生成AIの精度が実務で使えるレベルに近づいたことで、「これまで外注していた業務を社内に戻せるのではないか」という検討が増えています。ただ、内製化したものの運用が回らず再び委託に戻るケースも少なくありません。この記事では、AIによる内製化と外部委託の継続を分ける6つの判断基準と、内製化が失敗する典型パターンを整理します。
「AIでできるか」と「AIで回るか」は別の問題
検討の入口でつまずきやすいのが、技術的な可否と運用上の成立可能性を混同することです。
PoC（検証）で「この帳票の読み取りはAIでできた」「この問い合わせ分類はAIで代替できた」という結果が出ると、内製化の判断が一気に前に進みます。しかし外部委託している業務の実体は、多くの場合「処理そのもの」だけではありません。処理の前段にある依頼受付、処理の後段にある確認・修正、イレギュラー発生時の判断、繁忙期の人員調整、ミスが起きたときの再発防止。これらを含めて委託先が引き受けてきたはずです。
AIが代替できるのは通常、このうち処理そのものの部分です。残りをどう社内で担うのかを設計しないまま内製化すると、「AIは動いているが、その周辺を担当者が手作業で埋めている」という状態になります。委託費は減っても、社内工数が増え、しかも増えた工数が特定の担当者に集中する。これが再委託に戻る典型的な経路です。
判断するなら、業務を「処理」「例外対応」「品質担保」「変動吸収」の4つに分けて、それぞれ誰が担うのかを書き出すところから始めるのが現実的です。
判断を分ける6つの基準
以下の6点で自社の業務を評価してみてください。すべてが内製化寄りであれば検討する価値が高く、逆側に寄る項目が多ければ委託継続、あるいは部分的なAI活用と委託の併用を考えることになります。
| 基準 | 内製化が向く | 委託継続が向く |
|---|---|---|
| 1. 業務量の変動幅 | 月ごとの変動が小さい | 繁忙期と閑散期の差が大きい |
| 2. 例外処理の頻度 | 例外が少なく、パターン化できる | 例外が多く、都度判断が要る |
| 3. ナレッジの所在 | 判断基準が社内に文書として残っている | 委託先の担当者の経験に依存している |
| 4. 責任分界 | ミスの影響範囲が社内に収まる | 対外的な責任・補償が伴う |
| 5. 入力データの形式 | 電子データで形式が揃っている | 紙・手書き・形式がばらばら |
| 6. 運用を担う人の確保 | 継続的に見る担当を置ける | 情シスも事業部も手一杯 |
1. 業務量の変動幅
AIは変動に強い仕組みです。処理量が10倍になっても追加コストは限定的で、人員調整も不要です。逆に言えば、量が安定している業務では、AI化の相対的なメリットは小さくなります。
注意したいのは、委託費の構造です。従量課金であれば閑散期の費用は自動的に下がりますが、固定費で契約している場合は閑散期に無駄が出ています。変動が大きい業務ほど、AI化によるコスト改善の余地は大きい傾向があります。
2. 例外処理の頻度
最も見落とされやすい基準です。「9割は定型」という業務でも、残り1割の例外が処理時間の大半を占めていることがあります。
確認すべきは、例外の絶対量ではなく、例外の「種類」がいくつあるかです。例外が3〜4パターンに収束しているならルールとして組み込めますが、毎月新しい例外が出てくる業務は、AI化しても例外対応の受け皿が社内に必要になります。
3. ナレッジの所在
長く外注している業務ほど、判断基準が委託先に蓄積しています。「この場合はこう処理する」という暗黙のルールが、社内のどの文書にも書かれていない状態です。
AIに処理させるには、この判断基準を明文化する必要があります。そしてその明文化作業自体が、内製化プロジェクトの最も重い工程になることがあります。委託先の協力が得られるか、契約上ナレッジの引き継ぎが可能か。ここは内製化を決める前に確認しておく項目です。
4. 責任分界
誤りが発生したときに誰が責任を負うか。委託契約では、精度基準や再処理の条件が取り決められているはずです。内製化すると、この責任はすべて社内に戻ります。
