本文へ移動
知恵の一覧へ
運営/DX/AIX思考・診断の型

改善の難易度と削減すべき項目を誤解しないためには。

「効率化したから人を減らせる」が崩れる理由。足し算の改善と引き算の改善は別物

この知恵で考えられること

1. 同じ労力で、より多くの成果を出す改善 2. 同じ成果を、より少ないコストで出す改善

多くの組織で「改善」は行われている。

ツールも入れた。業務も整理した。会議も減らした。

それでも、

  • 人を減らすと回らない
  • 忙しさは減らない
  • 自動化が進まない

という状態から抜け出せない。

この原因は、努力不足でもセンス不足でもない。

改善の“難易度”を根本から誤解していることにある。

業務実行量1.3倍・業務30%削減は難易度全然違う

改善には、全く別物の2種類がある

まず前提として、改善には性質の違う2種類がある。

  1. 同じ労力で、より多くの成果を出す改善
  2. 同じ成果を、より少ないコストで出す改善

多くの現場ではこの2つが混同され、「改善」として一括りにされている。

しかし、難易度は2の方が圧倒的に高い。

なぜ2の方が圧倒的に難しいのか

  • 1は「足し算」の改善
  • 2は「引き算で壊れない」改善

1は多少のムラや属人性があっても成立する。

2は、一箇所でも破綻すると全体が止まる。

この違いが、体感難易度を何倍にも引き上げる。

見かけの数字に騙されると、現場は必ず壊れる

ここでよくある誤解を、計算で整理する。

2つの改善案

  • 案A:10人で13の仕事をする
  • 案B:7人で10の仕事をする

一見すると、どちらも「差分は3」で大した違いはなさそうに見える。

だが1人あたりで見ると全く違う。

  • 案A:1人あたり 1.3倍
  • 案B:1人あたり 約1.42倍

要求される変化量は約1.5倍違う。

この差を無視して、

  • 「ツール入れたし、人減らせるよね」
  • 「前より効率いいから大丈夫でしょ」

とやると、現場は一気に脆くなる。

よく起きる副作用

  • キーマンへの依存
  • 暗黙知の固定化
  • ちょっとした欠員で即破綻

これは能力の問題ではなく、改善2の難易度を舐めた結果だ。

本当に強い現場は、なぜ「人を減らす改善」を恐れるのか

プロフェッショナルが突き詰めているのは、常に2だ。

  • 製造業の品質管理
  • 医療・航空・インフラ
  • 大規模SaaS運用

共通点は明確だ。

人を増やさず、事故らず、再現性を保つ設計

成長市場で成果を出すよりも、

縮小・成熟市場で品質や価値を維持する方が遥かに難しい。

人手不足の業界が本当にしんどい理由も、ここにある。

ローディング/スイッチングコストの見落とし

生産性の半分は「作業していない時間」で決まる

次の大きな誤解がこれだ。

「作業量を減らせば、生産性は上がる」

これは半分しか正しくない。

多くの現場では、生産性の半分が計測すらされていない。

見落とされがちな2つのコスト

  1. タスクスイッチングコスト

    作業を切り替えるたびに発生する思考の再構築コスト

  2. タスクローディングコスト

    作業に入るための準備・情報収集・状況理解のコスト

ここは「頑張り」では解決しない。

構造的ロスは、計算すると恐ろしく大きい

思考実験で見てみる。

条件

  • 職場A:スイッチ10回 / 日
  • 職場B:スイッチ3回 / 日

スイッチ1回あたりのロス時間:

  • 良い環境:5分
  • 一般的環境:10分

最悪と最良の差

  • A(10回 × 10分)=100分
  • B(3回 × 5分)=15分

1日85分の差。

  • 月:約28時間
  • 年:約340時間

これはサボりでも能力差でもない。

構造的に奪われている時間だ。

逆に言えば、

作業を速くしなくても

着手環境を整えるだけで 15〜20%改善できる

ということでもある。

ローディングコストを下げない限り、自動化は進まない

ローディングコストとは、

作業に触れているのに、アウトプットに辿り着けない状態

  • 情報が散らばっている
  • 前提が毎回違う
  • 判断基準が曖昧

これは人間だけでなく、機械にも全く同じ障壁になる。

「AIが使えない」現場の正体

多くの場合、原因はAIの性能ではない。

  • 文脈が揃っていない
  • 入力が不完全
  • 何を解決するか決まっていない

つまり、ローディングコストが高すぎる。

ローディングコストを削った先にだけ、LLMは立ち上がる

  • 前提が揃っている
  • 情報に即アクセスできる
  • 判断基準が明示されている

この状態になって初めて、

  • 人の生産性が跳ねる
  • 自動化が現実になる
  • LLMが「戦力」になる

AI導入の前にやるべきことは、

業務設計を“読み込み不要”な状態にすることだ。

結論:改善の本丸は、派手じゃない

  • 改善1は伸びを作る
  • 改善2は壊れない土台を作る
  • 生産性の半分は着手前に決まる
  • ローディングコストを制さない限り、自動化は幻想

改善が進まない組織の多くは、

簡単な改善を繰り返し、難しい改善を避けているだけだ。

逆に言えば、

ここを正しく理解した組織は、同じ資源で全く違う景色を見る。


必要なら次は、

  • 改善1 / 改善2 判別フレーム
  • ローディングコスト棚卸しチェックリスト
  • LLM前提業務の再設計テンプレ

まで一気に落とせます。

改善の難易度と削減すべき項目を誤解しないためには。|Tinker