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」と考えるとき、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。もっともらしい答えや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だからです。

結論から言うと、AIに向いているのは、正解や参照先があり、人が短時間で確かめられ、間違っても差し戻せる「材料整理」のタスクです。検索、抽出、分類、要約、下書き、複数案の作成は候補になります。一方で、採用・評価・審査、契約・補償・返金、専門的な助言の確定、公式回答、送信・公開・削除・決済は、AIだけで結論を出させません。AIは候補と根拠の整理を担い、判断と承認は責任者が行います。

大切なのは、業務名で「営業はAI向き」「経理は人がやる」と決めないことです。同じ業務を工程に分けて、AI先行・承認付き・人が決定の3ゾーンで考えます。この記事では、その分け方、5つの判断基準、業務別の例、小さく試す手順を順に整理します。

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先行にしやすい

AI先行にしやすいのは、出力を何と照合するかが明確な作業です。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認します。

たとえば、定型資料から日付や項目を抜き出して一覧にする作業なら、元資料と見比べられます。社内の下書きや分類結果なら、誤りがあっても戻せます。反対に、支払いを実行するか、契約条件を確定するかは、出力の見た目が整っていても、AI先行には置きにくい工程です。

次の3つがそろうかを見てください。

• 照合先があるか：原文、台帳、規程、承認済み見本などで正誤を確かめられるか。
• 確認のほうが速いか：AIの出力を確認する時間が、人が一から作る時間より短いか。
• 差し戻せるか：間違いに気づいた時点で、修正・破棄・停止ができるか。

「AIが生成できる」だけでは、任せてよい理由になりません。確認方法を説明できない仕事は、AI導入より先に、合格基準を整える段階です。

職種名ではなく、タスク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、送信実行では、影響も戻しやすさも違います。「営業がAI向きか」ではなく、「営業のどの工程を、どの権限で、誰の確認のもとに進めるか」と問い直す必要があります。

NIST AI Risk Management Frameworkは、対象タスク、AIの限界、出力の使い方、人の監督、適用範囲などを整理する考え方を示しています。中小企業の実務では、「この出力を何と照らして、誰が確認するのか」と言い換えると使いやすいでしょう。

研究にも、タスク単位で見る必要性を示す例があります。ハーバード・ビジネス・スクールらの研究では、管理コンサルティングの知識タスクに取り組んだ758人を対象に、同じワークフロー内でもAI支援で改善するタスクと悪化するタスクがありました。これは全業種・全業務に当てはまる結論ではありませんが、職種で一括判定せず、小さな単位で確かめる理由にはなります。

また、顧客サポート担当者5,179人を対象にしたNBERの研究は、定義された顧客サポート業務でAIを支援役として段階導入した例です。どの会社でも同じ効果が出ることを示すものではなく、業務内容と使い方が定まった場面の参考として受け取るのが安全です。

「AI先行・承認付き・人が決定」の3ゾーンで分ける

工程ごとの任せ方は、次の3ゾーンに分けると整理しやすくなります。

AI先行でも、完全放置を意味しません。照合や例外確認を残したうえで、AIに材料を先に整えてもらう位置づけです。

承認付きでは、AIは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。特に対外利用の直前には、人が止められる承認を置きます。

人が決定では、AIは論点整理までに留めます。採否、補償、契約、専門責任を伴う助言、投資判断、外部への不可逆な操作は、責任者が判断します。AIを一切使わないという意味ではなく、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版は、AIの利用形態を補助・支援型と依拠・代替型に整理しています。これは個別案件の法的結論を示すものではありませんが、AIをどこまで補助役として使い、人がどこで判断するかを言語化する参考になります。

この表は法的な境界線ではありません。業種、扱うデータ、契約内容、影響範囲によって、同じ工程でも置き場所は変わります。

リクマ

候補を集めるところはAIに任せられても、相手に届く最後の一文は別です。文脈が合っているかを、人が最後に確かめたいです。

AIに任せてよいかを決める5つの判断基準

3ゾーンへの割り振りに迷ったら、次の5つを確認します。点数を足して機械的に決めるのではなく、慎重に扱う条件があるかを見つけるための質問です。

1. 検証可能性：何と照合すれば正誤が分かるか

原文、台帳、規程、承認済み見本など、照合先を具体的に挙げられるかを確認します。次に、確認時間が人が一から作る時間より短いかも見ます。出力をすべて調べ直すなら、AIで速く作れても、任せ方は見直す余地があります。

