AI / DX IMPLEMENTATION PARTNERSHIP PROPOSAL

代表の判断を、
組織で回る仕組みへ。

シフト管理の仕組み化と、ChatGPT・Claude等のAI実務伴走を並行し、日々の調整・確認に使う時間を減らすための3〜4か月の伴走提案です。
シフト判断ロジックAI実務伴走既存システム活用週次で実装・検証
「AIを増やす」ことが目的ではありません。仕組み化で日々の調整・確認に使う時間を減らし、人にしかできないおもてなし・旅館づくり・壱岐の魅力発信へ時間を戻すことを目指します。
01 / EXECUTIVE SUMMARY

今回の支援は、2本柱で進めます。

シフトのような大きな業務は「仕組み」で減らし、日々発生する細かな業務は「AI」で減らします。
PILLAR 01

シフト管理の仕組み化

現在の専用シフトシステムを前提に、「何人必要か」「誰をどこに置くか」という判断の前段を整理・実装。仮配置、不足時間帯の検知、変更時の再計算までを支援します。

判断を属人化させず、最終承認は人に残す
PILLAR 02

AI実務伴走

ChatGPT・Claudeの使い方を教える研修ではなく、実際のメール、予定、文書、旅行会社対応などを毎週一緒に見ながら、「その仕事が本当に早く終わる状態」まで改善します。

AI利用回数ではなく、業務完結時間を見る
3〜4か月後に残すもの:シフト判断ロジック / 仮配置・不足検知 / 過去シフト分析 / 平山旅館向けAI業務セット / 運用ルール / マニュアル / 作業時間などの改善実績
02 / CURRENT STATE HYPOTHESIS

「新しいツール不足」ではなく、判断と変更対応に負荷が残っている。

公開情報からの仮説です。初回現地で実際の画面・業務を見ながら検証し、必要なら前提から修正します。
ALREADY IN PLACE

すでにあるもの

専用のシフトシステム、ChatGPT・Claude等のAI利用、現場に蓄積された運営ノウハウ。

LOAD POINT

負荷が残りやすい部分

必要人数の算定、スタッフ配置、休み・経験・当日変更を踏まえた例外調整、変更後の再調整。

DIRECTION

今回加えるもの

既存を置き換えるのではなく、その前段に判断ロジックを置き、AI伴走で日々の細かな実務も軽くする。

予約・宿泊情報
→
必要人数の判断
→
スタッフ配置
→
既存シフトへ反映
→
変更・再調整
03 / SHIFT MANAGEMENT

シフト表ではなく、「判断」を仕組みにします。

生成AIだけに任せず、ルール・制約計算 + AIによる説明・例外支援 + 人の最終承認で運用します。
INPUT

シフト判断に使う条件

宿泊人数 / 稼働客室 / チェックイン・チェックアウト / 朝食・夕食人数 / 到着ピーク / 団体対応 / 勤務可否 / 対応スキル / 経験 / 中抜け / 連勤など。

IMPLEMENTATION

技術は決め打ちしない

既存システムの仕様を確認し、Google Sheets・GAS、Python・最適化、簡易Webアプリ、CSV/API連携などから、最も軽く運用できる方法を選びます。

条件を入力
→
必要人数を算出
→
制約を照合
→
仮配置を作成
→
人が確認・確定
04 / LIVE DEMO

宿泊・食事人数や欠勤を変え、配置への影響をその場で確認します。

面談では、宿泊人数・チェックイン/チェックアウト室数・朝食/夕食人数・スタッフの欠勤などを画面上で変更すると、必要人数・仮配置・人員不足の時間帯がその場で再計算される簡易モック(操作できる試作画面)をご覧いただけます。

以下は説明用の仮ルール・架空のスタッフを使った試算です。実際の人員基準・勤務時間・対応スキルは、平山旅館様の運用を確認したうえで設定します。

2清掃 必要人数
2フロント 必要人数
4夕食配膳 必要人数
2朝食 必要人数
仮配置と不足時間帯(架空のスタッフによる例)
業務・時間帯仮配置人数の過不足
仮ルール:清掃はチェックアウト2室につき1人。フロントはチェックイン3室・到着3組・宿泊15人ごとの必要人数のうち最大値を採用。夕食は5人につき1人、朝食は7人につき1人。端数は切り上げ、特別対応がある場合はフロント・夕食に各1人を追加します。架空の勤務可能人数は清掃2人・フロント2人・夕食4人・朝食2人とし、欠勤したスタッフは配置候補から外します。
過去シフトから整理する「運用ルール候補」の例
・夕食人数が一定数を超える日は配膳を増員する傾向
・到着が集中する時間帯はフロントを厚くする傾向
・新人と経験者を組み合わせる傾向

