AI時代の業務設計
── 経営者が作業者に戻らない仕組み

経営者が一番見えていないのは"自分の時間の使い方"です。体感では「俺は経営判断してる」と思っても、実態は作業に埋もれてる。棚卸しを可視化しない限り、AIに渡すべき仕事が渡せません。ここを"数字"で突きつけるのがこのノックの目的です。

• 1週間、自分の作業を15分刻みで記録する（Togglや手帳でOK）
• 週明けに集計・分類する時間を1時間だけ確保
• 評価は"感情抜き"。できてなくても誰も責めない前提で棚卸す

Step 1 — 1週間のタスクログを取る

ツールは何でも良い：Toggl / Clockify / iPhone のフォーカスログ / 手書きメモ。大事なのは"やった作業と所要時間"が残ること。

Step 2 — Claudeに3分類させる

.claude/skills/task-triage/SKILL.md

---
name: task-triage
description: タスクログを「経営者マスト / 委任可 / AI化可」に3分類
---

分類基準:
- 経営者マスト: 戦略・意思決定・外部調整（替えが効かない）
- 委任可: 判断は必要だが、チームでも可能
- AI化可: 定型・反復・ルール明確（SKILL.md化できる）

出力: CSV（タスク / 所要時間 / 分類 / 理由 / 推奨アクション）

Step 3 — 週次レビュー

結果、多くの経営者は"経営者マスト 20%／委任可 30%／AI化可 50%"くらいの分布になります。まずショックを受けて、そこから改革が始まる。

マニュアルは作っても読まれない、読まれても守られない、守られても改訂されない──の3重苦。SKILL化すれば、Claudeが代わりに読んで代わりに実行する。人間は発動キーワードだけ覚えればいい状態になります。

• 現行マニュアル（Notion / Googleドキュメント / PDF等）が存在する
• その業務を実際にやる人が1人いる（ヒアリング対象）
• SKILL.md の基本は K07 で習得済み

Step 1 — 元マニュアルを読んで"手順"だけ抜き出す

マニュアルの"背景説明"や"注意事項"は後回し。純粋な手順（1. 2. 3.）だけ箇条書きに抽出する。

Step 2 — 発動キーワードを決める

例：「新規顧客オンボーディング」なら、「顧客オンボード」「新規オンボ」「オンボーディング開始」等、3-5個。

Step 3 — 入力パラメータを洗い出す

「誰のオンボーディング？」「いつから？」「担当は？」など、実行時に必要な情報を明示する。

Step 4 — SKILL.md に落とし込む

---
name: customer-onboarding
description: 新規顧客オンボーディング手順。「顧客オンボード」
---

# 新規顧客オンボーディング

## 必要な情報
- 顧客名
- 契約開始日
- 担当PM

## 手順
1. Notion 顧客DBに新規レコード作成
2. Slack 専用チャンネル作成（命名: #cs-{顧客名}）
3. キックオフMTGを契約開始日から3営業日以内に設定
4. ウェルカムメール送信（template/welcome.md 参照）
5. 担当PMにタスク通知

## チェックリスト
- [ ] Notion登録完了
- [ ] Slackチャンネル作成
- [ ] キックオフ日確定
- [ ] メール送信済

Step 5 — 現場担当に"これで動くか"確認

実際にClaudeで走らせて、過不足を現場担当に見てもらう。1-2往復で完成度90%に到達します。

"AIに任せていいか"の迷いは、経営者が何度もゼロから考え直すからです。フレームワークを持てば5秒で結論が出る。チームで共通言語にもなります。

1. 判断頻度：何度も繰り返す？ or 1回きり？
2. 再現性：ルール化できる？ or 毎回違う？
3. 情緒性：人間の共感が必要？ or 機能だけで足りる？

それぞれ 高 / 中 / 低 で採点。27通りのパターンが出ますが、実務では以下3つで十分：

A: AI完全委任（繰返し×再現性高×情緒低）

例：経費CSV変換、議事録要約、定型メール返信、KPIレポート生成。SKILL.md + /コマンドで機械化。

B: AI草案＋人間最終（繰返し×再現性中×情緒中）

例：顧問レポート、採用スクリーニング、月次財務コメント。Claudeが初稿、経営者がレビュー。

C: 人間のみ（非繰返し or 情緒高）

例：重要顧客との1on1、戦略決定、解雇判断、危機対応。AIは参考資料提示に徹する。

「ベテランがやるから成り立ってる」業務は、ベテランが辞めた瞬間に会社が止まる。この脆弱性を解消するのが再現可能なプロセス化です。AI時代は"AIでも再現できる"粒度、つまり"新人でも再現できる"粒度まで分解することが可能になりました。

