生産性の指標｜中小企業が測るべき3つ

「生産性を上げよう」という話は、どの会社でも出ます。ところが「では今の生産性はいくつですか」と聞かれると、答えられる中小企業はほとんどありません。決算書から労働生産性を計算してみても、出てきた数字を見て現場が何をすればいいのかは分からないままです。

結論から言います。中小企業が測るべき生産性の指標は3つで足ります。そして最も実用的なのは、労働生産性でも売上高でもなく、「1件あたりの所要時間」です。これは導入前に1週間だけ記録すれば手に入ります。

本記事では、まず労働生産性の公的な定義と算式を確認したうえで、その数字が現場では使いにくい理由を整理します。そのうえで、中小企業が実際に測れる3つの指標と、業務量の可視化を1週間で終わらせる手順、AI導入の効果を前後比較で測る方法までを扱います。数字が出なかったときにどう扱うかにも触れます。

結論｜測る指標は3つでいい

先に全体像をお伝えします。中小企業が生産性向上に取り組むとき、最初に用意する指標は次の3つで十分です。

指標	測り方	何が分かるか
1件あたりの所要時間	1週間、開始と終了の時刻を記録	手を動かす負担そのもの
月あたりの処理件数	既にある台帳・履歴から数える	業務量の総量と季節の波
手戻り・やり直しの件数	発生のたびに1つ印をつける	速くして品質が落ちていないか

1件あたりの所要時間

3つのうち、最初に取るべきはこれです。見積を1件作るのに何分かかっているか。請求書を1通出すのに何分かかっているか。それだけです。

この指標が優れているのは、会計期間を待たずに、今日から測れる点にあります。決算を締めなくても、原価計算ができていなくても、時計さえあれば取れます。しかも改善したかどうかが誰の目にも明らかです。40分が26分になれば、それは議論の余地なく短くなっています。

月あたりの処理件数

所要時間だけでは不十分です。1件あたりが短くなっても、件数が2倍になっていれば現場の負担は増えています。逆に件数が減った月に「時間が減った」と喜んでも意味がありません。所要時間と件数は必ずセットで見ます。

件数は、多くの場合すでにどこかに記録されています。会計ソフトの発行履歴、受注台帳、メールの送信済みフォルダ。新しく数え始める必要はありません。

手戻り・やり直しの件数

3つ目は品質側の歯止めです。速くすることだけを追いかけると、確認を飛ばして後で直すという形で時間が別の場所に移動します。移動しただけなのに削減したように見えてしまうのが、生産性測定でいちばん起きやすい錯覚です。

手戻りは細かく分類しなくて構いません。「一度出したものを直した」なら1件。それだけの数え方で、増えているか減っているかは十分に分かります。

なぜ3つに絞るのか

指標を絞る理由は単純で、測ること自体が仕事だからです。5つ測れば5つ分の記録作業が発生し、報告資料が5項目になります。そして3か月もすると、誰も記録をつけなくなります。

生産性向上の取り組みで最も多い失敗は、施策が悪かったことではありません。測れないものを測ろうとして、測定そのものが続かなくなることです。この点は本記事の後半で改めて扱います。

労働生産性の定義と算式

3つの指標の話に入る前に、そもそも「生産性」という言葉が公的にどう定義されているかを確認しておきます。ここを曖昧にしたまま社内で議論すると、同じ言葉で違うものを指したまま話が進みます。

付加価値額÷労働投入量

労働生産性は、産出（付加価値額）を労働の投入量で割ったものです。中小企業庁は「2022年版中小企業白書」のなかで、この分母について次のように注記しています。

「労働生産性の算出に当たっては、厳密には分母を『労働投入量』（従業員数×労働時間）とする必要があるが、本白書ではデータ取得の制約などから、分母に『従業員数』を用いている点に留意されたい」（出典：中小企業庁「2022年版中小企業白書」第1部第1章第6節 労働生産性と分配）。

つまり、本来の分母は「従業員数×労働時間」であり、統計上は取得の制約から「従業員数」で代用されている、ということです。同じ注記は「2020年版中小企業白書」第1部第2章第1節にも置かれています。

付加価値額はどう計算するか

では分子の付加価値額はどう出すのか。経済産業省は「企業活動基本調査」において、次の算出方法を明示しています。

ここで注意していただきたいのは、この算式は「調査における算出方法」だという点です。付加価値額の求め方は一通りではなく、調査や制度によって構成要素が異なります。分母についても同様で、前述のとおり中小企業白書では労働投入量ではなく従業員数が用いられています。同じ「労働生産性」という言葉でも、どの調査の定義かによって数値は変わります。

