生成AIは聞かれた問いに数秒で答えますが、問いの前提が誤っていれば、誤った前提に沿った答えが同じ速さで返ってきます。答えを得る時間が短くなった分、何を問うかを決める工程の比重が上がりました。なぜなぜ分析は、起きた問題に「なぜ」を重ね、現場の事実で確かめながら手を打つべき原因まで掘る方法です。AIに相談する前に問題を1文で書き、原因を人と仕組みの側から掘っておくと、AIを入れるかどうか、入れるなら何を任せるかの判断が変わります。

この記事の要約

生成AIに業務の悩みを書き込むと、数秒で対策の案が返ってきます。便利になったのは確かですが、こちらが入力した問いの前提がずれていても、AIはその前提のまま、同じ速さで答えを返します。

たとえば「営業日報の要約AIが使われないので、要約の精度を上げたい」と相談すれば、AIは精度を上げる方法を丁寧に並べてくれます。日報そのものが誰にも読まれていない可能性には、こちらが聞かない限り触れません。答えが速く出るぶん、間違った方向へも速く進めてしまいます。

なぜなぜ分析は、起きた問題に「なぜ」を重ねて、手を打つべき原因まで掘り下げる方法です。トヨタの生産現場で使われてきた手法で、AIとは関係のない古い道具に見えるかもしれません。私は逆に、AIが答えを出すまでの時間が短くなった今のほうが、出番が増えたと考えています。答えを探す手間が減った分、何を問うかを決める工程に時間を使えるようになったからです。

以下では、AIが問いのずれに弱い理由、なぜなぜ分析の由来と進め方、よくある失敗、AIを壁打ち相手に使うときの注意を、架空の業務の例で順に書いていきます。

AIは聞かれた問いの前提のまま答えるので、問いを誤ると間違った方向へ速く進みます

生成AIは、渡された文章を手がかりに、もっともらしい答えを組み立てます。質問の前提が正しいかどうかを自分から疑うことは多くありません。「日報AIの精度を上げたい」と書けば、精度が原因だという前提に沿って答えが並びます。前提そのものを確かめる役は、聞く側に残っています。

業務でよく出る相談を、AIがすぐ返してくれるものと、その前に人が確かめておきたいことに分けると、次のようになります。

表の右の列は、AIに聞いても答えが出にくい問いです。社内で誰が何をしていて、どの書類がどこで止まっているかという事実は、AIの手元にありません。現場で見て確かめる必要があり、なぜなぜ分析はその確かめ方を手順にした方法です。

総務省と経済産業省が公表している「AI事業者ガイドライン（第1.1版）」も、AIの出力に頼りすぎる危うさに触れています。自動化バイアスへの対策の例として、AIの評価や判断を受け入れる際には、その理由や根拠を自分で考えてから承認することが挙げられています。なぜなぜ分析で原因を掘り下げる工程は、ちょうどこの「自分で考える」部分に当たります。

なぜなぜ分析はトヨタの生産現場で使われてきた方法です

トヨタ自動車の英語の公式サイトに2006年3月に載った記事は、1950年代にトヨタ生産方式を切り開いた大野耐一（のちの副社長）が、部下に「すべてのことに『なぜ』を5回問え」と勧めていたと紹介しています。大野は問題を悪いものとは見ず、姿を変えた改善の機会だと考えていたそうです。記事には、大野がこの方法の説明に使った溶接ロボットの例も載っています。

1. なぜロボットが止まったのか。回路に負荷がかかりすぎて、ヒューズが飛んだからです。
2. なぜ回路に負荷がかかりすぎたのか。軸受けの潤滑が足りず、動かなくなったからです。
3. なぜ潤滑が足りなかったのか。ロボットの油ポンプが十分に油を送っていなかったからです。
4. なぜポンプが油を送れなかったのか。ポンプの吸い込み口に金属の切りくずが詰まっていたからです。
5. なぜ切りくずが詰まったのか。ポンプに濾過器（フィルター）が付いていなかったからです。

1つ目の答えで止めれば、対策はヒューズの交換です。ロボットはいったん動きますが、切りくずを吸い込む限り、いずれまた止まります。5つ目まで掘ったところで、ポンプに濾過器を付けるという、再発を防ぐ手がようやく出てきました。「どんな問題でも、根本の原因をつかむことが長続きする解決の鍵になる」というのが、大野の口癖だったそうです。

大野は、先入観を持たずに現場を見ること、自分の目で確かめることも繰り返し求めていました。「データももちろん大事だが、自分は事実をいちばん重んじる」という趣旨の言葉も、同じ記事に載っています。トヨタ生産方式についての大野の考え方をまとめた著書が、1978年に出た『トヨタ生産方式　脱規模の経営をめざして』（ダイヤモンド社）です。

