「あの業務は、あの人にしか分からない」。そんな属人化の不安を抱える職場は少なくありません。ベテランの判断や手順が文書に残らないまま、異動や退職とともに失われていく——こうした属人化の課題に対し、生成AIを活用して業務マニュアルの作成を支援する機能も登場しています。ただし、マニュアルを速く作れることと、属人化が解消されることは同じではありません。本記事では知識創造の理論を補助線に、AIが支援しやすい工程と人が中心となる工程を切り分け、属人化を本当に断つ設計を考えます。
なぜ業務マニュアルは「作られない・使われない」のか
属人化の正体はマニュアル不在だけではない
属人化は多くの職場で深刻な課題です。その背景のひとつが、慢性的な人手不足です。帝国データバンクの2026年7月調査では、正社員の不足を感じている企業は51.3％にのぼりました。建設業では66.0％に達するなど、業種によっては6割を超えています[1]。人手が足りなければ業務は特定の人に集中しやすく、属人化を招きます。製造業を対象とした日本能率協会の調査では、生産技術・製造を強化する施策として「技術・技能の伝承」が37％に挙がりました[2]。ただし、これは製造業を対象とした調査であり、全業種に共通する傾向を示すものではありません。
ここで見落としてはならないのは、属人化はマニュアルの整備だけでは解けないという点です。経営層・マネジャーを対象とした別の調査では、「人材強化」が90.2％で最も多く、「業務の標準化」も58.3％が課題として挙げました[3]。つまり属人化には、マニュアルで改善しやすいものとそうでないものがあります。手順や判断基準を文書で共有できる業務は効果が出やすい一方、人手不足や承認権限の集中、状況判断の大きい業務は、文書化だけでは解けず業務設計の見直しとセットで考える必要があります。
作っても探せなければ存在しないのと同じ
せっかく作った文書も、必要なときに見つからなければ使われません。せっかく作った文書も、必要なときに見つからなければ使われません。文書が複数の場所に分散していたり、分類やタイトルが揃っていなかったりすると、担当者が探しきれず、詳しい人に直接確認する運用に戻ることがあります。文書は、保管されているだけでは不十分で、必要なときに素早く引き出せて初めて価値を持ちます。
マニュアルは「作った瞬間」が完成ではありません。更新され、検索され、現場からすぐ引き出せて初めて意味を持ちます。生成の速さだけに注目すると、マニュアル運用の本質である「使われ続ける仕組み」を見落としがちです。
生成AIが変えた「書く」速度
動画・音声・既存資料から手順書の素案を作成する
マニュアル作成の分野では、動画などの既存資料をもとに手順書の素案作成を支援する技術が開発されています。たとえば日立は、作業動画から手順の区切りと作業内容を自動抽出する映像AI技術を開発しました[4]。ただし、動画の解析範囲や更新機能、対応するファイル形式はサービスによって異なるため、導入前の確認が必要です。2023年にNoy・Zhangが発表した実験では、大学教育を受けた453人が、職業に関連する文章作成タスクに取り組みました。ChatGPTを利用したグループは、利用しなかったグループに比べて平均作業時間が40％短く、成果物の評価品質が18％高くなりました[5]。ただし、この実験はマニュアル作成を対象としたものではなく、特定のタスク・条件で得られた結果です。
動画や音声の記録から手順書の素案を起こす機能に加え、会議などの音声を自動でテキスト化し、記録の整理を支援する仕組みも利用されています。中小企業を対象とした調査では、AI導入済み企業の82.6％が生成AIを利用していました。また、AIの導入目的としては「業務効率化・作業時間の短縮」が87.0％で最も多く挙げられています[6]。これはマニュアル生成の利用状況を直接示す数字ではありませんが、中小企業における生成AIの活用状況や、業務効率化への関心を示す参考情報です。
AIが支援しやすいのは整理・再構成と文書化
ここで、知識がどう生まれ共有されるかを整理した「SECIモデル」が補助線になります。野中郁次郎氏は、暗黙知と形式知の相互作用を通じて組織的な知識が生み出される過程を、共同化・表出化・連結化・内面化という4つのモードで説明しました[7]。
SECIモデル自体がAIの役割を定めているわけではありません。ここでは、その枠組みを業務マニュアル作成に当てはめ、4つのモードでAIと人の役割を整理します。共同化では人同士が経験を共有し、表出化では人が判断を言語化してAIが記録の整理・文書化を支援する。連結化ではAIが既存資料を統合・再構成し、内面化では人が手順書を使って実践し技能として身につける。本記事の整理では、AIは連結化にあたる既存情報の統合・再構成や、表出化における記録・文書化を比較的支援しやすいと考えられます。散らばった資料やメモを読める手順書にまとめる作業は得意ですが、経験の共有や判断の言語化、実践を通じた習得は、少なくとも現時点では、AIだけで代替することは困難です。自社固有の経験や判断基準は、人が記録して入力する必要があります。
AIだけでは完結しない2つの実務工程
「引き出す」——暗黙知の言語化は人の仕事
AIだけでは完結しない実務工程は、大きく2つあります。1つ目は、ベテランの判断基準を引き出して言語化する工程です。2つ目は、手順書を現場で使い続けられる状態に保つ工程です。
1つ目の工程では、ベテランの判断基準を対話や観察によって引き出し、言葉にしていきます。これは、SECIモデルでいう「表出化」の核心にあたります。経験を直に受け継ぐ「共同化」も、人が担います。「なぜそこで手を止めるのか」「例外時に何を見て判断するのか」という言語化しにくい背景は、本人への聞き取りや観察を通じて人が確かめる必要があります。
