【日々のマナビ】なぜ稼働率90%の現場で待ち時間が爆発するのか – 待ち行列・多能工プール・現場裁量の統合設計
こんにちは。ろっさんです。
0. はじめに｜「もっと回転を上げてください」と言われた現場で起きていたこと
合格直後、ある金属加工業の経営者から呼ばれたとします。
「うちの受注対応窓口、もっと回転を上げてください。問い合わせから見積もり提出までの平均応答が3営業日かかっている。これを1営業日に縮めたい。スタッフ2名を1.5名に絞っても回せるはずだ」
私は数字を見せられて頷きそうになりました。月の問い合わせ件数を平均応答時間で割れば、確かにスタッフ2名は「半分以上の時間が空いている」ように見えます。稼働率にして約62%。「やはり1.5名でいい」という経営者の判断は、表面的にはきれいに成立しています。
でも、1.5名に減らしたらどうなるか。
答えは「平均応答が3営業日から数十営業日へ跳ね上がる」です。1営業日に縮むどころではない。私はM/M/1という古典的な待ち行列モデルを思い浮かべました。稼働率ρが1に近づくほど、待ち時間は指数的に爆発する。 62%稼働の現場で2名を1.5名にすると、稼働率は計算上82%に上がります。理論上の平均待ち時間は約4.5倍に増えます。
シリーズ前作「なぜ正しい施策ほど信頼されないのか – 企業価値創造を因果ループで読み解く方法（1-1）」と「なぜ正しく描いたループ図が経営者を動かさないのか – 因果ループ図の動学設計（1-2）」では、システム全体の因果と動学を扱いました。本記事は、その因果のなかでも特に「人間が顧客と直接対峙する局面——サービス・オペレーション」に絞って、待ち行列・スキル配員・現場裁量という三層の設計問題を扱います。
中小企業診断士試験のテキストでは、サービス・オペレーションは「待ち行列モデル」「スキルマトリクス」「現場裁量」と章立てされていることが多いのですが、実務でこの三つは一枚の地図として動きます。一つだけを動かすと、残り二つが必ず反対方向に引っ張ります。
この記事で扱うトピックは以下の通りです。
- 三要素（待ち行列・スキル配員・現場裁量）を「顧客体験 × 生産性」のトレードオフ・モデルとして読む方法
- 需要の確率過程と稼働率の非線形関係（M/M/1の核心：L = ρ/(1-ρ)の指数爆発）
- プーリング定理——多能工プールが専門別キューより必ず短く待たせる数学的根拠
- 過剰人員コストと過少人員コストの非対称性（Newsvendor Modelと同型の問題構造）
- AI/ロボット投資の閾値分析——固定費型AIと変動費型人員のNewsvendor的判断
- ジェボンズのパラドックス——AIが低難度を吸収すると人間に残るのは高難度ばかり
- ITサポートのスクリプト強化が二次対応を増やした事例の構造分析（4-6-2）
- フロントライン知識の情報経済学（ハイエクの「特定の時と場の知識」）
- インセンティブ衝突の構造——熟練者には形式知化しないインセンティブが働く
- コア知識の特定マトリクス——クリティカリティ×再構成コストで優先度を決める
- 標準化と現場裁量の二項対立を超えた「第三の設計」
- KPIのGoodhart化と4軸（一次解決・再連絡・品質・リスク）でのKPIセット設計（4-6-3）
- 監査可能な証拠（録音ログ）の取り扱いとプライバシー配慮
- 金属加工業A社における組織論応用——サービス内製化と裁量の制度化
- モチベーション変数化——μ低下がさらなる遅延を呼ぶ正帰還ループ
- 合格直後の自分への申し送り
シリーズで継続して使う事例は、従業員22名・売上2億円の金属加工業A社です。主力顧客が47%集中、熟練工2名はいずれも勤続20年超。製造業ですが、A社のなかには「サービス・オペレーション」と呼ぶべき局面がいくつもあります。受注問い合わせ対応、見積もり作成、納期確認、品質クレーム対応、保守問い合わせ——これらはすべて顧客と人間が直接やりとりするサービスです。製造業の中にあるサービスを読み解く視点は、診断士として大きな武器になります。
1. サービス・オペレーション三要素——待ち行列・スキル配員・現場裁量
1.1 サービスとは「在庫できない仕事」である
製造業の物の生産と、サービスの生産には決定的な違いがあります。
サービスは在庫できません。
A社の旋盤工程では、暇な日に部品を10個多めに削っておけば、忙しい日に出荷できます。在庫がバッファになって、需要の波を吸収します。ところがサービスはそうはいきません。「今日は問い合わせが暇だから、明日のぶんの応対を先にやっておこう」はできない。サービスの生産は需要の発生と同時にしか実行できないため、需要の波を在庫で吸収する代わりに待ち行列で吸収することになります。
これがサービス・オペレーションの第一の本質です。
中小企業診断士の試験では「在庫を持てない財」として一行で書かれているところですが、実務的にはここから派生する論点がいくつもあります。
- 待ち行列が長くなれば顧客は離脱する（顧客体験の悪化）
- 待ち行列を短くしようとすれば稼働率が下がる（生産性の悪化）
- 稼働率を上げようとすれば待ち行列が伸びる（顧客体験の悪化）
この三つは三角関係のように互いに引っ張り合います。一つを良くすれば残りが悪くなる構造です。
1.2 三要素を一枚の地図にする
サービス・オペレーションを動かす三つの設計レバーを整理します。
待ち行列の設計
何人をキューに並べておくか、優先度をどう決めるか、エスカレーションの基準は何か。一つの窓口で受けるか、複数並列にするか。FIFO（先入れ先出し）か優先度付きキューか。中小企業の現場では「先に来た顧客から順番に対応する」が暗黙のルールになっていることが多いのですが、これが必ずしも最適ではないという議論はあとで掘り下げます。
スキル配員の設計
誰に何を任せるか。全員が全てを対応できる「ジェネラリスト型」か、専門領域を分けた「スペシャリスト型」か。一次対応と二次対応をどう切り分けるか。スキルマトリクス（誰がどの工程を独立で担当できるかの一覧）の設計が、サービス品質と生産性の両方を決めます。
現場裁量の設計
スクリプトでガチガチに固めるか、現場の判断に委ねるか。例外をどう扱うか。マネージャーへのエスカレーション基準をどこに引くか。「マニュアル通り」と「個別判断」のバランスをどこに置くかが、顧客満足とコストの両方に直結します。
1.3 顧客体験と生産性のトレードオフ・モデル
三要素を、顧客体験と生産性という2つの目的関数の上にマッピングします。
| 設計レバー | 顧客体験への影響 | 生産性への影響 |
|---|---|---|
| キューを短くする（並列窓口を増やす） | 待ち時間↓ 安心感↑ | 稼働率↓ 単位コスト↑ |
| スキルを上げる・専門化する | 解決時間↓ 納得感↑ | 訓練コスト↑ シフト硬直化 |
| 裁量を広げる（スクリプト緩める） | 個別対応で満足度↑ | 品質ばらつき↑ ばらつき監査コスト↑ |
一つを動かせば、別の指標が反対側に動きます。このトレードオフを直視せずに「全部良くしたい」と言うのが、サービス改善の最大の落とし穴です。
そして、ここから先に重要な数学的事実が出てきます。このトレードオフは「直線的」ではなく「非線形」だということです。
2. 需要の確率過程と稼働率の非線形——M/M/1モデルが教えること
2.1 「平均で計算する」と必ずだまされる
A社の受注問い合わせ窓口を想像してみます。月の問い合わせ件数の平均が180件、平均応答時間が30分。1日あたり9件、1件30分、1日の稼働時間が8時間なら、ざっくり「9件 × 0.5時間 = 4.5時間」。稼働率は4.5 ÷ 8 = 56%。「半分以上空いてる」ように見えます。
ところがこの計算で隠れているものがあります。問い合わせは「平均的に」来ているのではなく、確率的に来ているということです。
月曜の午前中に5件まとめて入る日もあれば、火曜の午後はゼロの日もある。これが現実です。確率論的にはポアソン到着と呼ばれます。さらに、応対時間も「全件きっちり30分」ではなく、ある問い合わせは15分で済み、別の問い合わせは2時間かかる。これもばらつきます。指数分布で近似されます。
この「ランダム到着・ランダム処理時間」の世界を、シンプルな数式で表現したのがM/M/1モデルです。診断士試験では応用が浅めですが、実務で「平均稼働率なのに現場が回らない」を説明するときの最強の武器になります。
2.2 L = ρ/(1-ρ)——指数爆発の数式
M/M/1モデルの中心式はこれです。