「良い回答とは何か」「どの条件なら合格か」を言葉にできない場合は、AIを広げる前に基準づくりが先です。判断基準が曖昧なままでは、出力の良し悪しも確認できません。

リクマ

AIの出力が良いか悪いかを説明できないなら、数を増やす前に合格基準を作るのが先です。量より、まず判断できる状態を整えます。

2. 可逆性：間違いを戻せるか

間違いに気づいたとき、差し戻し、取消し、復元、停止ができるかを考えます。社内の下書きと、送信済みの回答は同じではありません。前者はやり直せても、後者は相手の受信箱に残ります。

同じメール業務でも、下書き作成はAI先行または承認付きに置けますが、送信実行は人が決定する側に寄せる、というふうに工程を分けます。

3. 影響の大きさ：誰の何に影響するか

誤りが、個人や法人の権利、安全、健康、金銭、契約、企業の信頼に及ぶかを確認します。資格が必要な判断や、高い説明可能性が求められる仕事も、慎重側に寄せます。

デジタル庁の生成AIの調達・利活用に係るガイドライン 2.0版は政府向けの資料です。中小企業にそのまま義務として当てはめるものではありませんが、「影響の大きさ」「利用範囲」「人が出力を判断するか」という観点は、自社の確認質問に翻訳できます。

4. 入力情報と権限：何を渡し、どこまで操作できるか

個人情報、顧客データ、未公開資料、営業秘密、認証情報を扱うかを確認します。個人情報を含む入力を一律禁止とも、設定次第で何でも入力してよいとも言えません。

個人情報保護委員会は、生成AIサービスの利用に関する注意喚起で、個人データを入力する場合の適法性や、入力内容が機械学習に利用されないことなどを十分確認するよう案内しています。利用目的、本人同意の要否、契約・設定、保存、学習利用、第三者提供、アクセス権を、実際に使うサービスとデータに即して確認してください。迷うケースは責任者や専門家へ確認します。

なお、ID・パスワード・APIキーなどの認証情報は、AIに入力しない運用を明確にしておくべきです。

5. 外部への作用と責任者：誰が承認し、誰が止めるか

出力がそのまま送信、公開、更新、削除、権限変更、発注、決済へつながるかを確認します。外部へ作用する工程では、最終承認者、ログ確認者、停止担当を決めます。小さな会社では同じ人が兼務しても構いませんが、誰も決まっていない状態は避けます。

1項目でも、重大な影響、戻せない操作、承認なしの外部作用に当てはまるなら、人が決定する側へ寄せるのが安全です。これは法的な自動判定ではなく、迷ったときに慎重側へ寄せるための運用ルールです。

業務別に見る、AIに向いている工程と人が決める工程

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

たとえば顧客対応では、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が支援できます。しかし、顧客固有の情報や規程と照らすこと、返金や補償を確定すること、公式な謝罪を発信することは、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、ブランド表現の確認と公開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作る行為は、効率ではなく、書き手への信頼を損なう問題として扱うべきです。

AIエージェントは「外部へ作用するか」で慎重度を上げる

AIが複数の手順を組み立て、外部ツールを操作するAIエージェントでは、下書き支援と、送信・公開・更新・削除・決済まで行う仕組みを区別します。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度を決めます。

Japan AISIのAIセーフティに関する評価観点ガイド 第1.20版は、AIエージェントについて、観測と制御、自律的な挙動、外部環境との相互作用を評価の観点に加えています。すべてのAIエージェントが危険という意味ではなく、外部へ作用する仕組みほど、管理方法を具体化する必要があるということです。

外部へ作用する工程を使う前に、次の4点を決めます。

• 最小権限：作業に必要なデータと操作権限だけを渡す。
• 人の承認：対外送信や不可逆な操作の直前に、承認の関門を置く。
• ログ：入力、出力、操作を後から追えるようにし、確認者を決める。
• 停止手段：異常時に止める方法と、止める担当を決める。

具体的な設定名やサービスごとの機能は変わるため、実装時には各サービスの現行の公式情報と契約内容を確認してください。

小さく試す：シャドーモードから任せる範囲を広げる

任せ方の仮説ができても、いきなり本番の送信や公開へつなげないことが大切です。外部に出さないシャドーモードで確かめ、条件を満たす場合だけ範囲を広げます。

1. 1業務を工程へ分け、代表的な入力を選ぶ

「営業」「顧客対応」のように大きな単位で始めず、入力、検索、整理、下書き、承認、送信へ分けます。そのうえで、実運用で起こる代表的な入力を選びます。個人情報や顧客情報を使う必要がある場合は、承認済みの安全なデータへ置き換えられるかも検討します。