特に、顧客に直接影響する業務、法定期限がある業務、金銭が絡む業務では、AIの出力をそのまま使うことはまずありません。人によるチェック工程が必須になり、その工程の負荷を織り込んだ上で採算を計算する必要があります。
5. 入力データの形式
電子データで形式が揃っている業務は、AI化のハードルが大きく下がります。逆に、紙やPDF、取引先ごとにフォーマットが異なる帳票が混在する業務は、前処理の設計が重くなります。
ここは「今のデータ形式」だけでなく、「形式を揃えられるか」も含めて考えます。取引先に依頼してフォーマットを統一できるなら、AI化以前に業務そのものが軽くなります。
6. 運用を担う人の確保
内製化は、導入で終わりません。AIの出力品質を継続的に確認し、業務ルールが変わればプロンプトや設定を更新し、想定外の出力が出たら原因を追う。これを担う人が必要です。
「情シスが片手間で見る」「事業部の担当者が兼務で」という前提で始めた内製化は、担当者の異動や繁忙期をきっかけに止まりがちです。運用工数を月何時間と見積もり、それを誰の業務時間に確保するのかを決められない場合、内製化の判断は慎重にすべきです。
内製化が再委託に戻る典型パターン
実際に起きやすい流れを整理します。
- 例外の受け皿がなかった：通常処理はAIで回るが、例外が出るたび元の委託先に個別依頼する状態になり、二重コストが発生する
- 属人化した：導入を主導した担当者だけが仕組みを理解しており、異動で運用が止まる
- 精度の基準を決めていなかった：「どこまでの誤りを許容するか」を決めずに始めたため、些細な誤りでも現場の不信を招き、結局全件を人が確認する運用になる
- 周辺業務が残った：処理はAI化できたが、依頼受付や結果の配布といった前後工程が手作業のまま残り、削減効果が出ない
いずれも技術の問題ではなく、業務設計の問題です。内製化を検討する段階で、これらが起きないかを点検しておく価値があります。
全部か無しかで考えない
判断は二択である必要はありません。実務では次のような中間形が取られます。
- 工程分割：データ整形や一次分類はAIで内製化し、判断を伴う工程は委託を継続する
- 量による切り分け：定常分は内製化し、繁忙期の超過分だけ委託する
- 段階移行：まず一部の業務種別だけ内製化し、運用が安定してから範囲を広げる
また、委託先がAI活用によって効率化を進めている場合もあります。内製化の前に、現在の委託先と業務の再設計を協議する選択肢も検討に値します。どの形が適切かは、前述の6基準と自社の体制次第です。
よくある質問
Q: コスト比較はどう計算すればよいですか
A: 委託費とAIの利用料だけを比べると、判断を誤りやすくなります。内製化側には、初期の業務整理・ルール明文化の工数、導入開発費、運用担当の人件費、例外対応の工数、精度確認の工数を含めてください。そのうえで、1年ではなく3年程度の累計で比較すると実態に近づきます。初期費用が重い分、短期では委託が有利に見えることが多いためです。
Q: まず何から手をつけるべきですか
A: 委託している業務の一覧を作り、それぞれについて本記事の6基準を評価するところからです。多くの場合、すべてが同じ方向を向くことはなく、内製化に向く業務と向かない業務が分かれます。最も条件が揃っている業務を1つ選んで小さく始め、運用が回ることを確認してから範囲を広げるのが現実的です。
Q: 委託先との契約はどう扱えばよいですか
A: 内製化を決める前に、契約期間、解約条件、ナレッジやデータの引き継ぎに関する取り決めを確認してください。判断基準やマニュアルの提供可否は、内製化の難易度を大きく左右します。また、段階的に移行する場合は、委託範囲の縮小に契約上どう対応するかも事前に整理が必要です。
まとめ
AIで内製化すべきかは、「AIでその処理ができるか」ではなく、「処理の周辺も含めて社内で回せるか」で決まります。業務量の変動幅、例外処理の頻度、ナレッジの所在、責任分界、入力データの形式、運用担当の確保という6つの基準で自社の業務を評価すれば、内製化に向く業務と委託を続けるべき業務は、かなりの程度まで見分けられます。
そして判断は全部か無しかではありません。工程や量で切り分け、段階的に移す形が現実的なことが多いはずです。委託先を含めて選択肢を並べ、自社が引き受けられる範囲を見極めたうえで決めてください。
