KIWAMI SAUNA × AI
業務改革プラン
現場の課題をAIで解決する具体的アプローチ
2026.04 | AI経営共創パートナーズ株式会社
本日のゴール2
現場の課題をAIでどう解決するか、具体的なイメージを共有する

1. 課題の共有

  • 日々感じている業務課題を体系的に整理
  • 「現場」「管理」「人材」の3軸で俯瞰
  • どこにどれだけの工数がかかっているか可視化
  • 課題同士の関連性を把握する

2. 解決策の理解

  • 各課題に対するAI活用の具体策
  • 実際のツール・フローのイメージ
  • 経営OSのデモで「動くもの」を体験
  • AIがどこまでできて、人が何をするか

3. 次の一歩を決める

  • 何から着手するか優先順位をつける
  • 必要な準備と体制を確認
  • 導入スケジュールの合意
  • まず動かす最初の1つを決める
勉強会形式：対話しながら進めます
課題の全体像3
11の課題は「現場オペ」「管理・数値」「人材・組織」の3領域に集約される
現場オペレーション 業務マニュアル整備 タスク管理の徹底 在庫管理 シフト管理 4課題 管理・数値 係数管理（売上・利益集計） バックオフィス業務 システム構成・ツール選定 3課題 人材・組織 施策の合理性チェック アルバイト評価指標 クリエイティブ制作 AIリテラシー教育 4課題
すべての課題に対してAI活用の解決策を提示します出所: KIWAMI SAUNAヒアリング（2026年4月）
01
現場オペレーション
業務マニュアル・タスク管理・在庫管理・シフト管理
業務マニュアル5
課題
マニュアルが育たない3つの壁

壁1: 作成の壁

  • マニュアル作成自体に時間・工数がかかる
  • 日常業務の合間に書く余裕がない
  • 「誰が書くか」が決まらない

壁2: 更新の壁

  • 気づいても反映までのハードルが高い
  • 改善点がLINEに流れて消える
  • マニュアルの進化スピードが遅い

壁3: 品質の壁

  • 初日のスタッフが即動けるレベルに達していない
  • 写真・図解が不足し文字だけの手順書
  • 属人的なノウハウが共有されない
理想: グループLINEに送るくらいの手軽さで改善提案→マニュアル化を完結出所: KIWAMI SAUNAヒアリング
業務マニュアル6
解決策
LINEで送るだけでAIがマニュアルを自動生成する
LINE送信 箇条書き or 写真 音声メモ スタッフ誰でもOK AI自動処理 写真→手順記述 テキスト→構造化 既存マニュアルと統合 草案を自動生成 Claude Vision API 店長チェック 画面上で確認・修正 承認ボタン1クリック 所要時間: 5分程度 正式反映 マニュアル自動更新 全スタッフに通知
グループLINEに送るのと同じ手軽さで、マニュアルが常に最新状態に進化し続ける出所: AI経営共創パートナーズ設計
タスク管理7
課題
口頭指示が記録されず、抜け漏れ・遅延・未報告が常態化している
記録なし
口頭指示の大半が
タスク化されていない
自己延期
期限管理ができず
自己判断で延期が常態化
後日発覚
報告がなく未完了が
後から発覚するストレス

さらに深い課題

期限やタスク量が個人の裁量に依存 → 適切な負荷がかからず、メンバーの成長速度が停滞している

店長の負担
「ちゃんとやった？」を毎回確認する精神的コスト
属人化
誰が何を抱えているか、本人以外わからない
成長停滞
楽なタスクだけで回り、挑戦的な仕事が振れない
出所: KIWAMI SAUNAヒアリング
タスク管理8
解決策
指示→タスク化→リマインド→完了報告を自動化する
口頭 / LINE指示 音声メモ→文字起こし テキスト入力もOK AI自動タスク化 担当者・期限を自動設定 台帳に自動登録 自動リマインド 期限前日・当日・超過時 LINEに自動通知 店長ダッシュボード 全員のタスク状況を一覧 完了率・期限遵守率を可視化 タスク負荷の可視化 → 成長に繋がる適切な業務量の設計 → メンバーの成長加速
AI監視により「やられていない」が後から発覚するストレスを解消出所: AI経営共創パートナーズ設計
在庫管理9
課題
手作業の棚卸は工数と不正リスクの二重苦

