十数年運用してきた紙の手順書を、生成AIに手伝ってもらいながら再整備する、という場面を考えてみます。新人の口頭引き継ぎを減らす狙いで動き出しても、初期段階で「顧客の固有事情がマニュアルのあちこちに混入している」ことに気づき、AIを使い始める前に機密区分の棚卸しに2ヶ月かける、という展開になることがあります。
所内マニュアルの整備にAIを入れようとする場面で、最初に出てきやすい論点が、ここに集まっています。本稿では、AIが手伝いやすい場面と、士業の方ご本人の判断が残る範囲、そして並走して整えておきたい周辺の論点を、士業事務所の文脈でご紹介します。
マニュアルが陳腐化しやすい場面
士業事務所の業務はマニュアル化と相性が良いと言われることがありますが、現場でうかがう話はそれほど単純ではないように感じています。よく耳にする声を並べてみます。
- そもそも所内マニュアルが存在しません。新人が入るたびに口頭で説明している、という事務所もあります
- マニュアルはあるものの、税法・社労士法・登記実務などの改正に追従できておらず、最新の運用と乖離している場面があります
- 特定のベテランの方しか手順を知らない、という属人化が、十数年そのままになっていることもあります
- 整備しようと動いた担当者の方が何人かいらしたものの、通常業務と並行できず途中で止まったまま、というケースも見ます
マニュアルの欠如や陳腐化は、新人教育の効率を下げるだけでなく、レビュー漏れ・処理ミス・引き継ぎの食い違いといった品質面の論点につながることがあります。「片手間で書き起こす」のは難しく、優先度を下げ続けている、というのが多くの事務所の現状のようです。
業務の一部にAIを入れることで、初稿の作成・改訂提案・索引化・FAQ化のような場面で、手伝ってもらえる余地が出てきます。
初稿を書いてもらう
既存の手順メモ・過去の引き継ぎ書・チェックリスト・メール文面などを読み込ませて、章立てと初稿を出してもらう使い方です。ゼロから書き起こす場面と比べると、初稿に対して赤入れする形のほうが、手数が少なく済む場面が多いように感じています。
改訂候補を洗い出してもらう
法改正や所内ルールの変更があったとき、既存マニュアルの該当箇所を抽出して、改訂候補を提案してもらう使い方です。「どのページに影響が及ぶか」の当たりをつける場面にも使えます。改正内容そのものをAIに尋ねるのではなく、改正条文や公式解説を別途読み込ませたうえで「この文章にどう反映するか」を尋ねる形が、現場で取られやすい運用です。
索引化・横断検索の場面で使う
複数のマニュアル・規程・チェックリストを横断して「この論点はどこに書かれているか」を探す場面です。Microsoft 365 Copilotのようにテナント内のデータを参照する仕組みでは、ユーザーがアクセス許可を持つ範囲のドキュメントから応答が生成されます (Microsoft公式ドキュメント)。属人化していた手順を「探せる状態」にするだけでも、新人の方が業務に入りやすくなった、という話をうかがうことがあります。
FAQの形に整える
過去の問い合わせ・所内チャットのやり取り・新人の方からの質問記録などを束ねて、FAQの形に再構成してもらう使い方です。同じ質問が繰り返される論点を見えるようにして、マニュアル本体に組み込むかFAQに切り出すかを判断する材料にする、という流れになります。
元データを動かす前に整理しておくこと
AIに手伝ってもらう前段で、元データの整理が必要になる場面があります。ここを飛ばすと出力の品質が安定しにくいだけでなく、後段でセキュリティ面の判断もしにくくなります。
棚卸しの対象としてうかがうことが多いのは、次のような項目です。
- 既存ドキュメントの所在 (共有フォルダ・紙・個人PC・メール本文に埋まっているもの 等)
- 機密区分 (顧客情報を含むか・含まないか、開示できる範囲)
- 鮮度 (最終更新日・責任者・改訂サイクル)
- 属人ナレッジの聞き取り対象者 (どなたの頭の中にあるか)
属人ナレッジは、紙のメモやインタビューの書き起こしから始める事務所もあります。インタビューの文字起こし自体もAIに手伝ってもらえる場面ですが、録音時点でご本人の同意を取り、扱う範囲を合意しておく流れにしておくと、後で困りにくくなります。
改訂サイクルを業務に置いておく
マニュアルは「作って終わり」ではなく「改訂し続ける」前提で設計しておかないと、再び陳腐化していきます。AIを入れる場合も同じで、次のような流れを業務の中に置いておくと、運用に乗せやすくなります。
1.四半期ごと、または法改正のタイミングで、改訂候補をAIに洗い出してもらいます 2.候補に対して担当者の方が一次レビューし、改訂方針を決めます 3. AIに改訂版の差分を出してもらいます 4.責任者の方 (パートナー・所長 等) が最終承認します 5.改訂履歴と一緒に公開し、所内に周知します
2と4は士業の方ご本人の判断が必要な場面です。AIの提案を素通しで採用する流れにしてしまうと、誤った情報が公式マニュアルとして固定化されてしまう場面が出てきます。「効率化」が「品質低下」に裏返るのは、この素通しが日常になったときに起きやすい現象だと感じています。
浸透のための工夫
