10拠点分の特別条項申請を手作業で集計していた労務担当者が、生成AIでツールを自作して確認作業をほぼゼロにした話

残業特別条項の申請確認

毎月、未申請者の確認作業を行っておりました。この確認だけで、1時間から2時間ほど費やしていたのです。

月末が近づくと、必ずやってくる作業があります。特別条項の発動申請を確認する作業です。

まず、私の会社では一定のルールを定めております。45時間を超える残業が発生しそうな場合に、事前の承認を得る仕組みです。具体的には、従業員代表の承認を得る必要があります。

これは36協定の特別条項に基づく運用です。例外的に長時間残業を認める代わりに、事前にチェックを入れる仕組みになっております。

同じように、特別条項の申請管理を手作業でこなしている方も多いでしょう。労務や総務の担当者の方にとって、この記事が参考になれば幸いです。

空振り確認の徒労ゼロ

「ワークフローを確認したのに申請が来ない」という状況がございます。これが想像以上に頻繁に起きておりました。1日に何度もシステムを開いては、空振りしてしまいます。「申請が来ない原因は何だろう」と考える時間ばかりが増えていくのです。

画面を開いても申請はなく、また開いても届いていない状況が続きます。この徒労感は、じわじわと自分の体力を削っていきました。

次に、もし申請があれば、次のような手順を踏むことになります。

1. マウスでファイルをクリックしてダウンロードします
2. 所定のフォルダに保存します
3. 集計用Excelを開きます
4. VLOOKUPでデータを引っ張ってきます
5. 保存します

これを10拠点分、何度も繰り返しておりました。

純粋な作業時間だけなら、1時間から2時間かもしれません。しかし、「確認しに行ったのに届いていなかった」という空振りのコストは大きいです。この往復のコストは、時間だけでは測れません。このような状態がずっと続いていたのです。

Before：毎月1〜2時間＋空振りのストレス
After：確認作業ゼロ（申請は自動で揃う）

---

生成AIで非エンジニアのプログラミング習得

一方で、毎月のルーティン作業には非常に辛いものがありました。そんな中で生成AIという新しい光を見つけたのです。しかし、次に「どうやってそれを形にするか」という問いが待ち構えておりました。労務の知識はあっても、プログラミング経験はほぼゼロの状態だったからです。

それでも、この壁を乗り越えることができました。それは生成AIの特性があったからです。そして、非エンジニアならではのアプローチが功を奏したのだと感じております。

生成AIとの対話によるプログラミング学習

まず、生成AIとの最初の対話についてです。それはまるで、新しい同僚に相談するような感覚でした。「特別条項の申請状況を自動でチェックしたい」と伝えました。さらに「申請書はCSV形式で、従業員マスターと突合して、未申請者を洗いたい」と続けました。

漠然とした要件を投げかけると、AIはすぐに具体的な回答をくれました。PythonやGoogle Apps Script（GAS）を使ったコードの断片です。ここが、従来のプログラミング学習と大きく異なる点だと感じております。

最初から完璧なコードは出なくても問題ありません。要件を伝えれば、最低限動く骨格を生成してくれます。まるで絵画の素描を描いてもらうかのようでした。漠然としたイメージが具体的な形を取り始める感覚があったのです。

AI対話でプログラミング習得

提示されたコードを前に、最初は「これは何だろう？」という疑問もありました。しかし、そこで立ち止まることはありませんでした。分からない部分は、またAIに質問を繰り返したのです。「このコードは何をしているのか」や「このエラーの原因は何か」と聞きました。

生成AIは単にコードを作るだけではありません。そのコードの解説や、デバッグのアドバイスまで丁寧にしてくれます。まるで専属のプログラミング教師がいるような状況でした。

この対話を通して、Pythonの基本的な構文を学びました。また、GASがGoogleのアプリをどう操作するのかも分かりました。このような知識が、少しずつ身についていったのです。

非エンジニアのAI活用：コード修正で業務自動化、…

学習において、特に役立った教材がございます。それは非エンジニア向けの解説書でした。AIが生成したコードの行間を読み解くのに、大いに貢献してくれました。AIが提示するコードは、あくまで汎用的な内容であることが多いです。

そのため、自社の特定のワークフローに合わせる必要があります。データ形式に合わせるためにも、コードを自分で修正しなければなりません。この修正作業こそが、真の試行錯誤の始まりとなりました。自分で考えることで、理解がより深まっていったのです。

AIで解決するデータ課題と労務の自動化

例えば、CSVファイルから従業員番号を抽出する際のことです。AIが生成したコードでは、うまく認識されないことがありました。原因は「データの汚れ」にありました。ワークフローから出力されるCSVには、余分なスペースが含まれていたのです。

