AIエージェントの管理｜任せた仕事を「見える」ようにする4つの状態と、任せる範囲の決め方

AI エージェントを業務に入れ始めた。試しに任せてみた仕事は、たしかに戻ってくる。それでも「外に出る仕事」「お金が動く仕事」は任せていない──。この状態で止まっている会社は少なくありません。理由を聞くと「まだ精度が心配で」と返ってきますが、話を続けると、本当の理由はたいてい別のところにあります。AI が裏で何をしているのかが、任せる側から見えていないのです。人の社員なら、席にいるか、何をしているか、終わったか、いま自分の手番か、が何も言わなくても見えています。AI エージェントでは、その全部が消えます。見えないものに、任せる範囲を広げられる経営者はいません。この記事は、AI エージェントの管理を「管理ツールの選び方」としてではなく、任せる側が何を見えるようにすれば、任せる範囲を広げられるかの設計として書きます。結論を先に言うと、見えるべきものは「発注・作業中・完了・人の裁き」の 4 つの状態です。この 4 つが一画面で追えると、任せる範囲は「怖くない所まで」ではなく、「止まる場所を決めた所まで」広げられるようになります。私たち Livune が自社で作り、自社の業務で使っている可視化の画面を題材に、何を映し、何を映していないか、そして画面が無くても紙 1 枚から始められる最小構成まで書きます。

「見えないAI」は任せられない ── 経営者が止まる本当の理由

まず、AI エージェントの定義を 1 文だけ置きます。AI エージェントとは、目的を与えると必要な手順を自分で組み立てて実行し、結果まで進める AI のことです。「答える AI」との違いや仕組みは「AIエージェントとは」に 1 本にまとめているので、ここでは繰り返しません。この記事で扱うのは、そのエージェントに仕事を任せた後の話です。

人に仕事を頼むとき、私たちは意識せずに多くの情報を受け取っています。頼んだ相手が席にいるか。今それに取りかかっているのか、別の仕事をしているのか。終わったのか、途中なのか。終わったなら、結果は自分の机に届いているのか、まだ相手の手元にあるのか。こうした「状態」は、オフィスに一緒にいるだけで自然に入ってきます。だから人には、最初から全部を細かく確認しなくても仕事を任せられる。管理とは本来、こうした状態が見えていることの上に成り立っています。AI エージェントに仕事を任せると、この前提が丸ごと消えます。指示を出した後、AI が何をしているのかは画面のどこにも出ません。終わったのかも分からず、結果がどこに置かれたのかも分からず、自分がいま何かを判断すべき状態なのかも分からない。任せられない理由は、AI の能力ではなく、この「見えなさ」にあります。

ここで、多くの会社が管理を「ルールを増やすこと」で解こうとします。使ってよい範囲を文書にする、確認の手順を決める、権限を絞る。どれも必要ですが、それらは「AI が何をしてよいか」の話であって、「AI が今、何をしているか」を見えるようにはしてくれません。ルールがどれだけ整っていても、守られているかどうかが見えなければ、任せる側の不安は消えません。AI エージェントの管理で最初に設計すべきは、ルールではなく、状態が見える形です。次の章で、その状態を 4 つに分けます。

見えるようにする4つの状態 ── 発注・作業中・完了・人の裁き

AI エージェントに任せた 1 つの仕事は、必ず 4 つの状態を順に通ります。管理とは、この 4 つのどこに仕事があるかを、任せる側がいつでも言えることです。それぞれの状態で「何が見えると、何が変わるか」を書きます。