L = ρ / (1 - ρ)
Lは平均的にシステム内に滞在している顧客数（待ち行列＋処理中）。ρ（ロー）は稼働率です。
具体的に代入してみます。
| 稼働率 ρ | 平均滞在数 L | 直感 |
|---|---|---|
| 0.5（50%） | 1.0 | 平均1人がいる |
| 0.7（70%） | 2.3 | 平均2〜3人 |
| 0.8（80%） | 4.0 | 平均4人 |
| 0.9（90%） | 9.0 | 平均9人 |
| 0.95（95%） | 19.0 | 平均19人 |
| 0.99（99%） | 99.0 | 平均99人 |
ρが0.5から0.9に上がるとき、Lは1から9に増えます。稼働率が1.8倍になっただけなのに、待ち行列の長さは9倍になっている。0.9から0.99では、稼働率が1.1倍に上がるだけで、Lが11倍。これが「指数爆発」の正体です。
待ち時間も同じ構造で爆発します。リトルの法則（L = λW、λは到着率、Wは平均待ち時間）と組み合わせれば、平均待ち時間W = L ÷ λ も同様にρ→1で発散します。
2.3 「80%運用」には数学的根拠がある
「サービス業務は稼働率80%を目安にすると言われる」——これを「経験則」「業界の常識」として聞いたことがあるかもしれません。実はこれには明確な数学的根拠があります。
上の表をもう一度見てください。ρ=0.8でL=4。ρ=0.9でL=9。稼働率を10ポイント上げると、待ち行列が4から9へ2倍以上に膨らむ。一方でρ=0.7からρ=0.8に上げてもLは2.3から4へ約1.7倍にしかなりません。
つまり、稼働率を80%から90%に上げる「ご褒美」は1割の生産性アップ。そのために払う「罰金」は待ち時間の倍以上。コストの非対称性が80%付近で大きく崩れ始めます。これが「80%が目安」と言われる理由です。
A社の経営者は「稼働率62%は低すぎる、80%まで上げよう」と考えるかもしれません。62%から80%なら罰金は比較的軽い（L=1.6 → 4.0 で2.5倍）。でも「もっと頑張って95%」になると、罰金は跳ね上がります（L=4.0 → 19.0 で約5倍）。稼働率は「上げれば上げるほどよい」のではなく、ある閾値を超えると急に高くつく。
2.4 「リーン経営で稼働率90%」という掛け声がなぜ破綻するか
スタートアップやコンサル領域で「リーンでムダのない稼働を」「現場の余力をゼロに」というスローガンを耳にすることがあります。製造業の工程設計では一定の合理性を持ちます。なぜなら製造業は在庫で需要の波を吸収できるからです。
しかしサービス・オペレーションでこれをやると破綻します。サービスは在庫できないため、稼働率を上げると待ち時間で罰金を払うしかない。「リーンで稼働率90%のサービス組織」を作ろうとすると、平均待ち時間が指数的に爆発し、顧客離反・追加クレーム・スタッフのバーンアウトが連鎖します。
この構造を経営者に説明できるかどうかが、診断士の力量を分けます。「現場が大変だから増員してください」では経営者を動かせません。「現状の稼働率は82%、これを75%に下げると平均待ち時間が約半分になります。失注リスクが下がる効果は月○件の追加受注で回収できます」——この翻訳ができるかどうかです。
2.5 ばらつきの効果（変動係数）
実はM/M/1モデルは「処理時間のばらつきが指数分布」という前提を置いています。現実には処理時間のばらつきがもっと大きい現場もあります。複雑な見積もり1件が4時間、単純な納期確認1件が5分、というような場合です。
このばらつきを変動係数（CV：標準偏差 ÷ 平均）で測ると、ばらつきが大きいほど待ち時間がさらに伸びます。Pollaczek-Khinchineの公式によれば、待ち時間は概ね（1 + CV²）に比例して増えます。
A社の問い合わせ対応窓口で言えば、「複雑な見積もり」と「単純な納期確認」を同じキューに並べていると、複雑案件が前に詰まったときの後続の待ち時間が爆発します。これを避けるには——という議論が、次のスキル配員の話に繋がります。
2.6 プーリング定理——多能工化の数学的根拠
ここで、スキル配員の話に進む前に、もうひとつ決定的な数学的事実を確認しておきます。プーリング定理（Pooling Theorem）です。
専門別にn本のキュー（窓口）を並列に並べる構成と、同じ総キャパシティを持つ多能工が1本のキューを共有する構成を比べたとき、平均待ち時間は多能工プールのほうが必ず短くなります。これは経験則ではなく、待ち行列理論で証明された結果です。
直感的に説明すると、こうなります。専門別に分けると「A窓口は暇だがB窓口に長い列がある」という非対称が確率的に発生します。A窓口の余力がB窓口の待ち客を助けることができない。多能工プールならその余力が即座に転用されるため、トータルの待ち時間が短縮されます。
具体的な数値で見てみます。到着率λの問い合わせを、独立した3本のキュー（それぞれ稼働率80%）で処理する場合のM/M/1平均待ち時間Wを基準にすると、同じ総キャパシティを多能工M/M/3にした場合のWはおおむね1/3〜1/5に短縮します。利用率を上げてもこの短縮効果は維持されます。
A社で考えると、こうなります。事務スタッフ2名のうち1名は「新規問い合わせ専任」、もう1名は「納期確認専任」と分けている現状は、専門別キュー2本構成です。両者を多能工化（どちらの問い合わせもこなせる）すれば、同じ2名でM/M/2プールになり、待ち時間が大きく短縮されます。
「多能工化は人手不足の解消策」と一般的に語られますが、財務的な根拠はここにあります。同じ人件費・同じ稼働率で、顧客の待ち時間（=顧客体験）を改善できる。多能工化が「投資」ではなく「設計の選択」で実現できることが、診断士として経営者に伝える最大のポイントです。
ただし、多能工化にはコストもあります。訓練コスト、深い専門性の劣化、評価制度の複雑化——これらを§3でNewsvendor的に比較したうえで、A社にとっての最適点を探ります。
3. キャパシティコストの非対称性——Newsvendor Modelと同型の問題
3.1 過剰人員と過少人員、罰金はどちらが大きいか
M/M/1の話は「稼働率を上げすぎると待ち時間が爆発する」という片側の話でした。逆に「稼働率が低すぎる（人が余っている）」のコストはどう評価するか。
この問題は、サービス・オペレーションではNewsvendor Model（新聞売り子モデル）と同型の構造を持ちます。
Newsvendor Modelは、需要が確率的な商品の発注量を決める古典的な意思決定モデルです。新聞を朝に何部仕入れるか。多めに仕入れて売れ残れば「過剰仕入れコスト（在庫廃棄）」。少なめに仕入れて売り切れれば「機会損失コスト（販売できなかった分の利益）」。
サービスの配員問題も同じ形をしています。
- 過剰配員コスト：手すきの人件費、稼働ロス
- 過少配員コスト：待ち時間で離脱する顧客の失注、品質低下によるクレーム対応、スタッフのバーンアウトによる将来の離職
Newsvendor Modelの最適解は次の公式で与えられます。
最適な過剰確率 = Cu / (Cu + Co)
CuはUnderageコスト（過少のコスト）、CoはOverageコスト（過剰のコスト）です。Cuが大きいほど最適な過剰確率は1に近づき、「多めに用意せよ」という結論になります。
3.2 サービスでCuとCoが極端に非対称な理由
サービス・オペレーションでは、Cu（過少配員のコスト）がCo（過剰配員のコスト）を桁違いに上回ることが多くあります。
A社の受注対応窓口で考えてみます。
- Co（過剰配員）の典型例：応対スタッフ1名が1時間手すき → 時給2,000円換算で約2,000円の損失
- Cu（過少配員）の典型例：問い合わせから見積もり提出までが5営業日に伸びる → 顧客が他社見積もりを優先 → 1案件平均30万円の失注 → 1日あたり数件の連鎖
Cu/Coが大きい場合、最適解は「常に多めに配員する」になります。これは「80%稼働率」議論と整合します。手すきが多少出ても、待ち時間が爆発しないようにバッファを持つほうがトータルで安い——これが数学的な結論です。
3.3 「最適稼働率はコスト非対称度で決まる」
ここまでをまとめます。サービス・オペレーションの最適稼働率は「業種の慣例」や「業界平均」で決まるのではなく、Cu/Coの比率で論理的に決まります。
| 業種・業務 | Cu/Co比率の傾向 | 推奨稼働率の傾向 |
|---|---|---|
