ChatGPT、生成AI、RPA、Codex。
ここ数年で、仕事を自動化するための道具は一気に増えた。
文章はAIが下書きできる。 Excelの集計もAIに聞ける。 RPAを使えば、画面操作や転記作業も自動化できる。 Codexのような実行系AIを使えば、記事、LP、コード、資料、データ処理、改善案まで、かなりの作業をまとめて前に進められる。
それなのに、現場を見るとまだこういう仕事が残っている。
- Excelを開く
- コピーする
- 貼り付ける
- 目視で確認する
- 別システムに転記する
- ミスがないか再確認する
- 会議でまた確認する
- 修正依頼を受けて、また手で直す
これはもはや、AI時代の竹槍労働である。
もちろん、Excel自体が悪いわけではない。 むしろExcelは強い。 表計算、集計、簡易データベース、帳票、グラフ、確認表、管理表、現場の一時避難所として、今でも非常に優秀だ。
問題は、Excelを使うことではない。
問題は、Excelでできる作業を、いつまでも人間の手作業・目視・根性・会議確認で回していることだ。
利用率を見ると、まだかなり初期段階
「でも今はみんなAIやRPAを使っているのでは？」と思うかもしれない。
実際、ChatGPTの認知度はかなり高くなった。 Reutersによると、Sensor Towerの推計では、ChatGPTアプリは2026年5月に世界で月間アクティブユーザー10億人に到達したとされている。
一方で、仕事の実行部分までAIや自動化に流せている人は、まだかなり少ない。
Axiosによると、OpenAIのCodexは2026年6月時点で週次アクティブユーザーが500万人超。さらに、そのうち知識労働者は約5分の1とされている。
世界中で使えるOpenAIの実行系AIツールなのに、利用者は週500万人超。 愛知県の人口より少ない規模である。
ChatGPTアプリの月間10億人規模と比べると、Codexの週500万人超はかなり小さい。
つまり、こういう差がある。
- AIに質問する人は増えた
- AIで文章を直す人も増えた
- でも、AIに仕事を渡す人はまだ少ない
- さらに、AIに業務を実行できる粒度で渡せる人はもっと少ない
ここに大きなビジネス余地がある。
RPA導入率も、まだ全然高くない
RPAも同じだ。
RPAは、人間がパソコン上で行っている定型作業を、ソフトウェアロボットに代行させる仕組みである。 データ入力、転記、集計、検証、帳票作成、複数システム間の作業など、Excel手作業と相性がいい。
しかし、スターティアレイズの2024年度版調査では、国内企業全体のRPA導入率は13.04%。 中小企業では8.51%、大企業でも27.69%にとどまっている。
つまり、国内企業の多くはまだRPAを導入していない。
さらに同調査では、RPA導入前の課題として、1位が「手作業による業務が多い（入力・転記・登録など）」、2位が「手作業によるミスが多い」だった。
これはかなり象徴的だ。
現場には手作業が多い。 ミスも多い。 人手不足もある。 それでも、RPA導入率はまだ13%程度。
つまり、「手作業が多いから自動化したい」という需要はあるのに、実際には多くの会社がまだ手作業のまま止まっている。
新人のミスは、人格ではなくシステム設計で潰す
この話は、新人教育ともつながる。
職場ではよく、次のようなことが起きる。
- 新人が入力を間違える
- 新人がファイル名を間違える
- 新人が保存場所を間違える
- 新人が確認項目を飛ばす
- 新人が古いフォーマットを使う
- 新人が締切や依頼先を勘違いする
そして、周囲はこう言う。
「新人はミスが多い」 「ちゃんと確認して」 「前にも言ったよね」 「なぜ同じミスをするのか」
しかし、ここで考えるべきなのは、新人の人格や注意力だけではない。
むしろ見るべきなのは、新人がミスできる構造になっていないかである。
新人は、まだ業務の背景を知らない。 暗黙ルールも知らない。 前任者の癖も知らない。 なぜその列を見るのか、なぜそのファイル名なのか、なぜその確認が必要なのかも分からない。
その状態で、自由入力、目視確認、口頭説明、手作業転記、属人的なチェックに放り込めば、ミスが出るのは自然である。
