「外注」という言葉のイメージ
自分の会社では、BPO（業務プロセスアウトソーシング）事業をやっています。EC運営のデータ入力、商品登録、カスタマーサポートの一部を受託する仕事です。
外注というと、「作業を人に頼むこと」というイメージがあると思います。自分もそう思っていました。依頼主がいて、指示に従って作業する人がいる。シンプルな構図です。
でも、受ける側に回ってみて気づいたことがあります。外注の本質は「作業を頼む」ことではなく、「判断の枠組みを渡す」ことでした。この違いに気づくまでに、かなりの時間がかかりました。
判断が無数に発生する現場
たとえばEC商品のデータ入力。一見すると、単純な作業に見えます。商品名、価格、説明文を決められたフォーマットに入力するだけ。誰でもできそうに思える仕事です。
ところが実際にやってみると、判断の連続です。
「この商品のカテゴリは『キッチン用品』と『生活雑貨』のどっちに入れる？」「商品名に英語表記を入れるかどうか？」「色の表記は『レッド』『赤』『RED』のどれを使う？」「メーカーから届いた画像のサイズが規定と違う場合、リサイズしていいのか？」「商品説明文にある誤字は直していいのか、それともメーカーの原文を尊重するのか？」
こういう小さな判断が、1日に何十回も発生します。1商品あたり平均5〜6個の判断ポイントがあって、1日に30商品処理すれば、150回以上の判断を下していることになります。
そのたびにクライアントに確認していたら、外注のメリットがなくなってしまいます。かといって、勝手に判断すると後から問題になります。ここが外注の最大の難所です。「作業」は渡せますが、「判断」は簡単には渡せません。
最初の失敗
BPO事業を始めたばかりの頃、この問題にまともにぶつかりました。
あるクライアントから商品登録の仕事を受けたとき、「マニュアル通りにやってください」と言われて渡されたのが、A4で2枚のマニュアルでした。入力フォーマットと基本的な手順は書いてありましたが、判断基準はほぼゼロでした。
結果、1日目に50件近くの質問が発生しました。チャットが質問で埋まり、クライアントの担当者は回答に追われます。自分たちは返答を待つ間、作業が止まります。効率が最悪でした。
クライアントからは「もう少し自分で判断してほしい」と言われ、自分たちとしては「判断基準がないのに判断できない」という状態でした。お互いにストレスが溜まりました。
この経験から、「マニュアルと判断基準は別物だ」ということを学びました。マニュアルは「何をやるか」を書いたものです。判断基準は「迷ったときにどうするか」を書いたものです。外注で本当に必要なのは後者です。
判断基準を明文化する仕組み
この失敗をきっかけに、自分たちがやったのは「判断基準の明文化」です。
具体的には、よくある判断ポイントをリストアップして、「この場合はAを選ぶ」「迷ったらBを優先する」というルールを作りました。マニュアルというよりも、判断基準書に近いものです。
たとえば、こんなルールです。
- カテゴリ分類：メーカーのカタログ分類に準拠する。カタログにない場合は、商品の主な使用場所で分類する
- 色の表記：モール指定のカラー名を使用。指定がない場合はカタカナ表記
- 画像サイズ：モール規定に合わない場合は、アスペクト比を維持したままリサイズ可
- 商品説明文の誤字：明らかな誤字は修正する。ブランド固有の表現（「シンプリシティ」など）は原文尊重
- 価格の表記ゆれ：税込価格で統一。税別のみの場合はクライアントに確認
こうした判断基準を文書にして共有するだけで、確認のやりとりが激減しました。1日50件あった質問が、5件以下になりました。クライアント側も「いちいち聞かれなくて助かる」と言ってくれます。お互いにとって楽になる仕組みです。
判断基準は「育てる」もの
ただ、判断基準を文書化しても、それだけでは不十分だと気づきました。なぜなら、すべてのケースを事前にカバーすることは不可能だからです。
現場では必ず想定外のことが起きます。「マニュアルに書いていないけど、明らかにおかしいデータが届いた」「クライアントの指示と、モールのルールが矛盾している」「新しいカテゴリの商品が追加された」。こういう場面で、どう動くか。
自分たちのチームでは、2つのルールを設けています。
1つ目は、「判断に迷ったら、作業を止めて確認する」です。勝手に進めるよりも、作業が一時的に止まるほうがマシです。間違ったデータを大量に登録してから気づくほうが、はるかにコストが高いからです。