| 救急医療・ER | 極端に大（命の機会損失） | 50〜70%（バッファ大） |
| コールセンター（クレーム対応） | 大（顧客離反） | 70〜80% |
| BtoB営業の見積もり対応 | 中〜大（失注リスク） | 75〜85% |
| 社内事務（締切がない作業） | 小（後ろ倒し可能） | 90〜95% |
A社の受注対応窓口は「BtoB営業の見積もり対応」に近いので、推奨稼働率は75〜85%。現状62%は確かに低いので、80%付近まで上げる余地はあります。ただし、ここで「1.5名に減らして稼働率82%」を選ぶと、ばらつきによっては待ち時間が許容範囲を超えるリスクがあります。「ぴったり80%」ではなく「80%付近で余裕を持つ」という設計の感覚が、診断士として実務で求められます。
3.4 経営者にどう翻訳するか
ここで重要なのは、「数学的に正しい結論」を「経営者の意思決定の言葉」に翻訳することです。
経営者に「Newsvendor Modelで計算しました」と言っても腑に落ちません。代わりにこう言います。
「現状62%稼働でスタッフ2名のままだと、確かに余力があるように見えます。でもこれを1.5名にすると稼働率は計算上82%。ここまでは問題ないのですが、実は問い合わせのばらつきが大きい月——たとえばA社の場合は決算期前後で受注が集中する月——では、瞬間的に稼働率が95%を超え、見積もり提出が10営業日に伸びるリスクがあります。失注1件30万円として、月3件の失注で90万円。減らした0.5名分の人件費は月10〜15万円。5倍以上の機会損失で割が合いません」
数式を見せる必要はありません。結論の経済性を経営者の言葉で見せることが大切です。
3.5 ピーク需要と平均需要の区別
実務でもう一つ重要なのは、「平均需要」と「ピーク需要」を区別することです。A社の受注問い合わせは月平均180件ですが、決算期前後の月は260件まで跳ね上がります。逆に夏季・年末年始の谷間月は120件まで落ち込みます。平均でキャパシティを設計すると、ピーク月で確実に破綻します。
ピーク需要を完全に吸収するキャパシティを常時持つ（フル装備）と、谷間月の稼働率が30%を下回ります。Co（過剰配員コスト）が膨らみます。逆にピークを切り捨てる（平均ベース）と、繁忙月の失注が積み上がります。
ここで実務的な解は「ベース＋変動」設計です。常勤スタッフは平均需要を75〜80%稼働でこなせる人数、ピーク月は外部委託・臨時要員・残業で吸収する。A社の場合、決算期前後の繁忙月だけ事務スタッフOBにスポット応援を依頼する仕組みを作ることで、Cu・Co両方のコストを抑えられます。
「キャパシティを固定するか、変動枠を持つか」も、サービス・オペレーション設計の重要レバーです。
3.6 AI/ロボット投資の閾値分析——固定費型AIと変動費型人員のNewsvendor的判断
ここで、最近の経営課題として頻出する論点を加えます。AI（生成AI・チャットボット・自動化ロボット）への投資は、サービス・オペレーション設計のどこに位置づけるか。
AIを導入する意思決定は、Newsvendor的にきれいな形を持ちます。固定費型のAIと、変動費型の人員採用が、相互排他的な選択肢として並んでいるからです。
| 選択肢 | コスト構造 | 余剰時の損失 | 不足時の損失 |
|---|---|---|---|
| AI/ロボット投資 | 固定費型（初期投資＋月額利用料） | 稼働率に関係なく発生 | 上限性能を超えれば人員追加が必要 |
| 人員採用 | 変動費型（時間給・派遣・スポット） | 余剰時のみ発生 | 採用リードタイムが長い |
問題は「AIに切り替える稼働率の閾値はどこか」です。簡略化すると次のように立てられます。AIの月額固定コストをF、人員配置の時間給コストをw、月の処理件数をQ、1件あたりAI処理コストを限りなくゼロ、1件あたり人員処理時間をt時間とすると、人員コストは概算w・t・Q。
[切り替え閾値]
AIの固定費 F = 人員コスト w・t・Q を満たすQが閾値Q*
Q* = F / (w・t)
月の処理件数Qが閾値Q*を超えれば、AI投資が回収できる。下回ればAI投資は割が合わない——この判断軸が立ちます。
A社の場合、月の問い合わせ180件のうち「定型FAQで答えられるもの」が50件あるとします。1件当たり人員処理10分（=0.17時間）、時給2000円なら、月のFAQ対応コストは概算「2000×0.17×50 = 17,000円」。FAQボットの月額利用料が30,000円なら、現状の量では回収できません。FAQ対応が月の100件を超えるあたりで初めて投資回収のラインに入る——この計算ができるかどうかが、診断士として「AI導入を急ぐな」「導入はもう少し待て」と判断する根拠になります。
ピーク需要への対応として持つという選択肢もあります。常時稼働ではなく、繁忙期のピークを吸収する用途で固定費型AIを持つ。Cu（過少配員のコスト）が極端に大きい業務でのみ、AIを「常時待機型キャパシティ」として持つことが理に適います。
3.7 ジェボンズのパラドックス——AIが低難度を吸収すると人間に残るのは高難度ばかり
AI投資には、もうひとつ見落としやすい逆説があります。ジェボンズのパラドックスと呼ばれる現象です。
19世紀の経済学者ウィリアム・ジェボンズは、「蒸気機関の燃料効率が向上すると、石炭の消費量はむしろ増える」と観察しました。効率化が需要を喚起し、結果として全体の使用量が増える、というパラドックスです。
サービス・オペレーションでも同型の現象が起きます。AIが低難度の問い合わせを吸収すると、人間に残る問い合わせは高難度ばかりに偏ります。
A社で考えると、こうなります。FAQボットがよくある納期確認の50件/月を全部吸収するようになったとします。事務スタッフの月の対応件数は180件から130件に減ります。表面上は楽になったように見えます。
ところが、残った130件の質的構成が変わります。「ボットでは答えられないから人間に回されてきた」案件ばかりになる。複雑な技術問い合わせ、感情的なクレーム、新規顧客の見込み商談——これらは1件あたりの処理時間が長く、判断難度も高い。事務スタッフの1件あたり平均処理時間が15分から35分に伸びる、というような変化が起きます。
総合すると、件数は減ったが処理時間の総量は減らない、むしろストレスが増えるという結果になります。AIに任せるべきだった「低難度の数稼ぎ」を奪われた人間は、燃え尽きやすくなります。
診断士として伝えるべきことは、こうです。「AIを入れたら人を減らせる」という単純な計算は危険。AIが低難度を吸収するなら、残った高難度に対応する人間にはむしろより深い裁量・より長い処理時間・より高い報酬が必要になる、という設計の同時並行が要ります。
4. ITサポートのスクリプト強化が二次対応を増やした——4-6-2の構造分析
4.1 ありふれた失敗パターン
中小企業診断士のテキストで紹介される事例として、「ITサポート窓口で待ち時間短縮のためにスクリプト対応を強化したら、二次対応が増えて全体が悪化した」というケースがあります。
このパターンは、A社のような製造業の問い合わせ対応・保守対応にも同型で発生します。ここでは便宜的にITサポート文脈で構造を整理してから、A社への応用を考えます。
ある会社のITヘルプデスクが、平均応答時間を短縮するために次の施策を打ったとします。
- よくある問い合わせTOP30を抽出し、対応スクリプトを作成
- 一次対応担当者には「スクリプト通り答えること」を徹底
- 「スクリプトで解決しない場合」だけ二次対応へエスカレーション
- KPIとして「一次対応で完結した件数」を週次で評価
施策開始から3ヶ月、確かに平均応答時間は短縮しました。表面的にはうまくいっているように見えました。
ところが半年後、全体の解決時間が悪化していました。一次対応で「完結マーク」が付いた案件のうち、約30%が1週間以内に再連絡で戻ってきていたのです。再連絡では「前回の回答ではうまくいかなかった」という状況から始まるため、文脈の確認に追加時間がかかります。総合すると、施策前より顧客の総解決時間が伸びていました。
4.2 待ち行列モデルでの構造的理解
何が起きたのか。待ち行列の言葉で表すとこうなります。
[施策前]
顧客 → キュー1（一次対応・複雑度可変） → 解決 or キュー2へ
└→ キュー2（二次対応） → 解決
[施策後]
顧客 → キュー1（一次・スクリプト強制） → 早期完結マーク or キュー2へ