社内で計算するときは、どの定義を使ったのかを必ずメモに残してください。翌年に別の定義で計算し直すと、改善したのか定義が変わっただけなのか分からなくなります。

国も分母は従業員数で代用

白書の注記が示しているのは、国ですら時間まで含めた正確な労働投入量は取りにくいという事実です。これは中小企業にとって重要な示唆を含みます。

従業員10人の会社で、パートを含めた全員の月間労働時間を業務別に按分し、正確な労働投入量を出そうとすると、その作業自体に膨大な時間がかかります。そこまでやる必要はありません。統計の世界でも代用しているのですから、社内の改善判断ならもっと粗い代用で構いません。

物的生産性と付加価値生産性

労働生産性には大きく2つの捉え方があります。整理しておきます。

種類	産出の測り方	向いている場面
物的労働生産性	生産量・処理件数など「個数」で測る	現場の作業改善、工程の比較
付加価値労働生産性	金額で測った付加価値額で測る	経営全体の評価、他社・他業種との比較

本記事が勧める3つの指標は、いずれも物的な捉え方に近いものです。金額換算を後回しにするのは、価格の改定や取引先の構成変化が混ざると、現場の改善が数字に現れなくなるためです。

国際比較で見る日本の水準

参考として、国全体の水準にも触れておきます。日本生産性本部「労働生産性の国際比較2025」によれば、2024年の日本の時間当たり労働生産性は60.1ドル（5,720円）でOECD加盟38カ国中28位、一人当たり労働生産性は98,344ドル（935万円）で38カ国中29位とされています。実質ベースの上昇率は前年から低下しました（出典：日本生産性本部「労働生産性の国際比較2025」）。

この数字は現場の改善に直接は使えませんが、取り組みの必要性を社内で共有するときの背景としては有効です。ただし、この順位を根拠に社員に発破をかけるのは逆効果になりやすいので、扱いには注意してください。

中小企業の生産性の現在地

次に、中小企業に絞った現状を公的資料で確認します。ここを押さえておくと、「うちだけが遅れている」という思い込みを避けられます。

規模間の差と業種による違い

中小企業庁「2024年版中小企業白書」は、企業規模別の労働生産性について、中央値では小規模事業者・中規模企業のいずれも大企業と大きく差があることを示しています。一方で業種別に見ると様相が変わり、「建設業」「情報通信業」「製造業」では中規模企業・小規模事業者が比較的高い労働生産性となっています（出典：中小企業庁「2024年版中小企業白書」第1部第3章第3節 生産性）。

また、「宿泊業，飲食サービス業」や「生活関連サービス業，娯楽業」では企業規模間の労働生産性の差が小さいとされています。つまり、業種によって「規模の差」がどれだけ効いているかは大きく違います。

上位1割は大企業中央値を超える

同じ白書で、もう一つ重要な指摘があります。中小企業の上位10％（90％タイル）の水準は大企業の中央値を上回っており、企業規模が小さくても労働生産性の高い企業が一定程度存在するという点です。

これは実務的に大きな意味を持ちます。規模が小さいことは、生産性が低いことの決定的な理由ではないということです。同じ業種・同じ規模でも差がつくのであれば、その差を生んでいるのはやり方の側です。

労働分配率という見方

もう一つ、白書で扱われている指標が労働分配率です。中小企業庁は「企業が生み出した付加価値額のうち、どれだけが労働者に分配されているかを表す指標」と定義しています（出典：中小企業庁「2022年版中小企業白書」）。

賃上げを検討している会社では重要な指標ですが、現場の業務改善の指標としては使えません。決算を締めないと出ず、しかも動く要因が多すぎるためです。本記事では扱う指標を3つに絞る立場を取るので、労働分配率は「経営判断のための年次の数字」として、現場の指標とは分けて考えます。

労働生産性が現場で使えない理由

ここまで公的な定義を確認してきましたが、それをそのまま社内の指標に採用することは勧めません。理由は3つあります。

決算まで分からない

付加価値額は決算を締めなければ確定しません。つまり結果が分かるのは早くて1年後です。4月に始めた改善が効いているかどうかを翌年の決算で知る、というサイクルでは、途中でやめる判断も、続ける判断もできません。

改善は、うまくいっていないと分かった時点でやり方を変えるから前に進みます。1年待つ指標は、そのための道具にならないのです。

現場の行動と結びつかない

労働生産性が下がったとき、現場の担当者は何をすればいいのでしょうか。答えは出てきません。付加価値額は売上、仕入価格、人件費、設備投資、取引先構成など、あまりに多くの要因で動きます。個人の努力と数字の変化の間に、因果が引けないのです。

