「業務改善のプロジェクトを立ち上げたのに、いつの間にか現場ヒアリングの繰り返しで終わってしまった」——そんな経験はないでしょうか。業務改善プロジェクトの多くは、AIでもPMO体制でもなく、「全体設計の欠如」によって失速します。何を、どの順序で、誰が意思決定するかを最初に決めておかないと、ツール導入も現場ヒアリングも「やったこと」で終わります。
この記事では、業務改善プロジェクトを動かすために必要なAI×PMOの全体設計を5フェーズで整理します。PMOがどこで判断し、AIをどの工程に組み込み、意思決定の主体を誰に置くか——その骨格を具体的に示すことが、この記事の目的です。
改善を「動かし続ける」仕組みに変えるために、まず全体の地図を確認していきましょう。
- ✓業務改善プロジェクトが失速する構造的な原因と、その対処の考え方
- ✓AI×PMOを組み合わせた5フェーズ全体設計の骨格と各フェーズの目的
- ✓各フェーズでAIが担える工程と、人が判断すべき境界線
- ✓PMOの役割が「支援」か「管理」かで変わる関与の仕方と、意思決定主体の正しい置き方
- ✓AIに入力してよい情報・してはならない情報の判断基準(情報セキュリティの視点)
- ✓プロジェクトを動かす前に確認すべき体制・ガバナンスの論点
1. 業務改善プロジェクトが動かない——3つの構造的原因
「改善の必要性は全員が認識している。でも動かない。」——この状況に心当たりのある方は多いはずです。なぜ動かないのか。原因は現場の抵抗感や担当者の意識の問題ではなく、多くの場合はプロジェクトの構造そのものにあります。
1-1. 「現状把握」で止まるプロジェクトの典型パターン
業務改善プロジェクトが失速する最初の関門は、現状把握フェーズです。ヒアリングシートを配り、業務フロー図を描き、膨大なAs-Is(現状の業務フロー・手順・工数を整理したもの)情報が集まる。しかし「それで何を変えるか」の意思決定が先送りされ、資料だけが積み上がっていく——この繰り返しが、多くの現場で起きています。
原因は、現状把握の目的が「事実の収集」に留まっていることです。本来、As-Is整理は「改善余地を可視化し、論点を立て、意思決定につなげる」ための手段です。目的と手段が逆転した瞬間に、プロジェクトは動かなくなります。PMOが果たすべき役割は、この構造を最初に設計することにあります。
1-2. 「誰が決めるか」が決まっていない意思決定の空白
改善テーマの優先順位、投資の可否、展開範囲の決定——これらは誰が判断するのでしょうか。業務オーナー、経営スポンサー、情報システム部門、現場マネージャーが入り乱れ、誰も最終判断を下さないまま検討が続く状況は珍しくありません。
PMOの役割は、この意思決定の場を設計し、論点・KPI・進行管理の枠組みを提供することです。優先順位の決定や投資判断そのものは、業務オーナー・経営スポンサーが行います。PMOは「何を決めるべきか」を整理し、判断を支える材料と構造を用意する立場です。PMOが単独で改善テーマの優先順位を決める設計にしてしまうと、現場の納得感が得られず、実行フェーズで抵抗が生まれます。
1-3. AIを「ツール導入」として捉えると失敗する理由
生成AIを業務改善に活用しようとする企業が増えています。しかし「まず試してみる」段階で止まり、プロジェクトとして継続しないケースが目立ちます。その理由は、AIをプロジェクトの全体設計に組み込む前に、単体ツールとして導入してしまうからです。
AIが短時間で下案化できる工程は確かに存在します。ただし、速くなるのはAIが初稿作成を担える工程に限られます。業務フローの整合性の確認、ステークホルダーへの合意形成、実装後の定着管理——これらは依然として人が担う工程です。どの工程にAIを組み込み、どこを人が判断するか。この設計がないまま導入しても、効果は一時的なものに留まります。
業務改善プロジェクトの改善テーマの選定・優先順位付け・投資判断は、業務オーナーや経営スポンサーが行います。PMOはその判断を支える論点整理・KPI設計・進行管理の枠組みを提供する役割です。両者の役割を混同した設計は、意思決定の責任の所在を曖昧にし、推進力を失わせます。
業務改善プロジェクトの失速は「現状把握で終わる設計」「意思決定主体の不明確さ」「AIをツール単体で導入する誤り」の3構造に集約されます。これらはすべて、プロジェクト開始前の全体設計で解決できる問題です。
株式会社オーシャン・コンサルティングでは、PMO導入・ITプロジェクト支援に関するご相談を随時承っております。現状の課題をお伺いした上で、最適なご支援内容をご提案いたします。
