株式会社Lean Stack -4ページ目

AIを入れたのに変わらない社労士事務所がやりがちな失敗3選

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から
↓
https://www.yohakuru.com/#contact

はじめに

今回は、少し耳の痛い話かもしれません。

「AIを入れたのに、結局なにも変わらなかった」という社労士事務所の話です。

ここ半年でAIに本気で取り組む先生が増えました。
それ自体は素晴らしいことだと思います。

でも、その一方で、
こういう声も同じくらい増えています。

「導入したのに、気づけば誰も使っていない」
「最初だけ盛り上がって、すぐ元のExcelと残業に戻った」

これは先生の能力やセンスの問題ではありません。

失敗する事務所には驚くほど共通した"型"があります。

本記事では、私が現場で何度も見てきた、AI導入でやりがちな失敗を3つに絞って書いていきます。

この3つを避けるだけで、成功率は格段に上がります。

失敗1：所長の独断で導入し、現場の理解を得ない

いちばん多いのがこれです。

所長の先生が勉強熱心で、AIの可能性に気づく。
「これはうちに入れるべきだ」と確信して、トップダウンで導入を決める。

決断としては、正しいです。
トップが距離を置いている事務所は、そもそも何も進みませんから。

でも、肝心の現場が置いてけぼりなんですよね。

「これからはAIでやるぞ」と号令だけかかって、なぜ必要なのか、自分たちの仕事がどう楽になるのか、現場には腹落ちしていない。

そうなると、現場はこう受け取ります。

「また所長が新しいものを持ってきた」
「覚えることが増えるだけ」
「今のやり方で回ってるのに」

人は、自分が必要だと納得していないものを、自発的には使いません。

しかも、給与計算のような業務をいちばん分かっているのは、所長ではなく現場のベテランだったりします。

その人たちの理解と協力がないまま導入しても、AIは現場の実務に根を張れないんですよ。

導入する前に現場の方々が「これは自分たちのためのものだ」と思えているか。

ここが抜けると、どんなに良い決断も浮いて終わります。

失敗2：業務の棚卸しをせず、とりあえずAIを入れる

次に多いのが、「とりあえず流行ってるから入れてみよう」というパターンです。

これも気持ちはよく分かります。

このAIの流れに乗り遅れたくないですからね。

でも、自分の事務所のどの業務が、なぜ重いのか。
どこに無駄があって、どこが属人化しているのか。

ここを棚卸ししないまま導入すると
AIを「どこに効かせればいいか」が誰にも分かりません。

そもそも業務の流れがバラバラで、人によってやり方が違う状態。
ここにAIをポンと置いてもAIは何を任されているのか分からない。

順番が逆なんです。

本当は、まず業務を棚卸しして、流れを整理する。
「この業務の、この部分が、毎月いちばん人を消耗させている」と特定する。
その上で、そこにAIを当てる。

棚卸しをすると「実はこの作業、AI以前にやめてもよかった」みたいなことも見えてきます。

AIは整理された業務の上でこそ効果的です。

失敗3：汎用AIを、そのまま使おうとする

3つ目は、ChatGPTのような汎用AIを、そのまま現場に持ち込むパターンです。

「月数千円だし、賢いから大丈夫だろう」と。

でも、汎用AIはあなたの事務所のことを何も知りません。

顧問先ごとの締日、手当の計算ルール、雇用形態ごとの例外。

こういった「事務所の頭の中」を、毎回ゼロから説明しないと動かないんですよ。

そこまで打ち込むなら、自分でやったほうが速い。
——だから現場は、そっと今まで通りに戻っていく。

これ、現場のリテラシーが低いからではありません。
汎用AIを業務で使い続けるには、毎回うまく指示を出し続けるという、それ自体が新しい負担になるんです。

ここで必要になるのは賢いだけのAIではなく、あなたの事務所のルールを覚えていてくれる専門のAIなんですよね。

ここを取り違えると、どんなに優秀な汎用AIでも現場では続きません。

3つの失敗に共通していること

3つ挙げましたが、根っこは一つです。

AI導入を「ツールを入れること」だと捉えている、ということなんですよね。

・現場の理解を得る前に、道具だけ入れてしまう
・業務を整理する前に、道具だけ入れてしまう
・事務所のことを教える前に、道具だけ入れてしまう

全部、「道具を入れれば変わるはず」という思い込みから来ています。

でも本当のところ、AI活用は、

・誰が、何を、どこまで担うのか
・どの業務を、どう整理して載せるのか
・事務所のナレッジを、どう仕組みに残すのか

という、組織と業務そのものを作り変える話なんです。

ここを「道具の導入」だと思っている限り、何を入れても同じ失敗を繰り返します。
逆に、ここを「組織づくり」だと捉えた瞬間、成果の出方が大きく変わります。

弊社のヨハクルがやっているのも、まさにそこです。

いきなりAIツールを導入するのではなく、業務を一緒に棚卸しして、事務所のナレッジをまるごとAIに載せ、現場が自律的に使える状態まで伴走する。

AIの機能を説明しておーわり、ではないんですよね。

まとめ

最後に、整理させてください。

AIを入れたのに変わらない事務所には、やりがちな3つの失敗があります。

所長の独断で導入し、現場の理解を得ない（現場が「自分のもの」と思えない）
業務の棚卸しをせず、とりあえず入れる（どこに効かせるかが分からない）
汎用AIをそのまま使う（事務所を知らないAIは続かない）

