2時間かかっていた資料が、AIを使うと30分でできるようになった。
そこで仕事が終われば助かる。ところが「それなら、こちらもお願い」と新しい依頼が来る。今度はAIが作った文章の確認、別の部署への説明、同僚の相談も引き受ける。作業は速くなったのに、終業時刻は変わらない。
これは、AIを使いこなせていないという話だけではありません。短くなった作業時間を、誰が、何のために使うかが決まっていないと、余力は追加の仕事で埋まります。
この記事では、AIによる時短を仕事の増加と分けて記録する方法と、上司に余力の使い道を相談する具体例を紹介します。数値例と会話文は説明用で、特定の職場で実施した結果ではありません。
「速くできる」と「早く帰れる」は別の成果
まず、AIで仕事が速くなる可能性と、仕事全体が軽くなる可能性は分けて考えます。
Shifting Work Patterns with Generative AIの2025年11月改訂版は、66社・7,137人を対象とする6か月の無作為化フィールド実験を報告しています。実験後半には、ツールを利用した処置群の従業員でメールに使う時間が週約2時間減り、通常の勤務時間外に働く時間も減りました。一方、個人へのAI提供による、仕事の量や構成の変化は検出されていません。AIで仕事が必ず増えるわけではなく、利用環境によって負担が減った結果もあります。
一方、Harvard Business Reviewが公開しているAI Doesn’t Reduce Work—It Intensifies Itの紹介では、研究対象の従業員が、より速く働き、担当範囲を広げ、仕事をする時間帯も広げたことが報告されています。どの職場でも同じことが起きるという証明ではありませんが、「時短したのに忙しい」という現象を考える手がかりになります。
ここから考えたいのは、AIの導入件数ではなく、時短の後に増えた仕事を含めて、何が変わったかです。
AIで仕事が増えるときに確認したい3つの負担
初稿が速くなっても、次の負担が増えていれば、仕事全体の時間は減らないことがあります。
- 確認と修正：AIが作った内容の出典確認や、提出できる形への手直し。
- 追加依頼：空いた時間を前提に、新しく引き受ける案件。
- 相談と継続対応：同僚への使い方の説明、作った資料の更新や問い合わせ。
どれが増えたかを分けると、ツールの使い方を改善するのか、業務の配分を相談するのかを判断しやすくなります。
AIによる時短効果は、確認・修正・追加業務まで含めて計算する
説明のため、次のような資料作成を考えます。
| 作業 | AIを使う前 | AIを使った後 |
|---|---|---|
| 初稿を作る | 120分 | 30分 |
| 内容と数字を確認する | 20分 | 35分 |
| 修正して提出する | 20分 | 25分 |
| 合計 | 160分 | 90分 |
初稿だけなら90分の短縮ですが、提出まででは70分の短縮です。さらに、追加依頼が50分、同僚への使い方の説明が30分増えれば、総作業時間は170分になります。
この場合、元の資料作成は効率化しています。それでも、働く本人の負担は10分増えています。「AIに効果がない」とも、「90分空いた」とも言い切れません。
確認作業も元からあったはずなので、AI導入後の確認時間をすべて新しい負担に数えるのも誤りです。比較には、同程度の難しさと品質基準の仕事を使います。AIを使う前の時間を記録していなければ、その数字は推定値と明記します。記憶だけの比較を、実測した削減効果として扱わないようにします。
提出までの短縮時間 − 新しく増えた作業時間を、まず見えるようにする。この計算だけで、説明の精度が変わります。
1週間の記録表で、作業時間と増えた責任を分ける
最初から細かい時間管理を始める必要はありません。1週間、代表的な仕事だけを次の形で残します。
| 記録するもの | 書く内容 |
|---|---|
| 元の仕事 | 何を、どの品質で提出する仕事だったか |
| 提出までの時間 | 作成・確認・修正を含めて何分かかったか |
| 追加された仕事 | 新しい依頼、AI利用相談、他部署の確認など |
| 追加の責任 | 最終判断や問い合わせ対応を誰が持ったか |
| 終業への影響 | 勤務時間内に収まったか、翌日に持ち越したか |
とくに見落としやすいのが、問い合わせ対応です。資料が1本増えると、その後の説明や更新も増えます。初稿を作る30分だけで引き受けると、後から継続的な役割になります。
「AIでできそうだから引き受ける」と決める前に、作成後に誰が面倒を見るかまで確認します。