この問題に直面した時、私はAIに質問を投げかけました。「CSVのこの列がうまく読み込めません。何が原因でしょうか」と聞きました。すると、AIは空白を除去する具体的な解決策を提示してくれたのです。

その解決策を既存のコードに組み込みました。修正を繰り返すことで、プログラミングスキルも着実に向上していきました。自分で問題を解決する喜びを知ることができたのです。

生成AIによる確認作業ゼロ化

自作したツールの仕組みについて説明いたします。まず、ワークフローシステムからCSVファイルを自動で取得します。GASを使えば、Googleドライブのファイルを定期的にチェックできます。新しいファイルがあれば、自動で処理を開始するように設定しました。

次に、PythonスクリプトがそのCSVファイルを読み込みます。そこに記載された番号と、全従業員マスターのデータを照合するのです。ここで、AIが作成したロジックが活躍します。VLOOKUPのような仕組みで、正確に未申請者を特定してくれるのです。

AIで確認作業ゼロ、非エンジニアのツール自作

最も重要なのは、なぜ確認作業がほぼゼロになるのかという点です。従来のルーティンでは、担当者が多くの操作を行っていました。システムへのアクセスや、Excelでの集計といった一連の作業です。当然、人が行う作業には、時間と手間がかかってしまいます。

さらに、確認漏れやミスのリスクもございます。精神的なストレスも常に伴っておりました。しかし、生成AIで作ったツールは、これらを自動で実行してくれます。スクリプトは指定された時間に自動で起動する仕組みです。

新しい申請ファイルがないか監視し、あればダウンロードして処理を進めます。未申請者リストも自動で作成し、担当者へ通知まで行います。人間の介在が不要になるため、確認作業がゼロになるのです。

このプロセスを通じて、大切なことに気づきました。非エンジニアでも要件を明確にすれば、AIが技術的な解決策をくれるのです。専門知識がなくても、対話を通してツールを自作できる時代が来たのだと感じております。

AI労務改革：時間創出、ゆとり、戦略的価値

毎月1〜2時間の作業と、空振りのストレスが消滅しました。これにより、私の日常は劇的に変化したのです。これまで確認作業に費やしていたエネルギーが解放されました。その余白が、組織全体にも大きな恩恵をもたらしております。

個人レベルで最も顕著な変化は、プレッシャーからの解放でした。月末が近づくと、どうしても申請状況が気になってしまいます。何度もシステムを確認し、「あの人は大丈夫かな」と心配しておりました。そのような悩みは、頭の片隅に常にあったのです。

AIツール導入後は、その状況が一変しました。月末でも月初でも、申請状況は常に最新に保たれております。未申請者がいれば自動で通知が来るため、自分で追う必要がありません。精神的な余裕が生まれ、他の業務への集中力も向上しました。

労務部門の戦略的進化、DX推進と企業価値向上

浮いた時間は、単なる休憩時間になったわけではありません。むしろ、より付加価値の高い業務に時間を割けるようになりました。例えば、従業員からの相談対応に、これまで以上に時間をかけております。丁寧に応じることで、相手の安心感も増したはずです。

キャリアの悩みや、育児休業からの復帰支援などにも取り組めております。一人ひとりに寄り添う時間を確保することは、満足度の向上に直結します。また、法改正への対応や、就業規則の見直しといった戦略的な業務も進めております。

これまで「時間がない」と後回しにしていた重要事項に、腰を据えて取り組めるようになりました。これにより、労務部門の役割が進化したと感じております。事務処理の部署から、会社を支える戦略パートナーへと変わり始めたのです。

自動化による全社DX推進と新たな働き方

さらに、組織全体への影響も大きなものがありました。管理が自動化されたことで、ヒューマンエラーが限りなくゼロに近づいたのです。人間が手作業で行う集計には、どうしても見落としの可能性がありました。それが法的リスクにつながる恐れもあったのです。

AIツールは、設定されたルールに従って正確にデータを処理します。申請漏れによるリスクを大幅に低減し、コンプライアンスを強化できました。これは、企業価値の向上にもつながる重要な側面であると考えております。会社全体の信頼を守ることにつながりました。

生成AIが広げるDXとキャリア

この成功体験は、社内の他の部署にも波及いたしました。「労務部門でも業務改善ができた」という事実は、周囲に刺激を与えたのです。非エンジニアの社員たちに、自分たちもできるのではないかという希望を与えました。具体的なイメージを持ってもらえたのです。

これまで「ITは専門家任せ」という意識が強かった部署もございます。しかし、生成AIを活用すれば自分たちの手で効率化できると、認識が広まりました。結果として、社内でのDX推進の小さな火種となったのです。組織全体の意識改革につながりました。

