表計算業務をAIで効率化する前のデータ整理・検算ルール

表計算ソフトにAI機能を組み合わせると、分類、式の提案、表記の整形、集計の説明などを助けられます。しかし、元の表で列の意味が揺れていたり、空欄とゼロが混ざっていたりすると、早く処理できても誤りを見つけにくくなります。AIは散らかった表を自動的に正解へ戻す保証ではありません。

吉田町周辺の小規模事業者が、売上表、問い合わせ一覧、在庫表などの表計算業務をAIで効率化する前に行う準備を整理します。重要なのは、きれいに見せることではなく、入力の意味、正しい答え、検算する人を先に決めることです。

加工前の原本を別に保存する

最初に、普段使っているファイルをそのままAI用の作業場所にしません。対象期間を固定し、原本を読み取り用として保存し、作業用の複製を作ります。行番号または一意の管理番号を追加し、どの元データから結果が作られたかを戻せるようにします。

複数人が同じ表へ追記している場合は、最新版の決め方も確認します。ファイル名の日付だけで判断せず、更新責任者、締め時刻、修正の受付場所を決めます。過去の値を書き換える場合は、変更前、変更後、理由、確認者を残します。

一つのセルに「9月12日午前田中様電話」のように複数の意味が入っていると、分類や集計のたびに解釈が必要です。日付、時間帯、顧客識別子、受付方法を別の列へ分けます。見た目を整える結合セルや途中の小計行も、データとして扱う表からは外します。

項目	先に決めるルール	検算方法	止める条件
日付	年を含む一つの形式	対象期間の外を抽出	解釈できない日付がある
金額	数値と税区分を分離	元帳の合計と照合	差額の原因が追えない
商品・案件	管理番号を正本にする	番号の重複・欠番を確認	名称だけで別物を区別できない
空欄	未入力、対象外、不明を分ける	理由別の件数を数える	空欄をゼロ扱いしている
自由記述	分類前の原文を残す	抜き取りで原文照合	個人情報を除外できない

いきなり全行を処理せず、担当者が答えを確認した少量の「正解表」を作ります。通常の行だけでなく、空欄、取消、重複、返品、日付またぎ、手入力ミスなど、普段起きる例外を含めます。AIや数式が出した結果と正解表を比較すれば、間違いの種類を具体的に説明できます。

合計額だけが一致しても十分ではありません。二つの誤りが相殺される場合があるため、行単位の一致、件数、最大・最小、重複、期間別合計も確認します。AIの説明がもっともらしくても、元データと計算式へ戻れない結果は業務判断に使いません。

AIは、列名の候補、表記揺れの候補、分類案、数式案、確認すべき異常値の抽出に使えます。一方、売上の確定、請求、支払い、税区分、在庫調整、人事評価など結果が取引や権利へ影響する作業は、担当者が根拠とともに確認します。

経済産業省・総務省のAI事業者ガイドライン第1.2版は、AI利用者を含む関係者に対し、人間中心、安全性、プライバシー保護、セキュリティ、透明性などを考慮した取り組みを示しています。小さな表計算でも、誰が結果を確認し、問題時に利用を止めるかを決めておくことが必要です。

顧客名、連絡先、注文内容、従業員情報、取引条件を含む表を、確認せず外部のAIサービスへ入力しません。個人情報保護委員会は、個人情報を含むプロンプト入力について、利用目的の範囲やサービス提供者が機械学習など別の目的で扱わないかを十分確認するよう注意を促しています。

氏名を削除するだけでなく、注文日、商品、地域、自由記述の組み合わせで個人が分かる可能性を確認します。作業には架空データまたは必要項目だけの複製を使い、利用サービスの契約、保存、学習利用、共有範囲、削除方法を管理者が確認します。判断できない列は渡さないのが基本です。

試行日、対象ファイル、対象行数、使った処理、正解表との不一致、修正内容、確認者を記録します。「うまくいった」という感想ではなく、処理前後の時間、誤分類数、再作業時間、確認で止めた件数を比べます。AIを使うことで確認時間が増えるなら、対象を狭めるか、通常の数式や入力規則へ戻します。

表計算の整理を含むAI活用・業務改善の進め方は、LIFESEEDSのAI活用案内をご覧ください。実データを送る前に、列の意味、正解表、確認担当を整理するところから始めたい場合は、お問い合わせフォームからご相談いただけます。