そして、この3つの根っこは一つ。
AI導入を「ツールを入れること」だと捉えていることなんです。

本当のAI活用は、現場を巻き込み、業務を整理し、事務所のナレッジを載せていく——組織と業務そのものを作り変える話です。

ここに気づいた事務所から、AIは「入れたのに変わらないもの」から「事務所を本当に変えるもの」に変わっていきます。

本日も最後まで読んでいただきありがとうございます。

「AIを入れたのに、結局使われずに終わってしまった」
「どの失敗にハマっているのか、自分の事務所に当てはめて知りたい」
「失敗しない進め方を、実例とデモで見てみたい！」

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。

所長がAIを使いこなす社労士事務所ほどDXが進まない致命的な理由

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/

無料相談・デモの閲覧はこちらからどうぞ！
↓
https://www.yohakuru.com/#contact

はじめに

今回は、少し逆説的なテーマを書きます。

「所長がAIを使いこなしている社労士事務所ほど、なぜかDXが進まない」という、やや深刻な話です。

半年前と比べて、社労士の先生方のAIへの向き合い方は、明らかに変わってきました。

まだ少数派ではあります。

でも、自分の事務所で本気でAIを使いこなそうとしている先生が、確実に増えてきている。

これは現場で接していて本当に肌で感じます。

それ自体は素晴らしいことだと思います。

ところが、、、です。

所長がAIに詳しくなり、バリバリ使いこなせるようになった事務所ほど、そこで止まってしまうケースがすごく多いんです。

なぜ、いちばんAIを頑張っている先生の事務所でDXが進まなくなるのか。

本記事ではその理由と抜け出し方を書いていきます。
まだAIに触れていない先生にも、これから絶対に役立つ話です。

トップが先頭を走るのは、間違っていない

まず最初にはっきり言っておきたいことがあります。

所長や代表の先生が、まず自分でAIを触ってみる。

これは、すごく大事です。

トップが「よく分からないから」と距離を置いている事務所ではAIは絶対に進みません。

だから、先生自身が手を動かして、AIで何ができるのかを掴みにいく。
この姿勢は本当に正しい。

実際、半年前から変わってきたのは、まさにこの「自分でやってみる先生」が増えてきたからなんですよね。

ただ、問題は
その「先」にあります。

汎用AIを先生一人で使いこなす構造の限界

AIを使い始めた先生の多くは、ChatGPTのような汎用AIから入ります。
今だとClaudeも多いかもしれません。

ここで一つ目の壁が来ます。

ChatGPTやClaudeのような汎用AIはたしかに賢いですが、あなたの事務所の事情は一ミリ知りません。

顧問先ごとのルール、これまでの判断の癖、事務所として大事にしてきた価値観。

こういった「事務所の頭の中」が載っていない限り、ナレッジとしてはうまく回らなかったりします。

もちろん、先生自身がAIのプロフェッショナルで、なおかつ社長代理業務にも精通しているなら、ある程度までは一人でいけます。

でも、ここで二つ目の
もっと根深い壁が来ます。

社内にAIを扱えるリテラシーを持った人がほぼいないという現実です。

結局、AIを構築できるのも、設定をいじれるのも代表の先生一人。

ナレッジを作って「これ使ってね」と社員に共有しても、社員はそれを自分で調整できない。
何かあれば、結局また先生がいちいち手を入れることになる。

——これ、DXになっていますか？という話です。
少なくとも私はNOだと思います。

「先生に依存する構造」は、何も変わっていない

冷静に見てください。
今まで、判断も処理も先生に集中していた。

AIを入れた結果、今度は「AIを動かせるのは先生だけ」という状態になった。

依存先が「先生の手作業」から「先生のAI操作」に変わっただけで、先生に全部のしかかる構造そのものは何も変わっていないと思うんです。

むしろ、AIという新しい道具が増えた分、先生の抱えるものが増えている事務所すらあります。

これはDXの目的とは真逆です。

本来DXは先生やスタッフの負担を減らし、事務所全体の生産性を底上げするためのもの。

なのに、所長一人にAIまで集中したら
それはただの「高度な属人化」でしかありません。

そして、これがいちばん危ない「沼」です

ここが、今日いちばん伝えたいところです。

所長がAIを抱え込むと
所長自身がAIに"ロック"されます。

どういうことか。

社内で誰もAIをいじれないから、所長が現場から抜けられない。

常に「自分が動かさないと回らない」状態に縛られる。

経営者として本来やるべきこと
——顧問先の開拓、新しいサービスづくり、売上を伸ばすための一手

こういった売上拡大に大きく寄与する業務に注力する余地がどんどん削られていくんですね。

AIを入れたはずなのに、
所長の選択肢も、
事務所が広がる余地も、