しかも手順書は、それらしく書けてしまいます。AIの初稿を現場を知る人が検証しなければ、「正しそうで使えないマニュアル」が増えかねません。
「使われ続ける」——内面化を支える更新と検索
もうひとつが、手順書を実際の作業で使い、技能として体得していく「内面化」です。これは人が実践を重ねて技能を身につける過程であり、AIだけで完結させることは困難です。本記事では、検索や更新を、手順書を実務で使い、知識として定着させる「内面化」を支える運用要素として位置づけます。
更新されない手順書は現場と乖離し、やがて参照されなくなります。先に触れたとおり、必要な社内情報を「探せない」ことは大きな壁になりがちです。生成したマニュアルを最新に保ち検索で引き出せる状態にしておく運用設計こそが、属人化を断つために欠かせない要素です。
属人化を断つマニュアル運用の設計
生成の前後に「人の工程」を組み込む
実務では、AIによる生成の前後に人が担う工程を組み込むことが重要です。
- 対象業務を選ぶ：発生頻度が高く、担当者が限られ、間違えると影響が大きい業務を選ぶ。
- 経験者から判断基準を引き出す：作業の観察に加え、「どこで迷うか」「例外時に何を見るか」を聞く。
- AIに下書きを作らせる：前提条件・手順・判断基準・例外対応・確認項目に分けて整理させる。「不足する箇所は推測せず『要確認』として挙げて」と指示すると、AIが推測で補うリスクを抑えやすくなる。
- 経験者と、対象業務の実務経験がない人の双方で検証する：経験者は手順の正確さや例外対応を確認し、未経験者は、実作業を伴わない範囲で、手順書だけで内容を理解できるかを確認する。実作業を伴う検証は、業務の危険度や法令・社内規程に応じて、資格者や教育担当者の監督下で実施する。
- 責任者と更新条件を決める：更新担当者と更新条件を決め、改訂時には改訂日・版数・承認者を記録する。
「検証済みとみなす条件」も先に決めます。経験者が手順の正確さと例外対応を確認していること、未経験者が実作業を伴わない範囲で手順書の内容を理解できること、例外時の連絡先や判断基準が明記されていることを確認したうえで、社内での運用を開始します。実作業を伴う検証が必要な場合は、業務の危険度や法令・社内規程に応じて、資格者や教育担当者の監督下で実施します。
運用開始後は、業務手順が変わったときの更新に加え、一定期間後に利用状況も確認します。利用状況を確認する際は、閲覧数だけでなく、検索後に解決できた割合、同じ箇所への問い合わせ件数、改訂後の再発トラブル件数なども確認します。問い合わせが繰り返される箇所や検索で見つからない情報は、説明不足や分類の問題として見直します。
AIは下書きを用意する存在で、品質を保証する主体ではありません。役割分担を曖昧にしたまま「自動生成」に寄りかかると、属人化は形を変えて温存されます。
作ったマニュアルを「使われる資産」に変える
仕上げは、できたマニュアルを、現場で検索・参照できる仕組みに載せることです。RAGを活用した社内ナレッジ検索を導入し、文書の整理や権限設定を適切に行えば、必要な手順書を探しやすくなります。ただし、生成された回答の正確性は、参照元の出典で確認することも欠かせません。図や表を含む資料も意味を保って扱える基盤なら、手順書の視覚情報も残せます。
さらに、頻度の高い定型業務は、マニュアルに加えてAIを使う場合の指示・確認手順もテンプレート（シナリオ）として固めると、担当者が替わっても一定の品質を保ちやすくなります。もっとも、基盤を入れても運用設計を欠けば、ナレッジは使われなくなります。定着の勘所は社内ナレッジ基盤はなぜ使われなくなるのかで整理しました。生成・検索・標準化がつながって初めて、マニュアルは属人化を断つ「生きた資産」になります。
さいごに
生成AIは、マニュアルを「書く」速度を大きく引き上げました。しかし属人化を本当に断つのは、生成の速さではありません。鍵は、暗黙知を人が「引き出す」工程と、手順書が検索・更新され「使われ続ける」仕組みを、設計として組み込めるかどうかです。
まずは、発生頻度が高く担当者が限られる業務を一つ選ぶところから始めてください。暗黙知を持つ担当者とともにAIの下書きを検証し、更新の担い手と条件を決め、現場で必要なときに検索・参照できる場所に置く。この循環を回せる組織こそが、人が替わっても止まらない業務をつくれます。
出典
- [1] 人手不足に対する企業の動向調査（2026年7月） – 帝国データバンク
- [2] 日本企業の経営課題 -製造業編- – 一般社団法人日本能率協会
- [3] 企業の経営課題に関するアンケート（2026年） – 帝国データバンク
- [4] 日立、手順書作成・更新の効率化を支援する映像AI技術を開発 – クラウド Watch（インプレス）
- [5] Experimental evidence on the productivity effects of generative artificial intelligence – Science（Noy・Zhang, 2023）
- [6] 中小企業のAI等の利活用に係る実態調査（2026年3月） – 中小企業基盤整備機構
- [7] A Dynamic Theory of Organizational Knowledge Creation– 野中郁次郎, Organization Science (1994)
この記事を書いた人
