KIWAMI SAUNA × AI
業務改革プラン
現場の課題をAIで解決する具体的アプローチ
2026.04 | AI経営共創パートナーズ株式会社
本日のゴール2
現場の課題をAIでどう解決するか、具体的なイメージを共有する

1. 課題の共有

  • 日々感じている業務課題を体系的に整理
  • 「現場」「管理」「人材」の3軸で俯瞰
  • どこにどれだけの工数がかかっているか可視化
  • 課題同士の関連性を把握する

2. 解決策の理解

  • 各課題に対するAI活用の具体策
  • 実際のツール・フローのイメージ
  • 経営OSのデモで「動くもの」を体験
  • AIがどこまでできて、人が何をするか

3. 次の一歩を決める

  • 何から着手するか優先順位をつける
  • 必要な準備と体制を確認
  • 導入スケジュールの合意
  • まず動かす最初の1つを決める
課題の全体像3
11の課題は「現場オペ」「管理・数値」「人材・組織」の3領域に集約される
現場オペレーション 業務マニュアル整備 タスク管理の徹底 在庫管理 シフト管理 4課題 管理・数値 係数管理(売上・利益集計) バックオフィス業務 システム構成・ツール選定 3課題 人材・組織 施策の合理性チェック アルバイト評価指標 クリエイティブ制作 AIリテラシー教育 4課題
AI店長の提案4
店長の1日: 朝7時から深夜まで、6領域を1人で管理

店長のタイムライン

7:00開店準備・清掃指示 8:00売上集計・前日レビュー 9:00発注・在庫チェック 10:00シフト調整・スタッフ対応 12:00ピークタイム・現場指揮 15:00設備点検・メンテ確認 17:00口コミ対応・SNS投稿 20:00日報作成・売上締め 22:00閉店作業・翌日準備 23:30翌日シフト最終確認

6つの管理領域

財務管理 売上・原価・光熱費 営業管理 口コミ・集客・販促 人事管理 シフト・評価・採用 運営管理 在庫・タスク・日報 施設管理 設備点検・メンテ 品質管理 許認可・衛生・安全
AI店長の提案5
AI店長 × 6人のAI部長 — 24時間・365日
AI店長 統括・意思決定支援 財務AI部長 売上・原価・光熱費 営業AI部長 口コミ・集客・販促 人事AI部長 シフト・評価・採用 運営AI部長 在庫・日報・タスク 施設AI部長 設備点検・水質 品質AI部長 許認可・衛生・安全
01
現場オペレーション
業務マニュアル・タスク管理・在庫管理・シフト管理
業務マニュアル7
課題
マニュアルが育たない3つの壁

壁1: 作成の壁

  • マニュアル作成自体に時間・工数がかかる
  • 日常業務の合間に書く余裕がない
  • 「誰が書くか」が決まらない
  • 正しい書き方・フォーマットがわからない
  • 結果として「後で書く」が永遠に来ない

壁2: 更新の壁

  • 気づいても反映までのハードルが高い
  • 改善点がLINEに流れて消える
  • マニュアルの進化スピードが遅い
  • 「直したい」と思っても編集権限や手順が不明
  • 古い情報が残り続け、信頼性が下がる

壁3: 品質の壁

  • 初日のスタッフが即動けるレベルに達していない
  • 写真・図解が不足し文字だけの手順書
  • 属人的なノウハウが共有されない
  • ベテランの「暗黙知」が言語化されていない
  • 部門・業務ごとにフォーマットがバラバラ
業務マニュアル8
解決策
LINEで送るだけでAIがマニュアルを自動生成する
LINE送信 箇条書き or 写真 音声メモ スタッフ誰でもOK AI自動処理 写真→手順記述 テキスト→構造化 既存マニュアルと統合 草案を自動生成 Claude Vision API 店長チェック 画面上で確認・修正 承認ボタン1クリック 所要時間: 5分程度 正式反映 マニュアル自動更新 全スタッフに通知
デモを見る
タスク管理9
課題
口頭指示が記録されず、抜け漏れ・遅延・未報告が常態化している
記録なし
口頭指示の大半が
タスク化されていない
自己延期
期限管理ができず
自己判断で延期が常態化
後日発覚
報告がなく未完了が
後から発覚するストレス

