生成AIを何らかの業務で使っている企業は、日本で86.4%に達しました。前年調査の55.2%から、わずか1年で30ポイント以上の上昇です。ところが同じ調査で、生成AIによる業務変革について「組織的な取り組みはない」と答えた企業が27.0%を占めました。米国の1.4%と並べると、その差は際立ちます。使ってはいる、けれども業務そのものは変わっていない。この断層をどう越えるかが、いま多くの企業に共通する課題です。
本記事では、SOP（標準作業手順書）のAI活用という切り口から、手順書の役割がいま何に変わりつつあるのか、そして自社では何から着手すればよいのかを解説します。
SOP（標準作業手順書）とは何か
SOPのAI活用を考える前に、まずSOPという言葉の意味を正しく理解しましょう。ここが曖昧なままだと、社内で話が噛み合わなくなるためです。
SOPの意味と、マニュアル・手順書との違い
SOPとは、Standard Operating Procedureの頭文字を取った言葉で、日本語では「標準作業手順書」と訳されます。誰が担当しても同じ手順で、同じ品質の結果が得られるように、特定の作業の進め方を定めた文書のことです。
マニュアルとの違いは、扱う範囲にあります。マニュアルは業務の目的や背景の考え方、関連する規程まで含む広い概念として使われることが多い一方、SOPは「この作業をどう実行するか」に絞り込まれています。手順書とほぼ同義で使われる場面もあります。
もっとも、この使い分けが社内で統一されている企業はそれほど多くありません。チェックリスト、業務フロー図、手順書、操作説明書、そのすべてが「マニュアル」と呼ばれている職場は珍しくないはずです。言葉の定義が曖昧なままでは、何を整備すべきかの共通認識も生まれません。SOPという言葉をあえて使う意味は、「作業を標準化した実行手順」という範囲を明確に切り出せる点にあります。
なぜ今あらためてSOPが注目されるのか
SOPはもともと、製薬、医療、食品、製造といった、規制対応や品質保証の要請が強い業種で使われてきた用語です。近年これが業種を問わず注目され始めた理由は、AIに業務を任せようとする動きが広がったことにあります。
AIに何かを実行させるには、その業務がどう進むのかを言葉で示す必要があります。人であれば「見て覚える」「聞いて補う」ができますが、AIにはそれができません。結果として、これまで人の経験に委ねてきた部分が、文書として存在するかどうかを問われるようになりました。SOPのAI活用が語られるようになった背景には、この構造的な変化があります。
データで見る、生成AI活用の分かれ目
生成AIを使う企業は増えています。一方で、業務の進め方まで変えられている企業は、まだ多くありません。総務省「令和8年版情報通信白書」の数字を、「使う」「組織で活用する」「AIが使える情報を整える」の3段階で見てみましょう。
生成AIを業務で使う企業は86.4%
日本では、何らかの業務で生成AIを使っている企業が86.4%に達しました。2024年度調査の55.2%から大きく増え、米国の90.9%、ドイツの91.6%との差も縮まっています。
生成AIの活用方針を定めている企業も、前年の49.7%から68.9%に増えました。企業にとって、生成AIは「使うかどうか」を考えるものから、「どう使うか」を考えるものへ移りつつあります。
それでも27.0%は、組織として取り組んでいない
一方、生成AIを使った業務変革について、日本企業の27.0%が「組織的な取り組みはない」と回答しています。米国の1.4%、ドイツの4.9%、中国の2.6%と比べても高い割合です。
つまり、社員が議事録やメールの作成にAIを使っていても、部署や会社として「どの業務で、どのように使うか」までは決まっていない場合があります。AIの利用が広がることと、組織の仕事の進め方が変わることは別の段階なのです。
AIが参照できるデータを整備している企業は24.5%
このギャップの正体を、白書はさらに具体的に示しています。業務変革のための環境整備について尋ねた設問で、「生成AIに社内データを学習させたり、生成AIが参照可能なデータベースを構築したりしている」と答えた日本企業は24.5%でした。米国57.2%、ドイツ54.4%、中国73.0%に対して、半分以下の水準です。