一方、「見積作成が1件40分かかっている」なら、何をすればいいかがすぐ分かります。テンプレートを整える、過去見積を検索できるようにする、転記をやめる。行動に直結する指標だけが、現場で機能します。

業務単位で分解できない

3つ目は、業務ごとに分けられないことです。会社全体の労働生産性が上がっても、それが経理の改善によるものか、営業の受注単価の上昇によるものかは判別できません。

AI導入や業務効率化は、たいてい特定の業務から始めます。始めた場所の効果が見えない指標では、次にどこへ広げるかを決められません。どこから手をつけるかの考え方は業務効率化のアイデアにまとめています。

指標1｜1件あたりの所要時間

ここから、実際に測る3つの指標を順に見ていきます。最も重要なのが1つ目です。

何を1件と数えるか決める

測定を始める前に、たった一つだけ決めることがあります。「1件」の定義です。ここが曖昧なまま記録を始めると、集計の段階で必ず破綻します。

• 見積作成なら「1社1案件で1件」か「明細1本で1件」か
• 請求書なら「1通で1件」か「1取引先で1件」か
• 問い合わせ対応なら「1メールで1件」か「解決するまでの一連で1件」か

どちらが正しいということはありません。前後で同じ定義を使えるなら、どちらでも構いません。決めたら紙に書いて、記録する人全員に見えるところに貼ってください。

1週間だけ記録すればよい

記録期間は1週間です。1か月も続ける必要はありません。1週間分あれば、1件あたりの所要時間の傾向は十分につかめます。

むしろ期間を長く設定すると、途中で記録が雑になり、後半のデータが使えなくなります。1週間なら、多少面倒でも最後まで持ちます。もし週によって業務量の差が大きい会社なら、「普通の週」を選んで1週間取るのが実務的です。月末の締め週や決算期は避けます。

記録シートの作り方

記録は複雑にしないでください。列は5つで足ります。

列	記入例	注意点
日付	4/8	曜日も入れると波が見える
担当者	A	名前ではなく記号にする
開始時刻	10:15	15分単位に丸めてよい
終了時刻	10:55	中断したら別行に分ける
備考	過去見積を探すのに時間	気づいたことだけ一言

備考欄がいちばん価値を生みます。数字だけでは「なぜ時間がかかったか」が分からないからです。「探していた」「聞きに行った」「待っていた」という一言が、改善の候補をそのまま示してくれます。

平均ではなく中央値で見る

集計するときは、平均だけでなく中央値（真ん中の値）も出してください。1件だけ極端に時間のかかった案件があると、平均は大きく引っ張られます。

そして最長の1件も必ず記録に残します。「いちばんかかった案件は何分で、何が起きていたのか」は、改善のヒントとして平均値より役に立つことが多いためです。

よくある記録の失敗

1週間の記録が失敗するパターンは、だいたい決まっています。

1. 後からまとめて書く。金曜にまとめて思い出して書いた数字は、実態より短くなります
2. 対象業務を増やしすぎる。同時に測るのは1業務、多くても2業務までにします
3. 中断を含めて計測する。電話で15分中断したなら、その分は別に扱います
4. 上司が記録を見て即座に反応する。「遅い」と言われた瞬間から、数字は短く書かれ始めます

指標2｜月あたりの処理件数

2つ目の指標です。所要時間の記録に比べれば、はるかに手間はかかりません。

件数は所要時間とセットで見る

所要時間だけを見て「改善した」と判断すると、判断を誤ります。件数×1件あたり時間＝総投入時間という関係を常に意識してください。

たとえば1件40分が26分になっても、件数が月60件から月100件に増えていれば、総投入時間は2,400分から2,600分に増えています。この場合、現場の実感は「楽になっていない」で正しいのです。

すでにある数字から拾う

件数を新たに数え始める必要はほとんどありません。次のような場所に、すでに記録があります。

• 会計ソフト・販売管理ソフトの発行履歴
• 受注台帳・工事台帳・案件一覧の行数
• メールの送信済みフォルダの件名検索
• 問い合わせフォームの受信件数
• 共有フォルダ内のファイル数（年月フォルダ単位）

ここから直近12か月分を拾えば、後述する季節変動の把握までまとめてできます。集計作業そのものが負担なら、この部分はAIに任せて構いません。手元の一覧を貼り付けて月別に数えさせる使い方はレポート集計をAIで行う方法で扱っています。

季節変動をどう扱うか

多くの中小企業の業務には、はっきりした波があります。年度末、決算期、繁忙期。この波を無視して前後比較をすると、改善したのか閑散期に入っただけなのかが分かりません。

