AIに任せていい仕事・任せてはいけない仕事｜AIに向いている業務の判断基準

「この仕事、AIでできますか」。そう考えるとき、本当に先に決めたいのは、AIに「できるか」ではなく、AIに「任せてよいか」です。もっともらしい文章を作れることと、その内容に責任を持って使えることは、別の話だからです。

AIに向いているのは、次の3つがそろった「材料をそろえる仕事」です。

• 正解や、照らし合わせる元の資料がある
• 人が短い時間で確かめられる
• 間違っても、やり直せる

検索、抽出、分類、要約、下書き、いくつかの案出しが、その候補です。反対に、次のような仕事はAIだけで決めさせません。採用・評価・審査。契約・補償・返金。専門的な助言の確定や公式な回答。送信・公開・削除・決済。AIは候補と根拠をそろえ、判断と承認は責任者が行います。

大切なのは、「営業はAI向き」「経理は人がやる」と業務の名前で決めないことです。同じ業務を工程に分け、「AI先行」「承認付き」「人が決定」の3つに分けて考えます。この記事では、その分け方と5つの判断基準、業務ごとの例、小さく試す手順をまとめます。

AIに向いている業務は「人が確かめられる材料整理」

検索・抽出・分類・要約・下書きはAIに先に任せやすい

AIに先に任せやすいのは、出てきた結果を何と照らし合わせればよいかがはっきりしている作業です。原文、台帳、規程、承認済みの見本など、答え合わせの相手があるかを最初に確かめます。

たとえば、決まった形式の資料から日付や項目を抜き出して一覧にする作業なら、元の資料と見比べられます。社内向けの下書きや分類なら、間違っても戻せます。一方、支払いを実行するか、契約の条件を確定するかは、結果の見た目が整っていても、AIに先に任せる工程ではありません。

次の3つがそろうかを見てください。

• 照らし合わせる先があるか: 原文、台帳、規程、承認済みの見本などで、正しいかを確かめられるか。
• 確かめるほうが速いか: AIの結果を確かめる時間が、人が一から作る時間より短いか。
• やり直せるか: 間違いに気づいた時点で、直す・捨てる・止めることができるか。

「AIが作れる」だけでは、任せる理由になりません。確かめ方を説明できない仕事は、AIを入れる前に、合格の基準を決める段階です。

職種ではなく、工程と使い方で判断する

同じ営業でも、公開情報の整理、提案メールの下書き、値引きの決定、送信の実行では、影響の大きさも戻しやすさも違います。問うべきなのは「営業がAI向きか」ではありません。「営業のどの工程を、どの権限で、誰の確認のもとで進めるか」です。

アメリカ国立標準技術研究所（NIST）のAIリスク管理の枠組みも、同じ考え方です。対象の作業、AIの限界、結果の使い方、人による監督を分けて整理します。小さな会社なら、「この結果を何と照らして、誰が確かめるのか」と言い換えると使いやすくなります。

出典：NIST AI Risk Management Framework

研究にも、工程ごとに見る必要があることを示す例があります。ハーバード・ビジネス・スクールなどの研究では、コンサルティング業務に取り組んだ758人を調べました。同じ仕事の流れの中でも、AIの支援でよくなる作業と、悪くなる作業があったそうです。

カスタマーサポート担当者5,179人を対象にしたNBERの研究もあります。決まった範囲の業務で、AIを支援役として少しずつ入れた例です。

どちらも、すべての業種や業務に当てはまる結論ではありません。それでも、職種でまとめて判断せず、小さな単位で確かめる理由にはなります。

出典：Harvard Business School ほかの研究、NBERの研究

「AI先行・承認付き・人が決定」の3つに分ける

工程ごとの任せ方は、次の3つに分けると整理しやすくなります。

AI先行でも、放っておいてよいわけではありません。照合や例外の確認は残したうえで、AIに材料を先にそろえてもらう位置づけです。

承認付きでは、AIが下書きや候補を作ります。人は、事実が合っているか、表現が適切か、相手の事情に合うかを見てから使います。特に、社外に出す直前には、人が止められる承認を置きます。

人が決定では、AIの役割は論点の整理までです。採否、補償、契約、専門的な責任を伴う助言、投資の判断、取り消せない外部への操作は、責任者が決めます。AIをまったく使わないという意味ではありません。結論と実行の権限を渡さない、という線引きです。