さらに深い課題

期限やタスク量が個人の裁量に依存 → 適切な負荷がかからず、メンバーの成長速度が停滞している

店長の負担
「ちゃんとやった?」を毎回確認する精神的コスト
属人化
誰が何を抱えているか、本人以外わからない
成長停滞
楽なタスクだけで回り、挑戦的な仕事が振れない
タスク管理10
解決策
指示→タスク化→リマインド→完了報告を自動化する
口頭 / LINE指示 音声メモ→文字起こし テキスト入力もOK AI自動タスク化 担当者・期限を自動設定 台帳に自動登録 自動リマインド 期限前日・当日・超過時 LINEに自動通知 店長ダッシュボード 全員のタスク状況を一覧 完了率・期限遵守率を可視化 タスク負荷の可視化 → 成長に繋がる適切な業務量の設計 → メンバーの成長加速
デモを見る
在庫管理11
課題
手作業の棚卸は工数と不正リスクの二重苦

工数の問題

  • グッズ・ドリンク・食材の棚卸を人が実施
  • 月次棚卸に多大な時間を消費
  • カウントミスによる数値ズレ
  • 30品目 × 毎月の棚卸 = 年間360回の手作業
  • 営業時間外に実施するため残業発生

不正リスク

  • 在庫管理の仕組みが未整備
  • 売上と在庫の突合ができていない
  • 不正の発生を抑止できない状態を放置
  • 「減っているのに売上が立っていない」を検知する手段がない

発注の問題

  • 発注タイミングが個人の勘に依存
  • 欠品や過剰在庫が発生
  • 需要の変動に対応できない
  • 土日の消費量増加を見越した発注ができていない
  • 取引先ごとのリードタイムが管理されていない
在庫管理12
解決策
POS × AIで需要予測・差異検知・自動発注を実現する
POS売上データ 日次自動取込 来館者数データ 商品別販売数 AI分析エンジン 需要予測 差異検知(不正抑止) 発注ポイント算出 曜日・天候・イベント考慮 自動発注提案 発注書自動生成 差異アラート 売上-在庫の不一致検知 棚卸支援 理論在庫との比較表 段階的導入 Phase 1POS連携・突合 Phase 2需要予測モデル Phase 3自動発注
デモを見る
シフト管理13
課題
希望収集→組成→不足分の再依頼、すべてが手作業のループ
希望収集LINE/紙で個別回収回収漏れ多発 手作業で組成Excel/紙でパズル数時間かかる 不足判明穴が見つかる再依頼が発生 再収集→再組成全工程を繰り返し全工程が手作業 繰り返し...
15人
希望を個別に回収
3-5時間
1回の組成にかかる時間
2-3回
不足による再調整の回数
毎月
この作業が発生する頻度
シフト管理14
解決策(開発済み)
AIシフト最適化エンジンで制約を守りつつ自動組成する
LINE希望収集自然言語で希望を送信Claude APIが構造化 OR-Tools最適化15人x31日を30秒で解出力労基法・就業規則を制約化公休・連勤・スキルを考慮 店長確認・微調整Slack承認ボタン手動入れ替えも可能 シフト公開全員にLINE通知 最適化エンジン開発済み LINE/UI連携を実装中
デモを見る
AI店長の提案15
コマンド1つで即実行 — 9つのAIスキル

