「この作業、AIに全部やらせて大丈夫ですか」。業務自動化の相談でいちばん多い質問です。答えは、やらせていい作業と、人が最後に一度うなずくべき作業を分けること。全部を任せるか、全部を手作業に戻すかの二択ではありません。

n8n・Make・Zapier といった自動化ツールが大規模言語モデル（LLM）を取り込み、「決めたルールをなぞる」だけの自動化から「AIがその場で判断して動く」自動化へ移りました。判断が入る以上、間違える場面も出てきます。だから設計の焦点は「どこまで自動化するか」から「どの判断に人の確認を挟むか」へ動きました。この仕組みを Human-in-the-Loop（HITL・人間参加型）と呼びます。

論点は「どこまで」から「どこに人を挟むか」へ動いた

左から右へ流れる自動化フローの矢印。途中に人型のアイコンが立ち、AIの判断（歯車アイコン）と最終出力（チェックマーク）の間で承認ゲートとして手を挙げている様子を示す概念図。ティールとエメラルドを基調に、文字は入れない。

ルールベースの自動化なら、条件と結果が一対一で決まっています。「フォーム送信があったらスプレッドシートに1行追加する」。ここに人が確認する余地はほとんどありません。動くか動かないかがすべてです。

ところがAIが文面を書き、問い合わせを分類し、請求書の内容を読み取って処理を振り分けるようになると、出力は毎回少しずつ変わります。9割は正しくても、残りの1割で顧客に誤った案内を送ったり、間違った金額で支払いを走らせたりすれば、削減した時間より後始末のほうが重くなります。

そこで問いが変わります。「この処理は自動化できるか」ではなく「この判断を、人の目を通さずに外へ出していいか」。前者は技術の問い、後者は責任の分け方の問いです。ククルデザインが自動化の伴走で最初に整理するのも、まさにこの線引きです。

人の確認を挟むべき3つの場面

3つの領域をカードで並べた概念図。1つ目は外部へ公開する文書（紙飛行機のアイコン）、2つ目はお金や契約に関わる処理（コインと印鑑のアイコン）、3つ目は取り消しにくい一括処理（連なるデータのアイコン）。それぞれのカードの縁に人の承認を示すチェックのバッジ。ティールとエメラルドの濃淡で統一し、文字は入れない。

どこにでも人を挟めば安全というものではありません。確認を増やすほど自動化の速さは削がれます。挟むべき場所は、間違えたときの影響が大きく、あとから取り消しにくい場面に絞ります。おおむね次の3つです。

  • 外部へ公開・送信する前のコンテンツ：顧客へのメール、SNS投稿、公開記事。AIが下書きし、人が公開ボタンだけを持つ。
  • お金や契約が動く判断：支払いの実行、見積の確定、値引きの承認。金額と相手を人が一度確認してから通す。
  • 取り消しにくい一括処理：大量データの更新や削除、顧客情報の書き換え。走り出すと戻しにくい処理は、実行前に止めて内容を見せる。

逆に、社内メモの下書き、問い合わせの一次仕分け、参考情報の要約といった「間違えても軽傷で、すぐ直せる」作業は、人を挟まず流し切ってかまいません。ここに毎回承認を挟むと、自動化した意味が薄れます。

主要3ツールは承認の仕組みを標準で持っている

n8n・Make・Zapierの3つのワークフローを横並びにした概念図。各フローの途中で処理が一時停止し、Slackやメールらしき通知アイコンが飛び出て、承認（丸）と却下（バツ）の2択を人が選ぶ様子。承認済みには履歴が記録として積み重なるイメージ。ティールとエメラルドで配色を揃え、文字は入れない。

「人の確認を挟む」と聞くと、仕組みを自前で作る話に見えるかもしれません。実際は、主要な自動化ツールが承認の停止・再開を標準機能として持っています。2026年7月時点の各公式ドキュメントで確認できた挙動を挙げます。

n8n

AIエージェントがツールを実行する前に、人間の承認を求められます。ワークフローをその場で一時停止し、担当者が「Approve（承認）／Deny（却下）」を選ぶ。全ツールをまとめて対象にすることも、ツール単位で個別に制御することもできます（n8n公式ドキュメント）。

Make

フローの任意のポイントに承認ステップを差し込む「Pause / Approve」の型が使えます。停止したことを Slack やメールで担当者へ通知し、承認されたらそこから再開する流れです。

Zapier

「Human in the Loop」機能で Zap の実行を一時停止し、承認または拒否を待てます。特徴は、承認の結果を Zap 内に記録して監査に耐える証跡を残せること。承認が期限切れになったときの自動処理も設定できます（Zapier公式ガイド）。実務では、レビュー担当ごとにアカウントが要る点に注意します。

3ツールとも仕組みは揃っています。差が出るのは機能の有無ではなく、どの処理の前で止め、誰に判断を渡し、その記録をどこに残すか。設計側の話です。

証跡が残る設計にしておく

承認をボタン一つで済ませると、「誰が・いつ・何を通したか」が消えます。トラブルが起きたとき、あるいは取引先や監査で経緯を問われたときに、記録が無いと説明ができません。

Zapier が承認結果を Zap 内に記録するように、承認の履歴が後から追える形にしておくと、この場面で効きます。誰が承認したかが残れば、責任の所在がはっきりし、同じ判断を次から自動化してよいかの見極めにも使えます。

あわせて、フローは疎結合に組んでおきます。AIの判断部分と、承認の仕組みと、実行の処理を分けておけば、後からモデルを差し替えても、承認の場所だけ動かしても、全体を組み直さずに済みます。「全部AI任せにしない」線引きを、あとで引き直せる余地を残す設計です。

ククルデザインの線引き

私たちが群馬の中小企業へ自動化を入れるときは、まず業務を「人が最後にうなずく処理」と「流し切る処理」に仕分けます。速さが欲しい一次仕分けや下書きは止めない。外へ出るもの、お金が動くもの、戻しにくいものは、AIに9割を任せて最後の一押しだけ人が持つ。

この線引きは業種で変わります。飲食店の予約確認と、建設会社の請求処理では、止めるべき場所が違います。だから最初にヒアリングで業務の流れを追い、影響の大きい判断がどこにあるかを一緒に洗い出すところから始めます。

自動化で人を減らすのではなく、人が見るべき場所を数か所に絞り込む。それが「全部AI任せにしない」自動化の中身です。どこに確認を挟むか迷ったら、お問い合わせからご相談ください。業務の流れを一緒にたどって、止めるべき場所を洗い出します。