└→ 数日後の再連絡 → キュー1（再投入！）
└→ ぐるぐる
施策前は、複雑な問い合わせを一次対応者が「これは自分の手に余る」と判断してキュー2に渡せました。施策後は、「スクリプトで完結したことにする」というKPIプレッシャーが入ったため、本来キュー2に渡すべき案件もキュー1で無理やり完結マークが付きます。結果、解決していない問題が再連絡という新しい流入として戻ってきて、キュー1の到着率が増加します。到着率の増加は、待ち時間爆発の引き金になります。
4.3 スキルミックスでの構造的理解
もう一つの視点はスキル配員です。施策前のスキル分布はこうでした。
| レベル | 担当 | 例 |
|---|---|---|
| 一次対応者（5名） | スキル幅広・浅め | パスワード再発行、簡単な設定確認 |
| 二次対応者（2名） | 専門深い・特定領域 | ネットワーク・サーバー・複雑な認証問題 |
施策はスキル幅広層の「裁量」を狭めることで、一次の処理速度を上げようとしました。ところがスクリプトに収まらない問い合わせは、本来「裁量を持った一次対応者」が捌けていたものでした。たとえば「マニュアルにはないが、これは○○の権限が必要そう」「これは別部署を巻き込まないと無理だ」というような中間判断です。
裁量を奪われた一次対応者は、判断を放棄してスクリプトで処理するしかない。結果、本来一次で解決できていた中間複雑度の案件が、一次で完結マークが付くか、二次に渡されるかの二択になります。前者は再連絡を増やし、後者は二次の負荷を増やします。
現場裁量を奪う標準化は、見えない場所で別のコストを生む。これが、サービス・オペレーションの罠の典型です。
4.4 A社における類似パターン
A社の現場でも、似た構造を見ることがあります。
A社では受注問い合わせの一次受付を事務スタッフ2名が担当しています。複雑な技術的問い合わせ（「この公差で○○の材料を加工できますか」）が来た場合、本来は熟練工に確認してから返答すべきです。
ある時期、経営者が「もっと早く返答してください」と圧をかけたとします。事務スタッフは「とりあえず仮の回答を返してから、後で正式回答を出します」という対応に切り替えました。応答時間（一次回答までの時間）は確かに縮みました。
ところが、後日「仮回答と正式回答が違う」というクレームが急増しました。「仮で○○可能と聞いたから発注の準備を進めたのに、正式回答で不可能と言われた」と。顧客は二度の応対を受けることになり、しかも信頼が傷つきます。総合的な顧客満足度はむしろ下がりました。
「応答時間」というKPIだけを追うと、実際の顧客総解決時間が伸びる——これがA社で起きた、4-6-2と同型の構造です。
4.5 標準化を「捨てる」のではなく「再設計する」
ここで誤解してはいけないのは、「だからスクリプトをやめろ」「全部現場裁量にしろ」ではない、ということです。
完全な裁量化は、品質のばらつきを大きくし、スタッフによって対応が違うという別の不満を生みます。新人が育つまでに時間がかかり、組織の知識蓄積が個人に依存します。
正しい方向は「標準化と裁量の階層化」です。
- マニュアル化すべき部分：到着の振り分け、頻出事項のFAQ、エスカレーション基準、危険判定（クレームの兆候を早期発見）
- 裁量を残すべき部分：個別の文脈判断、二次に上げるべきか自分で対応するかの判断、顧客の感情ラインの読み取り
この階層を「どの判断は誰の責任で、何を見て決めるのか」という形で文書化することが、サービス・オペレーション設計の中核です。詳しくは§6で扱います。
5. フロントライン知識の情報経済学——なぜ「現場が一番知っている」のか
5.1 ハイエクの「特定の時と場の知識」
ここで一段深い問いに進みます。なぜ「現場裁量を奪うと結果が悪化する」のか。これは単に「現場のモチベーション問題」ではありません。情報経済学的な構造があります。
経済学者フリードリヒ・ハイエクは1945年の論文「The Use of Knowledge in Society」で、決定的な観察を提示しました。
経済が活用しなければならない状況についての知識は、決して集中された統合された形では存在しない。それは断片的で分散し、しばしば矛盾する不完全な知識として、すべての個人に保持されている。
ハイエクが「特定の時と場の知識（knowledge of the particular circumstances of time and place）」と呼んだものは、本社や管理部門には決して集約できない知識です。「いま、この顧客が、何を本当に求めているか」「この問い合わせの裏にある状況は何か」「今日のこの時間のこの担当者のコンディションはどうか」——これらは現場の人間にしか分かりません。
サービス・オペレーションでは、この「特定の時と場の知識」が顧客対応の質を直接決めます。
5.2 標準化が知識を捨てさせる
スクリプト化は、ある意味で「特定の時と場の知識を使うな」という指令です。
- マニュアル通り答えろ → 目の前の顧客の文脈を読むな
- 一次完結率を上げろ → エスカレーションの判断を抑制せよ
- 標準応答時間を守れ → 「もう少し聞いたほうがいい」直感を無視せよ
これらは、フロントライン担当者が持っているローカルな情報を捨てさせる効果を持ちます。情報経済学的に言えば、情報の局所性（locality of information）を破壊しています。
4-6-2で起きていたのは、これでした。一次対応者が「これは普通の問い合わせじゃない」と直感した瞬間にスクリプトを優先したため、ローカルな判断材料が捨てられた。捨てられた材料は復元できないため、二次対応者は文脈不足で対処することになり、結果として再連絡や二次対応の負荷増を招きました。
5.3 暗黙知サイクル（SECIモデル）の再接続
野中郁次郎・竹内弘高のSECIモデル（Socialization, Externalization, Combination, Internalization）は、組織における暗黙知と形式知の循環を描きます。
暗黙知 → 暗黙知（共同化／Socialization）
暗黙知 → 形式知（表出化／Externalization）
形式知 → 形式知（連結化／Combination）
形式知 → 暗黙知（内面化／Internalization）
サービス・オペレーションでスクリプト化を進めるのは、このサイクルの「表出化」と「連結化」だけを切り取って、暗黙知の再生産（共同化と内面化）を止めるようなものです。フロントライン担当者は、自分の暗黙知を使う機会を失うため、新しい暗黙知も生まれなくなります。組織から「現場の勘」が消えていきます。
スクリプト化は、知識フローの一部だけを使い、残りを枯らせる。
5.4 プリンシパル・エージェント問題
ここまでの議論を、もう一つの経済学の枠組みでも見直します。プリンシパル・エージェント問題です。
- プリンシパル（経営者・管理者）：成果を求めるが、現場の状況を直接観察できない
- エージェント（現場担当者）：現場の状況を知っているが、自分の利益を優先する可能性がある
経営者は「現場担当者がちゃんと働いているか」を直接観察できないため、KPIで管理しようとします。これがエージェント側に「KPIゲーミング」（KPIを最大化するために本来の目的を犠牲にする）を生む構造的な源泉です。詳しくは§7のGoodhart化で扱います。
ここで重要なのは、情報非対称性（asymmetric information）を前提とした設計が必要だということです。プリンシパルがエージェントを完全に監視することは不可能、というのを認めた上で、
- KPIの設計（何を見るか）
- 裁量の範囲（どこまで任せるか）
- エスカレーション基準（いつ介入するか）
- 知識共有の仕組み（どうやってエージェント側の知識をプリンシパル側にも伝えるか）
をセットで設計します。
5.5 A社における暗黙知の構造
A社の受注対応窓口に話を戻します。事務スタッフ2名は、20年近く同じ顧客と付き合ってきました。電話を受けた瞬間に「あ、この声色は怒っているな」「いつもと違う緊急性がある」と分かります。これは経営者には絶対に取得できない知識です。
経営者が「もっと早く返答してください」と圧をかけたとき、何が起きたか。事務スタッフが「この問い合わせは普段と違うから時間をかけたい」と感じても、その直感を表に出せなくなりました。スクリプト化していなくても、「速く返せ」という指令だけで、暗黙知の発動が抑制されるのです。