/sauna-daily-report

日次売上KPIを自動集計

財務

/sauna-nippo

全部門横断の日報を自動生成

運営

/sauna-inspection

設備点検アラートを自動発行

施設

/sauna-review

口コミ返信ドラフトを自動作成

営業

/sauna-campaign

キャンペーンROIを自動測定

営業

/sauna-inventory

在庫+消費予測を即時提示

運営

/sauna-permit

許認可期限を一元管理

品質

/sauna-utility

光熱費分析と省エネ提案

財務

/sauna-emergency

緊急対応ガイドを即時提示

品質
02
管理・数値
係数管理・バックオフィス業務の自動化
係数管理17
課題
集計に時間がかかり、ミスも発生している
手作業集計
店舗ごとの売上・利益を
手作業で集計している
転記ミス
数値の転記・計算で
ヒューマンエラーが発生
遅延
数字が揃うまで
経営判断が待たされる

自動化したい範囲

  • 日次 — 売上・客数・客単価・決済別内訳
  • 週次 — 曜日別トレンド・前週比較
  • 月次 — PL・損益・予実対比・部門別
  • 目標管理 — 目標設定から実数管理まで一気通貫
  • 異常検知 — 前年比・前週比の大幅変動をアラート
  • 人件費率 — 売上に対する人件費の自動モニタリング
  • → あらゆる集計作業をなくしたい
係数管理18
解決策
POS → 自動集計 → ダッシュボードで係数管理を完全自動化
データソース POSレジデータ 勤怠データ 光熱費データ 経費データ 自動集計エンジン 日次: 売上・客数・客単価 月次: PL・損益計算 予実対比・差異分析 人件費率・光熱費率 異常値は自動アラート ダッシュボード リアルタイム数値表示 自動生成ダッシュボード 自動レポート 月次PL・部門別損益 AIによるコメント付き 期待効果 集計工数 → 0 転記ミスも完全排除
デモを見る
バックオフィス業務19
課題
定型業務が人依存で属人化している
業務現状課題自動化
給与振込手作業で計算・振込ミスリスク・属人化
経常振込毎月手作業で処理漏れ・遅延リスク
契約書類作成都度作成フォーマット不統一
採用やりとり個別対応返信漏れ
仕訳処理手作業で仕訳時間がかかる
現金入金物理作業記録の正確性
郵送物処理物理作業管理が煩雑
5業務
完全自動化が可能(◎)
1業務
大部分を自動化(○)
2業務
記録・通知のみ対応(△)
バックオフィス業務20
解決策
勤怠→給与→振込→仕訳をAI+ツールで自動化する

自動化する業務

  • 給与計算 — 勤怠データ→自動計算→振込データ生成
  • 仕訳処理 — POS・経費データ→自動仕訳提案
  • 契約書 — テンプレートから差し込み自動生成
  • 採用対応 — テンプレート返信+面談日程の自動調整
  • 経常振込 — 定期支払いのスケジュール自動実行

活用ツール

  • freee / MFクラウド — 会計・給与・請求の一元管理
  • Google Apps Script — スプレッドシート連携の自動処理
  • Claude API — 仕訳判断・文書生成の知的処理
  • LINE公式アカウント — 採用応募者との自動やりとり
  • Googleカレンダー — 面談日程の自動調整
デモを見る
03
人材・組織
施策チェック・評価指標・クリエイティブ制作・AIリテラシー
施策チェック + AIリテラシー22
施策提案前のAI壁打ちを仕組みとして定着させる

現状の課題

  • 十分に検討されていない施策がそのまま提案される
  • コスト試算・効果予測が甘い
  • 「思いつき」と「検討済み施策」の区別がない

前提: AIリテラシー教育

  • スタッフがAIを使えることが大前提
  • 研修プログラムを整備して導入
  • 段階的に全スタッフに展開

AI壁打ちワークフロー

  • Step 1 — 施策をフォームまたはLINEで入力
  • Step 2 — AIが自動で分析レポート生成
  • コスト試算・想定効果・リスク洗い出し
  • 類似施策の実績比較
  • Step 3 — 分析付き提案書を店長に提出
  • Step 4 — 店長が判断・承認

→ 施策の質が均一化され、的外れな提案が激減

デモを見る
アルバイト評価指標23
改善提案数をKPI化し、現場の主体性を引き出す
評価項目計測方法頻度
マニュアル改善提案数AI自動カウント月次
提案の採用率承認/却下を自動集計月次
タスク完了率期限内完了の割合週次
期限遵守率期限超過の有無週次
出勤率・シフト遵守勤怠データから自動月次
クレーム対応件数インシデント台帳から月次

