福祉AI 2026年Q2｜業種別 失敗から定着までの導入事例
入口業務の『選定ロジック』から学ぶ3ヶ月の時系列

同じ規模・同じ不安を抱えた施設が、この順番で動いて、失敗して、修正した。その現実を知ることが、最初の一歩になる。

2026年Q2、AI導入の情報格差は実感できるレベルで広がっている。先駆けた施設は『なぜここから始めたか』という選定理由まで言語化し始めた。

入口業務の選び方が、3か月後の定着を決める。

2026年も半ばを過ぎた今、福祉現場の空気が変わりました。介護報酬改定から3か月、補助金交付も決定し、先駆けた施設の成果が見え始めたからです。ただ、情報格差も生じています。「他の施設がどう動いているか」「どんな失敗をしたのか」「今からでも間に合うか」——その不安は、多くの管理者から聞こえます。

このシリーズの前編（No.14『最初に触った業務』）では、導入後に定着した業務を『結果』として示しました。対して本記事では、なぜそこに決めたのか、その『選定理由』と、失敗→修正→定着の『時系列プロセス』に焦点を当てます。現場が何につまずき、どう修正し、いつ『これはいける』と感じたのか。その具体的な経緯を業種別に再現し、『なぜそこ?』という問いへの答えを用意しました。

読み終わったとき、あなたの施設の『入口』だけでなく、その『選定理由』も明確に見える。それが本記事の設計です。

---

2026年Q2、福祉AI導入は『把握している施設』と『情報が届いていない施設』で分かれ始めた

4月の介護報酬改定、その直後の補助金申請ラッシュ、そして6月の交付決定。この3か月の間に、福祉現場のAI導入の風景は静かに変わりました。同じ規模の施設でも、導入を始めた施設と踏ん切りがつかない施設の情報格差が、実感できるレベルで広がり始めたのです。

理由は単純です。AI導入の『成功と失敗』の現実が、大手ICTベンダーのプレスリリースではなく、同業他施設からの口コミで流れ始めたからです。営業資料に載らない失敗談、『あの施設はこう修正して定着させた』という生の情報——その『なぜ、そこを選んだのか』という選定理由まで含めて。その情報に接した施設管理者は、『うちも同じ規模だし、うちもやれるかもしれない』と動き始めています。

一方、その情報が届いていない施設は、いま感じています。『本当にうちは取り残されているのか』『今から始めても間に合うのか』という焦りと、同時に『他施設がどう失敗したか、どう修正して定着させたかを知りたい』という切実な動機を。

業種横断マップ｜事業種×『入口業務選定の理由』2026年Q2版

福祉の事業種は多岐にわたります。同じAIでも、グループホームと就労支援では入口業務が全く異なり、その選定理由も異なります。以下は、2026年上半期に『定着した施設』がなぜその業務を最初に選んだのか、その判断軸をまとめたものです。

このマトリクスで見える傾向は、明白です。失敗パターンは『AIに判断を委ねる』こと。定着パターンは『人間の判断が残る業務』にAIを『補助役』として配置すること。この『なぜそこ?』という問いの立て方が、3か月後の『あ、これはいける』という手応えの有無を左右します。

事例①グループホーム（定員20名以下）：『朝礼議事録』を選んだ理由と、その後の3か月

東京都内のグループホーム。定員17名。スタッフ4名。4月の補助金交付後、管理者は意気込みました。『夜間は記録業務が最大の課題。ここを自動化できれば……』

最初のAIプロンプトは、こうでした。『夜間に利用者5名が寝ており、排尿がX名、異常なしがY名。この記録を支援記録に仕上げてくれ』。AIの出力は迅速でした。ただ、出た文章を読んだ夜勤職員は、眉をひそめました。『これ……本当ですか?』排尿の人数、時間、個別対応の記録——AIが『それらしく』作った記録と、現場の実態が微妙にズレていたのです。

結果は、修正作業が手作業より増える負のループに。職員の信頼も動揺。『AIなんて、かえって手間になる』という空気が、朝礼で漂い始めました。

管理者の判断は迅速でした。『一度、リセットしよう』。方針を変えて、入口業務を『朝礼議事録』に絞りました。その理由は、こうでした。『朝礼は、すでに話されたことを整理する業務だから。AIの役目は『何を記録するか』を判断することではなく、『話されたことを読みやすく整える』ことに限定しよう』

変わりました。人間が『何を記録するか』を決め、AIは『その記録を読みやすく整える』という役割に留めた途端、職員の反発は消えたのです。2週間で職員が『これなら朝礼の5分後には完成だ』と感じ、1か月で『実は便利だな』と言い始めました。その後、支援記録の文案作成にも広がり、3か月で『うちの記録業務、AIなしには戻れない』という状態に定着しました。

この事例の学び：入口業務を『朝礼議事録』に選んだ理由は、『職員の判断の幅が最小限の業務』だったから。夜間記録は『何が起きたか』を職員が判断した直後の記録。その判断をAIが『蒸し返す』と信頼が崩れます。一方、朝礼議事録は『すでに話されたことを整理する』という確度の高い業務。ここなら、AIの出力を『ああ、そう書いてくれたのか』と素直に受け入れられるのです。