それを毎回叱るより、最初からミスが起きにくい仕組みにした方がいい。
たとえば、次のような改善でかなり変わる。
- 手入力ではなくプルダウンにする
- 自由記述ではなく選択式にする
- 日付や金額に入力規則を入れる
- 必須項目が空欄なら警告を出す
- ファイル名を自動生成する
- 保存先を固定する
- 古いフォーマットを使えないようにする
- 入力内容の矛盾を自動チェックする
- エラー候補だけを一覧に出す
- 送信前に確認画面を出す
- 作業完了ログを残す
- よくあるミスをチェックリスト化する
これは、新人を甘やかす話ではない。
教育すべき内容を、システム側に埋め込む話である。
人間に「気をつけて」と言うより、Excelの入力規則、VBA、RPA、フォーム、チェックリスト、AIレビューで、ミスが起きにくい導線を作った方が早い。
しかも、その方が新人も楽である。
新人は、毎回怒られなくていい。 教育担当も、毎回同じ注意をしなくていい。 管理者も、ミスの後処理に追われにくくなる。
つまり、ミス防止の仕組み化は、単なる効率化ではない。
新人側と教える側の精神的コストを下げる安全設計である。
「新人のミスが多い」と言うなら、まず確認すべきなのは新人の性格ではない。
その業務が、ミスを誘発する竹槍設計になっていないかである。
生成AIも、会社単位ではまだ止まっている
生成AIも、個人の利用感と会社の導入実態にはズレがある。
Reutersが2024年7月に報じた日経リサーチ調査では、日本企業の約24%がAIを導入済み、35%が導入予定、41%が導入予定なしだった。
つまり、AIがニュースで騒がれていても、会社単位で見ると、導入済みは約4社に1社程度。 約4割は「使う予定なし」と回答している。
ここでも同じ構図が見える。
話題にはなっている。 でも、実務に入っていない。
便利だとは思っている。 でも、業務フローに組み込めていない。
ChatGPTを触ったことがある人は増えても、実際に業務を分解して、AI・RPA・VBA・Codexに渡すところまでできる人はまだ少ない。
なぜ、みんなまだExcel手作業なのか
理由は単純に「怠けているから」ではない。
主な理由は、次の5つだ。
1. 業務を分解できない
自動化には、まず業務分解が必要になる。
たとえば、Excelの転記作業を自動化するなら、次のようなことを決めないといけない。
- 入力データはどこにあるのか
- 出力先はどこか
- どの列を、どの列に移すのか
- 例外パターンは何か
- エラー時は止めるのか、ログに残すのか
- 最後に人間が確認する範囲はどこか
この整理ができないと、VBAもRPAもAIも動かせない。
多くの人は、作業そのものはできる。 しかし、作業を構造化して、機械に渡せる形にするのが苦手である。
ここで止まる。
2. 現場の作業が属人化している
Excel手作業は、だいたい属人化する。
「あの人がやっている」 「前任者から引き継いだ」 「このセルは触らない方がいい」 「なぜこの計算式なのか分からない」 「毎月なんとなくこの手順でやっている」
こうなると、自動化以前に、業務の意味が分からない。
業務の意味が分からないままRPAを入れても、ただの「謎作業の高速化」になる。
自動化とは、作業を機械に置き換えることではない。 まず、作業の意味を見える化することだ。
3. VBAやRPAを使える人が少ない
Excel関数までは使えても、VBAやマクロになると一気に人が減る。
VBAの正確な利用率を示す公的なデータは見つけにくい。 ただ、現場感としては、Excelを使える人は多いが、VBAで業務を作れる人はかなり少ない。
さらに、VBAを使える人がいても、その人に業務が集中しやすい。
結果として、こうなる。
- 手作業は多い
- 自動化できる人は少ない
- できる人にだけ依頼が集まる
- その人が便利屋化する
- メンテナンスできる人がいない
- 結局、手作業に戻る
穴あき動物園である。
4. AIを「相談相手」で止めている
ChatGPTを使っている人でも、多くはまだ相談相手として使っている。
- 文章を直して
- 要約して
- アイデアを出して
- メールを書いて
これはこれで便利だ。