経済産業省の手引きも、AIの使い方を「補助・支援型」と「依拠・代替型」に分けています。個別の法的な結論を示すものではありません。それでも、AIをどこまで補助に使い、人がどこで判断するかを言葉にするときの参考になります。

出典：AI利活用における民事責任の解釈適用に関する手引き 第1.0版

なお、この表は法律上の境界線ではありません。業種、扱うデータ、契約、影響の範囲によって、同じ工程でも置き場所は変わります。

AIに任せてよいかを決める5つの判断基準

3つのどこに置くか迷ったら、次の5つを確かめます。点数を足して機械的に決めるためではなく、慎重に扱うべき条件を見落とさないための質問です。

1. 確かめられるか：何と照らせば正しさが分かるか

原文、台帳、規程、承認済みの見本など、照らし合わせる先を具体的に挙げられるかを確かめます。次に、確かめる時間が、人が一から作る時間より短いかを見ます。結果をすべて調べ直すことになるなら、速く作れても、任せ方を見直す余地があります。

「よい回答とは何か」「どんな条件なら合格か」を言葉にできないなら、AIを広げる前に基準づくりが先です。基準があいまいなままでは、結果のよし悪しも確かめられません。

2. 戻せるか：間違いを取り消せるか

間違いに気づいたとき、差し戻し、取り消し、復元、停止ができるかを考えます。社内の下書きと、送ってしまった回答は同じではありません。下書きはやり直せても、送った回答は相手の受信箱に残ります。

同じメール業務でも、下書きはAI先行か承認付きに置き、送信の実行は人が決める。このように工程を分けます。

Nutritsが2026年8月に作った流れも、この分け方にしています。議事録の流れでは、AIが作ったToDoを、人が承認してから登録します。商談の流れでは、要約とメールの下書きまでを作ります。送るかどうかは、人が決めます。

3. 影響の大きさ：誰の何に影響するか

間違いが、人や会社の権利、安全、健康、お金、契約、信頼に及ぶかを確かめます。資格が必要な判断や、理由をきちんと説明する必要がある仕事も、慎重な側に寄せます。

デジタル庁の生成AIガイドラインは、行政向けの資料で、中小企業に義務としてそのまま当てはまるものではありません。ただ、「影響の大きさ」「使う範囲」「人が結果を判断するか」という観点は、自社の確認の質問に置き換えて使えます。

出典：生成AIの調達・利活用に係るガイドライン 2.0版

4. 渡す情報と権限：何を渡し、どこまで操作させるか

個人情報、顧客データ、公開前の資料、営業秘密、パスワードなどを扱うかを確かめます。個人情報の入力は「一律禁止」とも「設定しだいで何でもよい」とも言えません。

個人情報保護委員会は、生成AIに個人データを入れるときの注意を案内しています。法律上問題がないか、入れた内容が学習に使われないかを、十分に確かめることです。実際に使うサービスとデータに合わせて、次の点を確かめてください。

• 使う目的と、本人の同意が必要か
• 契約と設定、データの保存、学習への利用
• 第三者への提供と、見られる人の範囲

出典：生成AIサービスの利用に関する注意喚起

迷うときは、責任者や専門家に確かめます。なお、ID・パスワード・APIキーなどの認証情報は、AIに入れないというルールをはっきり決めておきましょう。

5. 外への作用と責任者：誰が承認し、誰が止めるか

AIの結果が、そのまま送信・公開・更新・削除・権限変更・発注・決済につながるかを確かめます。外に作用する工程では、最終の承認者、記録（ログ）を見る人、止める担当を決めます。小さな会社なら同じ人が兼ねてもかまいません。避けたいのは、誰も決まっていない状態です。

重大な影響、取り消せない操作、承認なしで外に作用する。この3つのどれか1つでも当てはまるなら、人が決める側に寄せるのが安全です。法律で決まった判定ではなく、迷ったときに慎重な側に寄せるための運用のルールです。