事例②就労継続支援B型：『工賃説明文』を入口に選んだ理由と、現場が変わった経緯

定員30名、月間平均工賃45,000円の就労支援B型。この施設の課題は、毎月の工賃管理。利用者ごとの作業成果を工賃に換算し、各自の当月工賃表を作成し、さらに利用者・保護者説明のための資料を毎月手作りしていました。月の初日から3日間は、管理者がほぼこの業務に費やされていました。

5月、AI導入の相談を受けた当初、管理者の願いは明確でした。『この工賃計算全体をAIに丸投げしたい』。ただ、ここで慎重な確認が入りました。『工賃の計算根拠は、複数の法令と貴社の内規が絡んでいます。AIが『正しく計算した』と見えても、実は微妙にズレていることもあります。まずは『作成補助』に限定しませんか』

導入後、プロセスはこうなりました。①管理者が従来通り、工賃を計算 ②その数字をAIに渡し『この利用者は月45,000円の工賃です。保護者向けの説明文を作ってください』とプロンプト ③AIが『3か月連続で月43,000円以上を達成いただきました。このたびのご工賃は45,000円です』という、適切な説明文を数秒で生成。

職員の反応は肯定的でした。理由は、計算の『責任』は人間にあり、AIは『その責任ある決定を、丁寧な説明に変換する』という補助役だったからです。工賃管理表も、毎月手作りしていた『個別工賃の推移表』も、AIの補助で作業時間が従来の1/5に短縮されました。

3か月目には、管理者はこう言いました。『実は、工賃計算の根拠をAIに説明する過程で、自分たちの計算ロジックが曖昧な部分に気づいた。結果、計算精度も上がった』。AI導入が、現場の『型』を強化することにつながったのです。

この事例の学び：入口業務を『工賃説明文』に選んだ理由は、『法務的な確実性が求められるからこそ、AIと人間の役割分担が明確にしやすい』ということ。利用者・保護者の信頼が直接関わるため、『AIにお任せ』は許されない。その制約が、逆に適切な導入設計を迫りました。

事例③相談支援事業所：『ヒアリング記録の構造化』を選んだ理由と、職員反発の本質

相談支援事業所が直面するのは、サービス等利用計画の作成業務です。利用者のニーズをヒアリングし、その人に必要な支援を構造化し、計画書として仕上げる——専門性と時間が要求される業務です。この事業所の相談支援専門員は3名。毎月30件のプラン作成に追われていました。

管理者はAI導入を提案しました。『計画書の文案をAIに書かせて、修正する方が早いはずだ』。案は理にかなっていました。ただ、相談支援専門員からは予期しない反発が起きました。

『自分たちが書く計画書が、AIに『翻訳』されるような感じがする』『その利用者のその時の想いや状況が、AIが作った文案に吸収されるのではないか』

一見、スキル喪失への危機感に思えました。ただ、管理者が聞き込むと、本質的な問いが浮かびました。『相談支援の仕事は、計画書を作ることではなく、利用者の人生に寄り添うことだ。AIが『文案』を用意することで、その寄り添う時間を減らすことになるのではないか』

ここで管理者が取った対処は、導入の『ポジション再定義』でした。新しい方針は、こうです。『AIは『計画書の最終化』には使わない。使う場所は、ヒアリング直後の『記録の構造化』だけにしよう。つまり、『利用者が語ったことを、見出し分けし、整理する』ところまで。計画書の『想いの翻訳』は、専門員が必ず書き直す』

変わりました。職員は『AIは、自分たちの『頭の整理役』なのだ』と腹落ちしました。ヒアリング直後の30分で、ばらばらな情報をAIが『課題・強み・支援内容』という見出しで構造化し、その後、専門員が『この人の言葉に、どう応えるか』という相談支援の本質的な思考に集中できるようになったのです。

4か月目、相談支援専門員から聞こえた言葉は意外でした。『以前は、ヒアリングと同時に『どう書こう』という頭になっていた。今は、利用者の話をもっと深く聞けるようになった。結果、より質の高い計画書ができるようになった気がする』

この事例の学び：職員反発の根本は、『スキル喪失への恐怖』ではなく、『自分たちの専門性の価値を脅かすのではないか』という問いだったということ。その問いに正面から応えることで、AIを『専門性を減らすツール』ではなく『専門性を深めるツール』に位置づけ直すことができました。

Q2定着施設に共通する失敗パターン3つと、修正に使ったアクション

上記3つの事例と、その他の導入施設の事例を横断して見ると、失敗と修正の構図が似ています。

失敗パターン①『AIに判断を委ねる』

管理者の期待が高いほど、『この業務、AI任せにしたい』という願いが強くなります。ただ、福祉記録業務は、複雑な法規と現場の個別対応が絡まります。判断をAIに委ねると、人間にしか判定できない箇所でAIが『判断してしまう』という危険を呼び込みます。修正アクションは『ファクトチェックが必須の箇所』を明確にし、その部分だけ手作業に留めること。