しかし、ここで止まると、AIは便利なメモ帳で終わる。
本当に強いのは、その先である。
- 業務を分解する
- 要件定義にする
- Markdownにする
- Codexに渡す
- GitHubに反映する
- LPや記事やアプリに反映する
- 自動化スクリプトにする
- テスト項目まで作る
AIに聞くのではなく、AIに仕事を渡す。
この段階に進める人はまだ少ない。
5. 会社がリスクを怖がる
会社でAIやRPAを使う場合、リスクもある。
- 個人情報
- 機密情報
- 権限管理
- 誤出力
- 責任の所在
- セキュリティ
- 現場の反発
- 既存業務との整合性
これらを考えると、会社が慎重になるのは自然だ。
ただし、慎重になることと、何もしないことは違う。
個人情報を入れない。 ローカルで処理する。 仮データで試す。 人間のレビューを残す。 出力結果をそのまま使わない。 ログを残す。
こうした運用設計をすれば、いきなり全社導入しなくても、小さく始められる。
問題は、「怖いから全部禁止」にしてしまうことだ。 それをやると、現場はいつまでもExcel手作業のままになる。
Excel手作業経済は、まだしばらく残る
ここまで見ると、現場のExcel手作業はまだしばらく残る可能性が高い。
理由は簡単だ。
- RPA導入率は国内企業全体で13%程度
- 中小企業では1割未満
- 生成AIも企業導入済みは約4社に1社
- Codexの週次利用者は世界で500万人超にすぎない
- VBAやRPAを扱える人は限られる
- 業務を分解してAIに渡せる人はさらに少ない
つまり、世の中はまだ「AI実行時代」に完全には入っていない。
ニュースではAIがすごい。 SNSでもAI活用の話が流れる。 でも、現場ではまだコピペ、転記、目視、会議確認が残っている。
これは悲観ではない。 むしろチャンスである。
これから価値が出るのは「業務の配管工」
AI時代に価値が出るのは、単にAIを知っている人ではない。
価値が出るのは、業務をAI・RPA・VBA・Codexに渡せる形へ変換できる人である。
つまり、業務の配管工だ。
現場には、バラバラの作業がある。 Excelがある。 メールがある。 PDFがある。 手書きメモがある。 会議がある。 属人化された暗黙知がある。
それらを、次のように変換する。
- 作業目的
- 入力情報
- 出力形式
- 判断基準
- 例外処理
- レビュー方法
- 自動化できる範囲
- 人間が見る範囲
- CodexやRPAに渡す指示
ここまで落とせる人が強い。
AI時代の仕事は、「全部自分で作業する人」から「AIに渡せる形に設計する人」へ移っていく。
「AIを使える」より「仕事を渡せる」が強い
これから差がつくのは、AIを使ったことがあるかどうかではない。
AIを使ったことがある人は増える。 ChatGPTを触ったことがある人も増える。 文章生成や要約だけなら、多くの人ができるようになる。
しかし、次のことができる人はまだ少ない。
- 自分の業務を分解する
- 手作業を自動化候補にする
- Excelのどの列を使うか決める
- 例外処理を定義する
- AIに渡すMarkdownを作る
- Codexに完了条件を渡す
- LPや記事やアプリに反映する
- 結果を見て改善する
ここが差になる。
つまり、これからの優位性は「AI利用者」ではなく「AI実行設計者」にある。
現場で最初に見るべき手作業
では、どこから自動化すればいいのか。
最初に見るべきは、次のような作業だ。
1. 毎月・毎週・毎日繰り返している作業
繰り返し頻度が高い作業は、自動化の効果が出やすい。
毎月1時間でも、年間12時間。 複数人でやっていれば、さらに大きい。
2. コピー＆ペーストが多い作業
コピペは自動化候補である。 人間がやる意味が薄い。
ただし、例外判断が多い場合は、完全自動化ではなく、半自動化から始める。
3. 目視チェックが多い作業
目視チェックは疲れる。 ミスも出る。
チェック条件が明確なら、Excel関数、VBA、Python、AI、RPAでかなり減らせる。
4. 会議で毎回確認している作業
会議で毎回確認している内容は、事前に表やチェックリストにできる可能性が高い。
