こんにちは、
株式会社Lean Stack代表の吹上由樹です。

 

はじめに


今回は、助成金の書類チェック業務について書きます。

これまでの記事では、給与計算や就業規則のAI活用について書いてきました。

 

でも、社労士の先生方と話していると、必ずと言っていいほど出てくるのが、助成金の書類チェックに膨大な時間がかかっているという悩みなんですよね。

 

給与計算の次に時間を食う業務として、就業規則と並ぶか、場合によってはそれ以上に厄介だという先生も少なくない。

 

今回は、この「助成金の書類チェック」にフォーカスして、なぜこの業務がこんなに重いのか、そしてAIでどう変えられるのかを書きます。

 

助成金の書類チェックが、なぜこんなに重いのか


助成金の書類チェック。
一見すると、「書類を確認するだけ」の業務に思えるかもしれません。

 

でも、現場でやっている先生ならわかると思います。
あれは「確認するだけ」なんて言葉で片づけられる作業じゃないんですよね。

 

まず、要件が膨大すぎる。

ひとつの助成金の中にも、コースがいくつもある。


そして、コースごとに要件が違う

しかも、その要件が年度によって変わったりする。


去年の要件をそのまま使って申請したら、今年はもう通らなかった、

なんてことが普通に起きるんです。

 

さらに厄介なのが、要件を満たしているかどうかの判断が、一枚の書類だけでは完結しないこと。

 

複数の書類を突き合わせて、整合性が取れているかを確認する必要がある。

 

  • 就業規則の内容と、実際の雇用条件が合っているか。

  • 賃金台帳の数字と、申請書に記載した数字が一致しているか。

  • 出勤簿の記録と、支給要件の期間が矛盾していないか。

 

これを全部、目視で突き合わせているわけです。

 

人間の目で。
一つひとつ。

 

そして、ここが一番怖いところなんですが——見落としたら、助成金が下りない。

申請はしたものの不支給。


顧問先には「もらえるはずだったお金」が入ってこない。

これ、顧問先に与えるダメージが計り知れないんですよね。。。

 

信頼関係に直結します。
最悪の場合、顧問契約の解消にまでつながりかねない。

 

だから、先生は慎重にならざるを得ない。
何度も何度も確認する。

 

結果として、1件のチェックに膨大な時間がかかる。

ミスが許されないのに、仕組みが「先生の目」に全依存している。

 

この構造が、そもそもおかしいんです。
私は警鐘を鳴らしたい。

 

割に合わない。でも、断れない


ここで、本音を書きます。

助成金の業務って、案外割に合わないんですよね。

 

先生方と話していると、この声がかなり多い。
もしかすると、大半の先生がそう感じているんじゃないかと思います。

 

報酬に対して、かかる時間と労力が見合わない。

 

書類の準備、要件の確認、チェック、修正、再確認。
膨大な工数がかかる。

 

それで顧問先にお渡しする成功報酬を考えると、「正直、他の業務に時間を使ったほうがいいんじゃないか」と思う瞬間もあるはずです。

 

さらにさらに、基本的に助成金の支給が完了してから顧問先に請求する形になるので、とてつもない労働力の先売りに疲弊している先生も少なくないはずです。

 

助成金によっては、お金が入ってくるのが6ヶ月後とか普通にあります。

でも、顧問先から「助成金の申請をお願いしたい」と言われたら、断れない。

 

顧問先にとっては、助成金は「もらえるお金」。
当然、やってほしい。

 

先生にとっては、顧問先との関係維持のために「やらないわけにいかない」業務。

割に合わないのに、断れない。

 

この構造が、先生の時間を静かに、でも確実に圧迫し続けているんです。

 

じゃあ、どうするか。
やめるわけにいかないなら、やり方を変えるしかない

 

「AIに書類チェックなんか任せられない」という先生へ


ここまで読んで、こう思った先生もいるんじゃないでしょうか。

 

「言いたいことはわかる。でも、AIに助成金の書類チェックなんか任せられるわけがない」

「結局、自分の目で見ないと不安だ」

「AIが判断ミスしたら、不支給のリスクが余計に高くなるじゃないか」

 

わかります。
その気持ちは、本当によくわかるんです。

 

でも、ひとつだけ聞かせてください。

それ、AIの問題じゃなくて、「AIの使い方」の問題じゃないですか?


イラッとさせてしまったらすみません。

 

多くの先生が想像する「AIに任せる」は、ChatGPTやClaudeに「この書類をチェックして」と丸投げするイメージだと思います。

それは、確かに危ない。
 

汎用AIにそのまま投げても、実務で使えるレベルのチェックは出てきません。

でも、うちのやり方はまったく違います。

 

何をやるかというと、先生の頭の中にある判断基準を、全部AIに読み込ませるんです。

 

「この要件は、こう確認する」
「この書類のこの項目が、この条件を満たしているか見る」
「ここが矛盾していたらNG」

 

先生が普段、頭の中で無意識にやっていること。
それを全部言語化して、ルールとしてAIに設定する。

 

そして、AIにはそのルールに沿って一本道で処理させる

 

余計なことは一切させない。
「自分で考えて判断して」なんて、やらせないんです。

 

先生が指定した道筋を、忠実にたどっていくだけ。

だから、「AIが勝手に判断して間違える」ということが起きない。

 

