Xを見ていると、毎日のように新しいAIツールの投稿が流れてくる。
Claude、n8n、Gamma、NotebookLM、Perplexity、採用AI、動画生成、開発エージェント。どれも便利そうに見えるし、投稿だけ見ると「これを入れたら一気に仕事が変わるかも」と思う。
ただ、地方中小企業の現場で見ると、少し違う。
大事なのは、どのツールが一番すごいかではなく、自社のどの仕事を、どの順番でAIに任せるかだと思う。
まず任せるなら、毎週くり返す仕事
最初に試しやすいのは、n8n + Claudeのような定例業務の自動化だ。
たとえば、毎週月曜にメールを確認して、先週の問い合わせや連絡事項をまとめ、スプレッドシートに残す。これを人が毎回やっているなら、AIに任せる価値はかなり大きい。
採用でも同じで、応募通知をスプレッドシートに集める、面接メモを要約する、未返信の候補者を一覧化する。こういう「毎回やるけど、判断そのものではない仕事」はAIと相性がいい。
逆に、最初から選考判断や評価まで任せるのは少し早い。
メール、議事録、応募通知、社内FAQ。このあたりから始める方が、失敗しても戻しやすいし、効果も見えやすい。
次に効くのは、資料づくり
Gamma + ClaudeやNotebookLMのような資料化ツールも、中小企業にはかなり相性がいい。
採用説明会のスライド、社内研修の資料、業務マニュアル、提案書のたたき台。こういうものは、ゼロから作ると時間がかかる。でも、AIに構成を作らせて、人が会社の言葉に直す流れなら現実的に使える。
ここで大事なのは、AIに「完成品」を期待しすぎないこと。
AIが作る資料は、だいたい整って見える。でも、そのままだと少し薄い。自社らしい表現、現場の温度感、候補者に本当に伝えたい言葉は、人が最後に入れる必要がある。
つまり、AIは資料作成者ではなく、最初のたたき台を一気に出してくれる相棒として見るくらいがちょうどいい。
調査AIは、答えではなく前工程に使う
Perplexityのようなリサーチ系AIも便利だが、これも「答えを出す道具」というより「調査の前工程を短くする道具」と考えた方がいい。
たとえば、競合求人を調べる。地域の採用相場をざっくり見る。業界の動向を整理する。こういう下調べは、AIでかなり短縮できる。
ただし、地方市場の細かい感覚までは、AIだけでは拾いきれないことがある。
同じ職種でも、都市部と地方では応募者の動きが違う。給与だけでなく、通勤距離、勤務時間、社長や現場責任者との距離感も判断材料になる。ここは、最後に人が見るべきところだと思う。
採用AIは、最後に入れる
一番注意したいのが、採用AIだ。
書類選考、スクリーニング、候補者評価のAI化は、たしかに効率化の余地が大きい。でも、地方中小企業では、ツール以前に評価基準が曖昧なことが多い。
「どんな人を採りたいのか」 「何を見て合否を決めるのか」 「現場で活躍する人の条件は何か」
ここが言語化されていないままAIを入れると、判断が速くなるだけで、良い判断になるとは限らない。むしろ、合っていたかもしれない人を早い段階で落としてしまう危険もある。
採用AIを使うなら、先に決めるべきことがある。
- 人の目が必ず入る段階
- AIが落とした理由を確認するログ
- 求人票と評価基準の一致
- 最終判断を誰が持つか
自分が客先で実際にやる順番は、いつも同じだ。①求人票を直す → ②評価基準を言葉にする → ③人の関与ポイントを決める → ④最後に採用AIを入れる。順番を入れ替えると、たいていうまくいかない。AIを先に入れた会社ほど、半年後に「良い候補者を落としていたかもしれない」と振り返ることになる。
この順番で設計してはじめて、AI選考は便利になる。
中小企業のAI導入は「順番」がすべて
XでバズっているAIツールを追うこと自体は悪くない。現場で使えるヒントも多い。
でも、中小企業が全部を追いかける必要はない。
まずは、毎週くり返す仕事を軽くする。 次に、資料づくりを速くする。 その次に、調査の前工程を短くする。 採用判断のような重い領域は、基準と人の関与を設計してから入れる。
この順番なら、AI導入は「流行りもの」ではなく、ちゃんと仕事を軽くする仕組みになる。
最新ツールを探す前に、自社で毎週くり返している作業を1つだけ書き出してみてほしい。
そこからAIを入れるのが、一番地味で、一番失敗しにくい始め方だと思う。