対処は簡単です。直近12か月の件数を並べて、山と谷がどの月かを把握しておく。そして効果測定の比較は、できるだけ性質の近い月どうしで行う。それだけで大半の誤読は防げます。

指標3｜手戻りの件数

3つ目は、速さを追いすぎることへの歯止めです。

手戻りは時間を二重に食う

手戻りが厄介なのは、やり直しの時間だけでなく、確認・謝罪・再送・関係者への説明といった付随作業が発生する点です。作成30分の書類でも、間違えて出し直すと合計で1時間以上かかることは珍しくありません。

さらに、手戻りは記録に残りにくい性質があります。台帳には最終版しか残らないので、後から「何回直したか」を復元できません。だから、発生したその場で数えるしかないのです。

数え方は「正」の字でよい

数え方は最も簡単な方法で構いません。デスクに紙を1枚置いて、手戻りが起きたら「正」の字を1画書く。それだけです。

細かい分類は不要です。原因別に分けたくなりますが、分類を作った瞬間に「これはどっちだろう」と迷う時間が生まれ、記録が止まります。まずは総数だけ。分類は、数が減らないと分かってから考えます。

品質が落ちていないかの歯止め

手戻り件数を置く本当の目的は、削減した時間の正当性を担保することです。「1件あたり14分短くなり、手戻りは増えていない」という2つがそろって初めて、改善したと言えます。

とくにAIで下書きを作らせる業務では、この歯止めが効きます。下書きは速くできても、確認を省けば誤りが通ります。手戻り件数が増えていれば、その時点で運用を見直せます。

業務量の可視化は1週間で足りる

「業務量を可視化しましょう」という提案は、しばしば大がかりな棚卸しとして始まり、途中で止まります。ここでは、止まらないやり方を示します。

全業務を洗い出そうとしない

可視化が挫折する最大の原因は、最初に全業務の一覧を作ろうとすることです。中小企業でも、細かく分ければ業務は数百項目になります。一覧を作る作業だけで数週間かかり、完成したころには誰も見ません。

始め方は逆です。「いちばん困っている業務を1つ」だけ選ぶ。そこから測ります。全体像は、2つ目、3つ目と測るうちに自然に見えてきます。

記録は本人がその場でつける

記録は必ず、その業務をやっている本人が、やった直後につけます。管理者が観察して記録する方式は、観察されている側の作業速度を変えてしまうため、実態から離れます。

本人が書く場合も、書く手間が10秒を超えると続きません。紙でもスプレッドシートでも構いませんが、開いてすぐ書ける状態にしておくことが条件です。

15分単位で十分

時刻は1分単位で取る必要はありません。15分単位に丸めて構いません。前述のとおり、国の統計ですら労働投入量は従業員数で代用しています。社内の改善判断に必要な精度は、それよりずっと低くて足ります。

精度を追うほど記録が重くなり、続かなくなる。粗くても続く記録のほうが、正確でも途切れる記録より役に立ちます。

可視化の結果を責めに使わない

これは技術的な話ではなく、運用上の急所です。出てきた数字を個人の評価や叱責に使った瞬間、その後の記録はすべて信用できなくなります。

実際に起きるのは、担当者が無意識に短めの時間を書くようになる、記録漏れが増える、そして「測るのはやめましょう」という空気が生まれる、という流れです。可視化を始める前に、「この記録は業務の設計を直すために使い、個人の評価には使わない」と明言してください。この一言があるかないかで、データの質が変わります。

集計はAIに任せてよい

記録は人がつけますが、集計は任せられます。1週間分の記録をそのまま貼り付けて、次のように指示すれば足ります。

最後の一文が重要です。欠けているデータを埋めさせない指示を入れておかないと、それらしい数字が補われることがあります。集計まわりの実務はバックオフィスの効率化でも扱っています。

AI導入の効果を測る前後比較

ここまでの3指標は、そのままAI導入の効果測定に使えます。むしろ効果測定こそが、指標を用意する最大の理由です。

導入前の1週間を必ず取る

最も多い失敗は、導入してから測り始めることです。導入後の数字だけがあっても、比較対象がないため効果は語れません。「たぶん速くなった気がする」以上のことは言えなくなります。

ツールの契約や試用を始める前に、1週間だけ記録を取ってください。これを飛ばすと、後から取り返す方法はありません。過去の記録を遡って復元しようとしても、記憶に基づく数字は当てになりません。

総務省「令和7年版 情報通信白書」によると、生成AI導入に際しての懸念事項として日本で最も多く挙げられたのは「効果的な活用方法がわからない」でした（出典：総務省「令和7年版 情報通信白書」企業におけるAI利用の現状）。効果的な活用方法が分からない状態を抜けるには、効果が出たかどうかを判定できる仕組みを先に持つほかありません。導入前の1週間は、そのための最小限の投資です。