「会議で聞く」から「事前に入力してもらう」へ変えるだけでも、かなり効率化できる。
5. 前任者しか分からない作業
前任者しか分からない作業は危険である。
まず標準書にする。 そのうえで、自動化できる部分を探す。
標準化なしの自動化は危ない。 意味不明な作業を高速化するだけになる。
6. 新人がよくミスする作業
新人がよくミスする作業は、自動化・標準化の優先度が高い。
なぜなら、そこにはたいてい次のどれかがあるからだ。
- ルールが暗黙知になっている
- 入力欄が自由すぎる
- 判断基準が文章化されていない
- 例外処理が人の記憶に依存している
- チェック項目が多すぎる
- ミスしてからでないと分からない構造になっている
これは、新人の問題というより、業務設計の問題である。
新人がミスする場所は、ベテランも疲れていればミスする。 新人が詰まる場所は、引き継ぎでも詰まる。 新人が理解できない場所は、標準書にも落とせていない。
だから、新人のミスは貴重なデバッグログである。
「またミスした」と見るのではなく、 「ここは人間に注意力を要求しすぎている」と見る。
その視点を持つだけで、教育はかなり楽になる。
竹槍労働から抜けるための小さな手順
いきなり全社DXをやる必要はない。
まずは小さく始めればいい。
Step 1：手作業を1つ選ぶ
毎月やっているExcel作業を1つ選ぶ。 転記、集計、チェック、ファイル名確認、PDF一覧化などでいい。
Step 2：作業手順を文章にする
人に説明するつもりで、手順を書く。
- どのファイルを開くか
- どの列を見るか
- どの条件で判断するか
- 結果をどこに出すか
- 例外はどうするか
Step 3：AIに「自動化できる部分」を聞く
ChatGPTなどに、こう聞く。
この作業手順のうち、Excel関数、VBA、RPA、Python、生成AIで自動化できる部分を分けてください。完全自動化ではなく、半自動化でよいので、低リスクな順に提案してください。
Step 4：まずは半自動化する
最初から完全自動化しない。
まずは、確認表を作る。 エラー候補だけ出す。 ボタン1つで集計する。 転記前のチェックだけ自動化する。
このくらいでいい。
Step 5：うまくいったらテンプレ化する
1つできたら、テンプレにする。
- 手順書
- チェックリスト
- VBAコード
- RPAシナリオ
- AIプロンプト
- Codex投入用Markdown
ここまで残すと、個人の作業が資産になる。
会社では便利屋化に注意する
ただし、会社の中で自動化できる人は注意が必要だ。
見える人ほど、拾わされる。 作れる人ほど、背負わされる。 改善できる人ほど、便利屋化する。
これは穴あき動物園でよく起きる。
会社が標準化の工数、責任者、評価、保守体制を用意しないまま、できる個人にだけ改善を吸わせる。
その結果、改善できる人が消耗する。
だから、会社で改善提案をするなら、次の4点をセットにする必要がある。
- 誰が判断するのか
- 誰が運用するのか
- 誰が保守するのか
- 自分はどこまで担当するのか
ここを曖昧にしたまま改善すると、善意が吸われる。
会社では消耗最小。 自分の資産側では全力。
この切り分けが大事だ。
まとめ：みんながExcel手作業の間に、配管を作れ
AIはすでにすごい。 RPAもある。 VBAもある。 Codexもある。
しかし、利用率を見ると、仕事の実行部分まで流せている人はまだ少ない。
ChatGPTアプリは月間10億人規模まで広がった。 一方で、Codexは週500万人超。 RPA導入率は国内企業全体で13.04%。 日本企業のAI導入済みは約24%。
つまり、世の中はまだ完全には変わっていない。
多くの現場は、まだExcelを開き、コピペし、目視確認し、会議で確認している。
これは遅れている。 でも、チャンスでもある。
これから価値が出るのは、ただAIを触る人ではない。 業務を分解し、AI・RPA・VBA・Codexに渡せる形にする人だ。
みんながExcel手作業をしている間に、こっちは配管を作る。
猿会議がコピペしている間に、裏でMarkdownを流す。 Excel手作業経済が残っているうちに、AI実行工場を作る。
それが、今の勝ち筋だ。