マニュアルを整備しても、参照されなければ意味がない、という話もよくうかがいます。AIに手伝ってもらいながらマニュアルを整備する場面では、次のような運用面の工夫を並走させている事務所もあります。
- 検索の入口を統一しておきます (どこに何があるか迷わない状態にする工夫です)
- 新人研修の中でAI検索の使い方を案内しておきます
- 「マニュアルに書かれていなかったこと」をフィードバックする経路を用意しておきます
- 改訂履歴を所内チャットで通知し、変更点が認知される状態を作っておきます
特に最後のフィードバック経路は、次の改訂候補が生まれる場所になります。「直近1ヶ月のフィードバックを集約して、マニュアルに反映すべき論点を抽出してもらう」といった形でAIに手伝ってもらう運用も見られます。
守秘義務・テナント権限・ログの観点
ここは最も丁寧に確認しておきたい領域です。所内マニュアルには、業務手順だけでなく、顧客の固有事情・スタッフの個人情報・取引先との合意事項などが混ざっていることがあります。
個人情報保護委員会は2023年6月、生成AIサービスの利用に関する注意喚起を公表していて、行政機関等・事業者・利用者それぞれに対して、生成AIへの個人情報入力時の留意点を整理しています (個人情報保護委員会公式)。プロンプトに含める情報の管理、利用ポリシーの策定、従業員教育の実施などが要旨として挙げられています。
実務上、現場で確認されることが多い論点を並べておきます。
- 入力データの行き先: 利用するAIサービスが入力内容を学習に使うか・どの国のサーバで処理されるかを、契約・利用規約のレベルで確認しておきます
- テナント分離: Microsoft 365 Copilotのようにテナント内データを参照する設計の場合でも、アクセス権の設定が雑だと意図しない範囲まで露出してしまう場面が出てきます。SharePointのアクセス権棚卸しを並行する事務所もあります
- 守秘義務との整合: 税理士法・社労士法・弁護士法などの守秘義務との関係で、外部AIサービスへの投入の可否を、顧問契約の範囲で整理しておきます
- ログと監査: どなたがいつ何を投入したかのログを取得できる設計にして、定期的に振り返る流れにしておきます
これらの観点は「AIを使わない」という判断の根拠にもなりますし、「使うが範囲を絞る」という設計の根拠にもなります。事務所のリスク許容度と業務の特性によって、判断が変わってくる領域です。
| 領域 | 事務所内で進めやすい範囲 | 並走して詰めておきたい範囲 |
|---|---|---|
| データ範囲 | 公開情報のみ | 顧客情報・守秘義務情報を含むもの |
| 場面 | 章立ての見直し / FAQ化 / 研修コンテンツ | 契約・運用設計 / 事務所内ルールの策定 |
| 技術 | 既製ツールの導入レベル | テナント権限設計と継続監査 / 法改正監視の自動化 |
| 体制 | 担当者ベースの改訂 | 事務所全体のポリシーと内部監査体制 |
事務所内で進めやすいのは、公開情報で構成される一般的な業務手順のマニュアル化、既存マニュアルの章立ての見直しとFAQ化、所内向けの検索インターフェース立ち上げ (既製ツールの導入レベル)、スタッフ研修のコンテンツ作成、といったあたりです。顧客情報を含むデータのAI投入設計、テナント内データ参照型AIの権限設計と継続監査、法改正監視の自動化、事務所全体でのAI運用ルールと内部監査体制の整備は、設計の見直しが大きくなる領域として、別途時間を取って詰めている事務所もあります。
終わりに
業務の一部にAIを入れてマニュアルを整備する場面では、初稿の作成・改訂提案・索引化・FAQ化のあたりが、手伝ってもらいやすい範囲になります。固有事情の反映と最終承認は、士業の方ご本人の判断領域として残しておく流れが、現場で取られやすい運用です。
棚卸し・機密区分・テナント権限・改訂サイクル・ログの観点を、AIを入れる場面と並走して設計に置いておけるかどうかが、属人化の解消と情報管理の両面で効いてくる場面が多いように感じています。AIの導入を先行させて、これらが後回しになる流れになると、しばらく経ってから「マニュアルは整ったが、どなたがどう運用しているか把握しにくい」という状態になっている事務所もあります。
事務所のリスク許容度と業務の特性によって、どこに重みを置くかは変わってきます。本稿でお伝えした流れも、現場でよく取られる運用の一つとしてご覧いただけると幸いです。
参考
- 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」 (2023年6月2日公表): https://www.ppc.go.jp/news/careful_information/230602_AI_utilize_alert/
- Microsoft Learn「Microsoft 365 Copilotとは?」: https://learn.microsoft.com/ja-jp/copilot/microsoft-365/microsoft-365-copilot-overview
- 経済産業省・総務省「AI事業者ガイドライン」: https://www.soumu.go.jp/main_sosiki/kenkyu/ai_network/02ryutsu20_04000019.html