比較する期間をそろえる

比較の条件はできるだけそろえます。

• 曜日構成をそろえる（祝日を含む週と含まない週を比べない）
• 繁忙期と閑散期をまたがない
• 担当者を変えない（人が変われば時間も変わります）
• 「1件」の定義を変えない
• 途中で業務の範囲を広げない

すべてをそろえるのは現実には難しいので、そろえられなかった条件を記録に残しておくという運用で構いません。後で数字を読むときに、その注記が効いてきます。

効果は3か月後にもう一度測る

導入直後の数字は、たいてい良く出ます。新しい道具に注意が向き、丁寧に使うためです。ところが2か月もすると、使わなくなる人が出てきます。

だから測定は導入前・導入1か月後・導入3か月後の3回を基本にします。3か月後の数字が1か月後より悪化していれば、それは道具の問題ではなく運用が定着していないというサインです。定着しない原因の多くは、手順が既存の業務の流れに組み込まれていないことにあります。

数字が出なかったときの書き方

ここが本記事でいちばん伝えたい部分です。測ってみて効果が出なかったとき、出なかったと書いてください。

実際には、次のような書き換えが頻繁に起こります。

• 時間は変わらなかったが「品質が上がった」と言い換える
• 削減時間ではなく「使った人の満足度」に指標をすり替える
• 比較対象の週をこっそり繁忙期に変える
• 「本格的な効果は来期から」と結論を先送りする

いずれも短期的には報告が通りますが、次の判断ができなくなります。効果が出なかった記録は、失敗の記録ではなく「この業務にはこの方法が合わなかった」という情報です。この情報があるからこそ、次の業務では別の方法を試せます。

報告書には、こう書けば十分です。「見積作成の所要時間は導入前後で平均40分→38分となり、有意な差は確認できなかった。理由は、時間の大半が過去見積の検索に費やされており、文章生成の支援では短縮されなかったためと考えられる」。この一文があれば、次に手をつけるべきは検索の仕組みだと分かります。

効果が出ない主な原因

数字が出なかった場合、原因はおおむね次のいずれかです。

原因	見分け方	次の一手
ボトルネックが別の場所	備考欄に「探していた」「待っていた」が並ぶ	探す・待つを減らす仕組みに変える
確認工程が増えただけ	作成は短縮、確認が延びている	確認基準を決めて範囲を絞る
使う人が限られている	担当者によって時間差が大きい	手順書を1枚にして共有する
そもそも件数が少ない	月10件未満の業務	件数の多い業務に移す
業務自体をやめるべき	成果物を誰も見ていない	効率化ではなく廃止を検討する

最後の行は軽く見られがちですが、実務では最も効きます。速く作れるようになった資料を、誰も読んでいないことは珍しくありません。やめる判断の基準はAI導入をやめる判断で詳しく扱っています。

モデルケース｜見積作成の測定

具体的なイメージを持っていただくため、測定の一例を示します。以下は実在の企業ではなく、当社が想定する典型的な状況にもとづく試算です。前提として、時給2,500円・月20営業日で計算しています。

導入前の1週間の記録

従業員12名の設備工事会社で、営業担当2名が見積を作成しているという想定です。「1件＝1案件の見積書1通」と定義し、通常の週を選んで5営業日記録しました。

項目	導入前（1週間）
作成件数	20件
合計所要時間	800分（13時間20分）
1件あたり平均	40分
1件あたり中央値	35分
最長の1件	75分（備考：類似案件の過去見積を探していた）
手戻り件数	3件

備考欄を読むと、時間がかかった案件に共通していたのは「過去の類似見積を探す」工程でした。数字だけ見ていたら、文章を書く時間が長いのだと誤解していたはずです。

導入1か月後の記録

この記録を踏まえ、過去見積を検索できる形に整理したうえで、条件を入力すると見積の下書きと説明文が出るようにしました。1か月後、同じ定義・同じ担当者で再度1週間記録します。

項目	導入前	導入1か月後
作成件数	20件	22件
合計所要時間	800分	572分
1件あたり平均	40分	26分
1件あたり中央値	35分	24分
最長の1件	75分	48分
手戻り件数	3件	1件

件数が20件から22件へ増えているにもかかわらず、合計時間は800分から572分に減っています。件数を併記していなければ、この比較は成立しません。また手戻りが増えていないため、速くした代償に品質が落ちたわけではないと判断できます。