診断士として経営者に伝えるべきことは、こうです。
「速く返すことを最優先にすると、20年蓄積された『この顧客の声色を読む』という最大の資産が眠ったままになります。資産を活かす設計を考えませんか」
これは抽象的な人事論ではなく、情報資産の活用設計の話です。
5.6 インセンティブ衝突の構造——なぜ熟練者は形式知化したがらないのか
ハイエクと並んで、もうひとつ理解しておきたい構造があります。熟練者にとって、自分の暗黙知を形式知化しないインセンティブが構造的に働いている、という事実です。
野中郁次郎のSECIモデルは暗黙知の共有を「組織文化」の問題として扱いますが、ゲーム理論の視点で見直すと、本質はインセンティブ設計の問題です。
熟練者の立場から見て、「自分だけが知っている」状態には次の利得があります。
- 権威：「自分にしかできない」という社内地位
- 雇用保証：解雇しにくい人材としての交渉力
- モチベーション：「必要とされている」という心理的報酬
- 裁量の余地：標準化されない領域で自由に判断できる範囲
逆に、暗黙知を形式知化（マニュアル化）すると、これらの利得が失われます。「自分でなくてもできる」状態になり、立場が相対的に弱まる。これは個人の意地悪ではなく、合理的なインセンティブ反応です。
A社の熟練工2名で考えると、彼らが若手に「見て覚えろ」と言うのには、こうした構造的な裏付けがあります。本人たちが意識していなくても、組織のインセンティブ設計が「形式知化しないほうが得」になっているのです。
このことを理解せずに「熟練工は教える文化を持つべきだ」と価値観の話に持ち込んでも、何も解決しません。診断士が見るべきは、形式知化のインセンティブを設計し直すことです。
具体的には、後述§5.7の「コア知識特定」と組み合わせて、以下のような交渉設計を行います。
- 形式知化した熟練工に対する明示的なリターン：教育担当手当、評価制度での加点、肩書きの上位化（マイスター制度等）
- 形式知化したあとも本人の専門性を残す領域の確保：すべてを形式知化せず、「ここは引き続きあなたの判断領域」と明文化
- 形式知化されたコンテンツの著作的扱い：「○○さん監修マニュアル」のように貢献者名を残す
「教えてくれない」のは文化ではなくインセンティブ設計の問題——この読み替えができるかどうかが、組織開発において診断士の価値を分けます。
5.7 コア知識の特定マトリクス——クリティカリティ×再構成コスト
インセンティブを設計し直すといっても、組織のすべての暗黙知を形式知化することは現実的でも合理的でもありません。何を優先的に形式知化するかを、客観的な基準で決める必要があります。
そこで使うのがコア知識特定マトリクスです。2軸で評価します。
- 横軸：クリティカリティ——「その人が明日辞めたら、何がどのくらいの期間止まるか」
- 縦軸：再構成コスト——「その知識を他の人がゼロから再習得するのに、どのくらいの時間・費用がかかるか」
↑ 再構成コスト（高）
│
[B] │ [A: 最優先で形式知化]
そこそこ困る │ ここを放置すると致命傷
│
───────────┼───────────→ クリティカリティ（高）
│
[D] │ [C]
放置可能 │ 形式知化はオプション
│
↓ 再構成コスト（低）
A社の熟練工2名が持つ知識を、このマトリクスでマップしてみます。
| 知識項目 | クリティカリティ | 再構成コスト | 区分 |
|---|---|---|---|
| 特殊材料C種・D種の加工ノウハウ | 高（受注3割が停止） | 高（外部習得3年以上） | A：最優先 |
| 主要顧客との関係履歴・暗黙の許容範囲 | 高（信頼関係が破綻） | 中（数ヶ月の引き継ぎで概算可能） | A：優先 |
| 機械の異音判別による故障予知 | 中（突発停止で1〜2日） | 高（経験則） | B：中優先 |
| 標準A種B種の段取り手順 | 中（軽微な遅延のみ） | 低（マニュアル化可能） | C：軽優先 |
| 工具・治具の管理場所 | 低（小幅な混乱） | 低 | D：放置可能 |
このマップを見ると、A社で「最優先で形式知化すべき知識」は明確です。特殊材料の加工ノウハウ、主要顧客との関係履歴——この2つです。残りは優先度を下げて段階的に処理する。
この判断軸を持つことで、診断士は「全部マニュアル化しましょう」という非現実的な提案を避けられます。経営者にも「ここだけはインセンティブを付けてでも形式知化しましょう」という焦点を伝えられます。
A象限の知識については、§5.6のインセンティブ設計と組み合わせて交渉することが必要です。「あなたの特殊材料の加工ノウハウを手順書化していただきたい。代わりに『マイスター手当』として月額○○円を支給し、肩書きを『加工技術マイスター』に変更し、若手の評価権限の一部もお預けします」——このような取引が成立する設計を作る。
形式知化は「全社方針」では進みません。コア知識を特定し、個別に交渉する設計が必要です。
6. 標準化と現場裁量——二項対立を超えた第三の設計
6.1 二項対立の罠
サービス・オペレーションの設計議論は、しばしば「標準化派 vs 裁量派」という不毛な対立に陥ります。
- 標準化派：「品質のばらつきを抑え、誰でもできるように」
- 裁量派：「現場の判断に任せ、個別対応で満足度を上げる」
どちらも一面では正しい。でも、どちらかに完全に倒れるとサービスは崩壊します。完全標準化は§4で見た通り、暗黙知を捨てさせて再連絡を増やします。完全裁量化は品質のばらつきを大きくし、新人が育たず、組織知が蓄積されません。
第三の設計が必要です。
6.2 「階層化された裁量」という設計
経営学者のヘンリー・ミンツバーグは、組織を「機械的官僚制」と「専門的官僚制」に分類しました。サービス組織の多くは後者であるべきで、専門的官僚制では「標準化されるのはアウトプットではなく、スキル（=判断能力）」です。
これを実装するのが「階層化された裁量」設計です。三層に分けます。
第1層：完全標準化ゾーン
- 対象：頻出・低リスク・正解が一意の事項
- 例：A社の場合、納期確認、見積もり書フォーマット、発注書のフォーマット
- 設計：マニュアル化・テンプレ化・自動化（チェックリスト・スクリプト）
- 裁量：ほぼなし（マニュアル準拠が原則）
第2層：原則＋裁量ゾーン（最大の難所）
- 対象：頻度中〜低・複雑度中・文脈依存性あり
- 例：A社の場合、「この公差で○○材を加工できるか」「特急対応の可否」「クレーム発生時の初動」
- 設計：「判断の原則（principle）」と「最終裁量者」を文書化
- 裁量：原則に沿いつつ、個別文脈で判断
- 「マニュアルに書ききれない部分」を「原則を理解した人の判断」で吸収する
第3層：完全裁量ゾーン
- 対象：低頻度・高複雑度・高リスク
- 例：A社の場合、長年付き合いのある顧客との関係修復、価格交渉の限界判断
- 設計：「責任者」「相談先」「報告義務」のみ規定
- 裁量：全面的に責任者の判断
6.3 第2層が最も重要——「原則」をどう書くか
第2層の設計が、サービス・オペレーションの成否を分けます。
悪い例（マニュアル風の書き方）：
特急対応の可否は、納期、生産能力、優先顧客度を勘案して判断する。
これは何も決めていないのと同じです。「勘案する」とは何か。
良い例（判断原則の書き方）：
特急対応の可否は、次の3条件をすべて満たすときに「受ける」と判断する。 1. 既存案件の納期遅延が発生しないこと（工程長への事前確認が必要） 2. 特急対応の追加コスト（残業・外注・優先工程の組み換え）が見積額の25%以内に収まる見込みであること 3. 顧客側の事情が「自社責任の遅延ではない」（例：原料調達トラブルではなく、最終顧客の前倒し要求）であること
上記を満たさない場合は「条件付き対応」または「拒否」を選ぶ。 拒否する場合は、代替案（最短納期での通常対応、別業者との連携提案）を必ず添える。
ここで重要なのは、判断材料を具体化し、「迷ったらどっち」が明示されていることです。マニュアル化と裁量の中間に位置する「判断の枠組み」を文書化することが、第2層の設計です。
6.4 「最終裁量者」と「相談ルート」の明示
階層化された裁量がうまく回るためには、もう一つ重要な要素があります。誰が最終的に決めるか、迷ったら誰に相談するかの経路設計です。
A社の特急対応で言えば：
- 第1相談先：工程長（生産能力の判断）
- 第2相談先：熟練工リーダー（技術的可否の判断）
- 最終決裁：見積もり額が100万円超なら経営者、100万円未満なら工場長