工数の問題

  • グッズ・ドリンク・食材の棚卸を人が実施
  • 月次棚卸に多大な時間を消費
  • カウントミスによる数値ズレ

不正リスク

  • 在庫管理の仕組みが未整備
  • 売上と在庫の突合ができていない
  • 不正の発生を抑止できない状態を放置

発注の問題

  • 発注タイミングが個人の勘に依存
  • 欠品や過剰在庫が発生
  • 需要の変動に対応できない
出所: KIWAMI SAUNAヒアリング
在庫管理10
解決策
POS × AIで需要予測・差異検知・自動発注を実現する
POS売上データ 日次自動取込 来館者数データ 商品別販売数 AI分析エンジン 需要予測 差異検知（不正抑止） 発注ポイント算出 曜日・天候・イベント考慮 自動発注提案 発注書自動生成 差異アラート 売上-在庫の不一致検知 棚卸支援 理論在庫との比較表 段階的導入 Phase 1POS連携・突合 Phase 2需要予測モデル Phase 3自動発注
POS連携が起点。まず売上-在庫の突合から始め、段階的に高度化する出所: AI経営共創パートナーズ設計
シフト管理11
課題
希望収集→組成→不足分の再依頼、すべてが手作業のループ
希望収集LINE/紙で個別回収回収漏れ多発 手作業で組成Excel/紙でパズル数時間かかる 不足判明穴が見つかる再依頼が発生 再収集→再組成全工程を繰り返し全工程が手作業 繰り返し...
出所: KIWAMI SAUNAヒアリング
シフト管理12
解決策（開発済み）
AIシフト最適化エンジンで制約を守りつつ自動組成する
LINE希望収集自然言語で希望を送信Claude APIが構造化 OR-Tools最適化15人x31日を30秒で解出力労基法・就業規則を制約化公休・連勤・スキルを考慮 店長確認・微調整Slack承認ボタン手動入れ替えも可能 シフト公開全員にLINE通知 最適化エンジン開発済み LINE/UI連携を実装中
OR-Tools CP-SATソルバーにより、労基法準拠のシフトを数十秒で自動生成出所: AI経営共創パートナーズ開発済みシステム
02
管理・数値
係数管理・バックオフィス業務の自動化
係数管理14
課題
集計に時間がかかり、ミスも発生している
手作業集計
店舗ごとの売上・利益を
手作業で集計している
転記ミス
数値の転記・計算で
ヒューマンエラーが発生

自動化したい範囲

  • 日次 — 売上・客数・客単価
  • 月次 — PL・損益・予実対比
  • 目標管理 — 目標設定から実数管理まで
  • 異常検知 — 前年比大幅変動のアラート
  • → あらゆる集計作業をなくしたい
データ集計・レポート生成の自動化を最優先課題として認識出所: KIWAMI SAUNAヒアリング
係数管理15
解決策
POS → 自動集計 → ダッシュボードで係数管理を完全自動化
データソース POSレジデータ 勤怠データ 光熱費データ 経費データ 自動集計エンジン 日次: 売上・客数・客単価 月次: PL・損益計算 予実対比・差異分析 人件費率・光熱費率 異常値は自動アラート ダッシュボード リアルタイム数値表示 自動生成ダッシュボード 自動レポート 月次PL・部門別損益 AIによるコメント付き 期待効果 集計工数 → 0 転記ミスも完全排除
POS連携が起点。API or CSV自動取込で日次・月次を完全自動化出所: AI経営共創パートナーズ設計
バックオフィス業務16
課題
定型業務が人依存で属人化している
業務現状課題自動化
給与振込手作業で計算・振込ミスリスク・属人化◎
経常振込毎月手作業で処理漏れ・遅延リスク◎
契約書類作成都度作成フォーマット不統一◎
採用やりとり個別対応返信漏れ○
仕訳処理手作業で仕訳時間がかかる◎
現金入金物理作業記録の正確性△
郵送物処理物理作業管理が煩雑△
物理作業を除き、大部分はAI+ツールで自動化可能出所: KIWAMI SAUNAヒアリング
バックオフィス業務17
解決策
勤怠→給与→振込→仕訳をAI+ツールで自動化する

自動化する業務

  • 給与計算 — 勤怠データ→自動計算→振込データ生成
  • 仕訳処理 — POS・経費データ→自動仕訳提案
  • 契約書 — テンプレートから差し込み自動生成
  • 採用対応 — テンプレート返信+面談日程の自動調整
  • 経常振込 — 定期支払いのスケジュール自動実行