これ、「AIに丸投げ」とは根本的に違うアプローチなんですよね。

AIに自由に考えさせるのではなく、先生の思考回路を完全にコピーして、その通りに動かす。

 

信頼できるのは、AIの「知性」じゃないんです。
信頼できるのは、先生自身の「判断基準」を忠実に再現する仕組みです。

ここが肝なんですよね。

 

AIで助成金チェックは、こう変わる


具体的に、何がどう変わるのかを話します。

まず、助成金の要件をナレッジとしてAIに蓄積します。

 

  • 各助成金のコースごとの要件。

  • 必要書類のリスト。

  • チェックすべきポイント。

 

これを全部、AIが参照できる形で整理する。

次に、申請書類のファイルデータをAIに読み込ませます。

そうすると、AIが以下を自動でチェックしてくれる。

 

  • 必要な書類が全部揃っているか。

  • 書類の中身が、要件を満たしているか。

  • 書類間で矛盾している箇所がないか。

 

要件を満たしていない項目があれば、エラーとして出力される。
問題なければ、「問題なし」の判定が出る。

 

実際にこんな感じで出ます

 

先生がやるのは、AIが出した結果を確認するだけ。

目視で全部の書類を突き合わせる作業が、なくなるんです。

 

実際に、キャリアアップ助成金では、この仕組みがすでに動いている事務所があります。

 

ナレッジ化した要件に基づいて、AIが書類を一枚一枚チェックしていく。
問題があればエラー出力、問題なければOK判定。

 

これ、人間がやっていた作業と同じことを、AIがルールに忠実にやっているだけなんです。

 

だから精度が高い。
見落としもない。

 

しかも、人間と違って疲れない。100社分だろうが200社分だろうが、同じ精度で処理し続ける。

先生の目が充血するまで書類と格闘する時間が、AIの出力結果を確認する時間に変わる。

 

この差は、正直ちょっと大きすぎるんですよね。
想像以上にデカいです。

 

まとめ


助成金の書類チェックは、要件の膨大さ、コースごとの複雑さ、見落とし時のリスクの大きさ。

どれを取っても、目視チェックで処理し続けるには限界がある業務です。

 

しかも、割に合わないのに断れない。
先生の時間を静かに圧迫し続けている。

 

「AIには任せられない」——その気持ちはわかります。

でも、それは「AIの使い方」を知らないだけかもしれない。

 

先生の判断基準を全部読み込ませて、一本道で処理させる。
余計なことはさせない。

 

このやり方なら、AIは先生の「もう一人の自分」として、書類チェックを忠実にこなしてくれます。

 

膨大な書類と格闘する時間を、顧問先への提案や、事務所の成長に使ってほしい。

そのための仕組みは、今ここから作るんです。

 


 

最後まで読んでいただきありがとうございます。

 

「助成金のチェック業務をAIで効率化したい」
「うちの事務所の助成金業務にAIがどこまで使えるか相談したい」
「ぶっちゃけAIで書類チェックなんてできるわけないと思ってるから、まず見せてほしい!(無料でデモをお見せしております)」

 

という方は、以下の公式LINEからお気軽にご相談ください。

 

LINE相談はこちら!

https://lin.ee/I73KUiN

 

YouTubeでもAI・DXの情報を発信しています。

https://youtube.com/channel/UC-f1ZI9MiME-GC0l1gwNf4w?si=WeyqGjBSvVXwSaDB

 

 

こんにちは、
株式会社Lean Stack代表の吹上由樹です。

 

はじめに


今回は、就業規則の話をします。

これまでの記事では、給与計算や助成金のチェック業務をAIで効率化する話をメインにしてきました。

 

でも、就業規則の作成も、実はかなりの時間と労力がかかっている業務なんですよね。

 

先日、実際にある社労士の先生のサポートをしている中で、就業規則の作成フローをAIで効率化するプロジェクトに取り組んでいます。

その中で見えてきたのが、多くの社労士事務所が「ひな形」に頼って就業規則を作っている現実。

 

そして、その「ひな形に頼る」というやり方が、先生の時間を静かに、でも確実に奪い続けているという事実です。

 

今回は、この「ひな形信仰」の落とし穴と、AIで就業規則の叩き台を一瞬で出せる仕組みについて書きます。

 

「ひな形さえあれば回る」は、本当か


「うちはひな形があるから、そこまで困っていない」

社労士の先生と就業規則の話をすると、こう返ってくることが多いです。

 

確かに、就業規則には「共通部分」があります。

 

労働時間、休日、休暇、賃金、退職。

どの会社の就業規則にも必ず盛り込むべき項目は、法律で決まっている。

 

だから、ひな形を一度作れば、それをベースにカスタマイズすれば回る。
理屈はたしかにそうです。

 

でも、現実はそう単純じゃないんですよね。

 

まず、就業規則を作る「目的」によって、盛り込む内容が大きく変わる。

 

  • 新規設立で最低限の規則を整えたいのか。

  • 助成金の申請に必要だから作るのか。

  • 労務トラブルの予防を目的としているのか。

 

目的が変われば、力を入れるべきポイントがまったく違ってくる。

 

さらに厄介なのが、業界によって「これは入れるべき」「これは入れないべき」という項目が存在します。

 

  • 製造業なら安全衛生関連の規定を厚く書く必要がある。

  • 建設業なら現場作業に関する特有のルールが必要になる。

  • IT企業ならリモートワークや副業に関する規定が求められる。

 

