こんにちは、
株式会社Lean Stack代表の吹上由樹です。
社労士事務所向けDX支援「ヨハクル」
https://www.yohakuru.com/
■ 社労士事務所へのAI・DX導入実績
シンカ社会保険労務士法人様：助成金チェック業務 80%削減、書類作成・手続き業務 50%以上削減
社会保険労務士事務所アスタリスク様：就業規則業務 95%削減
社会保険労務士法人フォーシーズン様：給与計算業務 80%削減
無料相談・デモの閲覧はこちら
↓
https://www.yohakuru.com/#contact
はじめに
今回は、社労士のAI活用が「あと一歩」で必ず止まる、その正体について書きます。
社労士事務所でAIを使い始めると、多くの先生がこのようにおっしゃいます。
「普通の業務なら結構使えるんですよ」
「でも、イレギュラーが絡んだ瞬間、途端に信用できなくなる」
これ、ほぼ全員が同じ壁にぶつかります。
たとえばですが、福祉業界。
入退社がとにかく多い。
月の途中で退職者が出る一方、同じ月に入社した人の給与計算も同時に走る。
こういう変則的な処理が毎月あちこちで発生しているはずです。
そして、社労士業務のAI活用が失敗するのは、
ほぼ100%この「イレギュラー処理」で躓くからなんです。
本記事では、なぜそこで止まるのか、そしてどうすれば断てるのかを構造から書いていきます。
社労士業務は9割が"例外処理"でできている
まず、ここを直視していただきたいです。
社労士業務って実は「例外の集合体」なんですね。
きれいに定型化できる部分なんてほんの一部です。
月途中の入退社。
日割り計算。
育休からの復帰。
手当の特殊なルール。
社会保険の資格取得と喪失が同じ月に重なるケース。
顧問先ごとに事情が違うから「毎回まったく同じ」なんて処理はほとんど存在しない。
だからベテランほど価値が高いんです。
例外に出くわしたとき、「あ、このパターンはこう処理する」と、頭の中の引き出しから正解を出せるから。
逆に言えば、
この暗黙知こそが事務所が属人化する最大の原因でもあるんですよね。
そして、ここが一番厄介なところなんですが——
社労士業務の本体は定型処理ではなく、この「例外処理」のほうにあるんです。
だからAIは、いつも"あと一歩"で止まる
昨今、Claude Codeが脚光を浴びています。
AIが自律的に作業を進めてくれる、と話題ですよね。
実際、すごい技術だと思います。
ただ、正直に言います。
社労士のイレギュラー処理に持ち込むと、途端に微妙になるんですよ。
理由は、大きく3つあります。
処理が遅く、待たされる
まず動作が重い。
イレギュラーな条件を一つずつ確認しながら進めようとすると、待たされる時間がバカにならないんですよね。
「自分でやったほうが速い」——現場がそう感じた瞬間にAIは使われなくなります。
イレギュラーの精度が、そもそも足りない
これが一番痛い。
激痛。
定型処理はこなせても、少し変則的な条件が入ると精度がガクッと落ちるんです。
給与計算のような「一つのミスも許されない」業務で
この精度は致命的だと思っています。
結局、全件チェックが必要になって効率化になっていない。
フォルダが散らばり、管理が煩雑になる
そして地味に効いてくるのが、これ。
作業を進めるうちに、ファイルやフォルダがあちこちに散らばっていくんですよ。
「どれが最新か分からない」
「あの処理ルール、どこに書いたっけ」となる。
管理が煩雑になった仕組みは
遅かれ早かれ使われなくなります。
要するに、話題のツールをそのまま持ち込んでも、社労士のイレギュラー処理は断てないケースがほとんどです。
イレギュラーはAIに"記憶"として覚えさせて潰す
じゃあ、どうすればいいのか。
答えはシンプルです。
イレギュラーなパターンを、AIに"記憶"として構造的に覚えさせる。
これに尽きます。
たとえば、さっきの福祉業界の例。
「月途中で退職者が出て、同じ月に入社者もいる場合は、こういう順序で、この条件を踏まえて処理する」
このルールを一度きちんと構造化してAI側に蓄積しておくことが肝です。
すると、どうなるか。
次回以降、同じパターンが来たとき、AIは同じ間違いを繰り返さない。
給与計算に入る前の段階で、AI側が「このケースはこの条件が必要ですね」と、正しい前提を踏まえて処理を進められるようになるんです。
一度覚えさせれば、
二度目からは事務所の資産になる。
これが、イレギュラー処理を断つ唯一の道なんです。
「ChatGPTやClaudeにも記憶機能があるじゃないか」と思う方もいるはずです。