AIの投資対効果として整理したい場合は、生成AIの費用対効果とROI・KPIの考え方も参考になります。個人の時短と、組織の成果をつなぐ際に使える論点です。
上司への相談例：時短できた時間の使い道を提案する
余力を守るために、AI利用を隠すことを勧めたいわけではありません。必要なのは、業務の優先順位と、引き受けられる範囲を一緒に決めることです。
先ほどの例で70分が短縮できたなら、次のように相談できます。
資料作成は、確認と修正を含めて約70分短縮できました。この時間を既存案件の品質確認に40分、手順の整備に30分使いたいと考えています。追加案件を優先する場合は、どちらを後ろに回すか相談させてください。
ポイントは、時短を報告するだけで終わらず、使い道まで提案することです。すべてを個人の裁量で確保できるとは限りません。上司が追加案件を選ぶ場合もあります。そのときも、「空いているから何でもできる」という状態から、優先順位のある状態へ変えられます。
チーム全体のAI教育を担当するなら、それも業務として予定に入れます。自分の仕事を終わらせながら、空き時間に全員の相談を受ける設計では、教育の負担が見えません。
そのまま相談に使える、余力の配分案
次は、先ほどの架空の数値を入れた提案書の見本です。仕事の名前と時間を置き換えて使えます。
| 提案書の項目 | 記入例 |
|---|---|
| 対象の仕事 | 週次報告資料1本。確認・修正後に提出する |
| 同じ品質での比較 | 従来160分、AI利用後90分。70分短縮 |
| 今回配分したい時間 | 既存案件の品質確認40分、手順整備30分 |
| 追加依頼との関係 | 新規依頼50分と相談対応30分を両方追加すると、短縮分を10分超える |
| 決めたいこと | 新規依頼を優先する場合、何を延期するか。相談対応は誰の業務にするか |
| 試行と見直し | 1週間記録して、提出品質と総作業時間を確認する |
初稿だけの時間を伝えると、短縮幅を大きく見せてしまいます。比較する対象、品質条件、増える役割を一枚に置けば、追加業務を受ける判断と、別の仕事を後ろへ回す判断を同じ材料で話せます。
記録を始めるときは、次の項目を表にコピーしてください。従来時間を推定する場合は、その根拠も一緒に残します。
日付／対象の仕事／品質・完成条件／従来の提出までの時間と根拠
AI利用後の作成・確認・修正時間／新規依頼の時間／相談対応の時間
合計時間／誰に残る責任か／合意した配分／翌日への持ち越し
「できるからやる」を止める、小さな終了条件
AIは別案をすぐ作れます。だからこそ、仕事を終える基準を先に決めます。
資料なら「意思決定に必要な数字がそろい、出典を確認でき、依頼者が判断できる構成になったら提出する」。比較案なら「判断を変える違いがない追加案は作らない」。
追加の品質改善が必要な場面はあります。ただ、より良い言い回しを探し続ける時間と、判断に必要な情報を増やす時間は、同じ価値ではありません。
また、AIが得意な人への依頼集中を減らすには、成果物の作成だけでなく引き継ぎも必要です。手順を残す、テンプレートを共有する、最終確認者を決める。ここに使う時間を「時短できなかった時間」と扱うと、いつまでも一人に仕事が集まります。
手直しが繰り返されるときは、AIに同じ修正を繰り返させない依頼と検証のように、指示よりも完成条件を見直す方が有効な場合があります。
次の1週間で、何を確かめるか
代表的な仕事を一つ選び、「提出までの時間」と「その後に増えた仕事」を記録してみてください。そのうえで、短縮できた時間の使い道を一つ提案します。
成功の判断は、初稿が速くできたことだけではありません。確認を省かずに提出できたか、役割が無制限に広がっていないか、合意した優先業務に時間を使えたかまで含めます。
資料作成を対象にするなら、AIで作ったパワポの編集性を確かめる4つのテストで紹介する修正課題を使うと、初稿後の負担を具体的に確認できます。
AIで早く終わった仕事の価値は、その後の時間の使い方で変わります。速さを証明したら、次は余力の配分を決める。そこまでを、効率化の仕事に含めたいところです。
参照資料
- Dillonほか： Shifting Work Patterns with Generative AI（2025年11月改訂版）。実験対象と導入時期の範囲で読む必要があります。
- Harvard Business Review： AI Doesn’t Reduce Work—It Intensifies It（2026年2月）。本記事では公開されている紹介文を参照しています。
WRITTEN BY
コメント