活用ツール

  • freee / MFクラウド — 会計・給与・請求の一元管理
  • Google Apps Script — スプレッドシート連携の自動処理
  • Claude API — 仕訳判断・文書生成の知的処理
  • LINE公式アカウント — 採用応募者との自動やりとり
  • Googleカレンダー — 面談日程の自動調整
会計ソフト（freee等）との連携が鍵。導入済みツールに応じて最適な自動化方法を設計出所: AI経営共創パートナーズ設計
03
人材・組織
施策チェック・評価指標・クリエイティブ制作・AIリテラシー
施策チェック + AIリテラシー19
施策提案前のAI壁打ちを仕組みとして定着させる

現状の課題

  • 十分に検討されていない施策がそのまま提案される
  • コスト試算・効果予測が甘い
  • 「思いつき」と「検討済み施策」の区別がない

前提: AIリテラシー教育

  • スタッフがAIを使えることが大前提
  • 研修プログラムを整備して導入
  • 段階的に全スタッフに展開

AI壁打ちワークフロー

  • Step 1 — 施策をNotionフォームに入力
  • Step 2 — AIが自動で分析レポート生成
  • コスト試算・想定効果・リスク洗い出し
  • 類似施策の実績比較
  • Step 3 — 分析付き提案書を店長に提出
  • Step 4 — 店長が判断・承認

→ 施策の質が均一化され、的外れな提案が激減

出所: AI経営共創パートナーズ設計
アルバイト評価指標20
改善提案数をKPI化し、現場の主体性を引き出す
評価項目計測方法頻度
マニュアル改善提案数AI自動カウント月次
提案の採用率承認/却下を自動集計月次
タスク完了率期限内完了の割合週次
期限遵守率期限超過の有無週次

仕組みのポイント

  • ゼロ工数で計測 — AIが自動でカウント・集計
  • 可視化 — 月次で「改善提案ランキング」を発表
  • 評価面談に連動 — 数値データで客観的に評価
  • ポジティブな仕組み — 「提案したら評価される」文化を作る

マニュアルエージェント（課題1）と連動して初めて機能する

マニュアルエージェント導入後に評価指標を追加設定出所: AI経営共創パートナーズ設計
クリエイティブ制作21
テンプレート × AI × 人間デザイナーのハイブリッドが現実解

課題

  • AIで生成するとAIっぽさが残る
  • KIWAMIのブランドらしさが出ない
  • Instagram投稿画像、ステッカー等

AIの限界（現時点）

  • ブランド固有のトーン再現は完全ではない
  • 写真の「空気感」は生成AIでは難しい
  • ロゴ・文字組みの精度に課題

現実的なアプローチ

  • Step 1 — ブランドガイドライン明文化
  • 色・フォント・トーン・写真の方向性
  • Step 2 — Canvaテンプレート整備
  • ブランドに合ったベースデザイン
  • Step 3 — AIでコピー・構成案を生成
  • 過去の反応の良い投稿を学習
  • Step 4 — 人間が最終調整
  • 写真選定・色調整・文字詰め

→ AIで7割作り、人間で3割仕上げる

AI画像生成の進化に合わせて段階的に自動化範囲を拡大出所: AI経営共創パートナーズ設計
ツール構成22
AIが全てを処理する。既存ツールはただの「表示窓」として使う

AI経営OS（エンジン）= 主役

  • データ管理 — 全台帳の読み書き・整合性維持
  • 自動集計 — 売上・在庫・勤怠を毎日処理
  • 判断・分析 — 異常検知・需要予測・施策評価
  • 文書生成 — マニュアル・レポート・発注書
  • 外部連携 — POS取込・LINE通知・API連携
  • ワークフロー — タスク管理・リマインド・承認