共通部分は確かにある。
でも、変動部分がかなり大きいんです。

 

そしてもうひとつ。
これが一番厄介なんですが。笑

 

先生ごとに、就業規則へのこだわりがまったく違う。

 

「この条文はこう書きたい」
「ここは必ずこの表現を使う」
「この順番で並べないと気持ち悪い」

 

先生の数だけ流儀がある。
ひな形が同じでも、出来上がりは全然違う。

 

つまり、「ひな形さえあれば回る」は、半分は正解で、半分は幻想なんですよね。

 

ひな形に頼り続ける"見えない損"


ここで、ちょっと冷静に考えてほしいんです。

 

ひな形をベースに就業規則を作る。
そのとき、実際にどれだけの時間がかかっているか。

 

  • ひな形を引っ張り出してくる。

  • 顧問先の業種や要望に合わせて、条文をカスタマイズする。

  • 不要な項目を削る。

  • 必要な項目を追加する。

  • 表現を調整する。

  • 法改正があれば、それに対応した文言に修正する。

 

「ひな形があるから楽」と言いつつ、結局のところ、先生が自分の時間を使って、かなりの労力をかけているんですよね。

 

しかも、このカスタマイズの判断基準は、先生の頭の中にしかない。

 

「この業界ならこの項目は入れるべき」
「この規模の会社ならここは省略していい」
「この顧問先はこういう要望があるからこう書く」

 

全部、先生の経験と判断に依存しているんです。

 

これ、給与計算のときにも同じ話をしましたが、
完全に属人化しているんですよね。

 

先生が体調を崩したら、その案件は止まる。
先生が忙しければ、後回しになる。

 

そして、この「見えない損」は、給与計算ほど大きくは見えない。

 

なぜなら、給与計算は毎月発生するから、時間がかかっている自覚がある。

 

でも、就業規則の作成は頻度が低い分、「まあ、こんなもんだよね」で済まされてしまう。

 

でも、1件あたりにかかっている時間を冷静に計算してみてください。

 

それが年間で何件あるか、掛け算してみてください。

案外、バカにならない時間を使っているはずなんです。

 

そして、その時間は本来、もっと別のこと(特に売上拡大に寄与する業務)に使えたはずの時間なんですよね。

 

AIで就業規則の"叩き台"を一瞬で出す方法


じゃあ、どうすればいいのか。

答えは、AIに就業規則の叩き台を出させる仕組みを作ることです。

 

具体的に言うと、こういうことをやります。

まず、就業規則に必要な要素を、パターンごとに整理する。

 

  • 共通して必ず入れるべき項目。

  • 業界ごとに入れるべき項目。

  • 目的に応じて入れるべき項目。

  • 先生独自のこだわりポイント。

 

これを全部、ナレッジとしてAIに蓄積する。

 

そのうえで、顧問先からのヒアリングシートや基本情報をAIに読み込ませる。

 

「業種は製造業」
「従業員数は30名」
「目的は助成金申請に伴う整備」
「シフト制勤務あり」

 

こういった情報を入力するだけで、その条件に合った就業規則の叩き台が、ポンと出てくる。

 

先生がやるのは、その叩き台を確認して、微調整するだけ。

ゼロから考える時間が、ほぼなくなるんです。

 

「いやいや、そんなにうまくいくわけないだろう」
と思いましたよね。

 

正直、そうです笑。

 

ただ、ここで重要なのは、普通にChatGPTやClaude、Geminiを使っても、これはできないということなんです。

ご想像の通り、限界があります。

 

「AIに丸投げ」では意味がない。だからこそナレッジ化


ちょっとだけ、正直な話をさせてください。

 

ChatGPT、Claude、Gemini。
どれも素晴らしいAIです。

 

でも、これらに「就業規則を作って」と頼んでも、実務で使えるレベルのものは出てきません。

なぜか。

 

就業規則って、法律を扱うんですよ。
法律に遵守させる必要がある。
しかも、細部までこだわる必要がある。

 

「この条文のこの表現は、こう書かないと法的にまずい」
「この業界ではこの項目を入れないと労基署に指摘される」
「この規模の会社なら、ここはこう書くのがベスト」

 

こういう細部の判断を、汎用AIにそのまま任せるのは、正直なところ厳しいんですよね。。。

 

つまり、痒いところに手が届かないんです。

 

汎用AIは「だいたい正しいこと」は言える。


でも、「この先生の、この顧問先の、この業界の、この条件における正解」を出すには、圧倒的に情報が足りない。

 

だからこそ、ナレッジ化が必要なんです。

 

  • 先生の頭の中にある判断基準。
  • 業界ごとのパターン。
  • イレギュラーケースの対応ルール。
  • 過去に作成した就業規則の完成版データ。

 

これらを全部整理して、AIに食わせる。

 

そうすることで初めて、AIは「この先生の、この事務所の基準に合った就業規則」を出せるようになる。

 

汎用AIの限界を、事務所固有のナレッジで埋める。

これが、就業規則のAI活用における最大のポイントです。

 

ナレッジ化さえできれば、全然いけるんですよ。

 

業界別のパターン分けも、先生ごとのこだわりの反映も、ヒアリング情報からの自動反映も。

 

全部、仕組みとして回せるようになる。

 

給与計算に比べると、圧縮できる幅は少し小さいかもしれない。
給与計算のほうが、もともとかかっている時間が大きいですからね。

 