1. "判断"と"作業"を分離：作業は明文化、判断だけ人が残す
2. 曖昧語を禁止：「適切に」「必要に応じて」「よしなに」は全て削除
3. 分岐は必ずYES/NO型：「〜の場合は〜、そうでなければ〜」で二分木化

Step 1 — ベテランに"声出しで実況"してもらう

「今、この画面を開いて、次にここをクリックして…」と実演しながら話してもらい、録音する。これを文字起こし（K12応用）すると純粋な手順が抽出できる。

Step 2 — 曖昧語を潰す

「適切な件名を入れる」 →「'{顧客名} 様 - キックオフご案内' とする」のように全て具体化。

Step 3 — 分岐をYES/NOに

# NG: 「状況に応じて連絡先を変える」
# OK: 以下のYES/NO

Q: 顧客が上場企業か？
├── YES → 広報部の問合せフォームから
└── NO  → 代表メール（info@）に送信

Step 4 — 新人に最初から最後まで実行してもらう

途中で詰まった箇所 = プロセスの穴。そこを"人間に聞かなくても進める粒度"まで書き直す。

複雑ワークフローの代表：プロダクト開発、新規企画ローンチ、月次クローズ作業。これらを1つのスキルで書こうとすると、途中で判断が混線して事故ります。役割ごとにサブエージェントを分けることで、各専門性が維持されて品質が上がります。

• 計画エージェント：全体を設計する（Planner）
• 実装エージェント：具体実装をする（Builder）
• 検査エージェント：品質をチェックする（Reviewer）
• 配信エージェント：デプロイ・通知（Deployer）

この4役を明示的に分離すると、各エージェントが自分の役割だけに集中できて品質が安定します。

Step 1 — オーケストレーターを作る

.claude/skills/campaign-launch/SKILL.md

---
name: campaign-launch
description: 新企画ローンチの全工程を複数エージェントで実行
---

フロー:
1. planner エージェントで全体設計
2. writer エージェントでコピー生成
3. designer エージェントで画像プロンプト生成
4. deployer エージェントでUTAGE/LPデプロイ
5. notifier エージェントでSlack通知

Step 2 — 各サブエージェントを定義

.claude/agents/planner.md

---
name: planner
description: プロジェクト計画専門。全体構成だけ設計、実装はしない
tools: Read, Write
---

あなたはプロジェクトマネージャーです。
- 全体タイムライン
- マイルストーン3つ
- 各担当者
を出力してください。実装は他エージェントが行います。

Step 3 — オーケストレーターから順次呼び出し

メインセッションがオーケストレーターとして動き、"plannerで〜、次に writerで〜" と順次指示を出す。各エージェントは独立プロセスで並列実行可能です。

"ナレッジの分断"は組織のアキレス腱。同じ情報が別ツールに散って更新日が違うと、どれが正か分からなくなる。AIが参照するナレッジはSingle Source of Truth（唯一の正）が絶対条件。

1. 1トピック = 1ドキュメント：複数に分散させない。編集はそこに一元化
2. 命名規則：{領域}_{トピック}_v{バージョン}（例：sales_onboarding_v3）
3. 参照ルール：古い版はarchive/に移動。本体は最新1版のみ

Step 1 — ナレッジマップを作る

"どの情報がどこにあるか"を一覧化。例：

# ナレッジマップ v1
営業関連         → Notion "Sales DB"
採用ガイドライン  → Google Docs "Hiring"
顧客対応マニュアル → Notion "Support"
技術仕様         → GitHub /docs/
財務・会計        → freee + 月次レポート

Step 2 — 移行優先度を決める

Claudeが頻繁に参照するナレッジから順に、統一ルールに合わせて整理。全部一気にやらない。

Step 3 — RAGとの接続

K18で作ったFAQボットに、統一済みナレッジだけベクトル化して投入。"古い情報を参照してしまう"事故を防ぐ。

"AIが間違えた時の対処"を個人の対応に任せると、同じ失敗が組織内で何回も再発。ログ化→共有→SKILL更新のサイクルを回すと、3ヶ月で失敗頻度が10分の1になります。

1. 何が期待されたか（Expected）
2. 何が起きたか（Actual）
3. SKILL/コマンドをどう改善したか（Fix）

Step 1 — 失敗を報告する仕組み

Slackに専用チャンネル #ai-fails を作成。テンプレで投稿：

## AI 失敗ログ #{連番}

- スキル名: meeting-to-tasks
- 期待: タスクを5件抽出
- 実際: 2件しか抽出されなかった
- 原因推定: 雑談と混在した部分を判定できなかった
- 対策案: SKILL.mdに"雑談例外"ルールを追記

