就業規則のAI改訂で法改正対応のムダを減らす効果と外注の境目

法改正のたびに、就業規則の改訂作業が労務・総務の現場へ重くのしかかります。「全文を見直して、条文と現行規程を照らし合わせて赤入れ……どこをどう直すかの洗い出しだけで数日が消える」——こうした負荷は、ほぼ毎年のように発生します。育児・介護休業法、労働基準法、高年齢者雇用安定法——改正は途切れることなく続き、そのたびに就業規則の見直しが求められるからです。これは特定の会社だけの悩みではなく、規程管理を担う部署に共通する構造的な負荷だと言えます。

この記事では、就業規則の改訂作業で生成AIに任せられる範囲と、専門家・人が担うべき範囲の「境目」を整理し、ムダな手作業をどこまで減らせるかをお伝えします。

法改正のたびに就業規則改訂で消える時間と、抜け漏れの怖さ

就業規則は、一度作って終わりではありません。労働基準法第89条により、常時10人以上の労働者を使用する事業場は就業規則を作成し、所轄の労働基準監督署へ届け出ることが義務づけられています。そして法改正があるたびに、その内容を反映する改訂が求められます。厚生労働省も最新の内容に対応したモデル就業規則を公開しており、改正のたびに更新されています。

問題は、この改訂作業の多くが手作業で進められている点です。改正の条文を読み込み、自社の現行規程と一条ずつ突き合わせ、修正が必要な箇所を洗い出し、赤入れし、新旧対照表を作り、社内向けの説明文を整える——この一連の流れは、どこから手をつけるかの整理だけでも相当な時間がかかります。担当者によっては、改正の確認から赤入れまでに数日を費やすことも珍しくありません。

属人化と抜け漏れという見えにくいリスク

さらに厄介なのが、こうした改訂作業が特定の担当者の知識と経験に依存しやすいことです。「あの人がいないと、どこを直せばいいか分からない」という状態は、労務・総務の実務では珍しくありません。担当者の異動や退職で改訂のノウハウが失われれば、改正への対応漏れが起きやすくなります。改正への反映が一箇所でも漏れれば、その規程は実態と合わなくなり、いざというときのトラブルの火種になりかねません。負荷が高いうえに、ミスが許されにくい——これが就業規則改訂の構造的な難しさです。

どんな法改正が就業規則の見直しにつながるのか

そもそも、何が変わると就業規則を直す必要があるのでしょうか。労働基準法には、就業規則に深く関わる基準値がいくつも定められており、その改正や運用の変更が改訂のきっかけになります。代表的な論点を押さえておくと、どこを見直すべきかの当たりがつけやすくなります。

労働時間・休日のルール

労働基準法第32条では、法定労働時間を原則として週40時間・1日8時間と定めています。時間外労働には第36条にもとづく上限があり、原則は月45時間・年360時間です。特別条項を結んだ場合でも、年720時間、単月100時間未満、複数月の平均80時間以内といった枠を超えることはできません。これらの基準にかかわる改正や運用の見直しがあれば、労働時間や時間外労働に関する条文の点検が必要になります。

割増賃金と手当の見直し

割増賃金率も改訂の論点になりやすい部分です。労働基準法第37条では、時間外労働に25％、法定休日労働に35％の割増を定め、さらに月60時間を超える時間外労働には50％の割増が課されます。割増率の適用範囲や計算の前提が変われば、賃金規程や手当の記載も合わせて見直す必要があります。賃金は労働者の生活に直結するため、誤りが許されにくい領域です。

年次有給休暇と記載事項の確認

年次有給休暇については、労働基準法第39条が雇入れから6か月継続勤務し、全労働日の8割以上出勤した労働者に10日の付与を定めています。加えて、年10日以上の有給が付与される労働者には、年5日の取得が使用者の義務とされています。こうした休暇の取り扱いは就業規則の絶対的記載事項にも関わるため、運用と条文の整合を定期的に確認しておくことが欠かせません。常時10人以上の事業場では、これらを反映した規程を届け出る義務がある点も改めて押さえておきたいところです。

関連する業務全体の流れは人事労務AIまとめで整理しています。

生成AIは就業規則の改訂作業で何ができるのか

では、この負荷の重い改訂作業に、生成AIはどこまで関われるのでしょうか。結論から言えば、AIが得意とするのは「比較・整理・下書きの生成」です。具体的には、次のような作業のたたき台づくりを任せられます。

条文比較と改正点の洗い出しの下書き

改正後の条文と自社の現行規程を読み込ませ、「どの条文が改正の影響を受けそうか」「どこに差分がありそうか」という当たりをつける作業は、AIが下書きを作れる領域です。人がゼロから全文を突き合わせる前に、注目すべき箇所の候補をAIに洗い出させておけば、確認作業の入り口を大きく短縮できます。週40時間や月45時間といった基準値に関わる条文の点検でも、まず候補をAIに挙げさせる使い方が考えられます。