2. AI×PMO全体設計——5フェーズの骨格
業務改善プロジェクトを動かし続けるには、全体を5つのフェーズに分けて設計することが有効です。各フェーズに明確な目的と意思決定の主体を置き、AIが担う工程と人が担う工程を区別する。この骨格があって初めて、改善活動はプロジェクトとして機能します。
以下に5フェーズの構造を示します。各フェーズを「何を目的とするか」「誰が意思決定するか」「AIをどう組み込むか」の3軸で整理しています。なお、表中の「As-Is」は現状の業務フロー・手順・工数を整理したもの、「To-Be」は改善後の理想的な業務フロー・設計を指します。
| フェーズ | 目的 | 意思決定主体 | AIの組み込み方 |
|---|---|---|---|
| ①テーマ選定・スコープ確定 | 改善対象を経営アジェンダと接続し、優先順位と範囲を合意する | 経営スポンサー・業務オーナー | 論点の洗い出し・会議資料の下案作成を補助 |
| ②現状把握(As-Is整理) | 業務フロー・工数・課題を可視化し、改善余地を定量化する | 業務オーナー(PMOは枠組みを提供) | ヒアリング内容の整理・業務フロー下案の生成を補助 |
| ③To-Be設計・改善施策立案 | 改善後の業務フローと施策を設計し、KPIを合意する | 業務オーナー+経営スポンサー | To-Beの選択肢生成・比較表の下案作成を補助 |
| ④実装・試行 | 改善施策を試行し、KPIで効果を測定する | PM(プロジェクトマネージャー) | 進捗レポートの下案・リスク情報の整理を補助 |
| ⑤定着・横展開 | 改善を組織に根付かせ、他部門・他プロセスへ展開する | 業務オーナー+PMO | 横展開資料の下案・ナレッジ整理の補助 |
この表は5フェーズの全体像を示していますが、注意すべき点が一つあります。各フェーズは完全な直列ではなく、②と③は部分的に並行して進められる場合があります。現状把握の過程でTo-Beの仮説を立て、検証しながら整理を深めていく反復型の進め方も有効です。一方で、フェーズをまたぐ意思決定のタイミングは必ず区切る必要があります。反復と意思決定の節目を設計することが、PMOの核心的な役割です。
5フェーズはすべて「AI任せ」ではありません。AIが下案化できる工程を活用して時間を短縮しつつ、各フェーズの意思決定は必ず人が行います。AIの利用環境が整っていれば、ヒアリング内容の整理や選択肢の列挙を短時間で行うことが期待できますが、業務固有の文脈の判断・合意形成・責任の所在は人が担います。
3. フェーズ別:AIの役割とPMOの判断ポイント
全体設計の骨格を知った上で、各フェーズで実際に何が起きるかを詳しく見ていきましょう。ここが曖昧なまま進むと、「フェーズを設定したが運用できない」という典型的な失敗に陥ります。
3-1. テーマ選定フェーズ——判断軸を4つに絞る
改善対象テーマの選び方で、プロジェクト全体の成否が決まるといっても過言ではありません。しかし実務では「現場の声が大きいテーマ」や「担当者が関心を持ったテーマ」が優先されがちで、経営アジェンダとの接続が弱いまま動き出すことがあります。
PMOが提供すべき論点整理の判断軸は、次の4点です。
- 経営アジェンダとの接続——戦略目標に対して改善効果が説明できるか
- 改善余地の大きさ——現状との差分を定量化できるか
- AI適用可能性——当該業務にAIが機能する条件が揃っているか
- KPIの定量化しやすさ——効果を測れる指標が設定できるか
これら4軸を業務オーナーと経営スポンサーが確認したうえで、テーマを合意する流れが基本形です。
AIは、この段階で業務データや過去の会議録をもとに論点の候補を列挙する補助が期待できます。ただし、利用環境に応じた情報セキュリティの確認が前提です(後述の「AI入力可否の基準」を参照してください)。
3-2. As-Is整理フェーズ——「資料を作る」から「論点を立てる」へ
皆さまの現場では、現状把握のヒアリングが「情報収集」で終わっていないでしょうか。As-Is整理の本来の目的は、業務フローを網羅的に描くことではなく、「改善余地がどこにあり、どれくらいの規模か」を可視化することです。この視点の違いが、フェーズの所要時間と品質を大きく変えます。
ヒアリング内容をAIに整理させることで、業務フローの下案を短時間で得られる場合があります。ただしこれはAI利用環境が整っていることが前提であり、社内規程の確認が必須です。また、整理した業務フローが現場の実態と合っているかの検証は、必ず業務担当者が行う必要があります。「AIが出した業務フローがそのまま正確」という前提で進めると、後のフェーズで合意が取れなくなります。