むしろ狭くなる。
これこそ本末転倒です。

正直に言えば、ここで止まるくらいなら、いっそ中途半端に始めない方がマシなことすらあります。

「所長だけが使えるAI」は、進んでいるように見えて、
実は所長を縛る沼なんですよ。

この沼に決してハマってはいけない。

本当のDXは、ボトムアップでしか起きない

じゃあ、どうすればいいのか。

答えは、底上げです。
ボトムアップです。

社内のスタッフが自分で自律的にAIを使える状態をつくる。

エンジニアになれという話ではありません。
でも、せめて「準エンジニア」くらいのところまで、現場のスタッフが自分でAIを触れて、調整できて、業務に組み込める。

ここまで来たらそれは間違いなくDXの目的を達成しています。

なぜなら、

先生が一人で抱えていたものが、
組織の力に変わるからです。

先生がいちいち手を入れなくても、現場が自分でAIを回していく。

そうなって初めて所長はロックから解放されます。

現場から手が離れて、経営に時間を使えるようになる。

売上を伸ばす一手にも、新しい挑戦にも動ける。

これが社労士事務所全体としての本当の生産性向上であり、
私が考えるDXの到達点なんですよね。

トップの一歩を属人化で終わらせない

もう一度言います。
トップがまず自分でやってみるのは大事。

でも、その一歩を「先生だけが使える状態」で止めてはいけないんです。

そこで属人化してしまったら、結局また先生がボトルネックになり、沼に逆戻りします。

大事なのは先生が掴んだものを、
社内にしっかり広げられるかどうか。

ここが、これからのAI活用の成否を分ける、いちばん重要なポイントになってくると思っています。

とはいえ、先生だけで広げるのは正直無理がある

ただ、現実問題として。

日々の業務でただでさえ忙しい先生が、AIを社内に広げる旗振りまで一人で全部やる。

これは、なかなか無理があります。

だから、その「広げる」部分を伴走するサービスが必要になってくるんですよね。

弊社のヨハクルも
まさにそこをやっています。

事務所のナレッジ——顧問先ごとのルール、判断の癖、価値観——を、まるごとAIに載せていく。

ここは、なかなか他でやっているところがないので、強みだと思っています。

ただ、誤解しないでほしいのですが、
私が本当に言いたいのは、ツールの話ではありません。

所長一人が使えるだけのAIには、ほとんどうまみがない。

使いこなせる人間を社内でボトムアップ式に育てていく。

ここに向き合えるかどうかが本質だということです。

最後に問いたいのは、「組織体制」です

そして、もう一つ。

ボトムアップを本気で考えると、避けて通れない論点があります。

それは所長はそもそも、その業務から抜けるべきだ、ということです。

AIを活用していくということは、単に道具を入れることではありません。

「誰が、何を、どこまで担うのか」という、組織体制そのものを見直すことです。

所長が現場の処理から抜けて、本来やるべき経営や顧問先との関係構築に時間を使えるようにする。

そのために現場はAIと育ったスタッフで回るようにしていく。

このあたりの組織の形をAI活用と一緒に考えていく。
これこそが、これからの事務所にとって非常に重要な項目になってくるのではないかなと思います。

まとめ

最後に整理させてください。

半年前と比べて、AIに本気で向き合う先生は確実に増えてきました。

トップが先頭を走るこの姿勢は本当に正しい。

でも、皮肉なことに、所長がAIを使いこなす事務所ほど、そこで止まってしまうことが多いのも事実です。

所長一人にAIが集中すると、それはただの「高度な属人化」になり、所長自身がAIにロックされてしまう。
経営に動く余地も、事務所が広がる選択肢も、むしろ狭くなる。

これでは本末転倒で、ここで止まるくらいなら始めない方がマシなくらいです。

この沼から抜けるには社内のスタッフが自律的にAIを使えるボトムアップしかありません。

そしてその先には所長が現場業務から抜けて組織体制そのものを見直すという、避けて通れない論点があります。

AI活用は賢いツールを入れる話ではなく、
事務所という組織をどう作り変えるか、という話なんです。

ここに気づいた事務所から
AIは「所長を縛る沼」ではなく「事務所全体の力」に変わっていきます。

私はそう考えています。

本日も最後まで読んでいただきありがとうございます。

「自分はAIを使えるようになったけど、社内に広がる気配がない」
「結局、自分がいちいちAIをいじっていて、これDXなのか?と思う」
「事務所のナレッジをAIに載せて、スタッフ自身が使える状態をデモで見てみたい！」

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。

ほとんどの社労士事務所が抱える給与計算の残業にAIで終止符を

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、社労士事務所の所長の先生にどうしても一度書いておきたいテーマです。

