title: "デジタル庁AX/DX資料から考える、AI導入前にBPRを飛ばしてはいけない理由" slug: "digital-agency-ax-dx-bpr-before-ai-adoption-20260608" description: "デジタル庁AX/DX資料を踏まえ、AI導入前にBPR、例外処理、データ、承認、責任者を整理すべき理由を解説します。" lead_summary: "AI導入の前に、対象業務、例外処理、データ、承認、責任者を整理するBPRを行わなければ、PoCは成功しても本番で使われない。 AI導入アセスメント、BPR、DXロードマップ、要件定義、PoC設計につながる実務論点を整理する。" date: "2026-06-29" updatedAt: "2026-06-29" category: "AI・DX" tags: ["デジタル庁","AX","DX","BPR","AI導入","業務改革"] author: "GXO株式会社"
デジタル庁AX/DX資料から考える、AI導入前にBPRを飛ばしてはいけない理由
行政のデジタル化に関する資料を読むと、AIやシステムを入れる話の前に、必ず業務そのものを見直すBPR（業務改革）とデータの整備が置かれている。自治体DXの手順書でも、業務内容や業務プロセス、組織体制まで含めて抜本的に見直し再構築する取り組みがDXの効果を大きく左右する、という順序が繰り返し示されている。
これは行政に限った話ではない。民間企業がAIを入れるときも、いまの業務をそのまま自動化すると、本来やめるべき手作業や例外対応まで一緒に高速化してしまい、現場の負担はかえって読みにくくなる。この記事は、デジタル庁のAX/DX関連資料が示す「先に業務、後でAI」という考え方を企業の実務に翻訳し、AI導入の前に整えるべきBPRの論点を恒常的な実務ガイドとして整理する。
結論
AI導入の前に、対象業務、例外処理、データ、承認、責任者を整理するBPRを行わなければ、検証段階では成功しても、本番では使われないAIになりやすい。
ここで言うBPRは、大がかりな組織改編を意味しない。AIに任せたい業務について、入口（どこから仕事が始まるか）、判断（何を基準に決めているか）、例外（標準から外れたとき誰がどう処理するか）、承認（最終的に誰が責任を持つか）、記録（何を残すか）を一度書き出して整理する作業を指す。この棚卸しを飛ばすと、技術的には動いても、現場の実態に合わずに放置される。
想定する読者は、AI導入を任されたDX責任者、経営企画、情報システム部門、業務改善の担当者である。GXOでは、AI導入の可否を見極めるアセスメントを入口に、現状の整理、要件の言語化、概算費用、実装の順番を切り分けて確認している。
AI ASSESSMENT
PoC の前に「そもそも使えるか」を30分で見極めませんか？
情シス部門の稟議書作成をサポートする無料の30分壁打ち。費用対効果 試算シート・失敗要因チェックリストをその場で共有します。
AXとDXとデジタル化を混同しないことが出発点
デジタル庁の資料が「AX（行政の変革）」という言葉を使い分けているのは、ツール導入と業務変革を切り離さないためである。紙をPDFにする、ハンコを電子化するといった置き換えは便利だが、それ自体は業務の構造を変えていない。AXやDXが指すのは、何のためにその業務があるのかから問い直し、不要な手順を削り、判断基準を整理したうえで仕組みに落とすところまでである。
民間でこの区別が効くのは、AI導入の費用対効果を見積もる場面である。既存のフローを温存したまま生成AIを乗せると、削減できるのは入力や検索のごく一部にとどまり、稟議で示した効果に届かないことが多い。逆に、業務の入口から見直してからAIを当てると、自動化できる範囲が広がり、投資の回収が読みやすくなる。
なぜBPRを後回しにすると本番で詰まるのか
検証段階で扱うのは、たいてい整ったデータと標準的なケースである。ところが本番の業務には、過去の経緯で残っている例外、担当者の経験だけで処理している判断、紙やExcelに散らばったデータが必ず混ざる。BPRを飛ばしてAIを入れると、これらが「想定外」として後から噴出し、結局は人が手作業で補うことになる。
ここで起きるのは、表面上は導入できているのに現場で使われないという食い違いである。データの所在が曖昧、誰がAIの出力を承認するか未定、不具合時に元の手作業へ戻る経路がない、といった穴が一つでもあると、現場は安全側に倒して従来のやり方に戻ってしまう。先に業務を整えるのは、こうした穴をAIを入れる前に塞いでおくためである。
