自動化したのに確認作業が増えた会社へ｜現役SEが導入後30日で見る6つの数字

自動化ツールは動いている。

処理時間も短くなった。

なのに、担当者は前より忙しい。

理由を聞くと、こう返ってきます。

「自動処理の結果が不安なので、全部確認しています」

それ、自動化に失敗している可能性があります。

2026年7月にIPAが公表した国内企業への調査では、AI導入で「期待以上」または「期待どおり」の効果を得た企業は31.8％でした。

「一定の効果はあった」は50.6％です。

具体的な効果では、「業務が効率化したり迅速化した」が91.6％に対し、「残業時間の削減につながった」は29.2％でした。

AIを導入して何らかの効果が出ることと、現場の仕事が本当に減ることは同じではないんですよね。

ChatGPT、Claude Code、GAS、Python、RPA。

何を使っても、導入後の確認作業を測らなければ、便利になったのか判断できません。

処理時間だけでは足りない

自動化の効果として最初に出てくるのは、処理時間です。

手作業で30分かかっていた集計が、数分で終わった。

これは分かりやすいです。

ただし、その後に、

・出力結果を10分確認する

・エラーがないかログを見る

・Excelの書式を手で直す

・担当者へ確認メールを送る

・失敗した分だけ再実行する

この作業が増えていたら、実際の削減時間は小さくなります。

私はシステムエンジニアとして15年以上、業務改善やシステム開発に関わってきました。

自動化後の画面や処理を見るときは、「速くなったか」だけでなく、「人の仕事がどこへ移動したか」を見ます。

仕事は消えず、別の担当者へ引っ越していることがあるからです。

導入前より減った手作業時間

一つ目の数字は、減った手作業時間です。

自動処理の実行時間ではありません。

人が操作している時間です。

たとえば、毎朝20分の集計がボタン一つになったなら、かなり効果があります。

ただし、ボタンを押した後に15分待ち、結果を全件確認しているなら、削減できたのは5分です。

測るときは、次を分けます。

・入力準備

・自動処理の操作

・処理待ち

・結果確認

・修正

・共有

処理待ちは、別の仕事ができるなら人の拘束時間ではありません。

画面の前で待たないといけないなら拘束時間です。

同じ「10分」でも意味が違います。

導入後に増えた確認時間

二つ目の数字は、増えた確認時間です。

自動化前は、人が作業しながら内容を確認していた。

自動化後は、一括で出力された結果を最後に確認する。

この変更で、確認しやすくなる場合もあれば、逆に不安が増える場合もあります。

特に、ChatGPTで文章を作る、Claudeで分類する、画像や問い合わせ内容を判定する処理は、毎回同じ結果になるとは限りません。

だから、人が見る場所を固定します。

・件数

・対象期間

・異常値

・前回との差

・公開や送信の直前

全部を見るのではなく、壊れたら困る場所だけを見る。

確認時間が増え続けるなら、画面の見せ方、ログ、判定ルール、自動化する範囲のどこかに問題があります。

人へ戻った例外件数

三つ目の数字は、例外件数です。

100件のうち、何件を自動処理できたか。

何件が人の確認へ戻ったか。

自動化率だけを見ると、「95％自動化できた」は強そうに見えます。

でも、残り5件が毎回違う理由で失敗し、調査に一件30分かかるなら、保守負担は大きいです。

反対に、残り20件が同じルールで一覧へ出て、担当者が5分で判断できるなら運用しやすいです。

例外はゼロにしなくても構いません。

種類を分け、同じ原因が繰り返されていないかを見る方が大事です。

例外を全部プログラムへ押し込むと、条件分岐が増え、誰も直せないクッッッソ複雑な処理になります。

100％自動化の最後の数％が、一番高くつくことがあります。

再実行した回数

四つ目の数字は、再実行回数です。

処理に失敗しても、やり直して完了できるなら運用は続けられます。

ただし、毎日誰かが再実行している状態を「自動化できた」とは言いにくいです。

確認したいのは次の内容です。

・何回失敗したか

・同じ原因か

・途中から再開できたか

・二重登録が起きなかったか

・失敗が担当者へ通知されたか

再実行ボタンがあるだけでは足りません。

同じデータをもう一度登録しない仕組みが必要です。

途中まで成功した処理を最初から全部やり直すと、重複や上書きが起きます。

失敗した一件だけを戻せる設計の方が、運用はかなり軽くなります。

操作できる人数

五つ目の数字は、実際に操作できる人数です。

自動化ツールを作った本人しか使えない。

エラーが出ると担当者へ連絡が集中する。

設定を変えられる人が一人しかいない。

これでは、手作業の属人化がツールの属人化へ変わっただけです。

私は、最低でも次を確認します。

・別の人が起動できるか

・手順書を見て操作できるか

・エラー内容を読めるか

・設定値をどこで変えるか分かるか

・担当者不在でも止まらないか

立派なマニュアルを100ページ作る必要はありません。

開始、通常操作、失敗時、連絡先。

まずはこの4つが分かれば、引き継ぎやすくなります。

残った旧作業の数

六つ目の数字は、自動化後も残っている旧作業の数です。

新しいWeb画面を作った。

でも、以前のExcelにも入力している。

自動でメールを送るようにした。

でも、念のため手動でも送っている。

ダッシュボードを作った。

でも、会議用資料は別のExcelで作り直している。

この状態では、仕組みが増えただけです。

私自身、副業用の運用ツールを作ったとき、処理ごとに成果物をダウンロードできるようにしました。

親切なつもりでした。

結果、確認に不要なファイルまで増えて、「どれを見ればいいんだ」という状態になりました。

便利にしたつもりで選択肢を増やしただけです。

はい。

自分で作って、自分で迷いました。

終わってます。

新しい仕組みを入れるときは、同時にやめる作業を決めます。

30日後に続けるか直すか

導入直後は、新しい操作に慣れていないため時間がかかります。

初日だけで判断するのは早いです。

反対に、半年間そのまま使い続けると、手作業が定着します。

私は、まず30日程度の運用で次の6つを確認します。

1．減った手作業時間

2．増えた確認時間

3．人へ戻った例外件数

4．再実行した回数

5．操作できる人数

6．残った旧作業の数

数字が悪いから、すぐ作り直すわけではありません。

確認画面を一つ追加するだけで改善することもあります。

入力ルールを統一すれば例外が減ることもあります。

自動化範囲を少し戻した方が安全な場合もあります。

問題は、誰も測らずに「動いているから成功」と扱うことです。

追加開発より先の業務整理

仕事が減っていないとき、すぐに機能を追加すると、さらに確認箇所が増えることがあります。

まずは、現在の作業を次の四つへ分けます。

・なくなった作業

・新しく増えた作業

・人に残した判断

・ツールが失敗したときの作業

この整理だけで、直す場所が見えます。

画面が悪いのか。

処理が遅いのか。

例外が多いのか。

旧運用をやめられていないのか。

原因によって、Excelの修正で済む場合もあれば、GASやPython、Webアプリの改修が必要な場合もあります。

【関連記事】

自動化前に散らかった業務を整理する考え方はこちらです。

AIを入れても、散らかった仕事は片づかない

【サービス案内】

「何を直せば仕事が減るのか分からない」「追加開発の前に現状を整理したい」という場合はこちらです。

現在のExcel、画面、作業手順を見ながら、やめる作業、残す判断、改修する優先順位を整理します。

プロフィール・実績

https://coconala.com/users/5379632