• ①発注 ── 誰に・何を・いつまで・どんな結果の形で、が 1 行で見える。指示が口頭やチャットの流れの中に埋もれると、後から「何を頼んだか」が復元できません。発注が 1 行で残っていると、AI の結果が期待とずれたときに、指示のせいか実行のせいかを切り分けられます。また、発注が見えていること自体が、AI が「頼まれていない仕事」をしていないことの確認になります。
• ②作業中 ── 今、誰が、どの仕事に取りかかっているかが見える。ここで見えるべきは進捗率ではありません。AI エージェントの作業は、人の作業と違って途中経過を細かく追う意味がほとんどなく、追おうとすると任せた意味が消えます。見えるべきは「取りかかっている / いない」と「どの仕事か」の 2 つだけです。この 2 つが見えると、同時に何本走っているかが分かり、任せる量の上限を決められます。
• ③完了 ── 終わったことと、結果の 1 行が見える。「終わりました」だけでは足りません。結果の要点が 1 行付いて初めて、次の判断に進めます。ここで大事な線引きが 1 つあります。完了は「裁き済み」ではないということです。AI が終えた仕事は、人がまだ中身を見ていない状態で「完了」になります。この 2 つを同じ状態にしてしまうと、人が見ていないものが「済んだこと」として流れ始めます。
• ④人の裁き ── 自分の手番の仕事が、いくつあるかが見える。AI に任せた仕事は、最後に人の判断へ戻ってきます。承認する、差し戻す、後にする。この「戻り」が一か所に集まり、件数として見えていると、任せる側は毎朝その数字を見るだけで自分の仕事が分かります。逆に、戻りがチャットや通知に散らばると、任せた仕事が増えるほど「どこかに自分待ちの何かがある」という不安だけが積み上がります。

そして、4 つの状態と同じくらい大事なものが、もう 1 つあります。「動いていない」が見えることです。指示が無いときに AI が席で座っている姿が見えていると、それは「勝手に動いていない」ことの証拠になります。動いていない時間を隠して、常に働いているように見せる画面は、一見すると頼もしく見えますが、任せる側の信頼にはつながりません。「動いていないときは動いていないと分かる」画面だからこそ、「動いている」の表示を信じられます。私たちが自社の画面を作るときに最初に決めたのも、この一点でした。

自社の「AIオフィス」で実際に映しているもの

ここからは、私たち Livune が自社で作り、自社の業務で使っている可視化の画面を、一般化して書きます。私たちは、社内の実務の多くを AI エージェントに任せています。コラム記事の下書き、その記事の独立レビュー、提案書の骨子、システムの実装とそのレビュー、経営数字の突き合わせ、メールの取得と要約といった仕事を、役割ごとの担当が持っています。これらの担当を、私たちは自社の呼び方として「AI 社員」と呼んでいます。擬人化を売り文句にしたいのではなく、任せる側の頭の中で「席にいるか・何をしているか」という人の社員に対する見方をそのまま使えるようにするための、呼び方です。この AI 社員たちが今どこで何をしているかを、小さなオフィスの見取り図の形で映す画面を、私たちは「AI オフィス」と呼んでいます。既製のツールではなく、自社で作ったものです。以下は、自分たち(社内)が見るための画面の話です。画面の要素と、それが答える問いを表にします。

いくつか補足します。1 つ目は「裁き待ち N」の札です。この数字は、記事の下書き・投稿の原稿・経費の確認・請求の照合といった、会社の中で承認を待っている仕事を横断して 1 つに集めた合計です。行き(指示)だけでなく、戻り(自分の手番)が 1 つの数字で見えていることが、この画面でいちばん効いている部分です。内訳には「相手待ち」も分けて出しています。先方の返事を待っている仕事は、自分の手番ではないからです。この区別が無いと、数字は大きくなるだけで、何をすればよいかを教えてくれません。2 つ目は、作る AI と疑う AI を分けていることです。記事を書く担当と、それを独立して検品する担当は別の担当で、画面上でも別の席です。「作った本人が確認しました」を完了の根拠にしない、という考え方が、そのまま席の分け方になっています。3 つ目は、同じ役割の担当が同時に 2 つの仕事を持ったときの扱いです。画面は 2 体目を扉から入れて別の席に座らせ、1 体にまとめません。「何本動いているか」を隠さないためです。

そして、映していないものも書いておきます。この画面には、AI が読んだ文書の中身、書いた文章の本文、開いたファイルの場所は出しません。出すのは仕事の名前と状態、件数と時刻だけです。可視化の目的が「状態を追う」ことであって、「中身を監視する」ことではないからです。中身は、裁きの場面で人が読みます。画面で全部を見ようとすると、任せた意味が消えます。また、映らない作業もあります。記録を残さずに動く処理は、担当の姿にはならず、時間割の行にしか出ませんし、別の仕組みの上で動く作業は、この画面の外です。そういう作業があること自体を、画面の脚注に常時出しています。ここに、この画面が守っている原則があります。読めないものを、推測で埋めない。記録が読めない担当には「不明」の札を付け、予定を過ぎたのに動いた形跡が無い処理は「未実行」、動いた形跡はあるが結末が読めない処理は「判定不能」、記録の形がこちらの知らない形なら「読めない形式」と、それぞれ別の語で出し、行を消しません。「動いていないのに動いているように見せない」と決めた画面は、「分からないのに分かっているように見せない」画面でもある必要があります。