仕組みのポイント

  • ゼロ工数で計測 — AIが自動でカウント・集計
  • 可視化 — 月次で「改善提案ランキング」を発表
  • 評価面談に連動 — 数値データで客観的に評価
  • ポジティブな仕組み — 「提案したら評価される」文化を作る

マニュアルエージェント(課題1)と連動して初めて機能する

デモを見る
クリエイティブ制作24
テンプレート × AI × 人間デザイナーのハイブリッドが現実解

課題

  • AIで生成するとAIっぽさが残る
  • KIWAMIのブランドらしさが出ない
  • Instagram投稿画像、ステッカー等

AIの限界(現時点)

  • ブランド固有のトーン再現は完全ではない
  • 写真の「空気感」は生成AIでは難しい
  • ロゴ・文字組みの精度に課題

現実的なアプローチ

  • Step 1 — ブランドガイドライン明文化
  • 色・フォント・トーン・写真の方向性
  • Step 2 — Canvaテンプレート整備
  • ブランドに合ったベースデザイン
  • Step 3 — AIでコピー・構成案を生成
  • 過去の反応の良い投稿を学習
  • Step 4 — 人間が最終調整
  • 写真選定・色調整・文字詰め

→ AIで7割作り、人間で3割仕上げる

デモを見る
ツール構成25
AIが全てを処理する。既存ツールはただの「表示窓」として使う

AI経営OS(エンジン)= 主役

  • データ管理 — 全台帳の読み書き・整合性維持
  • 自動集計 — 売上・在庫・勤怠を毎日処理
  • 判断・分析 — 異常検知・需要予測・施策評価
  • 文書生成 — マニュアル・レポート・発注書
  • 外部連携 — POS取込・LINE通知・API連携
  • ワークフロー — タスク管理・リマインド・承認

UI(表示窓)= 交換可能

  • Notion — スタッフが見る・入力する画面
  • LINE — 通知の受取・簡易入力
  • ダッシュボード — レポート閲覧
  • Google Sheets — 表形式のデータ閲覧
UIは何を使ってもいい。既にNotionを使っているならそのまま使えばいい。AIエンジン側がAPIで読み書きする。
デモを見る
システム構成26
AIが全てを処理する。既存ツールは「表示窓」に過ぎない
AI経営OSエンジン(Claude Code) 全ての処理・判断・データ管理の主体 — スタッフは意識しない 自動集計 シフト最適化 マニュアル生成 在庫予測 タスク監視 施策分析 仕訳 6部門AI部長 + AI店長が自律的に連携して稼働 読み書き 通知/受信 取込 生成 UI LAYER — ただの表示ツール(交換可能) Notion等 閲覧・入力 LINE 提案・リマインド POSレジ 売上データ ダッシュボード レポート閲覧 読み書き DATA LAYER — 経営OSのマスターデータ 売上台帳.csv 従業員.csv 在庫管理.csv 経費台帳.csv 勤怠台帳.csv マニュアル.md シフト実績.csv データは全てファイルベース。特定SaaSに依存しない。永続的に自社のもの。
導入ロードマップ27
4フェーズで段階的に導入し、早期に成果を出す
Month 1 Month 2 Month 3-4 Month 5-6 P1: 最優先 係数管理自動化 POS連携→自動集計 シフト管理 本番デプロイ+LINE連携 即効性が高い P2: 高優先 タスク管理自動化 AI+LINE連携 マニュアルAG LINE→AI→台帳 全部門に波及 P3: 中優先 在庫管理 POS連携→差異検知 バックオフィス 会計ソフト連携 POS連携が前提 P4: 並行推進 施策チェック AIリテラシー研修と併行 評価指標・クリエイティブ ブランドGL整備から 組織変革系
想定効果28
AI導入で月間100時間以上の工数削減が見込める
施策現状の月間工数AI導入後削減効果
係数管理・レポート約30時間約2時間(確認のみ)-28時間
シフト管理約20時間約3時間(確認・微調整)-17時間
タスク管理・リマインド約15時間約2時間-13時間
マニュアル作成・更新約15時間約3時間-12時間
在庫管理・棚卸約15時間約5時間-10時間
バックオフィス約25時間約5時間-20時間
合計約120時間/月約20時間/月-100時間/月
ミス0
転記・計算ミスの排除
不正抑止
POS-在庫の自動突合
即時判断
リアルタイムに数字把握
成長加速
適切な負荷でスタッフ育成
拡張性
新課題にも即座に対応
AI店長の提案29
導入前 vs 導入後 — 店長の時間が"経営"に変わる
業務BeforeAfter削減
日次売上集計Excel 45分10秒(自動)-45分
口コミ返信放置 or 30分3分(AI下書き)-27分
在庫確認手作業 30分即時(自動)-30分
シフト作成月4時間月10分-3h50m
設備点検確認手帳 15分自動アラート-15分
日報作成30分自動生成-30分
許認可管理不定(忘れるリスク)自動期限管理リスク解消
光熱費分析月2時間自動レポート-2h
キャンペーン効果不明(未計測)自動ROI算出ROI可視化
緊急対応パニックステップガイド対応時間半減
1日5時間以上の時間創出経営・接客・成長戦略に投資
AI店長の提案30
まずは、あなたの店舗データで試してみませんか?
1

