「AIで、自分の仕事がなくなるかもしれない。」
宿泊の現場でも、そんな不安を耳にします。
こんにちは。
日本一ワクワクする会社、インバウンドホールディングスの山崎です。
今日は、人を減らすためではなく、「人にしかできない仕事」を増やすためにAIを使う、という話をします。
その感覚は、自然だと思います。
宿泊運営には、問い合わせの確認、情報の転記、定型案内、予約データの集計、報告資料の下準備など、多くの繰り返し業務があります。AIやRPAを使えば、速くできる仕事は確かにあります。
でも、僕たちが目指しているのは、人を機械へ置き換えることではありません。
人が、ゲストの不安を感じ取る。オーナーの言葉にならない悩みを聞く。地域の人と信頼をつくる。数字と現場の間で、責任ある判断をする。仲間の成長を支える。
そうした「人にしかできない仕事」へ、時間を戻すためにAIを使います。
一日の中に、何分の「人らしい仕事」があるか
忙しい人ほど、価値の高い仕事をしているとは限りません。
同じ情報を複数のシステムへ入力する。過去のメッセージから施設情報を探す。定型の報告を整える。確認のために何度もチャットする。
一つは数分でも、積み重なると一日の多くを使います。
その結果、ゲストの声を振り返る時間、オーナーへ改善案を考える時間、後輩へ教える時間がなくなる。
まず、自分たちの業務を観察します。何に時間を使っているか。繰り返しは何か。待ち時間はどこか。人の判断が必要な部分と、機械が助けられる部分を分ける。
AI導入の出発点は、最新ツールを選ぶことではなく、人の時間をどこへ戻したいかを決めることです。
自動化する前に、仕事の目的を問い直す
今ある作業を、そのまま自動化すればよいわけではありません。
使われていない報告書をAIで速くつくっても、不要な仕事が速くなるだけです。間違った手順を自動化すれば、間違いが大量に広がります。
この作業は、誰のどんな判断に使われているか。なくしたら何が困るか。項目や頻度を減らせないか。そもそも前工程を変えれば不要にならないか。
目的を確認し、捨てる、簡単にする、標準化する。その後に自動化します。
AIは業務改善の最後の手段ではありませんが、最初の答えでもありません。
仕事を理解する人が、使う場所を決めます。
AIが得意なこと、人が持つ責任
AIは、文章の下書き、分類、要約、翻訳、情報整理、アイデアの広げ方で力を発揮します。
一方、最新情報を誤る、存在しない事実をもっともらしく出す、文脈や感情を十分に理解できないことがあります。
ゲストの安全、返金、契約、価格、個人情報、法令、オーナー資産に関わる判断を、出力だけで決めることはできません。
AIは案を出す。人が一次情報を確認する。影響とリスクを考え、権限を持つ人が決める。結果へ責任を持つ。
便利さと責任の境界を明確にします。
「AIがそう言ったから」は、顧客への説明になりません。
宿泊現場で考えられる、小さな活用
たとえば、過去の問い合わせを分類し、繰り返し起きている質問を見つける。返信を自動送信する前に、案内や設備表示を改善する材料として使えます。
施設情報を参照し、多言語返信の下書きをつくる。担当者が、部屋、緊急度、相手の状況を確認し、必要な修正をして送る。
清掃や設備の報告から、似た問題をまとめる。人が現場を確認し、再発防止の優先順位を決める。
売上や予約データを整理し、変化の候補を示す。担当者が定義、期間、外部要因を確認し、オーナーへ説明する。
目的は、判断を消すことではなく、判断に必要な材料へ早くたどり着くことです。
現場の人こそ、AI活用の主役になれる
AI導入を、IT部門だけの仕事にすると、現場で使われない仕組みができます。
どこで情報を探しているか。どの入力が二重になっているか。どんな例外で手が止まるか。実際に仕事をする人が、課題を最もよく知っています。
エンジニアでなくても、困りごとを具体的に言葉にし、理想の流れを描き、小さなテストへ参加できます。
一つの定型文を改善する。一つの集計を半自動にする。一施設で試し、時間、正確性、使いやすさを測る。
よければ広げ、危険なら止める。現場と技術が同じチームで育てます。
速くなった時間を、どこへ使うかまで決める
一時間の作業が十分になったとします。
残りの五十分が、別の定型作業で埋まるだけなら、働く体験は変わりません。
浮いた時間を、ゲストの声の分析、施設改善、オーナー提案、教育、地域との関係づくりへ使う。チームで先に決めます。