可視化が変えるのは「安心」ではなく「任せる範囲の決め方」

可視化の話をすると、「見えれば安心できる」という受け取り方をされることがあります。半分は正しいのですが、私たちの実感は少し違います。見えるようになって変わったのは安心感ではなく、任せる範囲の決め方でした。見えていない状態では、任せる範囲は「怖くない所まで」で決まります。見えている状態では、「止まる場所を決めた所まで」で決められます。この違いを、3 つの施策に分けて書きます。

明日から作れる「見える化」の最小構成 ── 画面が無くても始められる4手順

ここまで自社の画面を題材にしましたが、可視化に専用の画面は要りません。大事なのは 4 つの状態が「どこかに書かれていて、任せる側が毎日見る」ことで、道具は紙 1 枚でも、社内チャットの 1 つのスレッドでも成立します。手順は 4 つです。

手順 1: 発注を 1 行で書く ── 誰に・何を・いつまで・結果の形

AI に仕事を頼むとき、指示の全文とは別に、「誰に・何を・いつまで・どんな形で戻すか」を 1 行にして残します。たとえば「執筆担当 / 来週の勉強会の案内文の下書き / 明日の朝まで / 3 案を箇条書きで」。この 1 行が、後で「何を頼んだか」を復元する唯一の手がかりになり、結果のずれが指示のせいか実行のせいかを切り分ける材料になります。全文ではなく 1 行にするのは、一覧に並べて見渡すためです。

手順 2: 状態を 4 つに固定する ── 増やさない

一覧の各行に、状態の欄を 1 つ作り、値を「発注 / 作業中 / 完了 / 裁き」の 4 つに固定します。運用を始めると「保留」「確認中」「相手待ち」といった状態を足したくなりますが、足すほど「どこに何があるか」が見えなくなります。相手待ちは裁きの中の内訳として持ち、それ以外は 4 つのどれかに必ず当てはめる。状態の数を増やさないことが、一覧を見続けられるかどうかを決めます。

手順 3: 完了に「結果 1 行」を義務づける ── 完了 ≠ 裁き済み

状態を「完了」にするときは、必ず結果の 1 行を添える決まりにします。「終わりました」だけの完了は認めない。そして完了は、人が中身を見た状態ではないことを、一覧の上でも区別します。完了の行は、人が見て「裁き」に進めるまで、まだ自分の手番の手前にある。この区別を一覧に持ち込むだけで、「AI が終えたものが、誰も見ないまま流れる」事故は起きにくくなります。

手順 4: 自分の手番の数を、毎朝 1 つの数字にする

最後に、一覧の中で「裁き」にあり、かつ相手待ちでない行を数えて、毎朝 1 つの数字にします。紙なら赤で丸を付ける、チャットなら朝いちばんに「今日の裁き待ち 3 件」と書く。これだけで、任せる側の一日が「どこかに自分待ちがあるはず」から「この 3 件を見ればよい」に変わります。数字が一定を超えたら新しい発注を止める、という上限も、この数字があって初めて決められます。

この記事では触れなかった話が 2 つあります。1 つは、作る AI とは別に置いている「疑う AI」(独立レビューの担当)を、どんな基準で、どこまで判定させているか。もう 1 つは、裁き待ちの数字を受け取る側 ── 承認する人の一日の型を、どう組んでいるか。どちらも可視化の隣にある設計で、別の記事で改めて書く予定です。この記事で持ち帰ってほしいのは、4 つの状態を見える形にすることが、AI エージェントの管理の出発点だという一点です。

Livune は、「作業を AI に任せる仕組み」を構築している会社です。お客様の業務に AI エージェントを入れる支援をする側であると同時に、自社の日常業務を AI エージェントで回し、その様子をこの記事で書いた画面で追っている側でもあります。4 つの状態、止まる場所、戻りの数字という考え方は、私たちが自分の会社で任せる範囲を広げるために使ってきたものです。

よくある質問