事務所から人が辞めていく話です。

「最近、人がなかなか定着しない」
「採用してもすぐ辞めてしまう」

そういう相談を本当によく聞くようになりました。

そして多くの先生はこれを「採用の問題」だと思っています。

いい人が採れていない。
だから、もっと採用に力を入れよう、と。

でも、ここではっきり言わせてください。

社労士事務所の離職は
採用では止まりません。

なぜなら、人が辞めていく本当の原因は入口ではなく、事務所の中にあるからです。

その代表格が給与計算の残業です。

今回は、給与計算の残業がどうやって職員を静かに辞めさせていくのか。
その構造とAI・DXでどう断ち切るのかを書いていきます。

「給与計算が嫌で辞めました」とは、誰も言わない

まず、いちばん大事なことを書きます。

辞めていく職員さんは退職理由に「給与計算が辛かったから」とは、まず言いません。

言うのは、

「家庭の事情で」
「キャリアを考えて」
「体調を崩して」

だから所長の先生からは
本当の原因が見えないんですよね。

でも、その裏側で何が起きているか。

毎月、締日が近づくたびに残業が積み上がる。

データが揃わない。
項目が抜けている。
顧問先ごとにルールが違う。

それを決まった支払日までに
1円のズレもなく仕上げないといけない。

このプレッシャーが毎月、必ず、容赦なく来るわけです。

しかも、ミスをすれば顧問先の信頼に直結する。
気を抜けない。

この「毎月くる、逃げ場のない残業」が
ボディブローのように効いてくるんですよ。

一回一回は耐えられる。

でも、それが半年、一年と続いたとき、人の心はじわじわ削れていきます。

そして、ある日ふっと、「もう無理かもしれない」と思う。

辞める理由は、最後のひと押しにすぎないんですよね。

本当の原因は、もっと前から積み上がっていたんです。

離職はこうして静かに連鎖する

給与計算の残業が怖いのは、
一人辞めて終わり、にならないところです。

ここから負の連鎖が始まります。

しわ寄せは残った人に全部いく

一人が辞めるとその人が抱えていた顧問先の給与計算は、どこかへ移さないといけません。

でも、給与計算は顧問先ごとにルールがバラバラで簡単には引き継げない。

結局、残った職員が抱え込むことになります。
最悪所長が背負うことになります。。。

ただでさえ残業していた人にさらに業務が乗る。

辞めた人を埋めるどころか
残った人の残業が増えるんですよ。

「自分が辞めたら回らない」が、呪いになる

残った職員は、責任感が強い人ほどこう思います。

「自分が辞めたら、もっと現場が回らなくなる」

これは一見頼もしいです。

でも、実態は辞めたくても辞められないという、じわじわした追い詰められ方なんですよね。

事務所への信頼ではなく罪悪感で縛られている状態です。

そして、その我慢が限界を超えたとき今度はその人が辞める。

採用しても、育つ前にまた辞める

そこで先生は慌てて採用します。

でも、給与計算は実務経験がないと一人前になるまで何年もかかる。

新人は教わりながら、残業まみれの現場に放り込まれる。

教える側のベテランも自分の業務を抱えながら教えるので、さらに消耗する。

そして新人は、戦力になる前に「ここは大変すぎる」と離れていく。

——もう、お分かりだと思います。

これは、採用でどうにかなる問題じゃないんですよ。

出口（離職の原因）を塞がないまま入口（採用）だけ広げても、水は漏れ続けるんです。

なぜ「気合い」と「増員」では止まらないのか

多くの事務所が

ここで2つの手を打ちます。

一つは、気合い。
「みんなで頑張ろう」。

もう一つは、増員。
「人を増やせば一人あたりの負担が減るはず」。

でも、どちらも根本解決にはなりません。

まず、気合いは続きません。
人の精神力には限界があります。

増員は、教育コストと人件費を増やすだけで、肝心の「給与計算がバラバラで手間がかかる」という構造はそのまま残る。

問題は人の数でも
やる気でもないんです。

給与計算という業務そのものが、人の手で処理する限り、必ず残業を生む構造になっている。

ここなんです。

だとすれば、変えるべきは人ではなく、業務の処理のされ方のほうなんですよね。

「じゃあChatGPTで！」がうまくいかない理由

「それなら、AIに給与計算をやらせればいい」と思うかもしれません。

方向性としては正しいです。

ただ、ChatGPTのような汎用AIをそのまま使うとここでつまずきます。

汎用AIはあなたの顧問先を何も知らないんですよ。

「この会社は20日締めで、この手当はこう計算して、この雇用形態は別ルールで……」

これを毎月、顧問先の数だけ説明しないといけない。

そこまで書き出すなら自分で計算したほうが速い。

だから多くの事務所が「やっぱり今まで通りでいいや」と、残業に戻っていくんですよね。

必要なのは賢い汎用AIではありません。
あなたの事務所の給与計算ルールを覚えていてくれるAIなんです。

ヨハクルは、残業の源泉そのものを引き受ける

ここで弊社サービス「ヨハクル」の話をさせてください。

ヨハクルがやっているのは、汎用AIを頑張って使いこなしてもらうことではありません。

顧問先ごとの計算ルール、紙やCSVといったデータ形式、過去の判断の癖——これまでベテランの頭の中と、その人の残業で吸収してきたものを、まるごとAI側に載せていきます。

一度載せてしまえば、毎月ゼロから説明する必要はありません。

紙で来ようが、CSVで来ようが、事務所のルールに沿って読み取り、整え、その顧問先の形で出力していく。

つまり、これまで人を消耗させてきた「残業の源泉」そのものを、AIが引き受けるんです。

社労士法人フォーシーズン様で給与計算業務が80%削減されたのもまさにこの構造です。

社労士DXというと、世の中の大半は「いい給与計算ソフトを入れる」で止まっています。

でも、バラバラを吸収しているのが人である限り、残業も離職も止まりません。

ヨハクルはその処理する役割そのものをAIに移し替えます。
ここが根本から違うところなんですよ。

人が辞めない事務所は、何が違うのか

給与計算の残業がAIに移ると事務所の中で何が起きるか。

職員さんが毎月の締めに怯えなくなります。

「今月もまた残業地獄か」という、あの重さが消える。

一人辞めても判断軸はAIに積み上がっているので、残った人にすべてがのしかかることもない。

新人もいきなり残業まみれの現場に放り込まれるのではなく、AIを使いながら無理なく立ち上がれる。

すると、どうなるか。

人が辞めにくくなります。

職員に余白が生まれて、心に余裕ができて、結果として顧問先にも優しくなれる。

これこそが、株式会社Lean Stackが掲げている「アナログ価値の最大化」であり、ヨハクルが作りたい"余白"そのものなんですよね。

AI・DXというと冷たい話に聞こえるかもしれませんが、私はむしろ逆だと思っています。

人を守るために
AIに任せるんです。

まとめ

最後に整理させてください。

社労士事務所の離職は
採用では止まりません。

人が辞めていく本当の原因は入口ではなく、事務所の中にある給与計算の残業だからです。

「給与計算が辛い」とは誰も言わずに辞めていくから、所長には見えにくい。

そして一人辞めると、しわ寄せ、罪悪感、採用しても育たない、という負の連鎖が静かに回り始める。

気合いでも、増員でも、
これは止まりません。

止めるには残業の源泉である「給与計算のバラバラ」を、人からAIに移すしかないんです。

ヨハクルは、まさにそこを引き受けて職員さんに余白を返すサービスです。

社労士のAI活用はコスト削減の話である前に、人を守る話なんですよね。

ここに気づいた事務所から、給与計算は「人を消耗させる業務」から「人が辞めない事務所をつくる起点」に変わっていきます。

本日も最後まで読んでいただきありがとうございます。

「採用を頑張っているのに、なぜか人が定着しない」
「給与計算の残業で、職員が疲弊しているのが分かる」
「ぶっちゃけ、ヨハクルで給与計算80%削減って本当？残業がどれくらい減るのかデモで見てみたい！」