業務別に見る、AIに向く工程と人が決める工程

次の表は、業務をまるごと判定するためのものではなく、工程を分けるための出発点です。実際の線引きは、業種、データ、契約、影響の範囲に合わせて見直してください。

たとえば顧客対応なら、FAQを探す、問い合わせを分類する、回答案を作るところまではAIが手伝えます。でも、お客さまの情報や規程と照らし合わせること、返金や補償を決めること、公式に謝罪することは、AIだけで決めません。

情報発信も同じです。構成や下書きをAIに手伝わせても、事実、出典、権利、ブランドにふさわしい表現の確認と、公開の判断は人が担います。体験していないことを体験談のように書かせるのは、効率化ではありません。書き手への信頼を損なう問題です。

AIエージェントは「外に作用するか」で慎重さを上げる

AIエージェントは、AIが手順を組み立てて、外部のツールまで操作する仕組みです。下書きを手伝うものと、送信・公開・更新・削除・決済まで行うものは、分けて考えます。性能の高さだけでなく、失敗したときの影響と、止められる場所で慎重さを決めます。

日本のAIセーフティ・インスティテュート（AISI）のガイドも、AIエージェントを評価する観点を加えています。動きを見て制御できるか、自分でどう動くか、外の環境とどう関わるか、の3つです。すべてのAIエージェントが危ないという意味ではありません。外に作用する仕組みほど、管理のしかたを具体的に決める必要がある、ということです。

出典：AIセーフティに関する評価観点ガイド 第1.20版

外に作用する工程を使う前に、次の4つを決めます。

• 最小限の権限: 作業に必要なデータと操作の権限だけを渡す。
• 人の承認: 社外への送信や取り消せない操作の直前に、承認の関門を置く。
• 記録: 入力・結果・操作を後から追えるようにし、確認する人を決める。
• 止める方法: おかしいときに止める方法と、止める担当を決める。

設定の名前やサービスごとの機能は変わるので、実際に組むときは、各サービスの最新の公式情報と契約を確かめてください。

小さく試す：外に出さない「シャドーモード」から始める

任せ方の仮説ができても、いきなり本番の送信や公開につながないことが大切です。外に出さない状態（シャドーモード）で確かめ、条件を満たしたときだけ範囲を広げます。

1. 1つの業務を工程に分け、よくある入力を選ぶ

「営業」「顧客対応」のような大きな単位ではなく、入力、検索、整理、下書き、承認、送信に分けます。そのうえで、実際によく起きる入力を選びます。個人情報やお客さまの情報が必要なら、承認済みの安全なデータに置き換えられないかも考えます。

2. 外に出さずに、人の結果と比べる

AIの結果は、送信・公開・更新に使いません。人がいつもどおり処理した結果と比べます。実際に使う環境に近い条件で確かめる、というNISTの考え方にも沿った方法です。

出典：NIST AI RMF

3. 速さだけでなく、質・直す時間・リスクを見る

見るのは処理した件数だけではありません。合格の基準を満たすか、直すのにどれくらい時間がかかるか、どんな間違いが出るか、おかしいときに止めやすいかを比べます。根拠のない言い切りや事実の取り違えが多いなら、速く下書きできても、確かめる手間は減りません。

4. 広げる条件と、止める条件を決める

合格の基準を満たし、確かめる手間が減り、問題が起きても戻せる。この3つがそろったときだけ、任せる範囲を広げます。根拠の分からない結果、確認の時間の増加、外への作用の異常、情報の扱いの不備が見つかったら、止めて工程や基準を見直します。

Nutritsも、誤りが続いた工程を止めています。2026年、会社のサイトから自動で情報を集めたとき、次のような誤りが続きました。

• 社名が、ページの切れ端（「TEL」「menu」など）になる
• 社名に、登録番号が混ざる
• 求人のページを読み取ってしまう

10月9日には、候補の10社すべてを止めました。その日に作った資料は0件です。

改善レポートのPDFも、止める条件を先に決めて扱っています。機械の検査で文字の切れや見切れが見つかったら、そこで止めます。合格したものだけを、人が確かめる下書きに回します。