Step 2 — 週次でSKILLに反映

週末に#ai-failsを棚卸し、各SKILL.mdに改善ルールを追記して commit。

Step 3 — 四半期レビュー

失敗類型を集計し、"同じ類型が5件以上"あったら、より大きな設計変更を検討。

"AI化は1回やったら終わり"と思ってる経営者は、半年後に他社に追い抜かれます。Claude本体・MCP・サブエージェント・スキルは毎月アップデートされている。この進化に乗るための定点観測の仕組みです。

1. 先月AIに任せられなかった仕事のうち、今月は可能になったものは？
2. 先月AIに任せた仕事で、成果が期待未満だったものは？（失敗ログ連動）
3. 今月新たにSKILL化すべき業務は？（業務棚卸し K21 連動）

Step 1 — /ai-monthly-review コマンドを作る

.claude/commands/ai-monthly-review.md

---
description: AI活用状況の月次レビュー
---

# /ai-monthly-review

手順:
1. 先月の #ai-fails チャンネル集計
2. 先月のSKILL追加/更新リスト（git log から）
3. 業務棚卸しシート（K21）を読み込み、"AI化可"の未着手を列挙
4. 以下で出力:

## 今月のAI活用レビュー
### ✅ 新規SKILL化できたもの
### ⚠️ 期待未満だったもの
### 🎯 来月の候補3つ

Step 2 — 経営会議で共有

月次レポートは財務レビューと同じ重みで経営会議のアジェンダに入れる。"AIも経営資源"の一つ。

"AIに任せる"は手段。目的は"人間がもっと人間らしい仕事に集中する"です。この目的を言語化しないと、社員は"自分の仕事がAIに奪われる"と感じ、心理的安全性が崩壊します。経営者の責任として、これを明文化するのがこのノックです。

1. 最終意思決定：戦略・採用・解雇・M&A・重要契約
2. 深い対人関係：重要顧客との信頼構築、社員の1on1、感情労働
3. 創造的な跳躍：新規事業アイデア、ブランド美意識、独自の価値提案

Step 1 — 経営者自身が"人間マニフェスト"を書く

# 人間マニフェスト（当社版）

当社では以下を必ず人間が担当します：

1. 代表・役員の最終意思決定
2. 顧客との面談（重要顧客は代表、一般顧客は担当）
3. 採用最終面接・フィードバック
4. 解雇・降格判断
5. 新規事業のコンセプト設計
6. ブランドトーンの最終チェック

AI/自動化は、これら以外の作業領域を対象とします。

Step 2 — 社内に公開・共有

Notion or 社内Wikiに掲載。入社オリエンで必ず説明。

Step 3 — 四半期に1回見直し

AIの進化で、今まで"人間だけ"だった領域の一部が"AI補助"に移行可能になることも。でも"最終責任は人間"は絶対に動かさない。

AI活用は全員が少しずつやる、では永遠に進みません。"AI活用を仕事の中心に持った1人"を必ず置く必要があります。この役職がないまま進めると、CAT 01〜02の実装が個別バラバラで統合されずに終わります。

1. 全社のSKILL/コマンド/MCPを統合管理（.claude/ の統括）
2. 月次AIレビュー（K28）の主催
3. 失敗ログ（K27）の分析と改善策提案
4. 新人向けClaude Code オンボーディング
5. AIベンダー（Anthropic / 周辺SaaS）との折衝

Step 1 — 職務定義書を作る

# AI運用マネージャー 職務定義

## ミッション
全社のAI活用効果を最大化し、
組織のAIアダプション率を高める

## KPI
- 稼働SKILL数（月次増加）
- 自動化タスクによる節約時間（月間）
- 社内AIアダプション率（週1回以上Claude利用者の%）

## 必須スキル
- ClaudeCodeで自分の業務が自動化できる
- SKILL.md / サブエージェントを書ける
- MCP設定ができる（K04-K06）
- チームに教える意欲

Step 2 — 社内任命 or 外部採用

まずは社内任命が先。CAT 01〜02を全部実装した経験者は、既にこの職務の8割ができる人材です。

Step 3 — 権限と予算を与える

AI運用マネージャーには独自予算（API課金・SaaS契約）と全SKILLへの編集権を付与。中途半端な権限だと仕事ができません。