今のトヨタではどうでしょうか。トヨタ自動車の2016年の統合報告書は、トヨタウェイの5つのキーワードの1つ「改善」の説明として、「なぜ？」を5回以上繰り返して真因を究明し、対策を立てて共有する取り組みを、今も従業員一人ひとりが実践していると書いています。「5回以上」とあるので、5回は目安で、真因に届くまで重ねるという意味で読むのが自然です。

AIが使われないとき、原因は道具の手前にあることがあります

工場のロボットは止まれば誰の目にも分かりますが、事務の問題は止まっていても見えにくいものです。AIの仕組みを入れたのに使われない、という相談では特にそうで、道具の出来に目が向きやすくなります。ここでは架空の会社の例で、なぜなぜ分析を当てはめてみます。

従業員50人ほどの卸売会社が、営業担当の日報をAIで要約し、毎朝部長に届ける仕組みを入れました。3か月たって閲覧の記録を見ると、要約はほとんど開かれていません。担当者は、要約の精度が低いせいだと考えて、AIへの指示文を直す準備を始めていました。そこで、精度を疑う前に、なぜを順に重ねてみます。

表の5段目まで来ると、打つ手は要約の精度から離れていきます。先にやるのは、日報で何を共有するかを部長と営業担当で決め、次の行動を書く欄を様式に足すことです。そのうえで、日報から次の行動を拾って一覧にする作業をAIに任せるなら、今度は部長が開く理由があります。

図に並んだ答えは、どれもAIの外側にある事実です。担当者が最初に考えた「精度が低い」は、確かめると原因の候補から外れました。AIを入れた後につまずく例は、FDEの失敗パターンをまとめた記事でも扱っています。道具を作り直す前に一度なぜを重ねておくと、作り直しにかける時間を無駄にせずに済みます。

AIやAXという言葉だけが先に社内に広がり、何を変えるかが決まらないまま導入が進む会社もあります。この点は言葉が一人歩きする会社と成果を出す会社の違いを書いた記事でも触れました。なぜなぜ分析は、何を変えるかを現場の事実から決め直す手段として使えます。

なぜなぜ分析は、問題を1文で書くところから始めます

手順そのものは単純ですが、最初の問題の書き方と、答えを事実で確かめるところで差が出ます。事務の現場で進めるときの流れは、次の順です。

1. 問題を1文で書きます。いつ、どこで、何が、どれくらい起きているかを入れ、原因や対策の言葉は入れません。
2. 現場で事実を集めます。画面、記録、書類を見て、担当者に聞きます。会議室での想像だけでは進めません。
3. 「なぜ」を1つずつ重ね、答えごとに、何で確かめたかを横に書いておきます。確かめられない答えには、仮説の印を付けます。
4. 原因が2つ以上に分かれたら、枝ごとに分けて掘ります。
5. 自分たちで手を打てて、直せば同じ問題が起きなくなるところが、止める場所の目安です。
6. 真因から問題へ向かって「〜だから〜になる」と逆に読み、話がつながるかを確かめます。
7. 対策と担当者と期限を決め、決めた日に問題が減ったかを見るところまでが、1回の分析です。

1つ目の「問題を1文で書く」は、後の流れを大きく左右します。問題の文に原因や対策が混ざると、なぜの答えがその方向へ引っ張られるからです。書き方の例を並べます。

右の列の数字は、例として置いた架空の値です。左の列は、どれも何がどれだけ起きているかがぼやけていて、3行目には「AIで効率化する」という対策まで入っています。「AIで効率化したい」と書いた時点で、答えはAIの使い方に寄ってしまいます。右の列のように起きている事実だけを書くと、配送日の案内文が分かりにくい、という別の原因にも目が向きます。

6つ目の逆読みは、飛ばされやすい手順です。「様式に次の行動の欄がないから、日報に次の行動が書かれず、部長は会議で直接聞くので、要約を開かない」と読んで、途中で話が飛ばないかを見ます。つながらない箇所があれば、そこに確かめていない思い込みが混ざっています。

よくある失敗は、原因を人に帰して止めてしまうことです

なぜなぜ分析は手順が単純な分、進め方の癖がそのまま結果に出やすい方法です。事務の現場でよく見かける失敗を、起きることと直し方と合わせて並べます。

表の1行目と2行目は、根が同じ失敗です。原因を「人」に置くと、そこで話が終わってしまいます。人は誰でも間違えるので、間違えた人を替えても、同じ手順のままなら次の人が同じところで間違えます。

この考え方は製造業に限りません。Googleが公開している書籍『Site Reliability Engineering』は、システム障害の振り返り（ポストモーテム）について、個人やチームの振る舞いを責めずに、障害に寄与した原因を突き止めることに焦点を当てるよう書いています。責められると分かっていれば、人は事実を隠します。事実が出てこなければ、なぜなぜ分析は推測の積み重ねになってしまいます。

最後の行の「答えが先に決まっている」は、AI導入の場面で特に起きやすい失敗です。AIを入れる予算や計画が先にあると、なぜの答えが「人手が足りないから」「手作業だから」に寄りがちです。対策の候補は、真因が決まってから並べる順番を守ります。