※候補をそのまま正解とはせず、「なぜこの配置だったのか」を女将・担当者に確認し、実際の運用に合うものをルール化します。
05 / TACIT KNOWLEDGE

過去シフトから、女将・担当者が培ってきた配置の判断基準や運用ルールを整理します。

日々の経験に基づく判断を、過去データと対話から丁寧に整理します。配置の背景や理由を確認し、共有できる運用ルールとして仕組みに残します。
STEP 1

過去データを読む

宿泊・食事・客室条件と、実際の配置人数・スタッフ配置を照合します。

STEP 2

例外の理由を聞く

「なぜこの日はAさんではなくBさんなのか」を打ち合わせで確認し、データだけでは分からない配置の背景や判断基準を確認します。

STEP 3

再現可能なルールにする

毎回再現してよい判断だけを制約・ルールに追加し、仮シフトの精度を上げます。

目標は「女将の代わりをAIがすること」ではなく、毎回ゼロから考えなくてよい状態をつくることです。
06 / AI ACCOMPANIMENT

AI活用は「研修」ではなく、毎週の実務で定着させます。

代表がすでに使われているChatGPT・Claudeを前提に、基本操作ではなく「どの仕事をどう終わらせるか」にフォーカスします。
MAIL

メール・返信

分類、要返信の抽出、返信案、過去のやり取りを踏まえた下書きまで。

SCHEDULE

予定・タスク

日時・締切の抽出、予定候補、タスク整理、見落としを減らす運用づくり。

DOCUMENT

文書・補助金

資料の要点抽出、初稿作成、不足情報の洗い出し、定型文のテンプレート化。

PARTNERS

旅行会社・観光関連

問い合わせ内容の整理、回答案、確認事項の抽出、よくある対応の再利用。

STAFF

スタッフ連絡

伝える内容の整理、案内文作成、シフト変更の差分連絡など。

MEETING

会議後の整理

決定事項、担当、期限、次回確認事項まで自動で整理できる型をつくります。

最終的には、用途別の「平山旅館AI業務セット」として、毎回プロンプトを考え直さなくても使える状態を残します。
07 / WEEKLY WORK STYLE

「一緒に確認する時間」と「私が作る時間」を分けます。

何でも打ち合わせ中に完成させるとは約束しません。その代わり、代表に開発・設定作業をお願いせず、毎週確実に前に進めます。
一緒に業務を確認実際の画面を一緒に見て、課題・判断条件を整理。その場で直せる設定やAI活用はその場で改善。
→
私が試作・実装開発・データ整理・配置ルールの実装・検証は私が持ち帰り、次回までに形にします。
→
次回、一緒に検証実データで一緒に試し、「違う理由」を聞きながら改善。使える状態まで繰り返す。
0–15 MIN

前回確認

実際に使ってどうだったか、止まったところだけ確認。

15–45 MIN

実務を見る

メール・シフト・書類など、実際の画面で業務を確認。

45–75 MIN

その場で改善

AI設定、テンプレ、ルール、簡易試作を一緒に作る。

LAST 15 MIN

次に作るもの

開発が必要なものは私の担当として持ち帰ります。

08 / 3–4 MONTH ROADMAP

シフトを本丸にしながら、毎週ひとつずつ実務を軽くする。

WEEK 1–2

現場理解・棚卸し

  • 現行シフト作成を最初から見る
  • 既存システム・宿泊管理システム(PMS)の確認
  • 過去シフト取得
  • 短期間で改善できる代表業務を選ぶ
WEEK 3–4