でも、あれは別物だと私は考えています。
汎用AIチャットの記憶は会話の文脈や「あなたの好み」を覚えておくためのものです。
業務ルールをシステムのロジックとして厳密に固定化して積み上げていく用途には、そもそも設計されていない。
給与計算のような一つのミスも許されない業務ロジックを継続して正確に反映し続けるには向いていないんです。
また、細部まで行き届くようなナレッジが困難なケースも存在します。
必要なのは、「業務ルールを構造として蓄積し、システムの挙動そのものに反映できる」仕組みのほう。
ヨハクルが特定のツールだけを採用しているのも
まさにこの一点が理由になります。
でも、機能を覚えても意味がない
ここまで読んで、「じゃあその仕組みを導入すればいいのか」と思った先生。
ちょっと待ってください。
ハッキリ言います。
機能だけを覚えても全く意味がありません。
「記憶させる仕組みがあります」と言われても、肝心の「何を、どう記憶させるか」が曖昧なままだと、絵に描いた餅で終わります。
イレギュラーがどこに潜んでいるのか。
どの処理が属人化しているのか。
どこにAIを効かせれば、最もインパクトが出るのか。
これが見えていないのに、いきなりツールを触っても、記憶させる中身がスカスカになるだけなんです。
多くのAI研修が失敗する理由はまさにここです。
「便利な機能」を教えて終わり。
使い方は分かった、でも自分の業務にどう落とすかは分からない。
——これ、案外どこの研修も同じ轍を踏んでいる気がします。
順番が逆なんですよ。
機能を覚えるのが先ではない。
自分の事務所の業務を棚卸しするのが、先。
どこにイレギュラーがあり、
どこにAIを活用すべきかを明確にする。
これをやらずに機能から入るからAIが実務に浸透しないんです。
ヨハクルが研修前に2〜3ヶ月かける理由
だからヨハクルでは、研修に入る前に2〜3ヶ月かけて業務の棚卸しをします。
「え、そんなに？」と驚かれることも多いです。
でも、ここが他の研修と決定的に違うところであり、成果が出せる最大の秘訣だと断言できます。
事務所の業務を丁寧に洗い出して、
どこに例外処理が潜んでいるか、
どこがボトルネックか、
どこにAIを効かせるべきか、
これらを徹底的に明確にする。
そのうえで、初めて「では、このイレギュラーはこう記憶させましょう」という研修に入る。
棚卸しで地図を描いてから
AIに記憶を積み上げていく。
この順番だからこそ、給与計算80%削減や、就業規則95%削減といった数字が、絵空事ではなく現実になっているわけです。
機能から入る研修は
聞いたその日は盛り上がります。
でも、現場に戻った瞬間「で、うちの業務のどこに使うんだっけ」で止まる。
棚卸しから入る研修は、
地味ですし、泥臭いです。
でも、AIが事務所のイレギュラーに確実に刺さるようになる。
派手さより、成果。
ヨハクルが2〜3ヶ月の棚卸しを譲らない理由は、ここにあります。
まとめ
最後に整理させてください。
社労士業務のイレギュラー処理は、AIで「減らす」ものではありません。
AIに「覚えさせて」事務所の資産に変えるものです。
話題のClaude Codeをそのまま持ち込んでも、
処理は遅く、イレギュラーの精度は足りず、フォルダは散らばる。
イレギュラーを断つには「このパターンはこう処理する」というルールを、AIに記憶として構造的に蓄積していくしかない。
そして、その記憶を積み上げる前に絶対に外せない工程があります。
業務の棚卸しです。
どこにイレギュラーがあり、どこにAIを効かせるか。
これが見えて初めて、記憶させる中身に意味が生まれる。
ヨハクルが研修前に2〜3ヶ月かけているのは、
まさにこの地図を描くためです。
機能から入るか、
棚卸しから入るか。
この入り口の順番の違いが、AIを学んで業務に活かせる事務所と、AIを学んでも活かせない事務所を分けていきます。
イレギュラー処理に毎月振り回されている先生こそ、まずは自分の事務所の業務を棚卸しするところから始めてみてください。
本日も最後まで読んでいただきありがとうございます。
「うちのイレギュラー処理、AIに覚えさせられるのか見てみたい」
「業務の棚卸しって、具体的に何をどうやるのか知りたい」
「ぶっちゃけヨハクルって、Claude Codeとかと何がそんなに違うの？デモを見てみたい！」
という方は、以下からお気軽にご相談ください。
デモや効率化している実例を無料でお見せしております。
無料相談はこちらからお願いします！
↓
https://www.yohakuru.com/#contact
それでは、また次の記事でお会いしましょう。