AI の成果は「業務の地図」から。515社の実験が示したこと

AI を入れたのに、思ったほど成果が出ない。この相談をいただくことが増えました。話を聞くと、多くの場合 AI の性能の問題ではありません。AI を「どの業務の、どこに置くか」が決まっていないのです。

Harvard Business Review の2026年11-12月号に、この点をはっきり示す記事が載りました。タイトルは「For Real Performance Gains with AI, Start by Mapping Your Workflows」。AI で本当に成果を出したいなら、まず業務の流れを描け、という主張です。私たちが普段お客様にお伝えしていることと、ほぼ同じ内容でした。

515社を無作為に分けた実験

記事の土台になっているのは、INSEAD の Hyunjin Kim 氏、Dahyeon Kim 氏と、ハーバード・ビジネス・スクールの Rembrand Koning 氏による研究です。世界各地の初期段階の企業515社を対象にした、無作為化のフィールド実験でした。

一部の会社には、他社が AI を軸に仕事をどう組み替えたかという情報を渡しました。渡さなかった会社と比べた結果が次の表です。

注目したいのは、渡したのが「新しい AI ツール」ではなかったことです。渡したのは、仕事の流れをどう組み替えたかという知識でした。同じ AI を使える条件でも、業務の見方が変わるだけで、使いどころの数も売上も変わったわけです。

なお、効果は一部の上位の会社に偏っていたこと、論文が査読前であることも報じられています。数字はそのまま一般化せず、方向性として受け取るのがよいと思います。

「作業を速くする」では足りない

記事の提言は明快です。業務を端から端まで描くこと。成果を縛っている制約を見つけること。そして AI 単体ではなく、その周りの工程ごと作り直すこと。個別の作業を自動化するだけでは、大きな成果にはならないという立場です。

これは強く同意します。たとえば見積書の作成を AI で10分短くしても、その前の情報集めに3日かかっていれば、お客様に届く日は変わりません。速くなった作業の前後に、待ち時間や確認の渋滞が残るからです。

日本の会社でよく見るのは、「まず全員に ChatGPT を配る」という始め方です。配ること自体は悪くありません。ただ、それは使いどころを社員一人ひとりの工夫に任せている状態です。個人の作業は少し速くなります。しかし業務の流れは何も変わらないので、会社としての成果には届きにくいのです。

私は、AI 導入でつまずく原因の大半は、ここにあると考えています。道具を先に決めて、業務を後から合わせようとする。この順番が逆なのです。

先に描くのは、業務の地図

Greria が業務改善のご相談で最初にやるのは、AI の選定ではありません。1つの業務を選び、最初から最後までを紙に描くことです。

誰が、何を受け取り、何を判断し、どこへ渡すのか。どこで待ちが発生しているのか。どこで同じ情報を何度も入力しているのか。描いてみると、関わっている人自身も知らなかった回り道が、たいてい見つかります。

地図ができたら、一つひとつの工程に印を付けます。人が判断すべき工程と、AI に任せられる作業です。私たちはこれを「判断は人、作業は AI」と呼んでいます。METHOD の中心にある考え方です。

この線引きをしてから、初めて道具を選びます。社内の資料を探して答える工程なら Dify で十分なことが多いです。複数のシステムをつなぐなら、ワークフローを組みます。既製のサービスで足りるなら、何も作りません。「作らないを創る」という言葉には、この判断も含まれています。

今回の研究は、この順番に数字の裏付けを与えてくれたと受け止めています。業務の見方を変えることが先で、AI はその後に効いてくる。少なくとも、そう読める結果です。

他社の地図を見ることにも意味がある

もう1つ、この実験で興味深い点があります。効いたのは「他社が業務をどう組み替えたか」を知ることでした。自社の中だけで考えていると、今のやり方が前提になります。どこを変えられるのかが、そもそも見えにくいのです。

記事でも、自社の外の AI 活用から学ぶことが勧められています。私たちがブログで国内外の事例を紹介しているのも、同じ理由です。他社の事例はそのまま真似するものではありません。自社の地図を描き直すための材料だと考えています。

まず1つの業務から

業務の地図を描くのに、大がかりな準備は要りません。まず1つの業務を選び、関わる人と1時間ほど話しながら、流れを書き出してみてください。描き終えたら、それぞれの工程にかかっている時間と件数を、ざっくりでよいので書き込みます。

それだけで、AI を入れるべき場所と、入れなくてよい場所が分かれてきます。作業が減った分の時間を、人が考えることに回す。私たちが Margin（余白）と呼んでいるのは、その時間のことです。

AI を入れる前に、まず地図を描く。順番を変えるだけで、成果の出方は大きく変わるはずです。どの業務から描けばよいか迷う、という段階からでもご相談ください。

出典

• https://hbr.org/2026/11/for-real-performance-gains-with-ai-start-by-mapping-your-workflows（HBR 記事。研究者、515社の無作為化実験、44%・12%・18%・売上ほぼ2倍、提言の内容。本文は直接開けず、検索結果の抜粋で確認）