ここでは、diverがどのように現状を分解し、どのようなステップで「自動化・効率化されたオペレーション」をつくっていくのかを、次の5つのフェーズに沿ってご紹介します。

1. 現状の可視化

2. AI前提の再設計

3. ツール選定

4. 実装・自動化

5. 伴走・継続改善

SaaS導入ではなく、「AI前提の業務フロー設計」から始める

diverは単なるツール導入支援ではなく、AIやSaaSなどのテクノロジー活用を前提にした業務設計から伴走する社外AI Opsチームです。

私たちが目指す「筋肉質な組織」とは、少人数でも高い生産性で売上を伸ばし続けられる状態です。その実現のために、

• 人が判断すべき仕事

• AIとシステムに任せるべき仕事

を切り分け、ツールと業務をセットで再設計していきます。

フェーズ1：現状の可視化

最初のフェーズでは、「いま何がどのように行われているのか」を徹底的に可視化します。ここで土台を間違えると、AIや自動化を乗せても効果が出ません。

事前フォームで、AI化・自動化の候補を洗い出す

diverにお申し込みいただいた企業には、まずヒアリングフォームに回答いただきます。

• 現在利用しているSaaS・社内システム

• 現場で発生している手作業や属人業務

• 「本当はAIや自動化に任せたいが、今は人がやっている仕事」

といった情報を事前に収集し、「どの業務がAI・自動化の対象になり得るか」を粗くマッピングします。

オンラインホワイトボードで業務フローを可視化する

キックオフミーティングでは、オンラインホワイトボードツールを使い、

• 既存の業務フロー

• スプレッドシートやSaaSの実際の使い方

• ツール間のデータの流れ

を、お客様と一緒に可視化していきます。

ここでよく登場するのが、社内で長年使われてきた“魔改造スプレッドシート”です。
本来であればCRMやワークフローで処理すべき内容が、Excel/スプレッドシート上で複雑に運用されているケースは少なくありません。

diverのAI Opsチームは、こうした“魔改造”を読み解きながら、

• どこまでをAIと自動化で置き換えられるか

• どこは人の判断を残すべきか

を切り分けていきます。

短期間で「現状の全体像」と「AI Ops視点の論点」を整理

初回ヒアリングを踏まえ、diver側で現状整理と論点の棚卸しを行い、全体像をまとめた資料を作成します。

以降のミーティングでは、

• AI化・自動化のインパクトが大きい業務

• 早期に着手すべきボトルネック

• 既存ツールの制約（変えられるもの／変えられないもの）

を中心に追加ヒアリングを行い、「どこからAI Opsを効かせていくか」を決めていきます。

フェーズ2：AI前提の再設計

現状が見えたところで、「AIを前提にしたTo-Beの業務フロー」を設計していきます。

あるべき業務フローをAI Ops視点で組み立てる

このフェーズでは、現状の業務をベースにしながら、

• どのタスクをAIエージェントに任せるか

• どこで人が意思決定するか

• どのタイミングでどのツールが動くか

まで含めた「AI前提のTo-Beフロー」を設計します。

diverは「言われたことをそのまま形にする」のではなく、要望の背景にある本質的な課題を想像しながら、必要であればNoと言うことも含めて提案します。
AIを入れること自体が目的化しないよう、「どのKPI／どの業務負荷に効くのか」をセットで示すのがAI Opsチームとしての役割です。

フェーズ3：ツール選定

To-Beフローが見えたら、それを実現するためのツール群を選定します。

ベンダーロックインではなく、「運用しやすさ」から逆算する

ツール選定にあたって、特定のベンダーには縛られません。

• 既に導入済みで変えられないツール

• 今後入れ替え可能なツール

• AI連携のしやすさ、データ構造の扱いやすさ

といった条件を踏まえながら、「AI Opsとして運用しやすい構成」を設計します。

このとき重要なのは、顕在化している課題だけでなく、潜在的なボトルネックまで含めて設計することです。
diverチームは、複数社の成功事例・失敗事例から共通パターンをテンプレート化しており、「この業務フローなら、このパターンのAI活用が効く」といった形で、再現性の高い提案を行います。

フェーズ4：実装・自動化

フローとツールが決まったら、AIと自動化を組み込んだ業務フローを一気に実装していきます。

ミーティングより実装スピードを優先

実装フェーズでは、。

• タスクと進捗はダッシュボード上で常時可視化

• いつまでに何が完了するかを明示

しながら、AIワークフローと各種連携の構築に集中します。

AI Opsの価値は、「どれだけ早く回し始められるか」と「そこからどれだけ早く学習・改善できるか」にあります。
そのためdiverでは、まず動くものを最速で作り切ることを重視しています。

データ構造まで含めた“運用できる自動化”をつくる

AIや自動化フローは、一時的にうまく動いても、

• データの重複や不整合

• ログの欠落

• ツール間の齟齬

があると、運用が進むほどミスや手戻りが増えてしまいます。

diverは、CRMやスプレッドシート、AIエージェントが扱うデータ構造まで設計した上で、

• 長期的にデータ品質を保てるか

• ツールが増えても破綻しないか

• AIの挙動を検証・改善しやすいか

といった観点を踏まえて実装します。
単なるタスク自動化ではなく、「運用し続けられるAI Ops」をつくることにこだわっています。

フェーズ5：伴走・継続改善

AIや自動化がどれだけ高度でも、現場に定着しなければ意味がありません。
diverの社外AI Opsチームとしての役割は、「現場の負荷を上げずに、気づいたらAI前提の業務になっていた」という状態をつくることです。

魔改造スプレッドシートを“いきなり捨てない”

既存の“魔改造スプレッドシート”や独自運用を、いきなり全て廃止することはしません。例えば、

• まずはCRMやAIワークフローとスプレッドシートを連携し、「手入力だけを先にやめる」

• 実際にはCRMとAIだけで業務が成立する状態を作った上で、段階的に画面遷移を切り替えていく

といったステップを踏みます。

このプロセスを通じて、現場のメンバーが
「このAI＋ツール構成の方が楽だし、抜け漏れも減る」
と自ら感じられるようになったタイミングで、旧来の運用をクローズしていきます。

旗振り役はあくまで社内、diverはAI Opsのエンジンとして伴走

オンボーディングにおける旗振り役は、お客様の社内メンバーに担っていただきます。
私たちはAIとSaaSのプロフェッショナルですが、業務のプロはあくまでお客様側です。

• 社内のコミュニケーションや合意形成はお客様が主導

• diverのAI Opsチームは、その裏側で設計・実装・改善の“エンジン”を担う

という役割分担にすることで、プロジェクト終了後も社内で運用を回し続けられる状態を目指します。

自由度ではなく「適切な制約」を設計する

SaaSやAIツールは自由度が高いからこそ、設定次第で“魔改造”が生まれます。
diverが目指すのは、「何でもできる状態」ではなく、

• 誰が触っても同じ結果が出る

• AIと人の分担がブレない

• オペレーションがシンプルに保たれる

といった、“適切な制約”を備えたAI Ops環境です。

そのため、あえて機能を絞ったり、更新権限を限定したりといった制約を設計することもあります。結果として、全体の生産性と再現性が高い状態を維持できます。

diverは、AIとSaaSを前提に「業務フローから設計し直す」社外AI Opsチームです。
今のやり方のまま人を増やすのではなく、AIと自動化を組み込んだ筋肉質なオペレーションを構築したい企業様は、ぜひ一度ご相談ください。