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。

社労士がAIを"学んでも"業務に落とし込めない本当の理由

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/

ヨハクルに関する無料相談・デモの閲覧はこちらからどうぞ！
↓
https://www.yohakuru.com/#contact

はじめに

今回は社労士事務所の代表の先生方に、どうしても一度きちんと書いておきたかったテーマを書きます。

ズバリ、「AIを学んでいるのに、業務に落とし込めない」という問題です。

ここ最近、社労士業界でも「AIをどう使うか」が、一気にホットな話題になってきました。

セミナーは満席。
勉強会も増えている。
先生方も本を買って、動画を観て、実際にChatGPTを触っている。

つまり、もう「AIを使うか・使わないか」の議論は、ほぼ決着がついているんですよね。

使わない、という戦略も理論上はあります。
でも、使ったときの恩恵があまりにもデカすぎて、これからの時代、使わない理由のほうが説明しにくくなってくるはず。

ただし、問題はその次なんです。

「使った方がいいのはわかった。じゃあ、何を、どう使えばいいの？」
「どの業務にどのように活用するのかが情報として無さすぎる…」

こうやってほぼ全員の先生が手を止めてしまいます。

今回は、なぜこんなにも社労士の先生方がAIを"学んでも"業務に落とし込めないのか、その本当の理由を構造から書いていきます。

セミナーには行った。でも、事務所は何も変わっていない

まず、いまの社労士業界で起きている、ちょっと残酷な光景から書かせてください。

AI活用のセミナーや勉強会に行く。
すごく勉強熱心な先生が増えています。
これ自体は本当に素晴らしいことだと思います。

そして、その場ではこう思うんですよ。

「へぇ、AIってこんなことができるんだ」
「資料もこんなにきれいに作れるのか」
「文章作成もあっという間じゃないか」

なるほど、なるほど、と感心して
ノートにメモを取って帰る。

ところが——

翌日、事務所のいつものデスクに座った瞬間、こうなるんですよね。

「で、結局これ、うちのどの業務に使えるんだっけ…？」

手が止まる。
そして、いつもの給与計算といつもの手続きに戻っていく。

学んではいる。
知識は増えている。
AIで何ができるかも分かってきた。

でも、事務所の業務は1ミリも変わっていない。

これ、サボっているわけでも、理解力がないわけでもないんです。

むしろ真面目に学んだ先生ほど、この「学んで終わる」の罠にハマっているんですよ。

「できること」をいくら知っても、「うちの業務」には繋がらない

では、なぜ学んでも落とし込めないのか。

一つ目の理由は、世の中のAI活用情報のほとんどが「機能の話」で止まっているからです。

「AIで議事録が作れます」
「AIで文章が書けます」
「AIで資料が作れます」

——たしかに、できます。

できるんですけど、先生方が本当に知りたいのって、そこじゃないんですよね。

知りたいのは、「うちの事務所の、あの顧問先の、あの給与計算が、どう楽になるのか」です。

つまり、縦軸の話。

ただ、昨今の勉強会やセミナーのAI活用はあまりにも横軸の話しかしてなくて、業務に落とし込むまでに至らないってわけです。

「議事録が作れます」と「うちのA社の変形労働時間制の給与計算が回ります」の間には、とんでもなく深い谷があるんですよ。

というか、先述した通り、軸が全く異なります。

世の中のAI情報は、横軸の話に偏っています。

だから、先生方は「できること」のカタログだけが頭に増えていって、「自分の業務」とは繋がらないまま終わる。

機能を100個覚えても、自分の事務所の1業務に下りてこない。
知識がついて幅は広がってるけど、縦軸への掘り方が全く分からないみたいなイメージですかね。

これが学んでも落とし込めない、一つ目の正体です。

そもそも、ChatGPTは"社労士特化"で作られていない

そして、ここからが本丸です。

仮に先生が頑張って、「よし、うちの給与計算をChatGPTにやらせてみよう」と業務に持ち込んだとします。

すると、ほぼ確実に、もう一段深い壁にぶつかるんですよ。

理由はシンプルで、ChatGPTもGeminiもClaudeも、社労士特化のAIじゃないからです。

これらは、世界中の誰が使ってもそれなりに役立つように作られた"汎用"のAIなんですよね。

汎用であるがゆえに社労士業務に持ち込むと、こういうことが起きます。

毎回、ゼロからプロンプトを打たないといけない

まず、これです。

「この顧問先は20日締めで、この手当はこういう計算で、この雇用形態は別ルールで……」

これを、毎回、使うたびに、顧問先の数だけ説明しないといけない。

汎用AIは「あなたの事務所」を覚えていないので、毎月、毎回、ゼロからの説明になるんですよ。

ここまで細かく書き出すなら、正直、自分らで計算したほうが速い。

多くの先生が「やっぱりExcelに戻ろう」となるのは、ここなんですよね。

裏側の処理が弱くて、細かいところに手が届かない

次に、これもよくお聞きします。

社労士業務って、表に見える「答え」の裏側に、ものすごく細かい処理が詰まっているんですよ。

端数の処理。
例外の扱い。
この顧問先だけの暗黙ルール。

去年こう判断したから今年もこう、という履歴。