ライブデモ(無料)

本日のデモをさらに深掘り。
実際の操作画面をご覧いただけます。

おすすめ
2

2週間PoC

実データで効果を検証。
係数管理+シフト管理から開始。

3

本格導入(月額制)

6部門フル機能を展開。
AI店長が24時間稼働。

AIは店長の代わりではない。店長を経営者にするツールだ。

実現への道筋31
5つの前提をクリアすれば、全課題をAIで解決できる
クリアすべき前提対応方法
POS連携
API or CSV出力の可否
レジメーカーに確認。
CSV手動エクスポートでも可
LINE Bot設定
開発者アカウント・チャネル作成
初回のみ人間が設定。
以降はAIが自動運用
会計ソフトの契約プラン
freee等のAPI対応プランが必要
現在の契約を確認し、
必要に応じてプラン変更
物理作業(現金・郵送)
AIにはできない
記録・通知・リマインドで
人間の作業をサポート
スタッフの運用定着
LINE操作への抵抗感
段階的導入 + AIリテラシー研修
で自然に定着させる

これを超えた先にあるもの

  • デモで見せた全課題がクリアできる
  • 係数管理・在庫・シフト・タスク・マニュアル・バックオフィス...全て自動化

さらに重要なこと

  • 経営OSという「OS」が導入される
  • 今日挙がった11課題だけでなく、今後出てくる新しい課題にも即座に対応できる
  • 新しい業務が増えたら → OSにスキルを追加するだけ
  • 店舗が増えたら → 同じOSを展開するだけ
個別課題の解決ではなく、課題を解決し続ける仕組みを手に入れる
Next Steps32
まず係数管理とシフト管理から着手する

今すぐ決めること

  • POSシステムの確認 — API連携 or CSV出力の可否
  • LINE公式アカウント — Bot機能の利用可否
  • 会計ソフトの種類 — freee / MF / その他
  • 既存ツールの確認 — 現在使っているツールをそのまま活用

最初の1ヶ月でやること

  • POS連携の技術検証
  • 係数管理ダッシュボード構築
  • シフト最適化エンジンの本番デプロイ
  • LINE希望収集フローの実装

必要な環境・前提

  • POS API or CSV出力 — 売上データの自動取込
  • LINE公式アカウント — スタッフとの接点
  • Claude API — AI処理エンジン
  • 既存UIツール — Notion等はそのまま活用

次回アクション

POS・会計ソフト・LINEの現状を確認し、
技術検証計画を策定する