金額に換算するとどうなるか

1件あたり平均で14分の短縮です。月の件数を、週22件・月20営業日として88件と置くと、次のようになります。

• 88件 × 14分 ＝ 1,232分 ＝ 月およそ20.5時間
• 20.5時間 × 時給2,500円 ＝ 月およそ51,000円分の時間

ただし、この金額換算は「時間の大きさを実感するための目安」に過ぎません。20.5時間が浮いても、その時間で何をするかを決めていなければ、経営上の効果にはなりません。空いた時間の使い道（訪問件数を増やす、提案の中身を厚くする、残業を減らす）を先に決めておくことのほうが重要です。

この試算の前提と限界

この試算には、次の限界があります。読むときは必ず併せて見てください。

• 週22件を4週分として月88件と置いており、実際の月間件数とは一致しません
• 1週間の記録であり、案件の難易度構成が偏っている可能性があります
• 担当者2名の記録であり、他の担当者に同じ結果が出る保証はありません
• 浮いた時間が別の業務に吸収されれば、体感としての改善は小さくなります
• 3か月後に同じ水準が維持されるかは、別途測る必要があります

限界を書いておくことは、数字の信頼性を下げるのではなく上げます。前提を書かない試算のほうが、社内では疑われます。

やってはいけない指標の増やし方

測定が軌道に乗ると、必ず「もっと細かく測ろう」という話が出ます。ここで踏みとどまれるかどうかが分かれ目です。

指標が増えると報告が重くなる

指標が3つから8つに増えると、記録の手間が増えるだけでなく、月次の報告資料が8項目になります。作る側は資料作成に時間を取られ、見る側はどこを見ればいいか分からなくなります。

皮肉なことに、生産性を測るための作業が、生産性を下げていきます。この構図はDXの取り組みでも繰り返し起きるもので、DXの失敗事例にも共通する形です。

人ごとの数字を並べない

担当者別の所要時間を一覧にして共有するのは避けてください。比較された側は、必ず数字のほうを調整します。実態を測るための道具が、評価の道具に見えた時点で機能を失います。

担当者による差は、記録上は記号（A、B）にとどめ、差が大きい場合は「なぜ差が出たのか」を本人に聞く材料として使います。速い人のやり方を手順に取り込むほうが、遅い人を責めるより効果があります。

目標値を先に決めない

「1件20分を目標にする」と先に決めてしまうと、その数字に合わせた記録が集まります。最初の1週間は、目標を置かずに現状を取ってください。目標を決めるのは、現状が分かってからで遅くありません。

そして目標を置く場合も、削減率ではなく具体的な工程で置くほうが機能します。「30％削減」より「過去見積を探す時間をゼロにする」のほうが、やることが明確です。

ツールの利用率は指標にしない

導入したツールのログイン率や利用回数を指標に置く会社がありますが、これは勧めません。利用率は上げようと思えば上げられてしまう数字だからです。使うこと自体が目的化し、使わないほうが速い場面でも使うようになります。

見るべきは、あくまで所要時間・件数・手戻りです。利用率が低くても所要時間が短くなっているなら、それは成功です。

測る仕組みを続ける運用

最後に、測定を続けるための運用設計です。難しいことは何もありませんが、決めておかないと自然消滅します。

測るのは常時ではなく定点

毎日測り続ける必要はありません。四半期に1週間だけ測るという定点方式にします。年4回、それぞれ1週間。これなら現場の負担は年間4週間分にとどまります。

定点方式の利点は、測る週があらかじめ決まっているため、「今週は記録週です」と言えば準備が要らないことです。常時測定は、必ずどこかで抜けが出ます。

記録係を1人決める

記録をつけるのは各担当者ですが、集計して形にする人は1人に決めます。全員が少しずつ関わる形にすると、誰もやらなくなります。

この役割は、業務そのものの担当者でなくて構いません。むしろ事務担当など、記録を客観的に扱える人のほうが向いています。集計作業は前述のとおりAIに任せられるので、負担は月に30分程度に収まります。

3か月に1回15分で振り返る

集計した数字を見る場も、決めておきます。四半期に1回、15分で十分です。長い会議にすると開催されなくなります。

見るのは3点だけです。前回と比べて所要時間はどうか、件数はどうか、手戻りはどうか。そして「次の3か月で1つだけ変えること」を決めて終わります。1回に複数の施策を動かすと、どれが効いたか分からなくなります。

経営会議に出す1枚の形

報告資料は1枚に収めます。含めるのは次の項目です。

1. 対象業務と「1件」の定義
2. 測定した週（いつからいつまで、特記事項）
3. 件数・1件あたり平均・中央値・手戻り件数
4. 前回との差と、その差をどう解釈したか
5. 次の3か月で変えること（1つだけ）
6. 今回そろえられなかった条件（注記）