PMOはこのフェーズで、ヒアリング設計・情報の粒度の統一・整理の論点の管理を担います。現場に丸投げすると、部門ごとにフォーマットも粒度もバラバラな資料が集まり、比較・分析ができなくなります。
3-3. To-Be設計・定着フェーズ——AIの限界と人の役割
To-Be設計はAIが選択肢の生成を補助できる工程の一つです。類似業務プロセスの改善パターンや、複数の施策オプションの整理をAIに下案化させることで、検討の出発点を早く作れます。しかし、どの選択肢を採用するかの判断は、業務の文脈・組織の優先度・コストとの兼ね合いを知る業務オーナーと経営スポンサーが行います。AI が出した選択肢はあくまで「たたき台」であり、承認の根拠にはなりません。
定着フェーズ(⑤)はAIが最も貢献しにくいフェーズです。業務改善の定着に必要なのは、組織の文化・慣習・人間関係への働きかけです。横展開のための資料作成やナレッジのまとめにAIを活用することは可能ですが、現場への浸透そのものはコミュニケーションと継続的なフォローによって支えられます。PMOはここで、定着状況のモニタリング・フィードバックの収集・次のサイクルへの接続を担います。
各フェーズのAI活用は「下案の生成」「情報の整理」「選択肢の列挙」に限定し、判断・承認・合意形成は人が担う設計にすることが、プロジェクトのリスクを下げます。PMOは各フェーズの入口と出口に意思決定の節目を設け、進捗と課題を経営スポンサーに可視化する役割を担います。
4. AI活用で必ず確認すること——情報セキュリティと体制の論点
業務改善プロジェクトにAIを組み込む前に、必ず確認しておくべき実務的な論点があります。AIツールの性能より先に検討しなければならないのが、情報セキュリティと体制のガバナンスです。ここを後回しにすると、プロジェクトの途中でブレーキがかかり、スケジュールが大きく狂います。
4-1. AI入力可否の基準表——何を入れてよいか
業務改善プロジェクトでは、さまざまな情報をAIに入力して活用する場面が出てきます。しかし、すべての情報が入力可能なわけではありません。情報の種類ごとに入力可否の考え方を整理しておくことが、セキュリティ事故を防ぐ最初の一歩です。以下の基準表を参考に、自社の情報セキュリティ方針と照合してください。
| 情報の種類 | 入力可否の考え方 | 備考 |
|---|---|---|
| 公開済みの業務説明・製品仕様 | 入力しやすい | 公開情報のため影響が限定的 |
| 社内手順書・業務マニュアル | 許可された環境・ツールのみ | 社内規程・AIツールの利用ポリシーを確認 |
| 顧客名・担当者名等の固有名詞 | 原則マスキング処理後に入力 | 「A社」「担当者X」など匿名化する |
| 金額・契約条件・見積情報 | 必要最小限に加工・抽象化 | 具体的な数値は可能な範囲で匿名化 |
| 認証情報・パスワード・アクセスキー | 入力禁止 | いかなる状況でも入力しない |
| 個人情報(氏名・住所・マイナンバー等) | 原則入力禁止 | 社内規程および個人情報保護法に従う |
この基準表はあくまで考え方の枠組みです。実際の運用は自社の情報セキュリティ方針を最優先として、利用するAIツールの規約・データの取り扱い範囲を確認したうえで判断してください。プロジェクト開始前に情報システム部門・法務部門と合意を取っておくことが、後工程での混乱を防ぐ最善策です。
4-2. PMO体制の類型と業務改善への関与の仕方
業務改善プロジェクトへのPMOの関与は、組織によってその性格が異なります。PMBOK Guide 第6版(2017年)が示すPMOの3類型——支援型(Supportive)・管理型(Controlling)・指揮型(Directive)——は、関与度と権限の強さで異なる役割を定義しています。
支援型PMOは、テンプレートの提供やベストプラクティスの共有など、相談役・伴走役として機能します。管理型PMOは、標準・方法論・ガバナンスへの準拠を求め、進捗状況を確認します。指揮型PMOは、PMがPMO組織に所属し、プロジェクトを直接管理する形です。業務改善プロジェクトに関与するPMOがどの類型かによって、介入の深さと意思決定との距離が変わります。自組織のPMOがどの類型に近いかを把握したうえで、関与の設計を行うことが現実的です。