分析・v0.1

  • 過去シフト分析
  • 判断ルール候補
  • シフト試作v0.1
  • AI実務改善を毎週実施
WEEK 5–8

実データで検証

  • 実シフトとの比較
  • 例外理由をルール化
  • 不足時間帯の検知
  • 既存システム連携検証
WEEK 9–16

実運用・定着

  • 翌週シフトで試行
  • 欠勤・変更対応
  • AI業務セット整理
  • マニュアル・引継ぎ
09 / KPI & DELIVERABLES

「AIを何回使ったか」ではなく、仕事がどれだけ終わるようになったか。

時間

代表の作業時間

シフト、メール、文書などの作業時間がどれだけ減ったか。

初稿

シフト初稿時間

「ゼロから作る」時間をどこまで短縮できたか。

変更

変更対応時間

欠勤・宿泊人数変更時の再調整時間をどこまで減らしたか。

移管

代表しかできない仕事

判断ルールを仕組みに移し、代表以外でも回る業務が増えたか。

3〜4か月後に残すもの用途
シフト判断ロジック必要人数・配置候補の算出
仮配置・不足時間帯検知人員不足を事前に発見し、調整を早める
過去シフト分析・判断ルール女将・担当者の経験に基づく判断基準を共有できる形に整理する
平山旅館AI業務セットメール、予定、文書、連絡等の実務を短縮
運用ルール・マニュアル担当が変わっても継続できる状態をつくる
10 / MY ROLE

大企業で培われた専門性とは、異なる役割で価値を出します。

優劣の比較ではありません。今回のプロジェクトで、私が特に担える役割を明確にします。
観点大企業でDX・SIを経験された専門人材の強み私が今回担う役割
専門性大規模プロジェクト、体系化された業務設計、各領域の深い専門知識経営・現場・AI・システムをまたいで、一つの業務を最後までつなぐ
進め方専門分業により、高い品質と再現性を実現ヒアリングした本人が、そのまま設計・試作・実装・検証まで担当
システム標準化・統合・大規模な設計に強み今ある仕組みをできるだけ活かし、足りない部分だけをつくる
伴走プロジェクト計画に基づき、役割ごとに推進毎週同じ画面を見て、その場で直し、開発は持ち帰り、次回すぐ検証
「ヒアリングした人間が、そのまま作る。」—— バトンパスを減らし、経営者と現場の判断を、そのまま実装へつなげます。
11 / SUPPORT PHILOSOPHY

経営者の隣で、構想を仕組みに変える。

「社長に代わって旗を振る人」ではなく、
「社長が旗を振り続けられるよう、隣で仕組みをつくる人」でありたい。

私自身も経営者ですが、自分が先頭に立ってすべての方向を決めること以上に、明確な想いやビジョンを持つ経営者の隣で、その考えを整理し、足りない部分を補い、AI・業務設計・システム実装によって「実際に動く形」にすることに、より大きなやりがいを感じています。

平山旅館様の経営や旅館づくりの方向性を外から決めるのではなく、代表・スタッフの皆さまがすでに持っている判断と現場知を起点に、結果につながる仕組みへ変える実装パートナーとして伴走します。

経営者目線
AI活用
業務改善
システム実装
構想
→
動く仕組み
12 / FIRST VISIT & CONDITIONS

初回現地で確認し、その場で優先順位を決めます。

FIRST VISIT CHECKLIST

確認したいこと

現在のシフトシステム名・運用 / 予約・宿泊管理システム(PMS) / CSV・API可否 / 過去シフト / スタッフ条件 / 勤務ルール / 変更通知方法 / 現在のChatGPT・Claude活用 / 代表が特に時間を取られている実務。

CONDITIONS

基本案

80,000円 / 月・税別

3〜4か月を基本案。週1回程度の打ち合わせ + 打ち合わせ外での実装・調整。現地訪問・交通宿泊等は募集条件に準じ、詳細は選考時に最終合意します。

CLOSING

仕組み化で日々の調整・確認に使う時間を減らし、
人にしかできない仕事へ時間を戻す。

平山旅館様の方向性を外から決めるのではなく、代表・スタッフの皆さまが持つ判断と現場知を、AI・IT・業務設計によって「回る仕組み」に変える。その結果として、代表が旅館づくり、壱岐の魅力発信、お客様との時間により集中できる状態を目指します。

※本提案の現状認識は、平山旅館様の公開情報・公開求人等をもとにした仮説を含みます。未確認事項は初回現地で確認し、実態に合わせて設計を更新します。