新旧対照表のたたき台と社内説明文の生成

改訂内容を社内に共有する際の新旧対照表や、従業員向けの説明文も、AIが叩き台を作るのに向いています。「変更前・変更後・変更の理由」を整理した素案や、平易な言葉に言い換えた説明文の下書きは、AIが短時間で複数案を出せます。人はそれを土台に、自社の事情に合わせて手を入れていく形になります。あくまで「白紙から書く」のではなく「AIが用意した素案を磨く」流れに変わるのがポイントです。

AIを取り入れると改訂作業はどう変わるか

AIを改訂作業の前工程に取り入れると、得られる効果は主に三つの方向で現れます。いずれも「AIが下書きを作り、人が確定させる」という役割分担を前提にした効果です。

下準備の時間が大幅に短縮される

一つ目は、作業時間の大幅な短縮です。条文の突き合わせや差分の洗い出しといった、これまで担当者が何時間もかけていた下準備をAIが叩き台として用意するため、人は確認と判断に集中できます。改訂のたびに発生していた繁忙期の負荷が、目に見えて軽くなります。これまで数日単位で確保していた作業時間を、確認中心の数時間規模に組み替えられる余地が生まれます。

属人化が解消に向かう

二つ目は、属人化の解消です。「どこを見ればよいか」の当たりづけをAIが担えるようになると、特定の担当者の頭の中だけにあったノウハウへの依存が薄まります。担当者が変わっても、改訂の入り口を一定の品質で再現しやすくなるのは大きな安心材料です。1人に集中していた負荷を、チームで分担できる状態に近づけられます。

抜け漏れが起きにくくなる

三つ目は、抜け漏れの起きにくさです。人の目だけで全条文を追うと見落としは避けられませんが、AIに改正点の候補を洗い出させたうえで人が確認する二段構えにすれば、チェックの網が一段細かくなります。月45時間や年360時間といった基準に関わる箇所のように、見落とすと影響が大きい論点ほど、二段構えの効果は大きくなります。

自前だけで進める危うさ——就業規則は法的リスクが高い

ここで強く注意したいのが、AIの出力をそのまま就業規則として施行することの危うさです。就業規則は労働者の権利義務に直結する法的文書であり、内容に誤りや不備があれば、その条項が無効と判断されたり、労使トラブルの原因になったりします。AIが生成した文章は「もっともらしく」見えても、最新の法令に正確に適合しているとは限らず、自社の実態と矛盾する記述が混じることもあります。

最終判断は専門家と人が担う領域

つまり、AIが作れるのはあくまで下書きであって、その内容が法的に妥当かどうかの最終判断は、社労士などの専門家と人が担う必要があります。改正の解釈や、自社固有の事情への適合は、専門知識と責任を伴う判断です。たとえば月60時間を超える時間外労働の50％割増のように、適用を誤ると賃金計算そのものに影響する論点は、人による確認が不可欠です。ここをAIに丸投げすれば、効率化どころか重大なリスクを抱え込むことになります。

AI活用が定着しないという落とし穴

もう一つの落とし穴は、AI活用そのものの定着です。一度ツールを触ってみても、「どんな指示を出せば使える素案が返ってくるのか」「どの作業をAIに回し、どこから人が引き取るのか」という運用の型が整っていなければ、結局は使われなくなります。自社だけで試行錯誤を続けるうちに「やっぱり手作業の方が早い」と元に戻ってしまうのは、よくある展開です。

内製と外注の境目——どこまでAIに任せ、どこを人が担うか

就業規則のAI改訂で成果を出すには、最初に「境目」を設計することが欠かせません。判断の観点を整理すると、次のように考えられます。

AIと内製で進めてよい領域

条文比較の下書き、改正点の候補出し、新旧対照表のたたき台、社内説明文の素案——こうした「素材づくり・整理」の工程は、AIと社内担当者で進めやすい領域です。ここを効率化するだけでも、改訂全体の負荷はかなり軽くなります。5つの工程のうち、前半の下準備にあたる部分はAIの力を借りやすいと考えるとよいでしょう。

人と専門家が担うべき領域

一方、改正内容の正確な解釈、自社の実態に合わせた条文の最終決定、法的妥当性の確認、そして届出までの責任ある判断は、人と社労士などの専門家が担う領域です。ここを省いてはいけません。AIは「考える材料を速く揃える道具」であって、「決める主体」ではないという線引きが、安全に効率化を進めるための核心です。

境目を運用として定着させる

BoostXが生成AI伴走顧問として中小企業のAI活用を支援する中で見えてきたのは、AIに任せる工程と人が確定させる工程の線引きを最初に決めておくことが、定着するかどうかの分かれ目になるという点です。そして、この境目を一度決めて終わりにせず、運用として定着させる設計も重要です。どの作業をどんな手順でAIに回し、誰が確認し、どこで専門家に引き継ぐか——この型を社内に根づかせることで、改訂のたびにムダな手戻りが発生しなくなります。AIの導入設計と業務への定着までを伴走する支援については、業務自動化・AI伴走顧問の考え方も参考になります。AIをどう業務に組み込めば現場で続くのか、という観点で整理しておくと判断がぶれません。

よくある質問

公開日：2026年6月