業務を「残す・やめる・変える・任せる」で仕分ける
AI化の対象を選ぶとき、すべての業務を等しく扱う必要はない。次の四分類で仕分けると、どこにAIを当てるべきかが見えやすくなる。
| 仕分け | 内容 | AIとの関係 |
|---|---|---|
| 残す | 顧客との関係や品質を支える中核業務 | 人が担い、AIは補助に回す |
| やめる | 形骸化した確認や二重入力 | AI化せず、まず廃止を検討する |
| 変える | 例外が多く属人化した判断 | 基準を整理してから自動化を考える |
| 任せる | 定型で量が多く判断が単純な作業 | AIに任せて効果を出しやすい |
よくある失敗は、「やめる」に分類すべき業務を、そのままAIで高速化してしまうことである。不要な作業を速くこなしても価値は生まれない。BPRの最初の一手は、AI化の前に削れる業務を削ることだといえる。
導入前に整える具体的な手順
- AIを当てたい業務を一つ選び、ゴールと、いまの所要時間や件数を把握する
- 現行のフローと、標準から外れる例外パターンを書き出す
- 「残す・やめる・変える・任せる」で各手順を仕分け、不要な手順を落とす
- AIに任せる範囲と、人が最終判断する範囲の境界を決める
- 本番運用に必要なデータの所在と、出力を承認する責任者を確定する
この順で整理すると、ニュースで見た製品を起点に選ぶのではなく、業務の要件、必要なデータ、承認の流れ、運用体制という順番で判断できるようになる。GXOが最初の打ち合わせで尋ねるのも、製品名ではなく、対象業務の中身、例外処理の頻度、データの状態、出力を誰が承認するか、本番後の改善を誰が回すか、である。
AI導入前に詰める自己点検
- AI化したい業務は、そもそも残すべき価値のある業務だと言い切れるか
- 例外処理が特定の担当者の経験だけに依存していないか、棚卸しできているか
- 使いたいデータが紙、Excel、複数のSaaSに分散していないか、所在を把握しているか
- AIが出した結果を最終的に承認する人と、その判断基準が決まっているか
- 検証で確認する範囲と、本番運用で必要になる体制を分けて考えているか
- 本番後に改善を回す責任者と、不具合時に元のやり方へ戻す経路があるか
これらの問いに答えが揃わない段階でツール選定を急ぐと、後から業務との不整合に直面しやすい。
まずはAI導入の可否を見極めるアセスメントで、業務の棚卸しから要件整理までの進め方を確認しておくと判断しやすい。関連して参照したいページを挙げておく。
GXOに相談したほうがよいタイミング
- AIを入れたい業務はあるが、現行フローと例外処理が整理できていない
- 検証では効果が出たのに、本番運用に乗せると現場で使われなくなった
- 使いたいデータが社内に散在し、どこから集めればよいか判断がつかない
- 経営層に、AI導入の効果と前提となる業務改革の範囲を説明する必要がある
- DXのロードマップを描きたいが、どの業務から着手すべきか優先順位が決まらない
このテーマについて相談しませんか
このテーマについて相談しませんか
AI導入前の業務棚卸し、例外処理とデータの整理、承認フローと責任者の設計、検証から本番運用への移行計画について、現状の把握から優先順位づけまで一緒に検討します。
初回相談では、サービス紹介よりも、業務の現状と論点の切り分けを優先します。
よくある質問
大規模な業務改革をする余裕はないのですが、それでもBPRは必要ですか
組織全体を一度に見直す必要はありません。AIを当てたい一つの業務に絞って、入口、判断、例外、承認、記録を書き出すだけでも、本番で詰まる原因の多くは事前に見つかります。小さく範囲を区切って始めるほうが現実的です。
データが紙やExcelに散らばっています。先に全部整える必要がありますか
すべてを完璧に整えてから着手する必要はありません。今回AIを当てる業務で使うデータに絞って、所在と更新者、形式を把握すれば十分です。全社的なデータ整備は、最初の業務で効果を確かめながら段階的に広げる方が無理がありません。
検証で良い結果が出たら、そのまま本番に移してよいですか
検証で扱うデータと本番のデータは性質が異なることが多いため、そのまま移すのは避けたほうが安全です。例外パターンへの対応、出力の承認者、不具合時に手作業へ戻す経路を決めてから本番に進めると、現場に定着しやすくなります。
