その求人、ちょっと待って
「人が足りない。だから、採用しよう」。
中小企業の現場で、いちばんよく聞く言葉かもしれません。
けれど、採用してもなかなか楽にならない。そんな経験はないでしょうか。
- せっかく採った人が、数か月で辞めてしまう
- 教える人がいなくて、現場が回らない
- 結局、また求人を出す
人を増やしては消耗し、また人を探す。この「採用→消耗」のループから抜け出せない会社は、決して少なくありません。
採用そのものが悪いわけではありません。ただ、その前に一度立ち止まる価値があります。
足りないのは「人数」か、それとも「業務の形」か
人を足しても楽にならないとき、原因は人数ではないことがあります。
問題は、業務の形にあります。
たとえば、こんな判断を思い浮かべてください。
- お客様への連絡は、どんなトーンで返すか
- どこまでなら、自分の裁量で承認していいか
- 入金が遅れたお客様に、いつ督促するか
- 採用で、何を基準に合否を決めるか
- クレームに、どう一次対応するか
これらの多くは、特定の人の「頭の中」にあります。
マニュアルにも、システムにも書かれていない。だから、人を増やしても引き継げません。辞められたら、また一からです。
つまり、足りないのは人数ではなく、判断を共有できる形なのです。
業務を一つひとつ分解して、見える状態にする方法は、別の記事でくわしく扱っています（→「業務を分解して見える化する」へ）。
採用の順番を、逆にする
ここで、発想を一つ変えてみます。
人を増やす前に、まず業務を整理する。
頭の中にある判断基準を、言葉にして書き出します。連絡のトーンも、承認のライン、督促のタイミングも、です。
判断基準が言葉になると、その一部はAIに任せられる形になります。ベンチャーネットは、これを「人を雇う前に、まず”AI社員”を作る」と呼んでいます。
なぜ「ヒトデ（スターフィッシュ）」なのか
ここで一つ、生き物の話をさせてください。
ヒトデは、腕を一本失っても再生します。切り離された腕が、そのまま新しい個体に育つこともあります。中央に司令塔を持たず、それぞれの部位が自律して動く。それがヒトデの体のしくみです。
多くの組織は、この逆になっています。
特定の人がいないと判断が止まる。その人が抜けたら、業務も止まる。中心にすべてがぶら下がる、クモの巣のような形です。
ベンチャーネットが目指すのは、ヒトデ型の組織です。
特定の誰かに依存せず、それぞれが自律して動き、誰かが抜けても全体は回り続ける。そういう組織の形です。
左の「クモ型」は中央の司令塔にすべてがぶら下がり、その1人が抜けると全体が止まります。右の「ヒトデ型」は各メンバーが自律してつながり合い、誰かが抜けても全体は回り続けます。
人・AI・データ基盤の三位一体
ヒトデ型の組織は、3つの役割がかみ合って動きます。
- 人：意志を入れる。「何のために、どこへ向かうのか」を決める
- AI：判断を支え、定型の作業をこなす
- データ基盤：唯一の正しいデータ（Single Source of Truth＝判断のよりどころになる、一つのデータの置き場）を提供する
人が方向を決め、AIが手を動かし、データ基盤がその土台になる。この3つがそろって、はじめて組織はなめらかに回ります。
これからの人員は「組み合わせ」で考える
では、具体的に誰と働くのか。
これからの中小企業の人員は、一つの雇用形態にこだわらず、組み合わせで考えると無理がありません。
- 少数の正社員：判断の源泉。会社の意志を担う中核
- バーチャル社員（プロ副業）：専門性をスポットで借りる。各分野の専門家を、必要なときだけ
- AIエージェント（指示した業務を、自律的にこなすAI）：定型の仕事を24時間
- 派遣・アルバイト：変動する工数に合わせて
- 他社とのJV（共同事業）：自社だけで抱えない
全員を正社員でそろえる必要はありません。役割ごとに、最適な相手を組み合わせます。
かつて「すごいチームは、大きな会社にしか作れない」と思われていました。いまは違います。
たとえばAI開発会社のAnthropicは2026年、中小企業向けの「Claude for Small Business」を発表しました。中小企業が既に使う会計や決済のツールに、AIを組み込むしくみです。そこでも、作業を始めるのも承認するのも人、という設計が貫かれています。大企業だけのものだったチーム力が、中小企業にも届きはじめている。その一例です。
組み合わせがかみ合う条件
ただし、組み合わせは「人を集めれば」かみ合うわけではありません。
条件は一つです。「誰が・何を・どの判断基準で」を、共通のデータ基盤に載せること。
ここでいうデータ基盤とは、ERP（統合基幹業務システム＝経営のデータを一つにまとめるしくみ）のような、一つの場所です。
正社員もバーチャル社員もAIも、同じデータと同じ判断基準を見て動く。だから、誰が抜けてもチームは再生します。
この「翻訳と土台づくり」こそ、組み合わせ組織の生命線です。
何をAIに任せ、何を人に残すかの考え方は「AIに仕事を任せる考え方」で、業務のどこにAIを置くかは「ビジネスモデルのどこにAIを置くか」で、それぞれ続けます。
判断は、人に残る
ここまで読んで、「結局AIに置き換えるのか」と感じた方もいるかもしれません。
そうではありません。
AIに任せられる仕事が増えるほど、人がやるべきことは、むしろはっきりします。
それは、「どこへ向かうのか」を決めることです。意志を入れること、と言ってもいい。
データの分析も、定型の処理も、任せることはできます。けれど、何を目指すのか、何を大切にするのか。その理解と決断だけは、人の手に残ります。
そして、正直に言えば、これは一気に変わる魔法ではありません。
まずは一つの業務から。判断基準を一つ書き出すところから始まります。組み合わせの設計も、試しながら整えていくものです。
それでも、見方を変える価値はあります。
人手不足は、「人数の問題」に見えて、実は「組織の形の問題」だからです。
形を変えれば、少人数でも、かつて大企業だけが持っていたチーム力に手が届きます。
まとめ：採用の前に、整える
人手不足を、採用だけで解こうとしない。
その前に、業務とデータを整える。判断基準を言葉にして、共通の基盤に載せる。そうして、人・AI・データがかみ合う「ヒトデ型」の組織をつくる。
これが、人を雇う前に”AI社員”を作る、ということの意味です。
とはいえ、「誰が・何を・どの判断基準で」を言葉にして基盤に載せる作業は、一人で進めるには骨が折れます。
やっかいなのは、自分の判断基準ほど、自分では言葉にしにくいことです。長年あたりまえにやってきたことほど、「なぜそうするか」は意識に上りません。だからこそ、外から問いを立てる相手がいると、整理が進みます。
ベンチャーネットは、この翻訳と土台づくりに伴走しています。
組織を「変わり続けられる形」にする。その先の話は、「バーチャルトランスフォーメーションへ」で続けます。
