AIで効率化する前に「やめる」を問う — 改善の4原則が示す順番

なぜAIで効率化すると、仕事が増えるのか?

みね氏は投稿で、こう書いています。生成AIによって、これまでやらなくてもよかった仕事が効率化され、いつの間にか業務に組み込まれ、逆に仕事が増えていく。

これは、みね氏が現場で感じている実感です。数字で示した主張ではありません。ただ、近い傾向を報告した研究があります。

米カリフォルニア大学バークレー校ハース経営大学院のアルナ・ランガナサン准教授と、博士課程のシンチー・マギー・イェ氏の研究です。2026年2月9日、ハーバード・ビジネス・レビュー(HBR)に「AIは仕事を減らさない。仕事を密にする」と題して寄稿しました。

この研究を紹介したサイモン・ウィリソン氏の記事によると、調査は米国のテクノロジー企業1社で、200人の社員を2025年4〜12月に追ったものです。

研究者が見たのは、社員が複数の作業を同時に抱える新しい働き方でした。AIに別案を作らせながら自分でも手を動かす。AIが裏で「こなしてくれる」からと、長く先送りしていた作業を再開する。

その結果、注意の切り替えとAIの出力の確認が絶えず続き、手がけている途中の作業が増えていきました。仕事ははかどっている感覚があるのに、頭の負担は重くなったと報告されています。

先送りしていた作業は、言い換えれば「やらなくても回っていた仕事」です。みね氏の実感と研究の観察は、同じ現象の別の面を捉えているように見えます。

改善の4原則は、なぜ「なくす」から始まるのか?

みね氏が持ち出したのは、製造現場で長く使われてきた業務改善の4原則(ECRS)です。日本能率協会コンサルティング(JMAC)の用語集は、ECRSを、業務改善を進めるうえでの順番と視点を示したものと説明しています。

4つの視点は、排除(Eliminate)、結合と分離(Combine)、入替えと代替(Rearrange)、簡素化(Simplify)です。JMACは、最初に検討すべき視点を排除とし、簡素化を最後に検討する視点と位置づけています。

排除の例として挙がっているのは、生産現場の検査・給油・測定です。必須と思われている作業でも、なくせれば効果は大きいといいます。事務の仕事なら、報告をなくす、会議をなくす、という例が示されています。

JMACは、この順番で改善すると効果が大きく、過剰な改善や不足した改善を避けられ、余計なトラブルも最小にできるとしています。

なお、みね氏の「簡素化は最後でいい」は検討の順番の話です。簡素化が不要という意味ではありません。

この投稿の良さは、オフィスのAI活用の話に、工場の改善の物差しをそのまま当てた点にあります。「効率化」と「排除」を分けて考えるだけで、AI導入の議論の順番が変わります。

AIの成果物は、受け取る側の仕事をどう変えるのか?

仕事が増えるのは、AIを使う本人だけではありません。受け取る側の負担を調べた調査もあります。

BetterUp Labsとスタンフォード大学Social Media Labは、見た目は整っているが中身の薄いAI生成の成果物を「ワークスロップ(workslop)」と名づけました。2025年9月に、米国でデスクワークをするフルタイムの社員1,150人にオンラインで調査しています。

直近1か月にこうした成果物を受け取った人は40%でした。1件の対応にかかる時間は、平均で2時間です。研究者らは2025年9月22日、HBRにも結果を寄稿しました。

やらなくてもよかった資料がAIで量産されれば、読む人、直す人の時間も削られます。排除を先に考えることは、受け取る側の時間を守ることでもあります。

研究者は、どう手を打つべきだとしているのか?

ランガナサン准教授らは、組織が「AIの使い方の決まりごと(AI practice)」をつくるよう提案しています。AIの使い方に枠をはめ、燃え尽きを防ぐためです。

研究者らが警告するのは、仕事が密になると、本当の生産性の向上と、長続きしない無理な働き方の区別がつきにくくなることです。速く仕事が回っているように見えても、それが成果なのか、ただの負担の増加なのかは別の問題です。

ECRSの排除は、この区別をつける手がかりになります。AIで速くなった業務について「そもそも必要か」を問えば、負担を増やしているだけの業務が見えてきます。

SYNCONの視点 — 日本の非エンジニア経営層は何を盗むべきか

AI導入の成果を「作業が何分速くなったか」だけで報告させている会社は、多いはずです。この物差しでは、なくしてよい業務ほど「AIで速くなった成功例」として残ります。導入の前に業務の一覧をつくり、まず「やめられないか」を問う。速くするのは、その後です。

月曜から変えられるのは、定例の報告書や会議を1つ選び、誰がそれを読み、何の判断に使っているかを確かめることです。答えが出なければ、AIで作り直す前にやめてみる。AI導入の成果として、「速くした業務」と並べて「やめた業務」を数える。みね氏の一文は、その順番を思い出させてくれます。

要点まとめ

• みね氏(@mine_bruna)は、AIで効率化する前に、その仕事自体をなくせないかを考えるよう投稿しました
• 業務改善の4原則(ECRS)は排除から始め、簡素化を最後に検討します(JMACの用語集)
• バークレー校の研究者は、200人の職場でAIが仕事を密にし、先送りしていた作業まで再開させたと報告しました
• AI生成の中身の薄い成果物を直近1か月に受け取った人は40%、1件の対応に平均2時間かかっています
• AI導入の成果は、速くした業務だけでなく、やめた業務でも測ります