「業務プロセスの見直しや生成AI活用検討に必要なスキルやノウハウを学ぶ環境がある」という項目も、日本39.9%に対し米国62.7%、中国71.7%。白書はこの2項目について、日本の回答割合が他の3か国より顕著に低いと明記しています。さらに「特に実施している施策はない・把握していない」と答えた企業は日本で19.9%にのぼり、米国の0.7%とは比較になりません。
「使っている」と「業務が変わった」の間にあるもの
日本企業で最も活用が進んでいる業務は「議事録・メール作成補助」で、回答割合は約7割、効果を実感すると答えた割合も72.3%と最も高い結果でした。これは、個人が目の前の作業を速く終わらせるための使い方です。
個人の作業効率が上がることに価値がないわけではありません。ただ、その効果は個人の中で完結し、組織の成果にはつながりにくいという性質があります。業務が変わったと言えるのは、誰が担当しても同じようにAIを使い、同じ品質の結果が出る状態になったときです。そのためには、その業務がどう進むのかを、組織として書き出しておく必要があります。ここでSOPが登場します。
SOPのAI活用で、手順書の役割はどう変わるのか
SOPのAI活用を進めるうえで最初に理解しておきたいのが、手順書に期待される役割そのものが広がっているという点です。
これまで：人がミスなく作業するための文書
従来のSOPが担ってきたのは、新人が作業を覚えるための教材であり、担当者が変わっても品質を保つための基準であり、引き継ぎのときに渡す資料でした。読み手は人間です。
だからこそ、多少の省略が許されてきました。「適宜確認する」「状況に応じて判断する」と書いてあっても、現場の人間は前後の文脈や職場の慣習から意味を汲み取れます。書かれていない部分は、経験と暗黙の了解が埋めてくれていました。
これから：人とAIが共通で参照する業務定義書
AIに業務の一部を任せる場合、実行の根拠になるのは書かれた手順そのものです。AIは職場の空気を知りませんし、前任者のやり方も見ていません。渡された文書に書かれていることが、そのまま実行内容になります。
つまりSOPは、人向けの教育文書から、人とAIが共通で参照する業務定義書へと役割を広げつつあります。同じ文書を、人は理解するために読み、AIは実行するために読む。この二重の読者を想定した設計が、これからのSOPには求められます。
AIは「行間」を読めない
たとえば「請求書を確認し、問題があれば差し戻す」という一文があったとします。人間なら、何をもって問題とするかを経験で判断できます。しかしAIにとって、この文からわかるのは「確認する」「差し戻す」という2つの動作だけです。金額の相違なのか、宛名の誤りなのか、支払期日の逸脱なのか。判断の中身が書かれていなければ、実行のしようがありません。
手順書の曖昧さは、そのまま出力の曖昧さになります。AIの精度が出ないという相談の多くは、モデルの性能ではなく、渡している文書の解像度に原因があります。
SOPのAI活用でつまずく3つのパターン
実際にSOPのAI活用に取り組んだ企業が行き詰まるポイントは、大きく3つに整理できます。自社の手順書がどれに当てはまるか、確認しながらお読みください。
SOPのAI活用でのつまづき①：判断基準が書かれていない
「何をするか」は書かれていても、「どういうときにそうするか」が抜けている状態です。作業の順序は追えるのに、分岐点にさしかかると手が止まります。
人が読む前提であれば、この抜けは経験で補われるため、長年問題として認識されてきませんでした。AIに渡してはじめて、判断基準が文書に存在しないことが露呈します。
SOPのAI活用でのつまづき②：例外処理が「そのときの状況による」で終わっている
実務の時間の多くは、標準どおりに進まないケースへの対応に費やされています。ところがSOPに書かれているのは、たいてい標準ケースだけです。