6番目を必ず入れてください。条件がそろわなかったことを隠さない資料のほうが、次の判断に使えます。

他社はどこまで進んでいるのか

最後に、社内で話を通すときの背景情報を整理しておきます。

生成AIの利用状況

総務省「令和7年版 情報通信白書」によると、何らかの業務で生成AIを利用していると回答した割合は日本で55.2％でした。個別業務では「メールや議事録、資料作成等の補助」に利用していると回答した割合が47.3％となっています（出典：総務省「令和7年版 情報通信白書」企業におけるAI利用の現状）。

いずれも他国と比較すると低い割合にとどまる、とされています。裏を返せば、測って改善する会社と、測らないまま導入だけする会社の差はこれから開いていくということです。

中小企業は方針未策定が半数

同じ白書は、日本国内を企業規模別に見た場合、中小企業では「方針を明確に定めていない」との回答が多く、約半数を占めることを示しています。生成AIの活用方針の決定が、大企業と比較して立ち遅れている状況が読み取れる、という記述です。

ここで重要なのは、方針を定めるとは大がかりな規程を作ることではない、という点です。「どの業務で、何を測って、どうなったらやめるか」を決めれば、それが方針です。本記事の3指標は、その方針の測定部分をそのまま担えます。

期待されているのは業務効率化

白書によれば、生成AIの活用推進による自社への影響について、日本では「業務効率化や人員不足の解消につながる」が最も多く挙げられています。他の3か国ではビジネスの拡大や新たな顧客獲得、新たなイノベーションを多く挙げる傾向にあるとされています。

そして白書は、4か国いずれも、業務効率化やビジネス拡大等のポジティブな面を、セキュリティリスク拡大などネガティブな面よりも注目していると整理しています。日本企業がとりわけ後ろ向きだという話ではありません。期待している方向が「効率化」に寄っているだけです。

だからこそ、効率化を期待するなら効率化されたかどうかを測る仕組みが要ります。所要時間・件数・手戻りの3つは、その期待に直接対応した指標です。

よくある質問（FAQ）

Q. 労働生産性の計算式を教えてください

A. 労働生産性は、産出（付加価値額）を労働投入量で割って求めます。中小企業庁は白書のなかで「厳密には分母を『労働投入量』（従業員数×労働時間）とする必要があるが、データ取得の制約などから分母に『従業員数』を用いている」と注記しています（出典：中小企業庁「2022年版中小企業白書」）。また経済産業省の企業活動基本調査では「労働生産性＝付加価値額÷常時従業者数」という算出方法が示されています。

Q. 付加価値額はどう計算しますか

A. 定義は調査によって異なりますが、経済産業省「企業活動基本調査」では「付加価値額＝営業利益＋給与総額＋減価償却費＋福利厚生費＋動産・不動産賃借料＋租税公課」とされています（出典：経済産業省「2023年経済産業省企業活動基本調査（2022年度実績）の結果（速報）」）。他の調査では構成要素が異なるため、社内で計算する際はどの定義を使ったかを必ず記録に残してください。

Q. 結局どの指標から始めればいいですか

A. 「1件あたりの所要時間」からです。理由は3つあります。今日から測れること、改善したかどうかが誰にでも分かること、そして数字が下がったときに何をすればいいかが具体的に見えることです。労働生産性や労働分配率は、決算を締めるまで出ないうえ、動く要因が多すぎて現場の行動に結びつきません。

Q. 測定期間は1週間で本当に足りますか

A. 改善の方向を決めるには足ります。厳密な統計的推定を目的とするなら不足ですが、中小企業が求めているのは「どこに時間がかかっているか」の把握であり、その用途には1週間で十分です。むしろ期間を長くすると記録の質が落ち、後半のデータが使えなくなることのほうが問題になります。心配なら、四半期に1週間ずつ取って年4回分を並べてください。

Q. 業務量の可視化が毎回途中で止まります

A. 全業務を洗い出そうとしていませんか。可視化は「いちばん困っている業務1つ」から始めてください。全体の一覧作成は、それ自体が数週間の作業になり、完成前に力尽きます。1業務を1週間測ると、その過程で「隣の業務も同じ問題を抱えている」と分かるので、2つ目以降は自然に広がります。

Q. 記録をつけてくれない社員がいます

A. まず、記録に10秒以上かかっていないか確認してください。次に、その記録が評価に使われないことを明言したかを確認してください。この2つが満たされていれば、1週間程度の記録が続かないことはほとんどありません。それでも続かない場合は、記録用紙が手の届く場所にない、あるいは「なぜ測るのか」が共有されていない可能性が高いです。

