工程
イベント業務のAI活用を工程別に判定
引き合いから開催後までの適性
「イベント業務にAIを入れる」と考えると、必ず行き詰まります。イベント制作は工程によって性質がまったく違うからです。工程を分解し、1つずつ適性を判定すると、どこから手を付けるべきかが見えます。
結論
イベント業務のAI適性は①出力が言語や構造として表せるか ②正解が案件固有の事実に依存しないか ③間違えたときに取り返しがつくかの3基準で判定します。3つとも満たす工程はAIが効き、②や③を満たさない工程は人が担当します。引き合いから開催後までの全工程をこの基準で仕分けると、導入の優先順位が決まります。
適性を判定する3つの基準
個別のツールの話に入る前に、判定の物差しを持ちます。この3基準は、新しいツールが出てきても変わりません。
基準1：出力が言語や構造として表せるか
- 文章、リスト、表、分類、要約。これらはAIの得意領域です
- 人と人の関係を動かす、現場で身体を使う、実物を見て判断する。これらは対象外です
- 「打合せで合意を取り付ける」は不可、「合意内容を整理する」は可、という切り分けになります
基準2：正解が案件固有の事実に依存しないか
- 一般的な型や網羅性の確認は、AIが持っている知識で処理できます
- この会場の搬入口の高さ、この協力会社の実勢単価、この担当者の意向。これらはAIが知りません
- 社内データを渡せば一部は補えますが、渡せない情報の方が多いのが実務です
基準3：間違えたときに取り返しがつくか
- 下書きが的外れなら書き直せばよい。低リスクなのでAIを使ってよい工程です
- 安全管理、許認可、契約、当日の判断。間違えると人の安全や法的責任に関わります
- 取り返しがつかない工程では、AIは確認の補助までに留めます
Point
3基準のうち、実務で最も効くのは基準2です。イベント制作の難しさの大半は「この案件のこの条件でどうするか」にあり、そこはAIの外側にあります。だからこそ、AIには案件固有でない部分を担当させると素直に速くなります。
| 判定 | 3基準の状態 | AIの使い方 |
|---|---|---|
| ◎ 効く | 3つとも満たす | 主担当として任せ、人は点検のみ |
| ○ 部分的に効く | 基準2が弱い | 下書き・候補出しに使い、人が固有情報を入れる |
| △ 補助のみ | 基準3が弱い | 抜け漏れの指摘に限定。判断は人 |
| × 効かない | 基準1を満たさない | 使わない。人が時間を使うべき工程 |
工程×AI適性マトリクス
引き合いから開催後までを17工程に分解し、判定した結果です。自社の工程名に読み替えて使ってください。
| # | 工程 | 適性 | AIが担う具体 | 人が担う具体 |
|---|---|---|---|---|
| 1 | 引き合い・与件ヒアリング | ○ | 質問項目の網羅チェック、議事の整理 | 先方の本音の引き出し、関係構築 |
| 2 | 企画立案（コンセプト） | ○ | 発想の広げ、切り口の列挙、言語化 | 案の決定、独自性の担保 |
| 3 | 企画書・提案書作成 | ◎ | 構成案、たたき台、表記統一 | 実績・費用・体制の記述、決裁者対応 |
| 4 | 概算見積・積算 | △ | 項目の抜け漏れ指摘、検算 | 単価決定、原価率、提出金額 |
| 5 | 会場選定・下見 | △ | 候補条件の整理、確認項目リスト | 実地確認、寸法と制約の判断 |
| 6 | プレゼン・競合対応 | × | 想定質問の準備は可 | 提案の場そのもの、質疑応答 |
| 7 | 受注・契約 | × | 条文の論点整理は補助的に可 | 条件交渉、契約判断、法務確認 |
| 8 | 詳細設計・仕様確定 | ○ | 仕様書の項目設計、抜け指摘 | 実現性判断、会場との調整 |
| 9 | 協力会社の選定・発注 | ○ | 見積の突合、比較表作成 | 選定判断、価格交渉、関係維持 |
| 10 | スケジュール作成 | ○ | 工程の洗い出し、逆算の下書き | 会場条件との整合、バッファ設定 |