これを文書化しておけば、現場の事務スタッフは「誰に確認すれば判断できるか」が分かります。逆に文書化されていなければ、いちいち経営者を経由することになり、これが応答時間を伸ばす最大の原因になります。
シリーズ前作1-1で扱った「統治」の話と、ここで重なります。現場裁量とは、統治の分権化の具体的な形でもあるのです。
6.5 A社における階層化された裁量の設計例
A社の受注対応窓口を例に、三層化の設計を示します。
[第1層：完全標準化]
- 既存定型品の納期確認
- 標準見積書の発行（既存顧客・既存仕様）
- 受注書・発注書のフォーマット
- 「品質クレームを受けた場合」の初動チェックリスト
→ 担当：事務スタッフ単独で完結
[第2層：原則＋裁量]
- 「この材料でこの公差は対応可能か」の一次回答
原則：A種・B種材料は熟練工に確認なしで「可能」と回答可（手順書あり）
C種・D種材料は必ず熟練工確認後に回答
新規材料は工程長＋熟練工の合議
最終裁量者：熟練工リーダー
- 「特急対応の可否」の判断
原則：上記§6.3に記載
最終裁量者：工場長（経営者は不要）
- 「クレーム後の追加調査」の範囲決定
原則：影響範囲が同ロット内なら工程長判断、ロット外に及ぶなら経営者報告
最終裁量者：工程長＋経営者の合議
[第3層：完全裁量]
- 主力顧客との価格交渉の限界（47%集中顧客）
→ 経営者の専属判断、相談先：顧問税理士＋顧問先輩経営者
- 長期顧客との関係修復
→ 経営者＋工場長で判断
この三層化を一覧表にして全員に共有することが、サービス・オペレーション設計の出発点です。「マニュアル」というドキュメントの代わりに「裁量マップ」を作るイメージです。
7. KPIのGoodhart化——4軸でのKPIセット設計
7.1 Goodhartの法則
イギリスの経済学者チャールズ・グッドハートが提唱した法則は、サービス・オペレーションのKPI設計で最も重要な前提になります。
「ある指標が政策目標になった瞬間、その指標は良い指標であることを止める」
別の言い方をすれば、「測られるものは管理されるが、管理されるものは歪められる」。
§4で見たITサポートの事例がまさにこれでした。「一次対応で完結した件数」をKPIにした瞬間、現場は「とにかく完結マークを付ける」インセンティブを持ち、本来エスカレーションすべき案件を無理やり完結マークにしました。指標は「達成」されたが、目的は「破壊」された。
シリーズ前作の4-5（統計的品質管理）では、品質データの信頼性確保の議論をしました。同じことがサービスKPIにも当てはまります。KPIが「現場が改ざんできない・歪められない」設計でないと、結局は判断材料として機能しません。
7.2 単一KPIの罠
「応答時間を測ろう」「一次解決率を測ろう」「顧客満足度を測ろう」——一つだけでは必ず歪みます。
| KPI（単独） | Goodhart化したときの歪み |
|---|---|
| 応答時間 | 完了マークを早期に付ける／中途半端な回答で打ち切る |
| 一次解決率 | エスカレーションをしない／再連絡を別案件としてカウント |
| 平均処理時間 | 簡単な案件ばかり拾う／複雑な案件を後輩に押し付ける |
| 顧客満足度（CSAT） | 厳しい顧客にアンケート依頼を出さない／回答誘導 |
単一KPIは必ず歪みます。これは「現場の倫理」の問題ではなく、測定方法の構造的な問題です。
7.3 4軸でのKPIセット設計
サービス・オペレーションのKPIは、以下の4軸を同時に測ることを推奨します。これらは互いに歪みを打ち消す関係にあります。
①一次解決率（First Contact Resolution）
- 定義：問い合わせから○営業日以内に、再連絡なく完結した案件の比率
- 注意点：「完結」の判断を担当者本人ではなく、第三者（QAレビュアー or 顧客への確認）が行う
- A社の場合：見積もり問い合わせから5営業日以内に「成約 or 顧客から明確な拒否」で完結した比率
②再連絡率（Recontact Rate）
- 定義：一次対応の完結後7日以内に、同じ顧客から関連問い合わせが来た比率
- なぜ重要：一次解決率を歪めるインセンティブを打ち消す（再連絡が多いと一次解決の「実質」が低いことが分かる）
- A社の場合：見積もり提出後、同じ案件で「条件再確認」「公差確認」など追加問い合わせが来た比率
③品質指標（Quality Score）
- 定義：完結した案件のうち、第三者レビュー（同僚 or 上長）で「正しい対応」と判定された比率
- なぜ重要：処理速度を上げるために雑な対応をするインセンティブを打ち消す
- A社の場合：見積もり書の記載ミス（公差・納期・価格）が後日発覚した件数（負の指標）
④リスク指標（Risk Indicator）
- 定義：不適切な対応によって会社・顧客にリスクをもたらした件数
- なぜ重要：処理速度や顧客満足を追求するあまり、安全・コンプライアンスを犠牲にするインセンティブを打ち消す
- A社の場合：技術的限界を超えた受注を取った（後日キャンセル・クレームに繋がった）件数
この4つを全員に同時に提示し、月次でレビューする。一つの軸だけが突出して良い場合は、別の軸が悪化していないかを必ず確認する。これが「KPIセットの設計原則」です。
7.4 「現場が改ざんできない」測定方法
KPIをいくら設計しても、現場が改ざんできる仕組みでは意味がありません。次の3つの工夫が有効です。
a. 担当者本人以外による測定
「完結マーク」を担当者本人が付ける設計は危険です。第三者（同僚・QAレビュアー・上長・顧客）が「完結」を判定する仕組みにします。A社の場合は、見積もり提出後5営業日以内に顧客に「ご検討状況いかがでしょうか」と一度フォローし、その結果で「成約・拒否・保留」を分類する。
b. ランダム抽出の品質レビュー
全件をレビューする必要はありません。月の対応件数のうち5〜10%をランダム抽出して、上長または同僚が「品質スコア」を付ける。サンプリングの存在を周知することで、「いつ抽出されるか分からない」状態を作ります。
c. 顧客側からの情報入手
顧客満足度アンケートを「誰に送るか」を担当者に決めさせないこと。たとえば「完結した全顧客に等確率で送る」または「ランダム抽出で送る」とし、回答誘導の余地を排除します。
7.5 KPIセットの組織への提示順序
新しいKPIセットを導入するとき、提示順序が組織受容を左右します。経営者・管理者が「成果を測る道具」と言いすぎると、現場は防御的になります。
良い順序：
- 目的の合意：「私たちのサービスは何を提供することが本質か」を全員で議論
- 歪みの共有：「単一指標は必ず歪む。だから複数で見る」というGoodhartの説明
- 4軸の提示：4つを同時に見ることが「現場を守る装置」でもあると伝える
- レビューの仕組み：月次の30分で、4軸の動きを全員で見る（個人攻撃ではなく構造分析）
- 改善提案権の付与：「現場からKPIの改訂提案を出していい」と明示
これは§6で扱った「階層化された裁量」と直結します。KPIの設計改訂権を現場に開くことが、長期的には組織の自律性を育てます。
8. 監査可能な証拠とプライバシー配慮——録音ログの取り扱い
8.1 「証拠」がなければ事後検証も改善もできない
サービス・オペレーションの改善には、過去のやり取りを後から見返せる証拠が必須です。電話なら録音、メールならログ、チャットなら履歴、対面ならメモ。
なぜ重要か。
- 品質スコアを付けるためのレビュー材料
- クレーム発生時の事実確認
- 担当者の自己学習（自分の対応を見直す）
- 新人教育の素材
- ノウハウの形式知化
「言った言わない」になる現場では、改善の根拠が消えます。証拠は組織の学習資産です。
8.2 プライバシーの三面性
ところが録音・ログには、プライバシーの問題がついて回ります。論点は3つあります。
①顧客のプライバシー
電話で語られる顧客情報は、本人の同意なく第三者と共有してはいけません。録音する旨の事前告知（「品質向上のため録音させていただいています」）は最低限の手続きです。録音データの保存期間・アクセス権限・破棄ルールも明示する必要があります。
②担当者のプライバシー
担当者の対応音声は、本人の労務情報でもあります。日本の労働法上、業務上の録音は同意なく可能とする裁判例もありますが、「個人を特定して評価する目的」での録音は労使協定・就業規則での明文化が望ましいとされます。担当者が「常時監視されている」と感じる設計は、組織の心理的安全性を破壊します。
