AIエージェント時代の組織図

会社の組織図を、最後に見たのはいつだろうか。たいていの場合、それは採用面接のときか、新入社員研修のときだ。日常業務では、組織図を見ながら仕事をする人はほとんどいない。しかしAIエージェントが職場に入ってきたとき、「誰が何を担当するか」の設計が、これまで以上に重要になる。

理由はシンプルだ。AIは部署に所属しない。上司に報告しない。残業代もかからない。しかし、AIに仕事を任せるには、どの仕事を任せるのか、誰が結果を確認するのか、間違えたときに誰が責任を持つのかを、明示的に決めておく必要がある。この設計を怠ると、AIは「誰も管理していない作業」を量産するだけになる。

日本企業の多くが使う組織図は、ピラミッド型の階層構造だ。社長を頂点に、役員、部長、課長、担当者と続き、それぞれに担当領域と責任範囲が割り当てられている。情報は下から上へ報告され、指示は上から下へ流れる。

この設計が機能するのは、人間を前提としているからだ。人間は一度に多くの仕事を並行処理できない。得意不得意がある。疲労する。だから専門分化し、担当を決め、引き継ぎのルールを作る。組織図は、こうした人間の特性に合わせた最適化の結果だ。

AIエージェントは「ひとつの業務」ではなく、「業務の流れ（ワークフロー）」全体に関わる。たとえば顧客からの問い合わせ対応という業務を考えると、メールを読む→内容を分類する→過去履歴を参照する→回答案を作る→担当者に渡す、という一連の流れがある。AIはこのすべてに、または一部に入り込む。

この結果、従来の部署の境目が曖昧になる。営業担当が使うAIが、経理データを参照する。総務が使うAIが、採用候補者の書類を読んで評価軸を整理する。製造担当が使うAIが、顧客への納期回答文を下書きする。AIは担当者の所属部署を気にしない。

AIが業務に入ると、「この人は営業担当」という職種単位の区分より、「この人はAIの出力を確認して最終判断を下す人」「この人はAIに渡すデータを整備する人」「この人は例外ケースを処理する人」といった役割単位の区分が重要になる。

ある卸売業者（従業員18名）の例を見てみよう。AIを導入する前、営業担当は問い合わせ対応・見積作成・資料作成・顧客訪問・受注処理をすべて担当していた。AIを導入した後、問い合わせ対応と見積初版はAIが担当し、営業担当の役割は「AIの出力確認」「値引き判断」「顧客関係構築」「例外対応」に変わった。職種名は変わらないが、日々の仕事の中身が変わった。

AIエージェントを組み込んだ組織を設計するとき、従来の「誰が担当か」「どの部署か」という問いより先に考えるべき4つの原則がある。

従業員20名の食品卸売業者を例に考える。現在の組織は、社長・営業3名・事務2名・物流5名・製造8名・経理1名の構成だ。毎日60〜80件の受発注処理、20〜30件の問い合わせ対応、10〜15件の見積作成が発生している。

この会社がAIを導入するとき、まず変わるのは事務2名と営業3名の仕事の内訳だ。問い合わせの分類と初回返信下書きをAIが担う。見積初版の作成をAIが担う。受発注データの転記作業をAIが担う。担当者はAIの出力を確認し、送信ボタンを押す役割に変わる。

このとき重要になるのは「誰がAIの設定を管理するか」だ。AIはただ起動するだけでは動かない。どのデータを参照するか、どんな条件で動かすか、出力が正確かどうかを定期的にチェックする担当が必要になる。この役割を、新しい「AIオペレーター」として既存スタッフの中から任命するケースが増えている。

従来の組織図は「現在の状態」を描くものだった。誰がどの部署に属しているか、報告ラインはどこかを記録する。しかし、AIが業務に入った組織では、組織図は「これからどう動かすか」の設計図になる。

どの業務フローにAIを入れるか。人間の介入ポイントはどこか。AIの出力を確認する責任者は誰か。例外ケースはどこに流すか。これらを明示した「AI込みの業務設計図」を作ることが、中小企業がAIを継続的に活用するための第一歩になる。

完璧な設計は最初からできない。1業務から始め、実際に動かしながら調整する。AIの出力精度が上がれば確認時間を短くできる。新たな業務フローに広げる前に、既存の1業務を安定させる。この「動かしながら設計する」姿勢が、AIと共存する組織の基本スタンスだ。