| 11 | 制作物の制作進行 | ○ | 進捗の整理、督促文案、校正補助 | クリエイティブ判断、修正指示 |
| 12 | 集客・広報 | ◎ | 告知文案、メール文面、FAQ作成 | 予算配分、媒体選定、効果判断 |
| 13 | 運営設計（香盤・台本） | ○ | 台本の下書き、進行表の整形 | 現場の現実性判断、安全設計 |
| 14 | 許認可・安全管理 | × | 必要手続きの一覧化は補助的に可 | 申請、消防・警察協議、安全責任 |
| 15 | 当日運営 | × | 使う場面はほぼない | 全て。判断と対応 |
| 16 | 撤収・精算 | ○ | 精算項目の照合、差異の抽出 | 支払判断、協力会社との調整 |
| 17 | 報告・効果測定 | ◎ | 数値の整形、自由記述の分類、報告書下書き | 原因の解釈、次回への提言 |
注意
◎が4工程、○が8工程、△が3工程、×が4工程という配分です。全工程の半分弱でAIが実質的に使える一方、当日運営と許認可・安全は完全に人の領域です。この配分感が、期待値の設定に役立ちます。
効く工程の掘り下げ
◎と○の工程について、実際に何をさせるかを具体化します。
企画書・提案書作成（◎）
- 構成案を3パターン出させ、決裁者の関心に合うものを人が選ぶ
- 節ごとのたたき台を書かせ、実績・費用・体制を人が差し込む
- 「決裁者が却下する理由を3つ」と反論させ、弱い箇所を潰す
- 表記ゆれと文体を統一させる
集客・広報（◎）
- 告知文を対象別に書き分けさせる（既存顧客／新規／業界メディア）
- 件名を10案出させ、反応が取れそうなものを人が選ぶ
- 参加者からよく来る質問を想定し、FAQの下書きを作らせる
- リマインドメールの文面を段階別（申込直後／1週間前／前日）に用意させる
- 投稿文をチャネル別の文字数と文体に合わせて整形させる
報告・効果測定（◎）
- アンケートの自由記述を分類し、代表的な意見を抽出させる
- 数値の説明文を書かせる（解釈は人が書く）
- 前回との比較表を作らせる
- 報告書の章立てと下書きを作らせる
スケジュール作成（○）
- 本番日から逆算した工程の洗い出しをさせる
- 作成済みのスケジュールを渡し、「物理的に間に合わない箇所」を指摘させる
- 「この工程が2日遅れた場合、どこに影響が出るか」を検証させる
- 会場の仕込み日、搬入枠、印刷の納期といった固有条件は人が入れる
協力会社の選定・発注（○）
- 様式の異なる複数社の見積を、共通の項目軸に並べ替えさせる
- 仕様書に対して見積で抜けている項目を抽出させる
- 「一式」表記の項目を洗い出し、確認事項リストを作らせる
- 選定と価格交渉は人が行う
Point
効く工程に共通するのは、「型があり、量が多く、間違えても直せる」という性質です。逆に、これを満たさない工程に無理にAIを入れると、確認の手間が増えて遅くなります。
効かない工程を見極める
×と△の工程で無理をすると、事故が起きます。何が起きるかを具体的に押さえます。
当日運営（×）
当日は予定どおりに進まないことへの対応が業務の本体です。登壇者が遅れる、機材が落ちる、雨が降る、来場者が想定を超える。この場での判断は、会場の状況を見ている人にしかできません。
- AIは会場で何が起きているかを見ていません
- 判断の速度が求められ、入力して待つ時間がありません
- 間違えたときに人の安全に関わります
- 事前の想定シナリオ作りには使えますが、当日の判断には使えません
許認可・安全管理（×）
AIは所轄ごとの運用差や、最新の条例改正を正確には把握していません。もっともらしい手続き名を出力しますが、その通りに動くと申請が通りません。
- 必要な手続きの候補リストとしてAIの出力を使うのは可
- そのリストを所轄（消防、警察、保健所、道路管理者）に確認するのは必須
- 申請書類の作成と提出は人が行う
- 安全計画、避難誘導、緊急時体制は実地の判断で作る
- AIの出力を根拠に「手続き不要」と判断しない
契約・条件交渉（×）
契約条項の論点整理までは補助的に使えますが、契約の判断と法務確認は人と専門家の領域です。AIが「一般的には問題ない」と言っても、それは判断の根拠になりません。