AIによる効率化の成果を、削減時間だけで評価しない。顧客への提案件数、問題の再発防止、研修時間、返信品質、従業員の負担がどう変わったかを見る。
人にしかできない仕事が、本当に増えたかを確認します。
入社後、AIを使う四つの段階
最初は、安全に使う段階です。
入力してよい情報、いけない情報を知る。出力を事実として使わず、確認する。会社が認めた環境とルールを守る。
次に、自分の仕事を速くする段階です。下書き、整理、振り返りに使い、品質と時間を比べます。
三つ目は、チームの仕事を改善する段階です。誰でも再現できる手順にし、例外やリスクを洗い出します。
最後は、顧客や事業の価値へ変える段階です。AIで得た時間や知見を、新しいサービス、体験、提案へつなげます。
ツール操作から、業務設計、事業開発へキャリアが広がります。
AIが苦手な人も、置いていかない
新しいツールを触るのが得意な人だけで進めると、現場に定着しません。
なぜ使うのか。どの場面で役立つか。どこに危険があるか。実際の仕事を使って学びます。
分からないことを恥ずかしいと思わせず、使わない選択が必要な場面も認める。うまく使える人は、自分の速さを誇るだけでなく、仲間が安全に使える説明や手順を残します。
AI活用を個人の裏技ではなく、組織の能力へします。
同時に、学ぶことを拒み続け、従来の方法だけを守るのも違います。顧客価値と安全のために、新しい方法を試し、結果で判断する姿勢は全員に求めます。
人に残したい仕事を、言葉にしよう
効率化を進めるほど、「人は何をするのか」が問われます。
正解が一つでない判断。相手との信頼。新しい問いを見つけること。文化や感情の違いを理解すること。失敗した仲間を支え、次の挑戦へ変えること。
僕たちが届けたいホスピタリティは、定型文を速く送ることだけではありません。
旅先で不安な人へ、「あなたの状況を理解しています」と伝わる対応をする。オーナーへ、数字の裏にある選択肢を示す。地域の魅力を、敬意を持って世界へ届ける。
AIが進化するほど、人の仕事を小さくするのではなく、人にしかできない仕事の質と量を増やしたい。
ツールに詳しい人も、現場に詳しい人も、顧客の感情に気づける人も必要です。
AIを使って楽をするだけでなく、浮いた時間で何を良くするかまで考えたい人。技術とホスピタリティを、対立ではなく掛け算にしたい人。
そんな人と、働く人もゲストも、もっと人らしくいられる宿泊事業をつくりたいと思っています。
導入前と導入後で、仕事の一日を比べる
たとえば、多言語の問い合わせ対応を改善するとします。
導入前は、担当者が施設情報を複数の場所から探し、翻訳し、先輩へ確認して返信している。どこに時間がかかり、どんな間違いが起き、ゲストは何度聞き直しているかを記録します。
導入後は、承認された施設情報から下書きをつくり、人が日時、設備、安全、相手の意図を確認する。返信までの時間だけでなく、再問い合わせ、修正率、誤案内、担当者の負担を比べます。
速くなったが確認ミスが増えたなら、成功ではありません。時間は変わらなくても、担当者が相手の感情へ向き合えるようになったなら価値があります。
AIの効果を「使った」「便利だった」という感想で終わらせず、仕事と顧客の変化で判断します。
AI活用にも、相談できる安心をつくる
新しい道具を使うと、思わぬ出力や事故の兆候に出会います。
間違った回答が出た。入力してよい情報か迷った。自動化が止まった。そんなとき、本人が隠して一人で直そうとすると、影響が広がります。
迷ったら止め、相談する。問題のある出力や失敗例を共有し、ルールと仕組みを更新する。報告した人を責めるより、次の事故を防ぐ材料にします。
もちろん、承認なく機密情報を入れる、確認せず送信するなど、守るべきルールを軽視してよいわけではありません。安全に挑戦できるのは、境界と責任が明確だからです。
面接で聞きたいのは、使ったツール名だけではない
どのツールを使ったかより、何を改善したかったか。導入前をどう測り、どんな失敗があり、結果から何を変えたかを聞きたいと思います。
AI経験が少ない人には、日々の仕事で「なくしたい繰り返し」と「人に残したい判断」を聞きます。課題を具体的に見つけられる人は、ツールを学んだあと大きな価値を出せます。
技術の流行より、顧客と仲間の時間を大切にする。その視点を採用の中心に置きます。