PMIが2024年に発表した生成AI活用に関する調査「First Movers’ Advantage: The Immediate Benefits of Adopting Generative AI for Project Management」では、GenAI(生成AI=テキスト・図表・コードなどを自動生成するAI技術の総称)の高活用層(Trailblazers=GenAIをプロジェクトの50%以上で活用する層)は品質管理の改善を実感している割合が91%に達する一方、低活用層(Explorers)は40%にとどまることが示されています。この差は、生成AIを個別ツールとして利用するか、プロジェクト全体設計に組み込んで活用するかの違いに起因する部分が大きいと考えられます。
(出典:PMI「First Movers’ Advantage: The Immediate Benefits of Adopting Generative AI for Project Management」, pmi.org, 2024年)
5. 現場でよく出る疑問——判断基準を先に整理する
業務改善プロジェクトの全体設計を考え始めると、必ずいくつかの判断に迷う場面が出てきます。次に何を調べるかを事前に解消しておくことで、プロジェクトの立ち上げスピードが上がります。
5-1. 「どのフェーズからAIを使い始めるか」
答えは「フェーズ①のテーマ選定から、補助的な用途で使い始めてよい」です。ただし前提があります。社内で承認されたAIツールを使用すること、入力情報を上記の基準表に照らして選別すること、この2点が満たされた環境であることが条件です。試行錯誤を恐れて後回しにするより、早期に小さく始めて「使えた工程・使えなかった工程」を記録していくほうが、プロジェクト全体の設計精度が上がります。
5-2. 「PMOは内製か外部委託か」
この問いの答えは、自社のPM人材の現状と改善プロジェクトの難易度によって変わります。自社内にPMOを設置する場合は、PMの知識・経験・ツール・標準の整備に一定の時間とコストがかかります。外部のPMO専門コンサルを活用する場合は、立ち上げ速度と実績・知見の即効性が主なメリットです。
両者を組み合わせた「ハイブリッド体制」も、現場では広く使われています。中核のPMOを外部が担いながら、社内担当者と協働して内製化を段階的に進める形です。判断の軸は「改善プロジェクトの期間」と「社内に残すナレッジの設計」の2点です。
実際のプロジェクト支援事例については、オーシャン・コンサルティングのPMO支援実績をご覧ください。
5-3. 「DXとの違いは何か」——業務改善プロジェクトの位置づけ
業務改善プロジェクトとDX(デジタルトランスフォーメーション)は、しばしば混同されます。DXは「デジタル技術を活用してビジネスモデルや組織の在り方を変革すること」を指します。業務改善プロジェクトはその一部として位置づけられる場合もありますが、必ずしもDXと同義ではありません。
IPA(情報処理推進機構)が公表した「DX推進指標 自己診断結果 分析レポート(2024年版)」(2025年5月7日公表)によれば、自己診断に回答した1,349件の企業のうち、DX成熟度がレベル4以上に達している企業は全体の1%にとどまります。最も多いのはレベル1以上2未満の分布です。この数字は、DXを「全社的なビジネス変革」として推進している企業が依然として少数であることを示しています。業務改善プロジェクトは、こうした状況の中で「まず現場の業務を整える」出発点として機能します。DX推進指標は自社のDX課題を共有するための自己診断ツールであり、業務改善プロジェクトの具体的な手順書ではありませんが、自社の現在地を確認する補助線として活用できます。
(出典:IPA「DX推進指標 自己診断結果 分析レポート(2024年版)」, ipa.go.jp, 2025年5月)
関連コラムとして、PMOが教えるプロジェクト立ち上げ成功の秘訣:初期フェーズの重要ポイントも参考にしてください。
「どのフェーズからAIを使うか」「PMOを内製か外部委託か」「DXとどう違うか」——これら3つの判断は、プロジェクト立ち上げ前に方針を固めておくことで、推進中の迷走を防げます。特にAI入力可否の基準と情報セキュリティの方針は、プロジェクト開始前に関係部門と合意しておく事項です。
6. 結論:5フェーズを動かす前に確認すべき3つのこと
業務改善プロジェクトをAI×PMOの全体設計で動かすことは、正しい骨格があれば現実的です。ただし、5フェーズの設計図を持っていても、動き出す前に確認していないと失速する3つの論点があります。あなたの組織では、プロジェクトを動かす前にこの3点を言語化したことがあるでしょうか。
6-1. 経営スポンサーが「決める場」に入っているか
