こんにちは、人事の足立です！
普段は中途採用をメインに担当しているのですが、今日はちょっと違う話を書いてみようと思います。

実は今年の5月に育休から復職したのですが、戻ってきて一番びっくりしたのが「社内の生成AI活用、めちゃくちゃ進んでる…！」ということでした。
そこから、自分の業務のひとつである社内の英会話研修「レアジョブ」の運用を自動化できないかと動いてみたので、その話をまとめます。

先に言っておくと、まだ完成はしていません（すみません）…！

ただ、動いてみる中で「AIエージェントに任せていい作業」と「そうじゃない作業」の線引きについて学びがあったので、今日はそれを共有できればと思います！

復職したら、浦島太郎になっていた

5月1日に育休から復職したのですが、初日に気付いたのがのが「Claude CodeっていうAIを全社的に使い始めたんだなぁ」ということでした。
休みに入る前はClaude Codeを全社的に使用するという話しも、Claude Code活用も進んでいなかったはずなのに、いつの間にか全社的に活用が進んでいて、みんな当たり前のように使いこなしていました。
「完全に浦島太郎状態だ…」と焦りつつ、取り急ぎ自分のClaude Codeへの権限付与をお願いしたら即日対応してもらえました（早くてありがたい…！）。

せっかくなので、その週にたまたま開催されていた社内の「人事AI勉強会」にも急遽参加してみることに。
「みんなどんな感じに活用してるのか気になる」くらいの軽い気持ちだったのですが、参加してみたら各々の業務や日々のちょっとした作業にAIを組み込んでいる例が共有されていて、完全に置いていかれていたことを実感しました。笑

権限をもらってからは、まずは軽いところから触ってみることに。
面接前にClaudeと壁打ちして想定質問を出してもらったり、週報のまとめ作業をClaude Codeのskillにして人事グループ内で共有してみたり。

ある時、Claudeに「今、手作業で一番時間がかかっている（または面倒な）作業は？」と聞かれたので正直に「どれも全部面倒」と答えたら、「では全部まとめて自動化を目指しましょう！」と返されて思わず笑ってしまったのですが、面倒くさがりの私には良い未来が到来したなぁと実感した次第です。

目についたのが、レアジョブの申込対応

日々の業務を見直していて真っ先に浮かんだのが、社内の英会話研修サービス「レアジョブ」の運用でした。
私（人事）が申込受付・請求書確認・月次の受講サマリー確認・登録者確認などが定期的に発生する作業なのですが、地味に工数がかかるのです…。

段取りとしては、受講希望者はGoogleフォームで申請してもらい、そこから

• 過去に受講したことがあるか
• 現時点での受講回数
• 属性ごとの振り分け

などをスプレッドシートで突合しながら、レアジョブの管理画面に手作業で申請する、という流れになっています。
件数が多い月はこの確認作業だけでけっこう時間を取られるんですよね…。
「これこそ自動化したいタスクだ！」と思い、動き始めました。

第一歩：フォームの入力項目を見直す

まず手をつけたのは、申込フォーム自体のスリム化でした。
よくよく見てみると「社員番号」や「氏名」を毎回手入力させる項目があったのですが、メールアドレスから本人が特定できるので実質いらないのでは…？と気づきました。

以前にこの作業を担当していた方に確認してみたところ、「元々は無かった項目で、途中から追加されたものだと思うので、無くしても問題ないですよ」とのこと。
運用が続く中で目的があいまいなまま残っていた項目だったようです。

地味な改善かつ、自動化には直接的に影響ない項目ですが、これだけでも申請者の入力の手間と、こちらの確認の手間がちょっと減りました。

次の壁：申込作業そのものを自動化したい

フォームの入力後、実際にレアジョブの管理画面へ申請する作業はまだ手動のままでした。「ここもAIに任せられないかな」と思い、隣のチームのwakaharaさん（エンジニア出身で技術に強く、いつも何かと頼りにさせていただいている）に相談してみることに。

最初に浮かんだのは「ブラウザ操作をClaudeにやらせて、ID・パスワードでログインさせて申請までやってもらう」というアイデアでした。ただ、パスワードが必要なところまでAIにかませてしまって大丈夫なのかな…と不安になり、そのまま正直に質問してみました。

もらったアドバイスはこんな感じでした。

• ログイン自体は人間が手動で行った状態でAIエージェントを動かした方がよい
• 書き込み（申請などの更新系）操作には、何かしらの形で人間のチェックを挟めるように設計する必要がある
• 「指示していないことを勝手にやる」前提でリスクを考えた方がいい

AIエージェントって便利な分、想定外の操作をされてしまうリスクもゼロではないんですよね。
特に認証情報や更新系の操作は、人間の確認ポイントをちゃんと残す設計が大事なんだなと学びました。（遅）
聞けて本当によかったです。

自動化に向いているのはどこか、を切り分ける

作業内容を分解して相談していく中で、今回のケースで自動化に向いているのは「AIエージェントによる操作の代行」ではなく、「データの自動照合・条件判定・分類」の部分だという指摘をもらいました。

• 受講希望フォームの回答者リスト
• 過去の受講履歴・受講回数の管理シート

この2つを突合して条件判定する処理は、AIエージェントよりもn8nのようなワークフロー自動化ツールの方が向いているとのこと。
判断ロジックがはっきりしている定型処理は、AIにその都度考えさせるより、ワークフローとして固定化してしまった方が安定して速い、という考え方だそうです。
「人事AI勉強会」の中でn8nの存在を聞いていたものの、こういうところで適用するんだね、なるほどな〜と納得しました。

n8nとは

そもそも「n8n」をあまりよく知らなかったので、この機会に調べてみました。

n8n（エヌエイトエヌ）は、ノーコード／ローコードで使えるオープンソースのワークフロー自動化ツールです。
名前は「nodemation（node＋automation）」の略なんだとか。

• 処理の各ステップを「ノード」として画面上に置いて、線でつないでいくことでワークフローを組み立てられる（プログラミング知識がなくても直感的に作れそう）
• よく使うワークフローがあらかじめテンプレートとして用意されているため、それらを使うことで構築の手間を省くことができる
• Slack、Googleスプレッドシート、Gmailなど数百種類の外部サービスと連携できる

という特徴があるので、エンジニアじゃない自分でも「フォームで受け付ける」「スプレッドシートと突き合わせる」「条件によって分岐させる」みたいな作業を、コードを書かずに部品を組み合わせる感覚で自動化できそうです！

今後：n8nでの自動化を検討中

今は、n8nを使って「フォーム回答の受付→過去受講履歴との照合→属性ごとの分類」までを自動化できないか、という方向で検討を進めています。
管理画面への申請そのものは、当面は人間が最終チェックする前提で残しつつ、判断がはっきりしている集計・照合部分から自動化していく予定です。
進捗があればまたどこかで書きたいと思います。

まとめ

育休から復職して最初に感じたのは「私だけ2025年に取り残されているな…」という焦りでしたが、AI勉強会に飛び込んでみたり、まずは軽いところからClaudeを触ってみたりすることで、キャッチアップと同時に自分の業務改善のヒントも見つかりました。

そして実際に手を動かしてみて一番の学びだったのは、「自動化したい」と思ったときに、作業のどの部分をAIエージェントに、どの部分をワークフローツールに任せるべきかをちゃんと分けて考える必要があるということです。

特に人事の業務は個人情報や社内システムの認証情報を扱う場面が多いので、「便利そうだから」で安易にAIエージェントに権限を渡すのは危ないなと実感しています。

今回の記事は本当にビギナーレベルの内容ですが、同じように定型業務の自動化を考えている方の参考になれば嬉しいです！