汎用AIはこの裏側の細かい処理がどうしても行き届かないんです。

先生が

「いや、ここはこうしたいんだよな」
「本当はこうあってほしいんだよな」

と思っている、その細かい部分までなかなか反映してくれない。

LLMは構造上、平均的でそれっぽい回答しか返せないからです。

世界中の平均値を返すのが汎用AIの仕事であって、「あなたの事務所のこだわり」を返すようには作られていない。

だから、専門家である先生の目から見ると
どこか浅くて、どこかズレている。

——ここまで来てようやく多くの先生が気づくんです。

「学んでも落とし込めなかったのは、自分のせいじゃなかった」と。

使っている道具がそもそも社労士業務に向いていなかった。
ただ、それだけだったんですよ。

「ヨハクルは違います」とはっきり言わせてください

ここで弊社サービス「ヨハクル」の話をさせてください。

これまで散々「汎用AIには限界がある」と書いてきましたが、ヨハクルは違います。

ヨハクルがやっているのは
汎用AIを"使っていただく"ことではありません。

社労士事務所そのものをAIに載せることです。

顧問先ごとの計算ルール。
過去の判断履歴。
成果物のフォーマットのこだわり。
「この顧問先にはこう返す」という暗黙のルール。

これまでベテランの頭の中にしかなかったものを全部ヨハクルで構築するAIの中に積み上げていく。

つまり、事務所のブレイン——"第二の脳"を作るんですよ。

一度載せてしまえば、毎回ゼロからプロンプトを打つ必要はありません。

「うちの事務所はこうしたい」という細かい部分まで、AI側が最初から知っている状態でアウトプットが返ってくる。

汎用AIが返す「世界中の平均値」ではなく、「あなたの事務所の答え」が返ってくるんです。

世の中のAI活用が「便利な汎用ツールを、頑張って使いこなす」で止まっているなかでヨハクルは「事務所そのものをAIに載せる」に振り切っています。

つまり、横軸に広げて消化不良になってもらうんじゃなくて、本質的な縦軸でAIを実務に落とし込んでいただくってことです。

ここが根本から違うところなんですよね。

第二の脳ができると、事務所はこう変わる

「事務所の第二の脳をAIに載せる」という状態になると、何が起きるか。

ここが代表の先生にとって、一番大事な話です。

人が辞めても、事務所は回る

まず、これです。

これまでの社労士事務所はベテランが1人辞めた瞬間、その人の頭の中にあった顧問先ごとのルールがまるごと蒸発していました。

「あの人じゃないと、あの顧問先は回せない」——この状態が、事務所経営の最大のリスクだったんですよね。

でも、第二の脳に知識が積み上がっていれば、人が辞めてもナレッジは事務所に残ります。

知識が人ではなく、事務所に資産として残る。
だから、誰かが辞めても業務は止まらない。

採用にバタバタ振り回されなくなる

次に、採用です。

これまでは「労務経験◯年以上」じゃないと即戦力にならず、そういう人材は採用市場で取り合いでした。

しかも、せっかく採っても戦力になるまで何年もかかる。

だから、人が辞めるたびに「早く代わりを採らないと回らない」とバタバタする。

でも、業務知識が第二の脳にある事務所では新人に求めるのは「AIを正しく使えること」で済むようになります。

採用要件が変わると
応募の母数そのものが跳ね上がる。

「辞められたら終わり」という、あの綱渡りの採用から事務所が解放されるんですよ。

先生が先生にしかできない仕事に戻れる

そして、これが一番大きい。

紙を打ち直す。
プロンプトを毎回打つ。
細かい例外を手で処理する。

——これ、本当に代表の先生がやるべき仕事でしょうか。

第二の脳がそこを引き受けると、先生は顧問先への提案や、踏み込んだ労務相談や、事務所の未来を考える時間に戻れます。

これこそが株式会社Lean Stackが掲げている「アナログ価値の最大化」であり、ヨハクルが作りたい"余白"そのものなんですよね。

まとめ

最後に、整理させてください。

社労士の先生方がAIを"学んでも"業務に落とし込めないのは、先生方が怠けているからでも、理解力がないからでもありませんでした。

理由は2つです。

一つは、世の中のAI情報が「できること」の機能紹介で止まっていて、「うちの業務」まで連れていってくれないこと。

もう一つは、ChatGPT・Gemini・Claudeが社労士特化ではない汎用AIで、毎回プロンプトが必要で、裏側の処理が弱く、平均的な回答しか返せないこと。

学んで「なるほど」で止まってしまうのは、構造上、当たり前だったんですよ。

ヨハクルは、ここを正面から変えにいくサービスです。

汎用AIを使いこなそうと頑張るのではなく、
事務所そのものをAIに載せて、"第二の脳"として資産化する。

人が辞めても回る。
採用にバタバタしない。
先生が先生にしかできない仕事に戻れる。

社労士のAI活用は、「何のツールを使うか」ではなく
「事務所の脳を、誰に・どこに載せるか」の設計の話なんですよね。

ここに気づいた事務所から、AIは「勉強会で終わるもの」から「事務所を伸ばす仕組み」に変わっていきます。

本日も最後まで読んでいただきありがとうございます。

「セミナーには行ったけど、結局うちの業務にどう使えばいいか分からない」
「ChatGPTを試したけど、毎回プロンプトを打つのが大変で続かなかった」
「ぶっちゃけ、ヨハクルって"第二の脳"を作るって、具体的にどういうことなのかデモで見てみたい！」