2. 外へ出さないシャドーモードで、人の結果と比べる

AIの出力を送信、公開、更新に使わず、人が従来どおり処理した結果と比べます。NIST AI RMFが示す、導入環境に近い条件で評価する考え方にもつながります。

3. 速さだけでなく、品質・修正時間・リスクを見る

見るのは処理件数だけではありません。合格基準を満たすか、修正にどのくらい時間がかかるか、どんな誤りが出るか、異常時に止めやすいかを比べます。根拠のない断定や事実の取り違えが多いなら、速く下書きできても確認負荷は下がりません。

リクマ

AIの速さだけを評価軸にしない方がよいと考えます。直す時間や止める負担まで見て、任せ方を広げるか決めます。

4. 拡大条件と停止条件を決める

合格基準を満たし、人の確認負荷が下がり、問題が起きても戻せる場合にだけ、任せる範囲を広げます。根拠が不明な出力、確認時間の増加、外部作用の異常、情報の取り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。

中小企業が最初に決める4つの運用ルール

専任担当者がいない会社では、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点を短く決めます。

誰が責任者か

最終承認、ログ確認、停止判断の担当を決めます。兼務でも構いませんが、判断する人が不在にならないようにします。

入力前に何を確認するか

利用目的、データの区分、契約・設定、保存・学習利用、アクセス権を確認します。認証情報や、社外へ出す許可のない秘密情報は入力しません。

対外利用の前に何を確認するか

事実、根拠、相手の文脈、権利、ブランド表現、承認者を確認します。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

根拠が確認できない出力、情報漏えいの疑い、権限外の操作、確認負荷の増大があれば止めます。停止条件を先に書いておくと、現場で迷いにくくなります。

よくある質問

個人情報は生成AIへ一切入力してはいけませんか？

一律禁止とも、一律に許可とも言えません。利用目的、本人同意の要否、応答以外への取扱い、学習利用、規約・プライバシーポリシー、保存、アクセス権を確認して判断します。個別の適法性や機微な情報の扱いに迷うときは、責任者や専門家へ確認してください。認証情報は入力しない運用を基本にします。

採用や契約の仕事ではAIを使えませんか？

資料整理、論点抽出、下書きには使える余地があります。ただし、採否、評価、処遇、契約条件、法的評価などの最終判断は人が行います。AIは材料を揃え、人が責任を持って決める役割分担です。

AIの回答をそのまま顧客へ送ってもよいですか？

通常回答でも、顧客情報、社内規程、根拠、相手の文脈を人が確認してから送ります。返金、補償、例外、公式謝罪は、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すべきですか？

正解や参照元があり、社内で完結し、差し戻せ、外部操作に直結しない材料整理から始めます。検索、抽出、分類、要約、社内向け下書きが候補です。

まとめ｜AIは材料整理、人は責任を伴う決定

AIに向くのは、検証可能で、戻せる材料整理です。業務名ではなく工程で分け、AI先行・承認付き・人が決定の3ゾーンへ置きます。迷ったら、検証可能性、可逆性、影響の大きさ、入力情報と権限、外部への作用と責任者の5軸で確認してください。

今日できる実践は、次の9項目です。

1. 候補業務を、入力・検索・整理・下書き・承認・送信へ分ける。
2. AI出力を何と照合すれば正誤が分かるか決める。
3. 差し戻し、取消し、復元、停止ができるか確認する。
4. 誤りが権利、安全、健康、金銭、契約、信頼へ影響するか考える。
5. 利用目的、同意、契約・設定、保存・学習利用、権限を確認する。
6. 送信・公開・更新・削除・決済の前に人の承認を置く。
7. 最終承認者、ログ確認者、停止担当を決める。
8. 外部へ出さない状態で、品質・修正時間・誤り・停止しやすさを比べる。
9. 拡大条件と停止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。

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」

※ 本記事は公開資料をもとに、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への一律な法的義務として示すものではなく、法的・医療・金融その他の専門的助言を目的としません。個別の判断は、業務内容に応じて専門家へ確認してください。