AIを壁打ち相手に使うときは、事実を人が持ち込みます

ここまで、AIの答えを急いで使わないことを書いてきましたが、なぜなぜ分析にAIを使うこと自体はおすすめです。1人で考えると見落とす枝を、AIに指摘させることができます。ただ、AIは社内の事実を知らないので、任せてよい作業と人が決める作業を分けておきます。

次は頼み方の例です。事実と仮説を分けて渡し、AIには答えを決めさせずに、見落としを探させる形にしています。

次の問題について、なぜなぜ分析の点検を手伝ってください。
原因を決めずに、見落としている枝と、確かめるべき事実を挙げてください。

問題: 9月に入れた日報の要約を、部長3人とも10月はほぼ開いていない
確かめた事実:
- 部長は週1回の営業会議で、担当者に次の行動を直接聞いている
- 日報の入力欄は訪問先・時間・内容の3つ
仮説（未確認）:
- 要約の文章が長すぎる

お願い:
1. ほかに考えられる「なぜ」の答えを、枝ごとに挙げてください
2. それぞれを確かめるには、誰に何を聞けばよいかを書いてください
3. 私の仮説が誤っているとしたら、何が考えられますか

3つ目のお願いは、AIが前提に沿って答えやすい癖を逆に使うためのものです。「誤っているとしたら」と聞くと、こちらが気づいていない前提を挙げてくれることがあります。そのほかの注意を並べます。

• AIが出した「なぜ」の答えは仮説として扱い、現場で確かめるまでは原因の欄に書きません。
• 顧客名、社員の個人名、取引の金額など、社外に出せない情報を入れる前に、会社の決まりを確かめてください。理由は外部の生成AIを禁止しても情報が送られてしまう理由を書いた記事にまとめています。
• 1回の回答だけで決めず、問題の文を少し変えて聞き直し、答えの候補がどれだけ変わるかを見ます。
• 長い文章の回答は読み違えやすいので、全体を先に出す階層の箇条書きで返してもらうと読みやすくなります。頼み方はAIの説明が頭に入らないときの記事に書きました。
• AIが「真因はこれです」と言い切っても、その根拠が現場の事実かどうかは人が確かめます。

AIを壁打ち相手にすると、1人で考えたときより早く枝が出そろいます。その代わり、出てきた枝の数だけ、確かめる手間も増えることになります。どの枝から確かめるかは、問題への影響の大きさと確かめやすさを見て、人が決めることです。

AIに任せる業務は、真因が分かってから選びます

なぜなぜ分析は、AIを入れない理由を探す道具ではありません。真因が分かると、AIを入れるべき場所がかえってはっきりします。もう1つ、架空の例で見てみます。

ある会社（架空の例です）では、請求書の金額の誤りが毎月のように出ていました。なぜを重ねると、見積書と請求書を別のシステムで作っていて、単価を手で写していることが分かりました。さらに掘ると、2つのシステムがつながっていないのは、導入した時期と担当部署が違うためでした。この場合、先に打つ手は写す作業をなくすことで、AIで誤りを見つける仕組みはその後の話になります。システムどうしをつなげられない取引先別の例外だけが残るなら、その例外の確認をAIに手伝わせる、という順番です。

真因の種類ごとに、先に打つ手とAIの出番を並べると、おおよそ次のようになります。

表の1行目のように、なぜなぜ分析の結果、AIの出番がないと分かることもあります。それも1つの成果です。AIの出番がある業務が複数見つかったら、どれから始めるかは5つの項目で業務に点数を付けて選ぶ方法で比べられます。入れた後の効果を何で測るかは、AI導入の効果を数字で示す記事で扱っています。

真因から逆にたどって選んだ業務は、入れた後の効果も確かめやすくなるはずです。日報の例なら、部長が要約を開くようになったか、会議で次の行動を聞き直す時間が減ったかを見れば足ります。最初に書いた問題の1文が、そのまま効果を測るものさしになるからです。

明日からは、AIに相談する前に問題を1文で書きます

AIの答えは速くなりましたが、問いを決めるのは今も人の仕事です。なぜなぜ分析は、その問いを現場の事実から組み立て直すための、道具を選ばない方法です。明日から試せることは、次のとおりです。

• AIに相談する前に、問題を「いつ・どこで・何が・どれくらい」の1文で書きます。
• 「なぜ」の答えの横に、何で確かめたかを書きます。確かめていないものには、仮説の印を付けておきます。
• 答えが人の名前や「注意不足」になったら、なぜその手順だと間違えるのかを、もう1回聞いてみてください。
• AIには答えを決めさせず、見落としている枝と、確かめるべき事実を挙げてもらう使い方にとどめます。
• AIを入れるかどうかは、真因が分かってから決めても遅くありません。

最初は、関係者が集まる打ち合わせ1回と、その後の現場の確かめから始めれば足ります。AIの仕組みを作り直す手間と比べれば、先に掘っておくほうが安く済むはずです。