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。

社労士の給与計算がいつまでも終わらない本当の理由と、ヨハクルが作る"余白"

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

ヨハクルに関する無料相談・デモの閲覧のお申し込みはこちら
↓
https://www.yohakuru.com/#contact

はじめに

今回は、社労士事務所のAI・DXのなかでも、最も相談が多いのに、「自動化は無理でしょ」と諦められている業務の話を書きます。

ズバリ給与計算業務です。

先生方とお話していると、給与計算については、ほぼ全員がこうおっしゃるんですよね。

「うちの給与計算は、会社ごとにルールがバラバラだから、AIなんて入る余地がないよ」と。

その気持ち、ものすごくよくわかります。

でも、結論から言ってしまうと、それは逆なんです。

実は、給与計算こそが社労士業務のなかでいちばんAI・DXの効果が出る業務なんですね。

なぜなら、給与計算は毎月必ず発生して、締日という逃げられない納期があって、そして煩雑さの正体が「能力」ではなく「不統一」だからです。

今回は、社労士の給与計算がいつまでも終わらない本当の理由と、それをヨハクルがどう片付けて、事務所に"余白"を作っていくのかを構造から書き切ります。

給与計算が社労士業務の中でも"逃げ場のない"業務である理由

まず、ここを整理させてください。

給与計算という業務が、なぜこんなにも事務所を消耗させるのか、という話です。

助成金も、就業規則も、もちろん大変な業務です。

でも、あの2つには共通点があるんですよ。

「案件があるときだけ発生する」という点です。

助成金は、申請する顧問先がいなければ、その月は動かない。

就業規則も作成や改訂の依頼が来なければ、ずっと棚の中で眠っている。

つまり、波があるんですよね。

ところが、給与計算だけは違うんです。

毎月、必ず来る。

顧問先が10社あれば10社分、100社あれば100社分。
何があっても、来月もその次の月も、絶対に必ず発生します。

そして、もう一つ。

給与計算には、動かせない締日があります。

「今月は忙しいから来月にまとめて」が、絶対にできない業務なんですね。

当然ですが、従業員の口座には、決まった日に、1円のズレもなく振り込まれないといけない。

ここがズレた瞬間、顧問先の信頼は一気に崩れ去ります。

だから、データが揃うのが遅れても、項目が抜けていても、しわ寄せは全部「人の残業」に乗るんですよ。

毎月必ず来て、納期は動かせない。

この2つが噛み合った結果、社労士事務所の給与計算は、残業が常態化する構造になっているんです。

これは、担当者が遅いからでも、サボっているからでもありません。

業務そのものの時間構造が、そうなっているだけなんですよね。

給与計算が終わらない、本当の理由

では、その「毎月来る逃げられない業務」を、
なぜここまで終わらせられないのか。

ここからが本題です。

結論から言ってしますと、
給与計算が終わらない本当の理由は、
業務が「不統一のかたまり」だからなんですよ。

これを、4つに分解して書きます。

会社ごとに、計算ルールが全部違う

まず、これです。

A社とB社で、控除項目が違う。
手当の設計が違う。
締日も違えば、支払日も違う。

それだけじゃありません。

同じ1社の中ですら、正社員・パート・派遣・役員で、計算ルールが分裂しています。

会社の数だけ正解があって、雇用形態の数だけ例外がある。

これが、顧問先の数だけ存在しているわけです。

もらうデータが、紙・Excel・CSVでバラバラ

次に、入口のデータです。

ある顧問先は、勤怠を紙のタイムカードで送ってくる。
別の顧問先は、Excelに手入力したものをメールで送ってくる。
また別の顧問先は、勤怠システムから吐き出したCSVを送ってくる。

