ではなく、「内製を希望するが体制が不安」「代行で早く動かしたい」くらいの言葉にしておくと、相談相手も提案の方向を絞りやすくなります。
この6項目はすべて「相談の前に意思決定を終わらせる」ためのものではありません。「何が決まっていて何が決まっていないか」を可視化するためのものです。決まっていない項目は、相談の中で一緒に整理していきます。
相談から構築までの流れ
整理が済んだら、相談のフェーズへ進みます。進め方はサービスによって異なりますが、一般的な流れとして次の4段階になります。
ステップ1:現状ヒアリング
業務フローと滞りの確認、データ形式の確認、希望するアウトプットの確認を行います。上記の6項目を持参していれば、ここで時間が取られることが少なくなります。
ステップ2:要件の絞り込み
自動化する範囲の決定、AIが担う工程と人が担う工程の線引きを行います。「全部自動化」は現実的でないケースがほとんどで、最初は1工程から絞るのが定着の近道です。
ステップ3:小規模で試す(概念実証)
実際のデータを使って動作を確認する小さな検証を行います。最終形を作る前に「そもそもこの業務に適用できるか」を確認するフェーズです。ここを省くと、完成後に「想定していたケースで動かない」と分かるリスクが高まります。
ステップ4:本番構築と定着
現場担当者が日常的に使える状態に整えます。ここで問われるのが「内製か代行か」の継続的なメンテナンス体制です。構築で終わらず、現場に定着するまでを射程に入れておくことが、導入全体の成否を分けます。
当社の進め方についてはAIエージェント導入の進め方で公開しています。無料の相談フォームもそちらからどうぞ。
参考資料
- 中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」(2026年3月)https://uravation.com/media/ai-adoption-rate-statistics-2026/
- 総務省「令和8年版情報通信白書」(2026年7月)https://innovatopia.jp/ai/ai-news/114300/