失敗パターン②『大きな業務』から入ろうとする

記録業務全体、計算業務全体。大きな業務を一気にAI化しようとすると、失敗のスケールも大きくなります。定着施設は例外なく『小さな業務から』始めています。朝礼議事録、利用者ごとの工賃説明文、ヒアリング記録の整理——これら『周囲への影響が限定的な業務』を入口に選ぶ。修正アクションは『導入対象を意図的に絞る勇気』です。

失敗パターン③『選定理由を職員に説明しない』

『AIを導入します。ではやってみましょう』では、職員は動きません。ただ、『朝礼議事録は、『話された情報を整理する』という確度の高い業務だから、ここをAIに任せる』と『なぜここを選んだか』が説明されると、職員の納得度は変わります。修正アクションは『入口業務の選定理由を、現場の言葉で、丁寧に』説明すること。

自施設への当てはめ手順｜『なぜそこ?』を決める3ステップ

この記事を読み終わったあなたが、『うちはここから始める。理由は……だから』と明日の朝礼で言えるようにするために、3ステップを用意しました。

ステップ1：自施設の事業種と規模を確認する

上記のマトリクスで、自施設の事業種の行を見てください。グループホーム、就労支援、相談支援、訪問介護、放課後デイ。自施設はどの列に当てはまりますか。規模（定員数、スタッフ数）も確認しましょう。規模が小さいほど『人間の判断が入る業務』を選ぶ必要があります。

ステップ2：『最も負担が大きい業務』ではなく『判断の幅が狭い業務』を選ぶ

職員が最も時間をかけている業務が、最初の入口ではありません。『その業務は、人間の判断の幅が狭いか』『AIの出力が、『間違える余地』が少ないか』という視点で、候補を3つ書き出してください。多くの場合、それは『既に話されたことの整理』『決まっている情報の整形』という補助業務です。

ステップ3：職員に『選定理由』を説明した上で、1ヶ月の試行を始める

『この業務を入口に選んだ理由は、……だから』と説明してください。『朝礼は、すでに話された情報の整理だから、AIが補助するのに適している』『工賃説明文は、すでに計算した数字を丁寧に言葉にするだけだから、AIの補助が活きる』。この『なぜそこ?』が、職員が『あ、だから最初はここなんだ』と腹落ちさせます。その上で、1ヶ月の試行を始めてください。

記録業務棚卸しチェックリストで、入口業務の候補を3つに絞る

本記事の3ステップを実行する際に、『判断の幅が狭い業務』を正確に見つけるための道具が『記録業務棚卸しチェックリスト』です。

このチェックリストで分かること： - あなたの施設に存在する記録業務の全体像 - その中で『人間の判断の幅が最小限の業務』はどれか - 本記事のマトリクスと照合したとき、『入口に選ぶべき業務』の候補は何か - その業務をAIに任せるなら、職員にどう説明するか 具体的なメリット： - 業務ごとに『AIに任せられる部分』『必ず人間が判断すべき部分』を明確にできます - 『なぜそこを選んだか』という選定理由が、自然と言語化されます - 職員への説明資料が、同時に完成します 以下のリンクからダウンロードし、あなたの施設の『記録業務の地図』を作成してください。このチェックリストと本記事のマトリクスを組み合わせることで、『うちの施設が最初に選ぶべき入口業務』が3つに絞られます。

今期中に『型』を決めておくことが、2027年の本格展開を決める

2026年4月の改定後、補助金が交付決定され、先駆けた施設はすでに3ヶ月の導入試行を終えています。今から始めても、年度内に『うちの施設の入口業務は、ここで決まった』という確度に到達することは十分可能です。ただ、9月以降になると、年度末の決算・報告業務が増し、来年度の事業計画レビューの準備も始まります。今期中にAI導入の『型』を決めておくことが、2027年の本格展開につながります。

本記事で示した『3ステップ』と『チェックリスト』の組み合わせが、あなたの施設の『最初の一歩』になります。その一連のプロセスを今期中に完了させることが、次の補助金サイクルへの入場券となるのです。

失敗談も、修正の経緯も、すべて『同じ規模・同じ不安を持った施設』が通った道です。その道を知ることで、あなたの施設は、同じ轍を踏まずに済む可能性があります。

この記事は Happiter株式会社 代表取締役 茂呂史生 が福祉×AI×ICT 研修の現場経験をもとに執筆しました。数字や事例は受講事業所さまの実例を一般化したもので、個別の状況によって異なります。あなたの事業所に合った進め方は、ぜひ 無料相談 でお聞かせください。

福祉現場のAI導入は、『魔法のツールを導入したら業務が消える』という幻想ではなく、『人間の判断の確度を高め、判断した後の『整形と説明』の時間を減らす』という地道な設計の積み重ねです。その設計の『最初の一歩』を、同じ悩みを持った施設の事例から学ぶことが、失敗を半減させます。

夜間記録から朝礼議事録へ。工賃全自動化から工賃説明文補助へ。計画書全生成からヒアリング記録の構造化へ。その『選定理由の再考』の過程を知ることが、あなたの施設の『入口』と『なぜそこ?』を同時に明確にします。