③第三者のプライバシー
顧客が電話で「うちの○○さんが」と他者の情報を語ることがあります。録音にはその第三者情報も含まれます。録音データの取り扱いは、当事者だけでなく言及される第三者にも配慮する必要があります。
8.3 「証拠保全 × プライバシー」の両立設計
両立のための実践的な設計原則を、A社の文脈で整理します。
a. 録音の目的を明示し、利用範囲を限定する
[A社・録音利用方針 案]
目的：品質向上、クレーム発生時の事実確認、新人教育のみ
利用範囲外：個人評価、人事処分の根拠
保存期間：90日（クレーム関連は3年）
アクセス権限：工場長、経営者、品質担当（同意を得て）
顧客への告知：自動音声「品質向上のため、お電話を録音させていただきます」
担当者への明示：就業規則・労使協定で目的限定を明文化
b. ランダム抽出レビューで「常時監視感」を回避
§7で触れた通り、全件レビューではなく月の5〜10%をランダム抽出。担当者は「いつ抽出されるか分からない」が、「常に見られている」わけではない。
c. 「個人を特定して評価する目的」と「全体傾向を見る目的」を分離
担当者個人の評価は、KPI（数値）と上長との1on1での対話に限定し、録音音声は「組織全体の傾向理解」「教育素材」「クレーム時の事実確認」に限定します。
d. 担当者本人による「自己レビュー」の機会を提供
担当者本人が自分の録音を聞き返せる仕組みを作ります。これは「上から評価される」感覚を「自分が成長する」感覚に変える効果があります。
8.4 法令と業界規範
中小企業診断士として知っておくべき法的な枠組みとして、個人情報保護法（個人情報取扱事業者の義務）、電気通信事業法（通話傍受の制限）、各業界の自主規制があります。これらの詳細な解釈は弁護士・労務専門家に確認すべき領域ですが、診断士として最低限「録音・ログを取る前に必要な手続きが何か」を経営者に問うことができる水準は必要です。
具体的には：
- 個人情報保護方針の整備（録音データの取扱を明記）
- 顧客への事前告知（録音通知）
- 就業規則・労使協定での明文化
- 保存・破棄ルールの文書化
- アクセス権限の階層化
これらが整備されていない段階で録音を始めるのは、後でリスクを生みます。A社のような22名規模の組織でも、形式は簡素でも整備は必要です。
8.5 「証拠を取らない」という選択肢ではない
ここまで読んで「面倒だから録音はやめておこう」と判断するのは、診断士としての答えではありません。証拠なしのサービス改善はあり得ないからです。
正しい問いは「どうすれば証拠を取りながらプライバシーを守れるか」です。設計と運用で両立できます。
9. A社における組織論応用——サービス内製化と現場裁量の制度化
9.1 「製造業のなかのサービス」を可視化する
A社のような中小製造業では、「サービス・オペレーション」が独立した部門として認識されていないことがほとんどです。受注対応も品質クレーム対応も、誰かが片手間でやっている。結果として、サービスの設計が「成り行き」になっています。
診断士として最初にやることは、A社のなかの「サービス局面」を全部洗い出すことです。
| サービス局面 | 担当 | 月次件数 | 平均応答時間 | 現状の課題 |
|---|---|---|---|---|
| 新規問い合わせ対応 | 事務2名 | 50件 | 1営業日 | 技術判断が必要な案件で熟練工待ちが発生 |
| 見積もり作成 | 事務2名＋経営者 | 35件 | 3営業日 | 経営者承認で滞留 |
| 納期確認・調整 | 事務2名 | 80件 | 即日 | 工程変更時に現場との情報ズレ |
| 品質クレーム初動 | 工場長 | 月3〜5件 | 即日〜半日 | 工場長不在時の代行ルートなし |
| 保守・問い合わせ | 熟練工2名 | 月10件 | 2〜3営業日 | 熟練工の生産時間を圧迫 |
これだけで月200件近いサービス事象がA社のなかで発生しています。これを「製造の片手間」と片付けるか、明確な業務として設計するかで、組織の生産性が変わります。
9.2 サービス内製化と専門化の判断
A社の各局面について、「専門担当を置くか」「外注するか」を考えます。
専門担当を置くべき領域：
- 新規問い合わせ対応 → 事務スタッフのジョブディスクリプションに明記、技術判断ルートを§6の三層設計で整備
- 見積もり作成 → 標準見積もり（事務単独）と複雑見積もり（事務＋熟練工＋工場長合議）を分離
外注を検討してよい領域：
- 一部の単純な問い合わせ（営業時間外受付など） → 外部コールセンター活用は中小企業でも増えている
- 保守問い合わせの一次振り分け → 顧客から直接熟練工に電話が来ない設計に変える
経営者でなければできない領域：
- 主力顧客との重要な対話（47%集中の顧客）
- 価格交渉の限界判断
- 戦略的なクレーム対応
これを混在させないことが、サービス内製化の第一歩です。
9.3 現場裁量の制度化——「裁量マップ」を全員に配る
§6で扱った階層化された裁量を、A社全員が見られる形にまとめます。
[A社・裁量マップ v1.0]
発行：2026-05-13
適用範囲：受注対応・見積もり・納期・クレーム
第1層（マニュアル準拠）
├ 既存定型品の納期確認
├ 標準見積書の発行
├ 受発注書フォーマット
└ クレーム初動チェックリスト
第2層（原則＋裁量）
├ 一次技術回答（A種B種：単独、C種D種：熟練工確認）
│ 最終裁量者：熟練工リーダー
├ 特急対応の可否（§6.3の3条件）
│ 最終裁量者：工場長
├ クレーム後の追加調査範囲
│ 最終裁量者：工程長＋経営者の合議
└ 見積もり額10%以内の値引き判断
最終裁量者：事務リーダー（事後報告）
第3層（個別判断）
├ 主力顧客との価格交渉限界
│ 担当：経営者専属
├ 長期顧客との関係修復
│ 担当：経営者＋工場長
└ 新規大型案件の受託可否
担当：経営者
このマップを全員に配り、月次の受注計画会議で「先月の判断は階層通りだったか」を振り返ります。最初は完璧でなくていい。運用しながら改訂していく前提で公開します。
9.4 統治と現場裁量の表裏一体性
シリーズ前作1-1で扱った「統治の分権化」と、本記事の「現場裁量の制度化」は、全く同じことの別の言い方です。
統治の側から見ると：「経営者の意思決定権限を、工場長・熟練工・事務スタッフに段階的に移譲する」 現場裁量の側から見ると：「フロントラインに、原則に沿った判断権を制度として渡す」
どちらの方向から進めてもよいのですが、A社のような集権体質の組織では、「現場裁量マップ」という具体物のほうが議論が進めやすいことが多いと感じています。「権限移譲しましょう」と言うと経営者が抵抗します。「裁量マップを作りましょう」と言うと経営者は「どこまでが自分の判断か」を明示できるので、むしろ安心するのです。
入り口が違っても、目的地は同じです。
9.5 「内製化×制度化」の効果
A社で裁量マップを導入してから6ヶ月の効果を、サービス・オペレーション関連の指標で見ます。
| 指標 | 導入前 | 1ヶ月後 | 3ヶ月後 | 6ヶ月後 |
|---|---|---|---|---|
| 見積もり平均応答時間 | 3.0営業日 | 2.7営業日 | 1.8営業日 | 1.4営業日 |
| 経営者経由の判断件数（月） | 28件 | 22件 | 12件 | 7件 |
| 一次解決率 | 65% | 67% | 76% | 84% |
| 再連絡率 | 22% | 21% | 14% | 9% |
| 品質スコア（5段階） | 3.2 | 3.4 | 3.9 | 4.3 |
| 失注リスク件数（月） | 4件 | 4件 | 2件 | 1件 |
| クレーム発生件数（月） | 4.5件 | 4.0件 | 2.8件 | 1.2件 |
数字の動き方に特徴があります。最初の1ヶ月はほとんど変わりません（これは1-1の事例と同じパターンです）。3ヶ月目から効きはじめて、6ヶ月で大きく改善します。
なぜこの時間軸になるか。サービス・オペレーションの改善は「現場が裁量を実際に使ってみて、失敗して、修正して、判断の感覚を身につけるサイクル」が必要だからです。本を読んだだけでは身につかない。実践と振り返りのループが回ることで、裁量マップが「文書」から「組織の習慣」に変わります。
経営者から興味深いコメントがありました。「最初の1ヶ月は、自分が判断しないと不安だった。3ヶ月目あたりから、現場の判断のほうが自分より早くて精度も高いと気づき始めた。6ヶ月目には、自分が出る場面は本当に大きな判断だけになって、それが本来の経営者の仕事だと思えるようになった」。