プレゼン・競合対応（×）
提案の場そのものは人対人です。ただし準備には使えます。「先方の立場で厳しい質問を10個」と想定質問を出させ、回答を用意しておく使い方は効果的です。
見積・積算（△）
抜け漏れ指摘と検算は有効ですが、金額そのものはAIに作らせません。詳しくはイベント見積のAI活用を参照してください。
会場選定・下見（△）
候補条件の整理と確認項目リストの作成は有効です。しかし実際に行って見ないと分からないことが会場選定の本体です。天井高、搬入経路の曲がり、床の耐荷重、近隣への音の抜け。会場選定の観点はイベント会場の選び方にまとめています。
導入の優先順位
工程ごとの具体的な使い方は、議事録、資料作成、企画書、見積の各記事にまとめています。
全工程に同時に入れようとすると必ず頓挫します。効果が大きく、リスクが小さい工程から順に手を付けます。
| 優先 | 工程 | 理由 | 着手の目安 |
|---|---|---|---|
| 1 | 報告・効果測定 | 型が固定、データが揃っている、失敗しても安全 | 最初の1案件で試す |
| 2 | 集客・広報 | 量が多く、反復が効く。効果が数字で見える | 次の案件から |
| 3 | 議事録・打合せ記録 | 全案件で発生する。すぐ効果を実感できる | 次の案件から |
| 4 | 企画書・提案書 | 時間短縮効果が最大。ただし品質管理が必要 | 型ができてから |
| 5 | スケジュール・仕様確定 | 抜け漏れ検出として効く | 標準工程表を整えてから |
| 6 | 協力会社見積の突合 | 効果は大きいが情報管理の整理が先 | 社内ルールを決めてから |
| 7 | 積算の抜け漏れ検出 | 社内データの整備が前提 | 項目名の標準化の後 |
最初の1か月でやること
- 01
工程表を自社の言葉で書き出す
上のマトリクスを雛形に、自社の工程名と担当者で書き直します。ここで初めて「どこに時間を使っているか」が見えます。
- 02
時間を食っている工程に印を付ける
実感で構いません。3つに絞ります。多くの場合、資料作成、議事録、報告書のいずれかが入ります。
- 03
そのうち適性が◎か○の工程を1つ選ぶ
×や△の工程を選ばないことが重要です。最初に失敗すると、社内で二度と使われなくなります。
- 04
1案件で試し、時間を計る
従来どおりの方法での所要時間を思い出しておき、比較します。感覚ではなく時間で評価します。
- 05
使えた指示文を社内に残す
うまくいった指示文を共有ファイルに保管します。個人の工夫で終わらせないことが定着の分かれ目です。
- 06
使えなかった工程を記録する
「この工程では効かなかった」という知見も同じくらい価値があります。次の人が同じ失敗をしません。
Point
最初に選ぶ工程を間違えないでください。当日運営や許認可のような×の工程で試して失敗すると、「AIは使えない」という結論が社内に定着します。報告書か告知文から始めるのが最も安全です。導入の進め方はイベント業務でのAI活用の始め方も参照してください。
工程判定を運用に落とす
判定を更新する
適性の判定は固定ではありません。ツールの進化と、社内データの整備によって変わります。半年に一度、マトリクスを見直すことを前提にしてください。
| 変化の要因 | 影響する工程 | 起きること |
|---|---|---|
| 社内データの蓄積 | 積算、相場照合、報告 | △から○へ上がる |
| 情報管理ルールの整備 | 見積突合、契約関連 | 使えなかった工程が使えるようになる |
| ツールの機能追加 | 資料作成、図表 | 人の作業が減る |
| 社内の習熟 | 全般 | 指示文の質が上がり、確認時間が減る |
| 案件の性質 | 企画、会場 | 新規性の高い案件では適性が下がる |
工程ごとの確認ルールを決める
- ◎の工程：担当者が点検してそのまま使える
- ○の工程：固有情報を人が入れたうえで、上長が確認する
- △の工程：AIの出力は候補扱い。採否の判断を必ず記録に残す
- ×の工程：AIを使わない。想定質問や確認リストの作成に限定