UI（表示窓）= 交換可能

  • Notion — スタッフが見る・入力する画面
  • LINE — 通知の受取・簡易入力
  • ダッシュボード — レポート閲覧
  • Google Sheets — 表形式のデータ閲覧
UIは何を使ってもいい。既にNotionを使っているならそのまま使えばいい。AIエンジン側がAPIで読み書きする。
スタッフは新しいツールを覚える必要なし。今のツールをそのまま使い続けるだけ出所: AI経営共創パートナーズ設計
システム構成23
AIが全てを処理する。既存ツールは「表示窓」に過ぎない
AI経営OSエンジン（Claude Code） 全ての処理・判断・データ管理の主体 — スタッフは意識しない 自動集計 シフト最適化 マニュアル生成 在庫予測 タスク監視 施策分析 仕訳 6部門AI部長 + AI店長が自律的に連携して稼働 読み書き 通知/受信 取込 生成 UI LAYER — ただの表示ツール（交換可能） Notion等 閲覧・入力 LINE 提案・リマインド POSレジ 売上データ ダッシュボード レポート閲覧 読み書き DATA LAYER — 経営OSのマスターデータ 売上台帳.csv 従業員.csv 在庫管理.csv 経費台帳.csv 勤怠台帳.csv マニュアル.md シフト実績.csv データは全てファイルベース。特定SaaSに依存しない。永続的に自社のもの。
スタッフは今のツールをそのまま使うだけ。裏側でAIが全てを処理する出所: AI経営共創パートナーズ設計
導入ロードマップ24
4フェーズで段階的に導入し、早期に成果を出す
Month 1 Month 2 Month 3-4 Month 5-6 P1: 最優先 係数管理自動化 POS連携→自動集計 シフト管理 本番デプロイ+LINE連携 即効性が高い P2: 高優先 タスク管理自動化 AI+LINE連携 マニュアルAG LINE→AI→台帳 全部門に波及 P3: 中優先 在庫管理 POS連携→差異検知 バックオフィス 会計ソフト連携 POS連携が前提 P4: 並行推進 施策チェック AIリテラシー研修と併行 評価指標・クリエイティブ ブランドGL整備から 組織変革系
P1から着手し、成果を見せながら順次展開する出所: AI経営共創パートナーズ設計
想定効果25
AI導入で月間100時間以上の工数削減が見込める
施策現状の月間工数AI導入後削減効果
係数管理・レポート約30時間約2時間（確認のみ）-28時間
シフト管理約20時間約3時間（確認・微調整）-17時間
タスク管理・リマインド約15時間約2時間-13時間
マニュアル作成・更新約15時間約3時間-12時間
在庫管理・棚卸約15時間約5時間-10時間
バックオフィス約25時間約5時間-20時間
合計約120時間/月約20時間/月-100時間/月

工数削減だけでなく：ミス削減、不正抑止、リアルタイム経営判断、スタッフ成長の加速も同時に実現

数値は概算。実際の効果は現場の運用状況により変動出所: AI経営共創パートナーズ概算
実現への道筋26
5つの前提をクリアすれば、全課題をAIで解決できる
クリアすべき前提対応方法
POS連携
API or CSV出力の可否		レジメーカーに確認。
CSV手動エクスポートでも可
LINE Bot設定
開発者アカウント・チャネル作成		初回のみ人間が設定。
以降はAIが自動運用
会計ソフトの契約プラン
freee等のAPI対応プランが必要		現在の契約を確認し、
必要に応じてプラン変更
物理作業（現金・郵送）
AIにはできない		記録・通知・リマインドで
人間の作業をサポート
スタッフの運用定着
LINE操作への抵抗感		段階的導入 + AIリテラシー研修
で自然に定着させる

これを超えた先にあるもの

  • デモで見せた全課題がクリアできる
  • 係数管理・在庫・シフト・タスク・マニュアル・バックオフィス...全て自動化

さらに重要なこと

  • 経営OSという「OS」が導入される
  • 今日挙がった11課題だけでなく、今後出てくる新しい課題にも即座に対応できる
  • 新しい業務が増えたら → OSにスキルを追加するだけ
  • 店舗が増えたら → 同じOSを展開するだけ
個別課題の解決ではなく、課題を解決し続ける仕組みを手に入れる
5つの前提は全て「初回設定」の話。一度クリアすれば以降は自動で回り続ける出所: AI経営共創パートナーズ設計
Next Steps27
まず係数管理とシフト管理から着手する

今すぐ決めること

  • POSシステムの確認 — API連携 or CSV出力の可否
  • LINE公式アカウント — Bot機能の利用可否
  • 会計ソフトの種類 — freee / MF / その他
  • 既存ツールの確認 — 現在使っているツールをそのまま活用

最初の1ヶ月でやること

  • POS連携の技術検証
  • 係数管理ダッシュボード構築
  • シフト最適化エンジンの本番デプロイ
  • LINE希望収集フローの実装

必要な環境・前提

  • POS API or CSV出力 — 売上データの自動取込
  • LINE公式アカウント — スタッフとの接点
  • Claude API — AI処理エンジン
  • 既存UIツール — Notion等はそのまま活用

次回アクション

POS・会計ソフト・LINEの現状を確認し、
技術検証計画を策定する

出所: AI経営共創パートナーズ
← → で移動 | Esc で一覧