でも、就業規則の作成で先生のリソースが解放される意味は、数字以上に大きいんです。

 

先生がやるべきは、就業規則のテンプレをカスタマイズする作業じゃない。

 

  • 顧問先の経営課題に寄り添うこと。

  • 新しい提案をすること。

  • 事務所の経営を考えること。

 

その時間を作るためのAI活用なんですよね。

 

まとめ


就業規則の「ひな形があるから大丈夫」は、半分は正解で、半分は幻想です。

 

目的によって盛り込む内容が変わる。
業界によって必要な項目が違う。
先生ごとにこだわりが異なる。

 

結局、毎回それなりの時間と労力がかかっている。
そして、その判断基準は先生の頭の中にしかない。

 

AIに就業規則の叩き台を出させる仕組みを作れば、この属人化は解消できる。

 

ただし、ChatGPTやClaudeをそのまま使っても実現はできない。
事務所固有のナレッジを蓄積して初めて、実務で使えるレベルになる。

 

ナレッジ化の手間はかかります。
でも、一度仕組みを作れば、そこから先はずっと楽になる。

 

ひな形に頼り続ける限り、先生の時間は永遠に圧迫され続ける。

 

その"静かな損"に気づいた事務所から、変わっていくんだと思います。

 


 

最後まで読んでいただきありがとうございます。

 

「就業規則の作成フローをAIで効率化したい」
「うちの事務所のナレッジをどう整理すればいいか相談したい」
「ぶっちゃけAIで就業規則なんて作れるわけないと思ってるから、まず見せてほしい!(無料でデモをお見せしております)」

 

という方は、以下の公式LINEからお気軽にご相談ください。

 

LINE相談はこちら!

https://lin.ee/I73KUiN

 

YouTubeでもAI・DXの情報を発信しています。

https://youtube.com/channel/UC-f1ZI9MiME-GC0l1gwNf4w?si=WeyqGjBSvVXwSaDB

 

 

こんにちは、
株式会社Lean Stack代表の吹上由樹です。

 

はじめに


今回は、社労士事務所の採用の話をします。

 

ただし、「いい人材の採り方」みたいな話じゃありません。

先日、ある社労士法人の方とお話しする機会がありました。

 

3月に、スタッフが1人辞めたそうです。

たった1人。

 

でも、その「たった1人」で、事務所の業務がかなり逼迫している。

 

その人がやっていた業務を、残ったメンバーで回さないといけないわけですから当然です。


でも、全員がすでにギリギリの状態で回している。

余裕なんて、どこにもないんですよね。


これ、他人事じゃないはずです。

 

今回は、「1人辞めたら回らない」という構造そのものが、社労士事務所の最大のリスクであるという話をします。

 

そして、その構造を変える方法は、採用のテクニックじゃないんです。

 

たった1人で、事務所が止まる構造


仮に20人、30人のスタッフがいる事務所であれば、1人が抜けても、ダメージは分散されます。

 

他のメンバーで少しずつカバーできる。
つまり、受け皿がある。

 

でも、5人とか10人の事務所だと、話がまったく違うんですよね。

1人が抜けたら、その人がやっていた業務がまるごと、残りの4人や9人にのしかかる。

 

しかも、士業事務所の業務って、単純な事務作業ばかりじゃない。

 

給与計算ひとつとっても、各社のルールが違う。
手当の条件、締め日、経理担当者ごとのフォーマット。


頭の中で考えることが、とにかく多いんです。

 

助成金の申請、就業規則の作成、手続き業務。
どれも、ある程度の専門知識がないとできない。

 

「誰でもできる仕事」じゃないからこそ、「誰かが抜けたときのダメージ」があまりにもデカい。

 

そして、その「誰か」が抜けるタイミングは、誰にも選べません。
それは、唐突にやって来ます。

 

「採用すればいい」が、もう通用しない


「じゃあ採用すればいいじゃないか」

普通はそう考えますよね。


僕もそう思いたい。

でも、現実はそう甘くないんですよね。。。

 

先ほどの社労士法人さんも、すぐに求人広告を出したそうです。
喫緊なので、もちろんいろいろな媒体で。

 

でも、なかなか応募が来ない。

 

仮に応募が来たとしても、「この人に任せられるか」という問題が出てくる。

 

社労士事務所の業務って、専門性が高いんです。

 

  • 法律の知識が求められる。

  • 難しい専門用語が飛び交う。

  • 判断が必要な場面も多い。

 

「事務作業ができます」だけでは、務まらない。

ここが、一般的な事務職の採用とは決定的に違うところなんですよね。

 

しかも、これからの日本。
人口はどんどん減っていく。

 

「外国人材を雇えばいい」という意見もあるかもしれません。

 

でも、法律を扱う仕事です。
日本語の専門用語が次々に出てくる。

ブルーカラーの現場とは、求められるものがまったく違う。

 

つまり、採用のハードルは今後さらに上がり続ける。

 

「人が足りなくなったら採用する」——この前提自体が、もう崩れ始めているんです。

 

AIで「人が抜けても回る事務所」を作る


じゃあどうするのか。

答えはシンプルです。


人に依存しない構造を、先に作っておく。

 

具体的に言うと、AIを活用して、事務所のキャパシティを事前に空けておくということなんですよね。

 

以前の記事でも書きましたが、AIを業務に組み込むと、一人ひとりがさばける量が増える。

 