中小企業が最初に決める4つの運用ルール

専任の担当者がいない会社で、最初から分厚い規程を作っても続きません。まずは次の4つを、短く決めます。

誰が責任者か

最終の承認、記録の確認、止める判断の担当を決めます。兼務でもかまいませんが、判断する人がいない状態は作らないようにします。

入れる前に何を確かめるか

使う目的、データの区分、契約と設定、保存と学習への利用、見られる人の範囲を確かめます。認証情報や、社外に出してよいと認められていない秘密の情報は入れません。

社外に出す前に何を確かめるか

事実、根拠、相手の事情、権利、ブランドにふさわしい表現、承認者を確かめます。下書きと、相手に届く最終版を同じものとして扱わないことがポイントです。

いつ止めるか

根拠を確かめられない結果、情報漏えいの疑い、権限の外の操作、確認の手間の増加があれば止めます。止める条件を先に書いておくと、現場で迷いません。

よくある質問

個人情報は、生成AIに一切入れてはいけませんか？

一律に禁止とも、一律に許可とも言えません。使う目的、本人の同意、学習への利用、規約、保存、見られる人の範囲などを確かめて判断します。迷うときは、責任者や専門家に確かめてください。認証情報は入れないのが基本です。

採用や契約の仕事では、AIを使えませんか？

資料の整理、論点の洗い出し、下書きには使えます。ただし、採否、評価、処遇、契約の条件、法的な評価などの最終判断は、人が行います。AIが材料をそろえ、人が責任を持って決める、という役割分担です。

AIの回答を、そのままお客さまに送ってもいいですか？

ふだんの回答でも、お客さまの情報、社内の規程、根拠、相手の事情を人が確かめてから送ります。返金、補償、例外、公式な謝罪は、責任者が判断する工程として扱います。

最初は、どの業務から試せばいいですか？

正解や参照元があり、社内で完結し、やり直せて、外への操作につながらない材料整理から始めます。検索、抽出、分類、要約、社内向けの下書きが候補です。

まとめ：AIは材料をそろえ、人は責任を持って決める

AIに向いているのは、確かめられて、やり直せる材料整理です。業務の名前ではなく工程で分け、「AI先行」「承認付き」「人が決定」の3つに置きます。迷ったら、確かめられるか、戻せるか、影響の大きさ、渡す情報と権限、外への作用と責任者の5つで考えてください。

今日からできることは、次の9つです。

1. 候補の業務を、入力・検索・整理・下書き・承認・送信に分ける。
2. AIの結果を何と照らせば正しさが分かるかを決める。
3. 差し戻し、取り消し、復元、停止ができるかを確かめる。
4. 間違いが権利・安全・健康・お金・契約・信頼に影響するかを考える。
5. 使う目的、同意、契約と設定、保存と学習、権限を確かめる。
6. 送信・公開・更新・削除・決済の前に、人の承認を置く。
7. 最終の承認者、記録を見る人、止める担当を決める。
8. 外に出さない状態で、質・直す時間・間違い・止めやすさを比べる。
9. 広げる条件と止める条件を、文章で決める。

AIを使わないこと自体が安全なのではありません。任せる工程と、人が責任を持つ工程を先に分けることが、無理のない活用につながります。

自社の「AIに任せる範囲」を一緒に整理しませんか

AI専任担当がいない小さな会社では、候補業務の洗い出し、工程分解、判断基準、運用ルールを日常業務と並行して整えるのは簡単ではありません。自社のどの業務からAI活用を始めるか整理したい方は、AI活用支援をご覧ください。

AI活用支援の内容を見る

Webサイトや業務の課題を先に整理したい方には、無料Web診断もあります。これはAI業務に限定した診断ではなく、Webや業務の課題を整理するための導線です。

無料Web診断を見る

出典

1. 経済産業省「AI事業者ガイドライン 第1.2版」
2. 経済産業省「AI利活用における民事責任の解釈適用に関する手引き 第1.0版」
3. デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン 2.0版」
4. 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」
5. NIST AI Risk Management Framework
6. Japan AISI「AIセーフティに関する評価観点ガイド 第1.20版」
7. Harvard Business School ほか「Navigating the Jagged Technological Frontier」
8. NBER「Generative AI at Work」

※この記事は、公開されている資料をもとに、AIの任せ方を実務向けに整理したものです。制度やガイドラインを、中小企業の法的な義務として示すものではありません。法律・医療・金融などの専門的な助言を目的としたものでもありません。個別の判断は、業務の内容に応じて専門家に確かめてください。