半年かけても現状把握ができなかった。AIなら数日でできた｜製造業DXの業務フロー可視化｜DX導入の落とし穴 第3回
半年かけても終わらなかった「現状把握」が、AIを使えば数日レベルまで省力化できます。
かつて私が現状把握だけで半年を溶かした失敗と、その工程を「今のAIで試した結果」を、できることとできないことを正直に書きます。現状把握の工程に苦しむ情シス・業務改善・DX推進担当の方に向けた記事です。
※本記事は「DX導入の落とし穴」シリーズ第3回です。第1回（4つの落とし穴）／第2回（必要な体制）はこちら。
現状把握という、想像以上に重い工程
システム導入の前段階で、必ずやる作業があります。職務一覧（誰が何を担当するか）、業務フロー（どう流れるか）、画面一覧（現行のどの画面を使うか）、DFD（データフロー図）。新しい仕組みを考える前に、まず今がどうなっているかを正確に掴むためのものです。
ところが、ここがほぼ確実に詰まります。私が関わったプロジェクトでも、まさにここで時間が消えました。
Excelで職務一覧を作り、図形機能で業務フローを描き、5W1Hで整理し、DFDも書く。現状把握のためだけに、半年もの工数が飛んでいきました。
私が現場でぶつかった、現状把握の壁
正直に書きます。私の経験では、現状把握は期待した品質では完成しませんでした。理由はいくつもありました。
業務担当者が、フロー図を描くこと自体に慣れていない。Excelの使い方も人によってバラバラで、後から読めない図ができる。普段の作業を「どこから情報が来て、何をして、次にどこへ渡すのか」と整理するのが、想像以上に難しい。
特に深刻だったのが、inとoutを書けないことでした。「依頼してくるのは誰? 何を受け取る? 処理した後、誰に何を渡す?」——この問いに明確に答えられる人が、驚くほど少ない。普段、無意識にやっているからです。
結果、精緻な現状把握ができないまま、次のステップ（あるべき姿の設計）に進む。土台が曖昧なまま家を建てるようなもので、後の工程で必ず破綻します。
AIなら、現状把握はこう変わる
当時の私たちにはAIという選択肢がほぼありませんでした。でも今は違います。AIを使えば、現状把握は2つのステージに分けて、大幅に省力化できます。
ステージ1：素材を集める（担当者ごと）——ヒアリングを録音してAIで文字起こし。AIに in/out を質問させながら、業務を引き出す。
ステージ2：素材を統合して可視化する（全体として）——複数担当者の記述をAIに突合させ、矛盾・グレーゾーン・抜けを検出。整理された記述をフロー図に変換し、同じ素材からDFDも生成する。
担当者は「話すだけ」。文字起こし、質問、整理、突合、図化までをAIが担います。
ただし「丸投げすれば全部終わる」ではありません。どこまでがAIで、どこからが人の仕事かを、実際に検証して確かめました。
検証してみた：架空のチームで試した結果
架空の中小製造業を想定し、4人（購買・生産管理・受注売上・品質保証）の業務を「話してもらった」想定でAIに渡しました。
ステージ1：AIが担当者に追加質問——購買担当の業務記述を渡すと、「営業からのメールは定型フォーマットか自由文か」「部品リストは図面を見るのか発注履歴を見るのか」「在庫確認はシステムか物理在庫か記憶か」「検品担当に“渡す”とは物理か登録か」といった質問が返ってきました。
本人が無意識にやっている部分に切り込む質問です。人間のコンサルなら気づける問いを、AIが先に出してくれる。私の感触では、8〜9割の精度でこうした質問を生成できます。
ステージ2：4人分の業務記述を突合——ここが今回いちばん伝えたい部分です。「矛盾点・グレーゾーン・抜けを検出して」と依頼すると、こう返ってきました。
⚠️ 受注情報の流れが3人でバラバラ（メール／受注一覧／システム登録が並行運用の疑い）
⚠️ 検品NG時の情報伝達が不明（誰がNGを生産管理に伝えるか未定義）
⚠️ 検査結果が関係部署に共有されていない（受注売上が見ていない）
⚠️ 納期遅延時の責任が曖昧（「営業がやっていると思います」という伝聞）
人間が4人分の文章を読み比べても、ここまで体系的には拾えません。特に「〜と思います」「〜らしい」という伝聞・推測の表現を拾って「責任の曖昧さ」として可視化するのは強力です。突合の精度は9割以上。現状のAIが最も得意とする作業の一つです。
フロー図とDFDの生成——整理された記述から、AIにフロー図（Mermaid記法）とDFDを生成させました。「業務をフロー図にして」で構造が返り、そのまま描画されます。
DFDも同じ素材から、視点を「データの流れ」に変えて数分で出ます。構造の抽出は9割以上。ただし「分岐の条件」「例外パターン」「レイアウトの好み」は人が補強する必要があります。
AIにできること、人がやるべきこと
「じゃあ全部AIに任せればいい」と思われるかもしれません。でも、それは違います。AIは下書きを作る道具であり、最終的な仕上げは、必ず人がやる必要があります。
AIが得意なのは、文字起こし・追加質問・突合・図の下書きといった、時間のかかる素材づくりです。人がやるべきは、分岐条件や例外の補強、そして何より、担当者間の合意形成と最終判断です。
つまりAIは時間を圧縮する道具であり、判断と合意形成は人の仕事です。この線引きを意識しないと、「AIに任せたら全部解決する」と期待して、また失敗します。
ひとつ正直に。フロー図やDFDの生成では、日本語の文字化けやレイアウト崩れが起きることもあります。「AIが8〜9割の下書きを作り、人が1〜2割を仕上げる」——これがリアルな運用イメージです。「手でやった方が早かった」にはなりませんが、「完全自動」でもないことは、伝えておきたいです。
最後に
第1回で「業務フローのあるべき姿が描けていない」と書きました。あれは、当時の私たちにAIという選択肢がなかったことも、大きな理由でした。でも今は違います。
担当者は話すだけで業務記述ができ、AIが矛盾やグレーゾーンを先に見つけ、フロー図やDFDの下書きが数分で出る。これだけで、現状把握の時間は劇的に短くなります。
そして、短くなった分を、本当に大事な「あるべき姿の設計」と「担当者間の合意形成」に回せる。これが、AIを使う本当の意味だと思います。
参考になったら、スキ・フォローをお願いします。DX推進の現場目線で、これからも書いていきます。
このシリーズの前の記事は、こちらです。
▶ 第1回：DX失敗の真因は「現場の抵抗」ではない（4つの落とし穴）
▶ 第2回：そのDXプロジェクト、専任は何人いますか?（理想9人・最低4人）
「業務フローの整理が進まない」「今回のAIでのフロー図の書き方が知りたい」という悩みがあれば、コメントで教えてください。