フォーマットが顧問先の数だけバラバラなんですよ。

しかも、その紙やExcelを担当者が目で見ながら手で打ち直しているわけです。

ここで時間が溶けるし、ここでミスが生まれます。

吐き出す項目すら、会社ごとに違う

入口だけじゃなくて、出口もバラバラです。

給与明細に載せる項目、顧問先に返す帳票のフォーマット、必要な集計の粒度——これが会社ごとに違う。

「この顧問先には、この形で返さないと怒られる」みたいな暗黙のルールが、担当者の頭の中に山ほど溜まっているんですよね。

使う給与計算ソフトまで、バラバラ

そして、極めつけがこれです。

顧問先によって、使っている給与計算ソフトが違うんですよ。

事務所側で統一できればいいんですが、顧問先の都合でそうもいかない。

ソフトが違えば、操作も違う、データの入れ方も違う、出てくる形も違う。

——もう、お分かりだと思います。

社労士の給与計算が終わらないのは、難しいからじゃないんです。

バラバラすぎるからなんですよ。

そして、そのバラバラを、これまではベテラン担当者が「頭の中の地図」で処理してきた。

ここに、すべての問題が詰まっています。

なぜ汎用AIではこの"バラバラ"を片付けられないのか

「じゃあ、ChatGPTに任せればいいじゃないか」と思うかもしれません。

でも、ここで多くの事務所が一度つまずきます。

汎用AIに給与計算を投げると、毎回ゼロからルールを説明しないといけないんです。

「この会社は締日が15日で、この手当はこういう計算で、この雇用形態は別ルールで……」

これを毎月、顧問先の数だけプロンプトで再現するなんて、現実的じゃないんですよね。

書き出した時点で、自分で計算したほうが速い。

これが、社労士の給与計算でAI活用が止まってきた、いちばんリアルな理由です。

つまり、必要なのは「賢いAI」じゃないんですよ。

バラバラを揃え続けてくれる、事務所固有の脳みそなんです。

ヨハクルは、給与計算の"バラバラ"をどう吸収するのか

ここで、ヨハクルの話をさせてください。

ヨハクルがやっているのは、シンプルに言えばこうです。

会社ごとの計算ルール、紙やCSVといったデータ形式、吐き出す項目のクセ、使っている給与ソフトの違い——

このバラバラのすべてを
人ではなくAI側に載せて処理しています。

一度載せてしまえば、毎月ゼロから説明する必要はありません。

紙で来ようが、CSVで来ようが、Excelで来ようが、ヨハクルで構築するAIが事務所のルールに沿って読み取り、整え、その顧問先の形に合わせて出力していく。

これまでベテラン担当者の頭の中にしかなかった「この顧問先はこう処理する」という判断軸が、AIの中に資産として積み上がっていくんです。

社労士DXというと、世の中の大半は「いい給与計算ソフトを入れる」で止まっています。

でも、ソフトをいくら入れ替えても、バラバラを吸収しているのが「人」である限り、構造は何も変わりません。

ヨハクルは、その処理する役割そのものをAIに移し替える。

ここが根本から違うところです。

給与計算をヨハクルに載せると、事務所に起きる変化

「バラバラをAIが吸収する」という状態に振り切ると、事務所で何が起きるか。

4つに分けて書きます。

属人性が外れる

まず、これです。

これまでの給与計算は、「あの人じゃないと、この顧問先は回せない」の塊でした。

ヨハクルに載せると、その判断軸がAI側に積み上がるので、誰がやっても同じ品質で回るようになります。

担当者は変わっても、事務所の処理の質は変わらない。

事務所経営の最大のリスクが、一つ静かに消えるんですよ。

採用ハードルが下がる

次に、採用です。

これまでは「給与計算の実務経験◯年以上」じゃないと、即戦力になりませんでした。

でも、バラバラの吸収をAIがやってくれるなら、新人に求めるのは「AIを正しく使えること」で済むようになる。

採用要件が変わると、応募の母数そのものが跳ね上がるんですよね。

採用に苦しんでいる社労士事務所にとって、これは想像以上に効きます。

引き継ぎ地獄から抜け出せる

そして、引き継ぎです。

給与計算の引き継ぎって、本当に地獄なんですよ。

担当者の頭の中にある「この顧問先のクセ」を、口頭とメモで伝えていく。抜け漏れが必ず出る。

だから引き継いだ後にミスが噴き出す。

ヨハクルでは、そのクセがすでにAI側にあるので、引き継ぐべき「暗黙知」が最初から資産化されています。

人が辞めても、知識が蒸発しないんです。

人が、人にしかできない仕事に集中できる

最後が、いちばん大事です。

紙を打ち直す。
項目を揃える。
ソフトに転記する。

——これ、本当に社労士の先生や職員さんがやるべき仕事でしょうか。

少なくと私はそうは思いません。

ヨハクルがバラバラの吸収を引き受けると、人は顧問先への提案や、労務相談や、付加価値のある仕事に時間を使えるようになるんです。

これこそが株式会社Lean Stackが目指している、「アナログ価値の最大化」です。

それは、"余白"を作って売上を伸ばすスキームだ

ここまで読んで、「結局、コスト削減の話でしょ」と思った方がいるかもしれません。

でも、ふと立ち止まって考えてほしいんです。

給与計算をヨハクルで効率化して生まれるのは、単なる「削減された時間」ではありません。

売上を伸ばすための"余白"なんですよ。

毎月、給与計算に消えていた時間と脳のリソースが空く。

その余白で顧問先を増やせる。
新しい付加価値サービスを作れる。
職員さんの残業が減って、離職率が下がる。

社労士法人フォーシーズン様で給与計算業務が80%削減されたのも、まさにこの構造です。

削減した80%は、消えてなくなったわけじゃない。
事務所の成長に使える"余白"に変わったんですよね。

給与計算の効率化は、守りのコストカットじゃないんです。

余白を作って、売上の天井を上げにいく、攻めのDXなんですよ。

ここに気づいた事務所から、給与計算は「事務所を消耗させる業務」から「事務所を伸ばす起点」に変わっていきます。

そんな法人様、事務所様を増やしていきます。

まとめ

最後に整理させてください。

社労士の給与計算がいつまでも終わらない本当の理由は、難しいからでも、担当者が遅いからでもありませんでした。

毎月必ず発生して、締日が動かせなくて、そのうえ「会社ごとのルール・データ形式・項目・ソフト」がバラバラすぎる。

その不統一を、これまでずっと「人の頭」と「人の残業」で吸収してきた。

これが構造の正体です。

ヨハクルは、そのバラバラの吸収をAIに移し替えるサービスです。

属人性が外れて、採用ハードルが下がって、引き継ぎ地獄から抜け出せて、人が人にしかできない仕事に集中できる。

そして何より、給与計算で生まれた余白が、そのまま売上拡大の原資になる。

社労士のAI活用は、ソフトを入れ替える話ではなく、バラバラを誰が吸収するかの設計の話なんですよね。

毎月、逃げられない業務だからこそ、ここを変えたときのインパクトは他のどの業務より大きいんです。

本日も最後まで読んでいただきありがとうございます。

「うちの給与計算、会社ごとにバラバラすぎてAIなんて無理だと思ってたけど、本当にできるのか聞いてみたい」
「紙とCSVが混在してても、ヨハクルで揃えられるのか知りたい」
「ぶっちゃけ給与計算80%削減って本当?ヨハクルのデモで見てみたい！」

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。