給与計算、助成金のチェック、就業規則の作成、雇用契約書の作成。

こういった業務の工数をAIで圧縮すれば、スタッフに余裕が生まれます。

 

余裕があるということは、誰かが急に抜けても、残ったメンバーでカバーできるということです。

 

「1人辞めたら回らない」のは、全員がギリギリだから。

ギリギリじゃなくしておけば、1人抜けても回る。
当たり前の話なんですけどね。

 

そしてもうひとつ、大事なことがあります。

業務ルールやナレッジを、AIに蓄積しておくこと。

 

ベテランスタッフの頭の中にしかなかったルール。

 

「この会社の給与計算はこう」
「この手続きはこの順番で」
「このケースはこう判断する」

 

これを全部、AIに読み込ませて、事務所の資産として残しておく。

そうすれば、誰かが辞めても、その人の業務知識は事務所に残るんです。

 

引き継ぎが属人的にならない。
「あの人がいないとわからない」がなくなる。

 

属人化を、資産化に変える。

これが、構造を変えるということです。

 

考えてみれば当たり前の話なんですが、案外これができている事務所って少ないんですよね。

 

「今回ってるから大丈夫」が、一番危ない


ここまで読んで、「うちは今のところ大丈夫だから」と思った方。

それ、一番危ないパターンです。

 

いつ、誰が辞めるかなんて、誰にもわからない。

「今回っている」のは、たまたま今のメンバーが揃っているから回っているだけ。

 

明日は我が身なんですよね。

 

そして、逼迫してからAIを導入しようとしても、もう遅いんです。

 

業務に追われている状態で、新しいことを覚える余裕なんてない。AIの導入だって、最初は業務ルールの整理や設定に時間がかかる。

 

余裕があるうちにやるから、うまくいく。

余裕がなくなってからやっても、回らない。

 

今回っている「今」こそが、構造を変えるチャンスなんです。

 

まとめ


「1人辞めたら回らない」——この状態は、事務所の構造そのものに問題があります。

 

採用で解決しようとしても、専門性の壁、人口減少の壁、マッチングの壁。

どれも、これからさらに高くなっていく。

 

構造を変えるとは、AIで業務のキャパシティを空けておくこと。

そして、属人化した業務知識を、事務所の資産として残すこと。

 

人に依存しない仕組みを作った事務所だけが、誰が抜けても揺るがない。

「今回ってるから大丈夫」じゃないんです。

 

今回ってる「今」だから、その重たい構造を抜本的に変えられます。

 


 

最後まで読んでいただきありがとうございます。

 

「うちの事務所も1人抜けたらヤバいかも……と薄々感じている」
「属人化した業務をどうにかしたいけど、何から手をつければいいかわからない」
「ぶっちゃけ今は回ってるけど、AIでどこまで余裕作れるのか見てみたい!(無料でデモをお見せしております)」

 

という方は、以下の公式LINEからお気軽にご相談ください。

 

LINE相談はこちら!

https://lin.ee/I73KUiN

 

YouTubeでもAI・DXの情報を発信しています。

https://youtube.com/channel/UC-f1ZI9MiME-GC0l1gwNf4w?si=WeyqGjBSvVXwSaDB

 

 

こんにちは、
株式会社Lean Stack代表の吹上由樹です。

 

はじめに


今回は、ちょっと尖った話をします。

 

AI事業者、増えましたよね。
ものすごい勢いで。

僕もその一人なので、いい気分はしませんが笑。

 

「助成金を使ってAI研修を受けられます」
「DX推進の補助金でAI導入をサポートします」

 

こういう謳い文句のサービスが、ここ1〜2年で爆発的に増えた。

 

それ自体は悪いことじゃない。
AIの裾野が広がるのは、業界にとってプラスです。

 

でも、正直に言わせてください。

あの研修を受けて、本当に業務が変わった会社って、どれだけありますか?

 

僕の体感では、非常に少ない。
ほぼないと言ってもいい。

 

実際に「助成金が出るから研修を受けたけど、全く身にならなかった」という声、かなり多いんですよね。。。

 

今回は、なぜ「AI研修を受けたのに何も変わらない」のか。

そして、AI導入の本質はどこにあるのかについて、業界の人間が絶対に言わない本音を書きます。

 

「AI研修を受けました」で止まっている事務所


助成金が出るからという理由で、AI研修を受けた士業事務所。
かなり増えています。

 

でも案外、研修自体は満足度が高いことが多い。

 

「ChatGPTの使い方がわかった」
「プロンプトのコツを教えてもらった」
「こんなことができるんだと驚いた」

 

受講後のアンケートは「大変満足」に丸がつく。
受講満足度4.9。
すばらしい数字です。

 

でもね、1ヶ月後にその事務所を見に行ったら、何も変わっていないんですよ。

 

ChatGPT、Geminiの使い方は知っている。
プロンプトのテクニックも覚えた。

 

だがしかし、給与計算は相変わらず手作業。
助成金のチェック業務も人力のまま。
就業規則の作成フローも変わっていない。

 

「研修でAIの使い方は学びました。でも、実際の業務にどう落とし込めばいいかわからなくて……」

 

この声、本当に多いんです。。。

これ、研修を受けた側が悪いわけじゃないんですよね。

 