これが、シリーズで言う「合格後の知的再武装」の一つの到達点です。
9.6 モチベーションを変数化する——μ低下がさらなる遅延を呼ぶ正帰還ループ
最後に、サービス・オペレーション設計でしばしば抜け落ちる視点を補足します。M/M/1の式に出てくるμ（サービス速度＝1人が単位時間に処理できる件数）を従業員満足度の関数として捉えると、サービス組織の悪化スパイラルが鮮明に見えます。
通常の教科書では、μは定数として扱われます。「事務スタッフ1名が1件30分で処理する」というように。でも現実には、μは固定値ではありません。疲労・モチベーション・心理的安全性によって変動します。
この変動を組み込むと、次の正帰還ループ（強化ループ）が現れます。
過少人員（稼働率上昇）
↓
過負荷（残業増・休憩減）
↓
従業員満足度の低下
↓
μ（処理速度）の低下
↓
キューの伸長（ρ = λ / μ の上昇）
↓
さらなる過負荷（元に戻る）
このループの怖さは、初期の小さな摂動が指数的に悪化を加速する点にあります。一度動き始めると、人員を元に戻すだけでは止まりません。離職が連鎖し、新人の習熟期間中はμが下がり、残されたベテランの過負荷が加速する。
A社の事務スタッフ2名で考えると、こうなります。仮に1名が「結婚を機に退職」した場合、残された1名が「とりあえず1人で回す」状態になります。稼働率が瞬間的に90%超に達し、残業が増え、心理的余裕がなくなる。1件あたりの処理時間が30分から45分に伸びる（=μ低下）。問い合わせ対応の質が下がり、クレームが増える。クレーム対応がさらに時間を奪う。最終的に「もう辞めたい」という訴えが出る——これがμ変数化視点で見たサービス組織の崩壊シナリオです。
このループを断ち切るためにできることは、μの低下を早期検出する仕組みです。週次で「1件あたり平均処理時間」と「残業時間」を見える化する。前週比でμが10%以上下がった、あるいは残業が20%以上増えたら、増員・繁忙対応・業務削減のいずれかを即発動する。μ低下は黄信号、見過ごせば赤信号——この感覚を組織全員で持つことが、サービス・オペレーションの長期持続性の鍵です。
シリーズ前作1-2の因果ループ図で扱った動学的視点を、サービス・オペレーションに具体化したのがこの議論です。M/M/1の数式は静的に見えますが、μを変数化すれば動学モデルになります。診断士として持つべきレンズです。
10. 合格直後の自分へ——サービス・オペレーションを「人の問題」で片付けない
10.1 試験で学んだことと実務でぶつかる壁
中小企業診断士の試験では、サービス・オペレーションの章で「待ち行列モデル」「スキルマトリクス」「現場裁量」の用語を覚えます。それぞれの意味と、簡単な計算（M/M/1の平均待ち時間など）を解けるようになります。
合格直後の私は、これで「サービス改善は分かった」と思っていました。
最初に診断した会社で、待ち時間の改善を提案したとします。「稼働率が高すぎるから増員を」と。経営者は「人件費を増やしたくない」と返します。私は反論できません。「人件費はかかりますが、待ち時間が改善されます」では弱い。経営者は「待ち時間が改善されたら売上が上がるんですか」と聞きます。私は答えられません。
これが最初の壁です。
10.2 「人の問題」に逃げない
サービス改善が進まないとき、新米診断士はしばしば「人の問題」に逃げます。「現場のモチベーションを上げよう」「教育プログラムを充実させよう」「コミュニケーションを改善しよう」——これらは間違いではないのですが、構造的な問題を「人の心がけ」で片付けようとしている瞬間があります。
§4のスクリプト強化の事例で言えば、「現場のモチベーションが下がったから二次対応が増えた」のではありません。スクリプトという仕組みが、暗黙知の発動を抑制したのです。人を責める前に、仕組みを疑う。これがサービス・オペレーション診断の原則です。
10.3 「定量で語れる」ことを目標にする
合格直後にやるべき自己訓練は、サービス・オペレーションの議論を定量で語れるようにすることです。
- M/M/1の式 L=ρ/(1-ρ) を、稼働率の数字と一緒に言えるか
- 稼働率が10ポイント上がったとき、待ち時間が何倍になるかを暗算できるか
- プーリング定理を「多能工化の財務的根拠」として経営者に説明できるか
- Newsvendor Modelの非対称性を、Cu/Coの比で説明できるか
- AI/ロボット投資の閾値Q* = F / (w・t) を立てて、導入可否を判断できるか
- ハイエクの「特定の時と場の知識」を、なぜ標準化が失敗するかの説明に使えるか
- コア知識特定マトリクス（クリティカリティ×再構成コスト）で優先順位を決められるか
- KPI 4軸（一次解決・再連絡・品質・リスク）を、ホワイトボードに書いて説明できるか
- 「現場裁量の三層化」を、業種特性を反映して設計できるか
- μ変数化視点でサービス組織の悪化スパイラルを早期検出できるか
これらが言えるかどうかで、経営者との会話の深さが変わります。「人の問題ですね」で終わるか、「数学的に最適な配員はこうです」と進めるか。
10.4 Level 1とLevel 100の差はどこに出るか
シリーズ1-1で書いた通り、Level 1とLevel 100の差は知識量ではなく因果の翻訳能力にあります。サービス・オペレーションでも同じです。
Level 1：「人を増やせば待ち時間は減ります」 Level 100：「稼働率82%は数学的に許容範囲ですが、ばらつきの大きい月は瞬間的に95%を超えるため、待ち時間が指数的に伸びます。固定費を増やさずに対応するなら、需要のばらつきを吸収する仕組み——具体的には予約受付の導入、ピーク時間帯の優先振り分け——を設計します」
Level 1：「マニュアルがあると安心です」 Level 100：「マニュアル化と裁量の三層設計を提案します。第2層の『原則＋裁量』が組織の知識資産を守る肝です」
Level 1：「KPIを設定しましょう」 Level 100：「単一KPIはGoodhart化します。一次解決・再連絡・品質・リスクの4軸で同時に測ることで、歪みを相互に検知します」
差はテキストの知識ではなく、現実の構造を見抜く解像度です。試験で習った用語が、実務でどう動くかを「数字付きで語れる」ようになる。そこが分水嶺です。
10.5 最後に——「在庫できない仕事」の重さを忘れない
サービスは在庫できません。今日の対応の質は、今日この瞬間にしか作れない。後で取り戻すことはできない。だからこそサービス・オペレーションの設計は、製造業の工程設計とは別種の重みを持ちます。
A社の事務スタッフが今日、ある顧客の電話に出ます。その電話で「いつもと違う声色」を読み取れるかどうか。読み取った直感に従って、適切なエスカレーションが行えるかどうか。それを支える仕組み——裁量マップ、KPIセット、録音ログ、月次レビュー——が整っているかどうか。
これらは経営者一人の意思では決まりません。診断士が一緒に設計し、現場と運用し、半年・1年かけて組織の習慣に変えていくものです。
合格直後のあなたへ：
サービス改善の依頼が来たとき、最初に問うべきは「待ち時間を短くしたい」の裏にある「本当は何が起きているのか」です。M/M/1の式を頭の片隅に置き、Cu/Coの非対称性を意識し、現場裁量の三層化を絵に描けるようにしておく。そのうえで、目の前の経営者と現場スタッフの言葉を聞きにいく。
「正しい施策」が「現場で動く施策」になるための翻訳——それが、シリーズを通じて伝えたい合格後の知的再武装の核です。
サービス・オペレーション設計は、業務改善の最前線でありながら、その本質は組織マネジメントの設計にあります。待ち行列という数式の話に見えて、実は権限・知識・インセンティブの設計です。両者を分けて考えないことが、本記事を通じて伝えたかった視点です。
本記事は、中小企業診断士合格後の実務準備を目的とした「smeca-level100」シリーズの一部です。チェックポイント4-6「サービス・オペレーション（待ち行列・スキル配員・現場裁量）を、顧客体験と生産性のトレードオフとしてモデル化できる」に対応した記事です。シリーズ前作の1-1・1-2・4-5と合わせて、価値創造システム・因果ループ・品質管理・サービスオペレーションの四つを横断的に読んでいただくと、より理解が深まる構成になっています。
コメント