AIで現場発の業務改革

この経験は、私自身のキャリアパスにも新たな選択肢をもたらしました。これまで「業務効率化」と言えば、既存システムの改修などが主でした。それにはIT部門との連携や、高額な費用が伴うことが多かったです。しかし、今は自分自身でツールを開発できます。

自動化が生んだ新たな余白と価値

私は単なるユーザーではなく、業務改善の担い手となりました。業務を知り尽くしている当事者が、最新技術を活用して課題を解決するのです。この新しい働き方が、今後多くの会社員に広がっていくことでしょう。それは非常に素晴らしいことだと思います。

自動化で生まれた時間は、新たな価値を創造するための「余白」でした。その余白を活用し、労務担当者はより人間味あふれる業務にシフトできます。組織はより強く、より柔軟な体質へと変貌を遂げ始めたのです。確認作業ゼロは、その大きな一歩に過ぎません。

AIとPythonで業務自動化、デバッグでスキル向上

VLOOKUP関数では、複数のシートを行き来する必要がございました。しかし、Pythonではファイルを同時に読み込んで処理できます。従業員番号をキーとして、照合する処理を組んでもらいました。申請データにある番号をマスターから検索するロジックです。

見つからなかった番号を「未申請者」としてリストアップいたします。この照合処理は、Pythonの機能を使うことで非常に高速になりました。Excelで手作業を繰り返すよりも、正確に実行できております。以前は目視での確認も必要で、神経を使っていました。

今はスクリプトが自動で正確なリストを作成してくれます。そのため、安心して作業を任せることができております。大幅な効率化と正確性の向上を同時に実現できました。

AIで業務自動化とプログラミング学習

未申請者リストが完成したら、次のステップに移ります。それは関係者への通知作業です。ここも以前は手作業でメールを作成しておりました。しかし、現在はGASと連携させております。リストが確定した時点で、自動的にSlackへ通知が飛ぶ仕組みです。

未申請者の一覧と、申請を促すメッセージが自動で生成されます。これにより、私が手動で連絡する手間がなくなりました。関係者もタイムリーに情報を把握できるようになっております。月末の忙しい時期に、この作業から解放されたことは大きいです。

精神的な負担を大きく軽減してくれたと、日々感じております。浮いた時間で、他の急ぎの業務にも対応できるようになりました。

AI対話学習：非エンジニアの業務改善

もちろん、最初からすべてがスムーズに進んだわけではありません。特に苦労したのは、データ形式の不一致でした。意図しないエラーが発生することもありました。例えば、番号の列に半角スペースが混じっている場合などです。そのような時は照合ができません。

そのたびに、私はAIに質問を投げかけました。「この列にスペースがある場合、どうすればいいですか？」と聞きました。まるで隣に座っている同僚に相談するような形です。AIは具体的なコード例をすぐに提示してくれました。

このデバッグの繰り返しが、私自身の知識を増やしてくれました。一つ一つのエラーを解決するたびに、納得感がありました。理解が深まっていくプロセスは、非常に面白いものでした。新しいことを学ぶ楽しさを再発見できたのです。

生成AIが変える学習と働き方

この経験を通して感じたことがございます。非エンジニアでも、生成AIを使えばプログラミングは可能です。決して手の届かないものではありません。完璧なコードを最初から書こうとしないでください。まずは、動くものを作ってみることが大切です。

エラーが出たら、そのメッセージをAIに貼り付けて質問しましょう。この「対話」を続けることが、最も効率的な学習方法です。AIは決して私を責めることはありません。常に最適な解決策を提案し続けてくれました。まさに、二人三脚で進む感覚です。

このプロセスが、事務職の私でもツールを作れた要因です。もしプログラミングに苦手意識があるなら、ぜひ試してほしいです。AIとの対話から始めることで、道が開けるはずです。

AI導入で作業ゼロ、時間創出と質向上

結果として、確認作業とそれに伴うストレスはゼロになりました。今は月末になると、自動でSlackに通知が届きます。それを見て「今月も無事に処理されたな」と確認するだけです。この生まれた時間は、本来集中すべき業務に充てております。

具体的には、従業員との対話や人事企画の検討などです。私一人の効率が上がっただけではありません。組織全体の業務の質向上にも貢献できたと感じております。生成AIとの出会いは、会社の働き方そのものに良い変化をくれました。

これからも、この新しいスキルを活かしていきたいです。もっと多くの現場の「困った」を、自分の手で「できた」に変えていく決意です。

関連リンクとチェックリスト

学習サービスとアンケート