教える側が、AIの「機能」を伝えることをゴールにしてしまっている。

AIの最新機能はどんどんアップデートされる。新しい機能が出れば、それを紹介する。「すごいでしょ?」で終わる。

 

でも、機能を知ることと、業務が変わることは、まったく別の話です。

 

断片的な——というか一時的な、最新情報の機能だけを伝えて「はい、おしまい」。

 

それ、本質じゃないんですよ。
自己満足でしかない。

 

泥臭くAIを叩き込んだ事務所


一方で、地味に、泥臭く、AIを業務に叩き込んでいる事務所があります。

ちなみに華やかさは、ゼロです。一ミリもございません。

 

何をやっているかというと、

こういうことなんです。

 

給与計算だったら、まず各会社のルールを一つひとつ明文化する。

 

「この会社は20日締め」
「この手当はこういう条件で支給」
「ここの経理担当者はこのフォーマットじゃないと受け取ってくれない」

 

こういう、ベテランスタッフの頭の中にしかなかったルールを、全部吐き出してもらって、文字に起こす。

 

それをAIが読める形に整理して、食わせる。

 

で、出力を確認する。

 

  • 「ここが違う」
  • 「この条件が抜けてる」
  • 「この例外に対応できていない」

 

一個一個、PDCAを回していく。

 

就業規則を作るとなれば、

まずひな形を整備する。


ヒアリングシートを作って、完成版のデータを蓄積していく。

業種ごとに「この業界には絶対に入れないといけない文言」がある。
それを明文化する。

 

イレギュラーなケースには、イレギュラーなケース用のルールをAIに設定する。

地味ですよねー。


泥臭いの何物でもない。

でも、これをやった事務所は、結果が出ている。

 

  • 助成金のチェック業務がAIでほぼ完了するようになった。

  • キャリアアップ助成金120社分の工数が半分になった。

  • 給与計算が5分の1に短縮された。

  • ヒューマンエラーも激減した。

 

最初の出力精度が60%だったとしたら、
それを61%に変える。62%に変える。

この積み重ねでしかないんですよ。

 

華やかなAIセミナーでは絶対に語られない、地味で退屈な作業の連続。

でも、これがホンモノなんです。

 

この差を生んでいるのは、たった1つの違い


「AI研修を受けました」で止まっている事務所と、泥臭くAIを叩き込んだ事務所。

この差を生んでいるのは、たった1つの違いです。

 

「AIの使い方を学んだ」か、「業務をAIで変えた」か。

 

AIの使い方を教えるのは、手段です。
目的じゃない。

目的は、業務が改善されること。


もっと言えば、さばける案件が増えて、売上の天井が上がること。

でも、多くのAI研修は、手段を教えて終わっている。

 

「受講満足度4.9です」——それ、本当に業務改善したんですか?

 

「この業務が、このくらい改善しました」と具体的に言えるなら、めちゃくちゃ説得力がある。

 

でも、「受講者が満足しています」だけでは、何の証明にもならないんですよね。

めちゃめちゃ厳しいようですけど。

 

受講者が「よかった」と言うのは当たり前なんです。
知識は増えるから。新しいことを知るのは楽しいから。

 

ただそんなのYouTubeの動画見るだけで十分です。
問題は、その知識が業務に変換されているかどうか。

 

そこが抜け落ちた研修は、ただの助成金消化イベントです。

厳しいけど、これが事実なんです。

 

「現場主義」だけが、本物を見分ける基準になる


じゃあ、何がホンモノなのか。

僕は「現場主義」という言葉を使っています。


たしか経済産業省もこれを理念の一つにしていた気がしますね。

 

まあそれはさておき、

実務ベースで、具体的に、どの業務がどう改善されるか。


そこにコミットできるかどうか。

AIの機能を教えること自体は、もちろん必要です。


教えないと使えませんから。

でも、それは大目的じゃない。
入口にすぎない。

 

その先にある「いかに業務を改善していくか」——ここにどれだけ伴走できるか。

これが全てなんです。

 

  • 給与計算のルールを一社一社明文化する作業。

  • 就業規則のデータを蓄積する作業。

  • 業種別のルールを整理する作業。

  • イレギュラー対応のルール設計。

 

全部、地味です。
華やかさの欠片もない。

 

でも、案外こういうもののほうが本物だったりするんですよね。

 

そして、この「本物」を求められる事務所、会社こそが、AIをちゃんと活用できる思考を持っている。生き残っていける。

 

AI導入って、結局は事業者と事務所の「覚悟の問題」なんです。

 

華やかな研修で満足するのか。
泥臭い改善にコミットするのか。

 

僕らは、後者にコミットしていきたいと思っています。

 

まとめ


AI導入の本質は、泥臭さの中にしかない。

 

助成金が出るからAI研修を受ける。
それ自体は悪くないです。

 

でも、それで「AI導入しました」と思っているなら、何も始まっていません。

 

本物のAI活用は、華やかさとは対極にあります。

各社のルールを明文化して、AIに叩き込んで、精度を1%ずつ上げていく。

 

この泥臭い積み重ねだけが、

業務を変える。


売上の天井を上げる。
事務所の未来を作る。

60%を61%に変える。


これだけなんです。

 

でも、「これだけ」ができる事務所は、驚くほど少ない。

だからこそ、今やれば差がつく。


今やらなければ、差をつけられる。

あなたの事務所は、華やかなAI研修で満足しますか。

 

それとも、泥臭い本物を選びますか。

 