Q. 一人ひとりの生産性を比較したいのですが

A. 勧めません。比較された側は数字のほうを調整するため、実態が見えなくなります。担当者間の差が気になる場合は、数字を並べるのではなく、速い人のやり方を聞き取って手順に取り込んでください。差の原因は能力ではなく、知っている検索方法やテンプレートの有無であることが大半です。

Q. AI導入の効果をどう説明すればいいですか

A. 導入前・導入1か月後・導入3か月後の3時点で、件数・1件あたり所要時間・手戻り件数を並べてください。この3つがそろっていれば、「件数が増えたのに総時間は減り、手戻りは増えていない」という形で説明できます。逆にこの3つがないと、どれだけ言葉を尽くしても「感覚」の域を出ません。

Q. 効果の数字が出ませんでした。どう報告すべきですか

A. 出なかったと正直に書いてください。そのうえで「なぜ出なかったか」の仮説を1行添えます。たとえば「時間の大半が過去資料の検索に費やされており、文章生成の支援では短縮されなかった」といった具合です。指標をすり替えたり、比較する週を有利なほうに差し替えたりすると、次にどこへ手をつけるべきかが分からなくなります。効果が出なかった記録は、次の判断材料として価値があります。

Q. 削減した時間はどう扱えばいいですか

A. 浮いた時間の使い道を、測定を始める前に決めておいてください。訪問件数を増やす、提案の中身を厚くする、残業を減らす。どれでも構いませんが、決めていないと空いた時間は自然に別の作業で埋まり、「結局忙しいまま」という結論になります。金額換算はあくまで規模を実感するための目安として使ってください。

Q. 指標は増やしていいですか

A. 増やさないことを勧めます。指標を増やすと記録の手間と報告資料の項目が増え、生産性を測る作業が生産性を下げます。3つで足りない場面は、実務ではほとんどありません。どうしても追加したい場合は、既存の3つのどれかをやめて入れ替えてください。総数は3つに固定します。

Q. ツールの利用率を指標にしてもいいですか

A. 勧めません。利用率は意図的に上げられる数字であり、使うこと自体が目的化すると、使わないほうが速い場面でも使うようになります。見るべきは所要時間・件数・手戻りです。利用率が低くても所要時間が短くなっているなら、その導入は成功しています。

Q. 小さな会社でも生産性は上げられますか

A. 上げられます。中小企業庁「2024年版中小企業白書」は、中小企業の上位10％（90％タイル）の水準が大企業の中央値を上回っており、企業規模が小さくても労働生産性の高い企業が一定程度存在することを示しています（出典：中小企業庁「2024年版中小企業白書」第1部第3章第3節）。規模が小さいことは、生産性が低いことの決定的な理由にはなりません。

Q. 何から手をつけるべきか判断できません

A. 判断の材料がないだけの可能性が高いです。いちばん困っている業務を1つ選び、1週間だけ所要時間を記録してください。備考欄に「探していた」「待っていた」「聞きに行った」といった言葉が並ぶはずです。その言葉が、そのまま最初に手をつける場所を示しています。

まとめ｜3つの数字から始める

本記事の要点を整理します。

• 測る指標は3つで足りる。1件あたりの所要時間、月あたりの処理件数、手戻り件数。
• 労働生産性は現場の指標にしない。決算まで出ず、行動と結びつかず、業務単位に分解できない。
• 公的な算式は把握しておく。労働生産性＝付加価値額÷労働投入量。ただし国も分母は従業員数で代用している。
• 可視化は1業務・1週間から。全業務の洗い出しから始めると必ず止まる。
• 記録は評価に使わないと先に明言する。使った瞬間に数字が信用できなくなる。
• AI導入の効果は前後比較で測る。導入前の1週間を飛ばすと、後から取り返せない。
• 効果が出なかったら、出なかったと書く。指標のすり替えは次の判断を潰す。
• 指標は増やさない。増やした分だけ報告が重くなり、測定そのものが続かなくなる。

生産性の測定でつまずく会社は、努力が足りないのではありません。測れないものを測ろうとして、最初の一歩が重くなりすぎているだけです。必要なのは、紙1枚と時計、そして1週間です。

まず1業務を選んで測ってみてください。数字が出れば、次にどこへ手をつけるかは自然に決まります。手をつける候補は業務効率化のアイデア、間接部門から始める場合はバックオフィスの効率化、集計作業そのものを軽くするならレポート集計をAIで行う方法をあわせてご覧ください。効果が出なかったときの引き際はAI導入をやめる判断、取り組み全体が空回りしないための注意点はDXの失敗事例にまとめています。