マニュアルにない仕事を、誰が拾っていますか？

マニュアルにない仕事は、組織の弱点ではなく「学びの入口」

業務を整え、手順を言語化することは大切です。しかし、現場では必ず、手順だけでは扱い切れない出来事が起こります。申請の前提が違う、必要な情報が一部欠けている、顧客の事情に合わせた判断が必要になる。こうした例外は、決められた仕事の外側で、誰かが静かに拾っています。

その人の経験と善意だけで解決できるうちは、問題が見えにくいものです。担当者が休んだとき、件数が増えたとき、別の部署へ引き継ぐときになって、初めて「誰も同じ判断ができない」と分かります。

例外が起きること自体を失敗と決めつけない。まず、仕組みと現実がどこでずれたのかを知らせる情報として受け止める。これが、例外対応を個人技から組織の学びへ変える出発点です。

すべてを標準化すればよい、ではない

例外が見つかると、すぐに新しいルールを増やしたくなります。しかし、一度しか起きない特殊事情まで手順書に加えると、標準業務がかえって複雑になります。反対に、「担当者が何とかするもの」と放置すれば、判断の根拠が残りません。

大切なのは、例外をなくすことではなく、例外を扱う仕組みをつくることです。私たちメディアチームは、次の三つを分けて考えると整理しやすいと見ています。

1．起きた事実を短く残す

「困った」「特殊だった」という感想だけでは、後から比べられません。何が通常と違ったのか、どの情報が足りなかったのか、誰に確認したのかを、個人情報や機密情報の扱いに注意しながら記録します。

2．その場の対応と判断者を明確にする

急ぐ場面ほど、誰が決めたかが曖昧になりがちです。暫定対応、承認した役割、顧客や社員へ伝えた内容をつなげて残せば、後から責任を押しつけ合うのではなく、判断を検証できます。

3．繰り返す例外だけを仕組みに戻す

似た例外が繰り返されるなら、入力項目、承認経路、教育、権限分担のどこを直すべきかを検討します。一度きりなら記録を閉じ、繰り返すなら標準や支援へ戻す。この線引きが、ルールの肥大化を防ぎます。

架空例：形式の違う申請が届いたとき

ここからは説明のための架空例です。あるバックオフィスに、通常の申請フォームでは扱えない添付資料が届いたとします。担当者Aさんは、過去の経験から別の確認方法を知っており、期限に間に合わせました。

ここで「Aさんのおかげで解決した」で終えると、次回もAさんを探すことになります。そこで、通常と違った点、確認先、暫定判断を記録し、同じ事例が続くかを見ます。続くならフォームや案内を直し、まれな事例なら相談先と判断基準だけを残します。

この架空例で重要なのは、Aさんの知識を奪うことではありません。Aさんが見つけた違いを、次の人が判断できる材料へ変えることです。

AIは例外を「決める」のではなく、見つけやすくする

例外記録が増えると、人だけで読み返すのは難しくなります。AIは、記録を要約し、似た事例をまとめ、繰り返し現れる論点の候補を示す用途で力を発揮します。問い合わせ文の表現が違っても、背景に同じ原因がないかを探す補助にもなります。

一方で、雇用、評価、待遇、顧客への重要な対応など、権利や信頼に影響する最終判断をAIだけに委ねるべきではありません。個別事情を確認し、説明できる責任者が決める。AIが整理した候補を、人が確かめ、必要な仕組みへ戻す。この役割分担がAXの土台になります。

例外を人材育成と顧客価値へつなぐ

劉桂栄代表が大切にする経営観には、仕組みを整えることと、人が考え成長することを切り離さない姿勢があります。例外対応も同じです。判断の背景を振り返れば、手順を覚えるだけでは育ちにくい「どこを見るか」「誰に相談するか」「何を説明するか」を学べます。

例外が属人化すると、顧客や社員は、担当者によって回答や待ち時間が変わる不安を抱えます。記録と相談経路があれば、すぐに答えられない場合でも、確認状況と次の見通しを伝えやすくなります。例外を学びに変えることは、内部効率だけでなく、相手の安心を守る顧客価値につながります。

SURUPAsで、通常業務と例外の履歴を分断しない

人事・労務・総務の情報が紙、表計算、メールに分散していると、通常の処理と例外対応の経緯を結びつけにくくなります。SURUPAsは、人事労務を中心とした情報、申請、ワークフローの一元化を支えます。履歴をたどれる土台は、似た例外を探し、改善点を話し合う助けになります。

ただし、システムを入れるだけで例外がなくなるわけではありません。株式会社ジャンガ・テックは、現在の業務と判断の流れを伺いながら、どこを標準化し、どこに人の判断を残すかを一緒に整理します。

まとめ――拾った人を褒めるだけで終わらせない

マニュアルにない仕事を拾う人は、現場と仕組みのずれを最初に見つける人です。その働きを「よく頑張った」で終わらせず、事実を残し、暫定判断を明確にし、繰り返すものだけを仕組みへ戻す。そこから、組織の学習が始まります。

例外をゼロにするのではなく、例外から学べる会社にする。AIと人、それぞれの役割を定めながら、個人の経験を次の顧客価値へ変えていきましょう。