例外対応の知識はベテランの頭の中にあり、若手は都度質問することで学びます。この構造がある限り、AIに任せられる範囲は標準ケースに限られ、期待した効率化には届きません。SOPのAI活用における最大のボトルネックは、ここにあります。
SOPのAI活用でのつまづき③：更新されず、現場の実態と乖離している
数年前に作ったまま更新されていないSOPは、多くの職場に存在します。現場は改善を重ねて別のやり方に移っているのに、文書だけが古い前提のまま残っている状態です。
この状態でAIに読ませると、古いやり方が高速かつ正確に再現されます。手作業であれば「今はそうしていません」と誰かが気づけたものが、自動化された瞬間に気づかれないまま流れていく。整備されていない状態でのAI導入が、かえってリスクになるのはこのためです。
AIに任せられる領域と、人が担い続ける領域
SOPのAI活用を現実的に設計するには、AIの得意と不得意を正確に見極める必要があります。
AIが得意なのは形式知の処理
すでに文書化されている情報を扱う作業では、AIは確実に力を発揮します。長い手順書の要約、表記ゆれの統一、章立ての再構成、複数の文書間の矛盾の指摘、必要な箇所の検索。こうした作業は、人が数時間かける内容を数分で処理できます。
手順書の更新作業も同様です。変更点を伝えれば、影響する記述を洗い出して修正案を出すところまで任せられます。SOPのAI活用として最初に効果が出るのは、この領域です。
暗黙知はAIには引き出せない
一方で、ベテランが無意識に行っている判断基準、経験から生まれた例外対応、その組織固有のこだわりや配慮は、文書として存在しません。存在しないものを、AIが自動的に言語化することはできません。
これを引き出せるのは人です。作業を観察し、質問を重ね、「なぜそうするのか」を掘り下げるという地道な工程を経て、はじめて言葉になります。AIを活用したライティングと、人による暗黙知の抽出。この2つを正しく組み合わせることが、実効性のあるSOP整備の要件です。
すべてを標準化しない——一部の属人化は残す
ここで一つ、mayclassが大切にしている考え方をお伝えします。私たちは、属人化をすべて排除することを目的にはしていません。
基本的な業務フローやルールの標準化は必要です。しかし、詳細な業務まですべて均一化すると、働く人のモチベーションは下がります。「この会社には自分が必要だ」という介在価値を、意図的に残すべきだと考えています。
再現性の高い「型」を土台として整え、その先の判断や工夫、配慮は個人の裁量に委ねる。たとえば出張の手配であれば、「最良であること」という軸だけを示し、何を優先するかは担当者の個性に任せる。この線引きは、AI時代においてむしろ重要性を増します。標準化してAIに渡す部分と、人が価値を出し続ける部分を意識的に分けることが、SOPのAI活用の設計思想そのものだからです。
白書が示した、AI活用がうまくいく企業の共通点
令和8年版情報通信白書には、AI活用で成果を上げている企業へのヒアリング結果も収録されています。ここに、示唆的な記述があります。
中小企業でも年間2,247時間の削減
不動産・介護等を手がける中小企業グループの事例では、各事業部門の課題認識を起点にAIで解決したい課題と目標を設定し、1年間の検討を実施した結果、全10事業部の合計で年間2,247時間分の業務時間削減につながったと報告されています。
注目すべきは、白書がその要因として挙げている記述です。AI導入以前から、業務フローやチェックシートの整備等に取り組む習慣が根付いており、業務プロセスの効率化・改善を行う社内風土が定着していたことが、AIツール活用においても有効だったとされています。
AI導入の成否は、導入前の状態で決まっている
つまり、AI活用がうまくいった理由は、優れたツールを選んだからではありません。業務を書き出し、整理し、見直すという習慣が、AIが来る前から組織にあったからです。
白書はまた、先進企業に共通する要素として「AI活用を前提とした業務の抜本的な変革を進めており、その際、人間とAIの役割分担の設計を重視」している点を挙げています。役割分担を設計するには、まず業務の中身が見えていなければなりません。
