神奈川のある介護老人保健施設(老健)を訪ねたときのことだ。理事長が困っていたのは、人手不足そのものではなかった。入居希望者やその家族と面談し、ケアマネージャーへの報告書をまとめ、次の相談につなげる——この一連の対応を高い精度でこなせる相談員が、施設にほんの数名しかいないことだった。
その相談員が異動や退職で抜けると、入居のペースはすぐに落ちる。新人に同じ動きを教えようとしても、OJTには年単位の時間がかかる。しかも現場は日々の対応で手一杯で、誰かがつきっきりで教える時間そのものが足りない。
「教える時間がない」は、経営の失敗ではない
新人をじっくり育てられない、という悩みを、経営者は申し訳なさそうに口にする。だがこれは能力不足の証拠ではなく、人手が薄い現場に共通する構造的な制約だ。
世間の正論はこうだ。「まずベテランが新人につきっきりでOJTし、数年かけて対応の型を体に叩き込ませる」。相談員の対応力は言葉にしにくい「間」や「察し」の積み重ねだから、時間をかけるしかない、という前提には筋が通っている。
しかし、この正論を律儀に守れる現場は、もう少数派になっている。人手が足りない施設ほど、ベテランを新人指導に何年も張り付けておく余裕がない。
新人に型を教え込む前に、AIがその型を先に渡してしまえば、育成の順番そのものを組み替えられる。
「教えてから使う」から「渡してから磨く」へ
ベテランの対応にしかない「察し」の一部は、実は話した言葉そのものの中に残っている。商談や面談の音声をAIに読み込ませ、成果につながっている会話のパターンを抽出すれば、新人がそのまま参考にできる型として渡せる。
この発想は、すでに他業界で実用化されている。音声解析AIを提供するRevCommの「MiiTel」は、営業電話の話速やトーク比率、沈黙の回数などを定量化したうえで、成果を出している担当者の架電録音や文字起こしを収集し、他のメンバーに共有する機能を持つ(RevComm公式サイト)。成績の良い対応を感覚として伝えるのではなく、データとして渡す仕組みだ。
老健施設の相談員業務に当てはめると、面談記録や報告書作成の一部をAIに肩代わりさせ、経験の浅い相談員でもベテランに近い水準の説明・報告をすぐに再現できるようにする、という設計になる。DXが遅れているほど、AIでは先頭に立てるという構造を別の記事で書いたが、ここで起きているのは同じ現象の人材育成版だ。守るべき「教え方の型」がまだ固まっていない現場ほど、身軽にAIへ飛び移れる。
従来の育成は「経験を積む→型が身につく→一人で対応できる」という順番だった。AIを使う設計では「型をAIが先に渡す→現場で使いながら精度を上げる→経験は後から追いつく」という順番に変わる。教える側の負担が減るのではなく、教える順番そのものが入れ替わる。
前提と反証
誤解のないよう書いておくと、対応のすべてを型化できるわけではない。表情や間、ご家族の感情に寄り添う部分は言語化しにくく、AIに渡しづらい。型はあくまで土台であり、経験がゼロで済むという話ではない。むしろ土台が先にあるからこそ、現場での経験を積む速度が上がる、という位置づけだ。
現場に入って何十社と業務を見てきて、「人手が足りないから丁寧に教えられない」と嘆く経営者ほど、実は最初にAIで型を渡すことには前向きだった、という実感がある。教える余裕の無さを言い訳にし続けるより、無い時間そのものをAIに預ける方が早いと、直感的に分かるからだろう。助走を十分に取れない選手ほど、最初の一歩の型を誰かに借りる必要がある。それと同じことが、育成の現場でも起きている。
自社で一番対応が難しい業務を、来週一度だけ録音してみてほしい。それをAIに読み込ませ、新人に渡せる形の「型」に整理できるかどうかを、まず1件だけ確かめてみる。
教える時間が無いことを、育成が遅れる理由にし続けるか。それとも、無い時間そのものを、AIに先に渡す理由にするか。
自社の現場でどの業務ならAIに型を渡せそうか、まずは無料のAI活用診断で現在地を確かめてみてほしい。