業務改善プロジェクトが失速する最大の原因の一つは、経営スポンサーがプロジェクトの外側にいることです。「立ち上げだけ承認して、あとは現場に任せる」という体制では、フェーズをまたぐ意思決定で必ず止まります。テーマ確定・To-Be採択・予算追加のタイミングで、経営スポンサーが「決める役割」として機能する設計になっているか、最初に確認してください。PMOはこの場の設計と議事進行の枠組みを整える役割を担います。
6-2. AIの利用ルールが社内で整備されているか
生成AIを業務改善プロジェクトに組み込む前に、社内でAI利用のガイドラインが整備されているかを確認することが先です。利用可能なツール、入力してよい情報の範囲、承認ルート——この3点が決まっていない状態でAIを使い始めると、プロジェクトの途中で情報システム部門から待ったがかかり、スケジュールが乱れます。先行して利用ルールを整えることが、AIを5フェーズに組み込む大前提です。
6-3. 「改善」の定義が経営と現場で一致しているか
最後に確認すべきは、改善の定義そのものです。経営が「コスト削減」を改善と定義し、現場が「作業のやりやすさ向上」を改善と見ている場合、同じプロジェクトを動かしていても目指す着地点が違います。KPIの設計の前に、「何をもって改善が達成されたとするか」を経営スポンサー・業務オーナー・現場の間で言語化して合意することが、5フェーズを機能させる土台です。この合意がないまま進んだプロジェクトは、④実装フェーズで効果の解釈を巡って対立が起きます。
3つの確認事項——①経営スポンサーの「決める場」への参画、②AI利用ルールの事前整備、③改善定義の合意——は、5フェーズの全体設計より先に取り組む「ゼロフェーズ」の論点です。PMOはこのゼロフェーズの整理を支援し、プロジェクトが動き出せる状態を作ることから貢献を始めます。自社の体制整備について相談したい場合は、ぜひご連絡ください。
業務改善プロジェクトは、AIを使っても使わなくても、全体設計と意思決定の仕組みなしには動きません。5フェーズの骨格を整え、PMOが論点・KPI・進行管理の枠組みを提供し、業務オーナーと経営スポンサーが判断する——この構造を最初に作ることが、改善を「動かし続ける」プロジェクトへの確実な一歩です。まずは現状の課題を整理することから始めてみましょう。
・IPA(情報処理推進機構)「DX推進指標 自己診断結果 分析レポート(2024年版)」2025年5月7日 https://www.ipa.go.jp/digital/dx-suishin/bunseki-report.html
・IPA(情報処理推進機構)「DX推進指標」自己診断ツール概要 https://www.ipa.go.jp/digital/dx-suishin/about.html
・PMI(Project Management Institute)「First Movers’ Advantage: The Immediate Benefits of Adopting Generative AI for Project Management」2024年 https://www.pmi.org/learning/thought-leadership/benefits-of-ai-for-project-management(高活用層Trailblazersと低活用層Explorersの品質管理改善実感91% vs 40%等を報告)
・PMI「A Guide to the Project Management Body of Knowledge(PMBOK Guide)」第6版(2017年)/第7版(2021年)PMI刊
※各URLは参照可能な公式ページを示しています。リンク先の内容は公開時点のものです。
大手プライム案件で培ったPMO実務の経験から、現状整理のお手伝いをいたします。
株式会社オーシャン・コンサルティングでは、PMO導入・ITプロジェクト支援に関するご相談を随時承っております。現状の課題をお伺いした上で、最適なご支援内容をご提案いたします。
株式会社オーシャン・コンサルティングのコンサルティング部は、ITプロジェクトに特化したPMO専門組織です。
プロセス定義・標準化・可視化・レポーティング環境の整備まで幅広く支援し、大手企業をはじめ多数のPMO導入実績を有しています。
コンサルタントにはプロジェクトマネジメントの国際資格「PMP」取得を義務付け、現場力・実行力・誠実さを軸に、クライアント企業のプロジェクト成功を強力に推進しています。
このコラムは、そうした現場での豊富な経験と専門知識をもとに執筆・監修しています。