- 外部に出す資料は、工程を問わず人が最終確認する
- 金額・日程・可否・安全に関わる記述は、出典を確認してから確定する
よくあるつまずき
| 症状 | 原因 | 対処 |
|---|---|---|
| 導入したが誰も使わない | 工程を決めずに「使ってみて」と配った | 工程を1つ決め、指示文とセットで配る |
| 確認に時間がかかり遅くなった | 適性が低い工程に入れた | マトリクスで判定し直す |
| 出力の質が人によってばらつく | 指示文が個人管理 | 指示文を共有資産として一本化 |
| 情報漏洩が心配で使えない | 社内ルールが未整備 | 扱ってよい情報の範囲を先に決める |
| 一般論しか出てこない | 与件を渡していない | 案件条件を構造化して渡す習慣をつける |
| 事実と違う内容が混ざる | 禁止事項の指示がない | 「与件にない内容を書かない」を定型で入れる |
工程を分けずに「AIを導入する」と言っている間は、何も進みません。
工程全体の効率化という観点ではイベント業務の自動化、組織としての取り組みはイベントのDXも併せて参照してください。
この記事の要点
- AI適性は「言語で表せるか」「案件固有の事実に依存しないか」「取り返しがつくか」の3基準で判定する。
- 全17工程のうち、実質的にAIが使えるのは半分弱。当日運営と許認可・安全は完全に人の領域。
- 効く工程に共通するのは「型があり、量が多く、間違えても直せる」という性質。
- 導入順は報告書→集客文面→議事録→提案書。効果が大きくリスクが小さい順に着手する。
- 最初に×の工程で試して失敗すると、社内で二度と使われなくなる。選定を誤らない。
- 適性判定は固定ではない。社内データの整備とルール整備で△は○に上がる。半年ごとに見直す。
FAQ
よくある質問
人と人の関係を動かす仕事（打合せで合意を取り付ける、交渉する）、現場で身体を使う仕事、実物を見て判断する仕事、そして間違えたときに取り返しがつかない操作です。たとえば「合意内容を整理する」はAIに向きますが、「合意を取り付ける」は人が担います。
イベント報告書の作成から始めるのが最も安全です。型が固定されており、実数値が揃っていて、失敗しても社外に影響が出ません。次に集客用の文面作成、打合せの議事録、提案書の構成作成と広げていきます。当日運営や許認可のような、判断と責任が伴う工程から始めると失敗しやすく、社内でAI活用が止まる原因になります。
発想を広げる段階では役立ちますが、企画そのものを任せることはできません。AIが出す案は一般的な切り口にとどまり、独自性のある企画にはなりにくいためです。使い方としては、切り口を大量に列挙させて人が選ぶ、決めた企画を言語化させる、企画の弱点を指摘させる、といった補助が現実的です。
当日そのものでは、使う場面はほとんどありません。会場で起きていることをAIは見ておらず、判断の速度も求められるためです。効果があるのは事前準備の段階で、想定されるトラブルのシナリオを列挙させる、対応手順の抜けを指摘させる、といった使い方です。当日の判断は必ず現場の人が行ってください。
工程によって大きく異なります。資料作成や報告書のように型があり量が多い工程では、体感で目に見える短縮が起きます。一方、会場選定や当日運営のように実地の判断が中心の工程では、ほとんど変わりません。全体の作業時間ではなく、工程ごとに従来の所要時間と比較して測ることをおすすめします。
候補リストを作る目的であれば有用ですが、その結果を根拠に判断してはいけません。所轄ごとに運用が異なり、条例の改正にAIの知識が追いついていない場合があるためです。AIの出力は確認すべき項目の一覧として使い、消防、警察、保健所、道路管理者などの所轄に必ず直接確認してください。
半年に一度は見直してください。社内で過去案件のデータが揃ってくると積算や相場照合の適性が上がり、情報の取り扱いルールが整備されると協力会社見積の突合が使えるようになります。逆に、新規性の高い案件では同じ工程でも適性が下がります。案件の性質と社内の整備状況の両方で変わるものと考えてください。