 

最後まで読んでいただきありがとうございました。

 

「AI研修を受けたけど実際の業務に落とし込めていない」
「具体的にどの業務からAIを活用すればいいか相談したい」
「ぶっちゃけ助成金研修で全然身にならんかったから、本物のAI導入がどんなもんか見てみたい!(無料でお見せしております)」

 

という方は、以下の公式LINEからお気軽にご相談ください。

 

LINE相談はこちら!

https://lin.ee/I73KUiN

 

YouTubeでもAI・DXの情報を発信しています。

https://youtube.com/channel/UC-f1ZI9MiME-GC0l1gwNf4w?si=WeyqGjBSvVXwSaDB

 

 

こんにちは、
株式会社Lean Stack代表の吹上由樹です。


はじめに

今回は、成果報告です。

いつもは「AIを使うべき理由」とか「使わないリスク」みたいな話をしていますが、今回はちょっと違います。

 

実際に社会保険労務士法人さんにAI研修を実施させていただいて、1ヶ月の短期集中でどこまで変わったのか。

その結果を、全部お見せします。


正直に言うと、僕自身も驚きました笑。

1ヶ月という短い期間で、ここまで変わるとは思っていなかった。

 

  • 助成金のチェック業務がほぼAIで完結(体感9割くらいはカットできてるとのこと)。

  • キャリアアップ助成金120社分の工数が半分。

  • 給与計算も劇的に短縮されて、雇用契約書の作成まで効率化された。

 

業務全般が、もう本当に全部楽になっているんですよね。

でも、これは「楽になってよかったね」で終わる話じゃないんです。

 

捌ける案件・仕事の数が増える。
つまり、売上の天井が上がる。

守りじゃなくて、攻めの話なんです。

 

研修前、その事務所で何が起きていたか


まず、研修に入る前の状態を話します。

この社労士法人さん、決して「ダメな事務所」ではなかった。


むしろ、ちゃんと回っている事務所です。

オフィスステーションだったり、ジョブカンも導入されていました。

 

顧問先もしっかり抱えている。
スタッフも真面目に働いている。

でも、現場で何が起きていたか。

 

助成金のチェック業務に、膨大な時間を取られていた。

 

キャリアアップ助成金だけで120社分。
一社一社、書類を確認して、要件を満たしているかチェックして、不備があれば修正する。
 

これを全部、人の手でやっていたんですね。

 

給与計算も同じ。
毎月毎月、決められた工程を手作業で回す。
ただし、その決められた工程は各会社によって大きく異なる。

 

雇用契約書の作成も、テンプレートを引っ張ってきて、一つひとつ手で編集していく。

 

どれも「やれば終わる」仕事ではある。
でも、やるのに時間がかかりすぎる。

 

そして、その時間は本来、もっと別のことに使えるはずの時間なんですよね。

 

  • 新しい顧問先の開拓。

  • 既存の顧問先へのフォロー。

  • 提案の幅を広げること。

 

やりたいことはある。
でも、目の前の作業に追われて、手が回らない。

 

これ、この事務所に限った話じゃないですよね。
全国の社労士事務所で、全く同じことが起きているはずです。

 

1ヶ月で、何がどう変わったか


ここからが本題です。

1ヶ月の短期集中研修で、具体的に何がどう変わったのか。
業務ごとに全部出します。

 

助成金チェック業務——ほぼAIで完了するようになった


一番インパクトが大きかったのが、助成金のチェック業務です。

 

これまでは、申請書類の内容をスタッフが一つひとつ目視で確認していた。

要件に合致しているか、記載に不備がないか、添付書類は揃っているか。

 

この作業が、ほぼAIで完了するようになりました。

AIに助成金の要件やチェックポイントを設定して、書類の内容を照合させる。人がやるのは、AIが出した結果の最終確認だけ。

 

「ほぼAIで完了」と言うと大げさに聞こえるかもしれませんが、本当にそうなっています。

 

チェック業務って、結局のところ「ルールに照らし合わせて確認する作業」なんですよね。

だから、ルールをきちんと設定できるAIとの相性が、抜群にいい。


むしろ人間より正確だったりします。
見落としがないので。

 

キャリアアップ助成金120社分——工数が半分に


キャリアアップ助成金の申請、120社分。

この数を聞いただけで、想像がつくと思います。


作業量が、膨大なんです。

それが繁忙期と重なると間違いなくパンクします。

 

一社あたりの処理時間がほんの少し短くなるだけでも、120社分ともなれば、トータルの差は凄まじい。

 

実際に、工数がおよそ半分になりました。

半分ですよ。


120社分の業務が、60社分の工数で終わる。

 

  • 浮いた時間で何ができるか。

  • もう一つ案件を受けられる。

  • 新しい助成金の提案ができる。

  • 顧問先へのフォローに回れる。

 

冷静に考えてとんでもない革命です。

 

これ、単純に「楽になった」で終わらない話なんです。
さばける案件の数が増えるということは、そのまま売上が増えるということなんですよね。

 

まあ、当たり前のことを書いているだけですが。

 

給与計算——「あれ、もう終わった?」が日常になった


給与計算も、かなり変わりました。

これまで当然のようにかかっていた時間が、大幅に短縮された。

 

以前の記事でも書きましたが、やったことはシンプルです。
業務を工程ごとに分解して、AIに渡せる部分を切り出していく。

 