2つ目は、週1回の振り返りミーティングで「今週迷った判断」を共有することです。そこで出た内容を判断基準書に追記していきます。こうすることで、判断基準が少しずつ育っていく仕組みを作りました。
最初はA4で3枚だった判断基準書が、半年で15枚になりました。でもこの15枚があるおかげで、新しいメンバーが入ってきても、1週間で戦力になれます。
AIとの構造的な類似
この仕組みを運用していくうちに、面白いことに気づきました。外注のマネジメントとAIの使い方は、構造がほぼ同じだということです。
AIに仕事を任せるとき、まず手順書（プロンプト）を渡します。判断基準も含めて伝えます。それでも想定外の出力が返ってくることがあります。そのときはフィードバックして、プロンプトを改善します。
ChatGPTでもClaudeでも同じです。「いい結果を出すAI」と「微妙な結果しか出ないAI」の差は、多くの場合、AI自体の性能ではなく、指示の質の差です。これは外注でもまったく同じです。
手順書がある。判断基準が明確。フィードバックの仕組みがある。この3つが揃っていれば、人に頼んでもAIに頼んでも、結果の質は上がります。逆に、この3つがないと、どんなに優秀な人やAIに頼んでも、結果は安定しません。
実際に、自社のAIテンプレートシステムを設計するとき、BPOで培った判断基準書の考え方をそのまま応用しました。AIに渡すプロンプトの中に、判断基準を組み込みます。想定されるエッジケースへの対処法を明記します。出力に問題があったらプロンプトを修正します。プロセスはほぼ同じでした。
受託側から見た「良いクライアント」の条件
BPOを受ける立場になって、依頼する側にも差があることを実感しています。
良いクライアントの特徴は、大きく3つあります。
まず、業務手順が整理されていること。「やってほしいこと」が明確で、手順書があります。完璧でなくていいのです。たたき台があるだけで、確認のやりとりが半減します。
次に、判断基準を共有してくれること。「迷ったときはこうしてね」が事前に伝えられています。すべてをカバーできなくても、考え方の方向性がわかるだけで助かります。
最後に、フィードバックが早いこと。間違いがあればすぐに指摘してくれるので、修正が早いです。そしてその修正内容が、次から判断基準に反映されます。このサイクルが早いクライアントほど、短期間で品質が安定します。
逆に難しいのは、「よしなにやっておいて」というタイプの依頼です。何を優先するか、どこまでやるかの基準が不明確だと、受ける側が勝手に判断するしかなくなります。その結果、認識のズレが生まれて手戻りが発生します。
これも、AIに対して「いい感じにして」と頼むのと同じ構造です。曖昧な指示からは、曖昧な結果しか返ってきません。
外注は「信頼の仕組み化」
外注がうまくいくかどうかは、結局のところ「信頼の仕組み化」ができているかどうかだと思います。
信頼というと、人間関係の話に聞こえるかもしれません。でも、ここで言う信頼は「この人なら大丈夫」という感情的なものではなく、「この仕組みなら大丈夫」という構造的なものです。手順書があって、判断基準があって、フィードバックの仕組みがあります。この構造が信頼を支えています。
感情的な信頼は、属人的で壊れやすいです。担当者が変わったら、また一からやり直しです。構造的な信頼は、人が変わっても維持できます。判断基準書が引き継がれれば、新しい人でも同じ品質で作業できます。
BPO事業をやっていて、いちばん大事だと思うのはこの部分です。「優秀な人を見つける」よりも「誰がやっても品質が安定する仕組みを作る」ほうが、長期的には価値があります。
源泉徴収の話
余談ですが、BPOでは源泉徴収の計算も日常業務のひとつです。外部スタッフへの支払いで源泉徴収が必要になるケースがあります。これも「判断基準」が必要な領域で、報酬の種類によって税率が変わったり、対象になるかどうかの判断が必要だったりします。
こうした経理周りの判断も、基準書に落とし込んでいます。「この種類の業務委託費は源泉徴収対象」「この金額以下は不要」といったルールです。経理に詳しくないスタッフでも、基準書を見れば正しく処理できる仕組みにしています。
まとめ
外注の本質は「作業を任せる」ではなく「判断の枠組みを渡す」ことです。これに気づいてから、自分たちの仕事のやり方が変わりました。
マニュアルを作る。判断基準を共有する。振り返りで基準を育てる。この3つのサイクルを回し続けることが、外注の品質を決めています。
そして、この仕組みはAIの活用にもそのまま応用できます。良い外注先を作ることと、AIをうまく使うことは、構造としてはほぼ同じです。どちらも「良い指示を出せるかどうか」にかかっています。