SOPのAI活用を始める4ステップ
ここからは、実務として何から着手すればよいかを整理します。
SOPのAI活用ステップ①：業務を分解し、対象を1つに絞る
全社の手順書を一斉に見直すのは現実的ではありません。最初の対象は1つに絞ります。選定の基準は、繰り返し発生していること、関係者が複数いること、同じ質問が何度も出ていることの3点です。
この条件に当てはまる業務は、整備の効果が最も見えやすく、社内の理解も得やすくなります。
SOPのAI活用ステップ②：判断基準と例外を言語化する
選んだ業務について、担当者から「なぜそうするのか」「迷ったときは何を優先するか」「どんなときに例外扱いにするか」を聞き取ります。
この工程が最も時間を要し、同時に最も価値があります。ここで引き出した内容が、その後のAI活用の精度を決めるためです。手順の記述だけを整えても、判断が書かれていなければ意味がありません。
SOPのAI活用ステップ③：AIが読める粒度と構造に整える
聞き取った内容を、人にもAIにも読める形に書き直します。一文には一つの動作だけを書く、主語を省略しない、社内用語を統一する、参照先を明示する。こうした基本的なルールを徹底するだけで、AIの出力精度は大きく変わります。
数値や期限は具体的に書きます。「早めに提出する」ではなく「翌営業日の正午までに提出する」と書けば、人もAIも同じ理解に到達できます。
SOPのAI活用ステップ④：更新サイクルと責任者を決める
整えたSOPは、決めておかなければ更新されません。誰がいつ見直すのかをルールとして定め、変更の記録を残します。
更新作業そのものは、AIに補助させることができます。現場から上がった変更点を伝えて修正案を作らせ、人が確認して確定する。この運用が回り始めれば、手順書が陳腐化する速度は大幅に落ちます。
手順書の整備を自社だけで進めるのが難しい場合
ここまでお読みいただき、必要性は理解できるが自社のリソースでは難しい、と感じた方もいらっしゃるかもしれません。
とくにステップ2の暗黙知の言語化は、知識と経験を要する知的作業です。通常業務を抱えた社員が片手間で進めるには重すぎますし、労働人口が減り続けるなかで、貴重な社員のリソースを「やりたくない手順書づくり」に充てることは効率的とは言えません。
mayclassは、25業界・200社の業務可視化とマニュアル整備を支援し、300件のマニュアルを制作してきました。制作プロセスでは、キックオフから業務分解、プロのインタビュアーによる暗黙知抽出、マニュアル作成、定着支援までを一貫して行います。現場のベテランが無意識に行っている判断を引き出し、誰が読んでも、そしてAIが読んでも実行できる手順に変換することを得意としています。
具体的な支援内容と成果は導入事例集に、体制や実績は会社概要資料にまとめています。いずれも下記のページから無料でダウンロードいただけます。自社のどの業務から着手すべきか、現状の整理からご相談いただくことも可能です。
まとめ：SOPのAI活用は、手順書を書き直すことから始まる
生成AIを業務で使う日本企業は86.4%に達しました。一方で、業務変革に組織的に取り組んでいない企業が27.0%、AIが参照できるデータを整備している企業は24.5%にとどまります。導入は済んだのに業務が変わらない理由は、ツールではなく、渡す材料の側にあります。
SOPのAI活用とは、新しいツールを導入することではありません。いま使っている標準作業手順書に、判断基準と例外を書き足し、人にもAIにも読める形に整え直す作業です。地味に見えますが、白書が示した先進事例が共通して持っていたのも、まさにこの習慣でした。
手順書は、人に教えるための文書から、人とAIが共通で参照する業務定義書へと変わりつつあります。その書き換えを始めた組織から、AI活用の成果は現れ始めます。
出典：総務省「令和8年「情報通信に関する現状報告」（令和8年版情報通信白書）の公表」（2026年7月24日公表）
参考：総務省「令和8年版情報通信白書（概要）」（2026年7月）
▼下記記事もおすすめ▼
生成AIの費用対効果を見える化する方法｜効果測定できない3つの理由と改善ステップ