勤怠データの確認、各種手当の計算ロジック、チェック工程。

 

これらをAIに任せて、人は最終確認に集中する。

 

研修を通じてスタッフの皆さんがこのフローを自分のものにしていった結果、「あれ、もう終わったの?」という声が自然と出てくるようになりました。

 

給与計算の時期になると事務所の空気が重くなる、あの感覚。
事務所によっては本当に地獄らしい笑。

 

あれが、なくなった。

地味に見えるかもしれませんが、現場にとってはこれがデカいんですよね。。。

 

雇用契約書の作成——もう一つの地味な革命


そして、雇用契約書の作成。

これも、一つひとつ手作業で作っていたものが、AIで大幅に効率化されました。

 

雇用条件を入力すれば、AIが契約書のドラフトを生成する。
人がやるのは、内容の確認と微調整だけ。

 

「雇用契約書くらい、手で作ればいいじゃん」と思うかもしれません。

 

確かに、1社2社ならそうです。

でも、これが何十社、何百社となると話が変わります。


一社あたり15分短縮できたとして、100社なら25時間。
丸3日分の時間が浮く計算です。

 

こういう「一つひとつは小さいけど、積み重なると膨大になる業務」こそ、AIが最も力を発揮するところなんですよね。

 

結局、今回の研修で起きたのは「業務全般が、すべて楽になった」ということです。

 

助成金チェック、キャリアアップ助成金の申請、給与計算、雇用契約書の作成。

 

全部クリアした。

1ヶ月で、全部です。

 

これは「守り」の話じゃない。売上の天井が上がる話だ


ここで、一番伝えたいことを言います。

「業務効率化」と聞くと、多くの人は「守り」だと思うんですよね。

 

コスト削減。
残業削減。
ミスの防止。

 

もちろん、それも大事です。


でも、今回の成果で一番すごいのは、そこじゃない。

 

さばける案件の数が、純粋に増えたということなんです。

 

これまで120社分の助成金に手いっぱいだった事務所が、半分の工数で同じ量をこなせるようになった。

 

ということは、余った時間で新しい案件を受けられる。

 

給与計算が早く終わる。
ということは、新しい顧問先を引き受ける余裕ができる。

 

業務効率化は「守り」じゃない。
売上の天井を引き上げる「攻め」なんです。

 

僕はこれを声を大にして伝えたいです。

 

士業事務所の売上って、結局のところ「人の手」で天井が決まっているんですよね。

 

所長とスタッフの手が回る範囲でしか、顧問先は増やせない。
案件は受けられない。

 

この構造を変えないまま売上を上げようとしたら、人を採用するしかない。

 

でも、人件費は固定費として重くのしかかる。


そもそも、良い人材が採れるとも限らない。

意外と士業事務所の業務って専門性高いですからね笑。

 

AIで業務効率を上げるというのは、
この「人の手の限界」という天井を壊すことなんです。

 

人を増やさなくても、さばける量が増える。
さばける量が増えれば、売上が上がる。

 

しかも固定費は増えない。

これ、経営として見たら、とんでもない話ですよ。

 

顧問料で食っていく以上、売上には必ず天井がある。
その天井を決めているのが「人の手」なら、人の手以外の力を入れるしかない。そういう話です。

 

1ヶ月で変わった。でも、この差は広がり続ける


今回、1ヶ月という短期集中の研修で、ここまでの変化が起きました。

正直、僕も「1ヶ月でここまでいくか」と思った。

 

でも、本当に怖いのはここからなんです。

 

AIを使いこなし始めた事務所は、どんどん加速していく。


業務が効率化されて余裕ができると、新しいことに挑戦する時間が生まれる。

その挑戦がまた成果を生んで、さらに前に進む。

 

一方で、「まだ大丈夫」「うちはまだ手作業で回っている」と思っている事務所は、そのまま止まっている。

 

この差は、時間が経てば経つほど広がります。

今はまだ「少し差がついた」程度かもしれない。


でも、1年後には取り返しのつかない差になっている。

これが、生き残る事務所とそうでない事務所の分岐点だと、僕は本気で思っています。

 

岐路に立っているのは、今です。
1年後じゃない。今なんです。

 

まとめ


社労士法人にAI研修を実施して、1ヶ月で起きたこと。

 

助成金チェック業務が、ほぼAIで完了するようになった。

キャリアアップ助成金120社分の工数が、半分になった。
給与計算が劇的に短縮された。
雇用契約書の作成まで効率化された。

 

そして何より、さばける案件の数が増えた。売上の天井が上がった。

 

これは「効率化」という守りの話じゃない。
事務所の成長を加速させる、攻めの話です。

 

1ヶ月で、ここまで変わる。

あとは、やるかやらないか。

それだけなんです。

 


 

最後まで読んでいただきありがとうございます。

 

「うちの事務所でもAI研修を受けてみたい」
「具体的にどの業務から始めればいいか相談したい」
「ぶっちゃけ1ヶ月でそんな変わるわけないだろって思ってるから、まず見せてほしい!(無料でお見せしております)」

 

という方は、以下の公式LINEからお気軽にご相談ください。

 

LINE相談はこちら!

https://lin.ee/I73KUiN

 

YouTubeでもAI・DXの情報を発信しています。

https://youtube.com/channel/UC-f1ZI9MiME-GC0l1gwNf4w?si=WeyqGjBSvVXwSaDB