ホーム/ブログ/「シフトが組める人」が辞めたら施設が回らない──AI自動シフトで属人化を解消した施設は、何が変わったか?
AI Flow公開日 2026.03.10・更新日 2026.03.28UniteX編集部・約15分で読めます

「シフトが組める人」が辞めたら施設が回らない──AI自動シフトで属人化を解消した施設は、何が変わったか?

「シフトが組める人」が辞めたら施設が回らない──AI自動シフトで属人化を解消した施設は、何が変わったか?
井元裕樹
監修者株式会社UniteX 代表取締役
井元 裕樹

大手IT企業、Sansan、HubSpot Japanを経て2024年に株式会社UniteXを創業。数百社のCRM導入・業務設計を経験する中で「ツール導入だけでは組織は変わらない」という課題に直面し、AI×業務プロセス最適化サービス「AI Flow」を立ち上げ。業務理解・ビジネス理解・CRM・AIの4軸で、企業の業務プロセスそのものを再設計する支援を行っている。

この記事を読んでほしい人

  • 1
    シフト作成に毎月20時間以上かけている施設長・管理者 なぜそれほど時間がかかるのか、業務の構造を工程ごとに分解して理解できます
  • 2
    シフト作成が特定の人に属人化していて引き継げない介護事業の経営者 属人化の原因となる5つの制約条件と、仕組み化の具体的なアプローチがわかります
  • 3
    急な欠勤が出るたびに電話をかけまくっているシフト作成担当者 欠勤対応を含むシフト管理業務をAIで効率化する方法を具体的に把握できます
  • 4
    介護業界のAI活用に興味があるが何から始めればいいかわからない方 シフト作成という身近な業務から始めるAI導入のステップを理解できます

月末が近づくと、施設長の表情が曇る。Excelを開き、スタッフ全員の希望休を並べ、夜勤の回数を数え、配置基準を確認し、パートさんの出勤可能日を確認し、資格者の配置を調整し──。ようやく完成したと思ったら、「すみません、来月3日の夜勤、体調が悪くて出られなくなりました」という連絡が入る。

介護施設の現場では、こんな光景が毎月繰り返されています。

介護施設のシフト作成とは、人員配置基準・夜勤回数の制限・スタッフの資格要件・希望休・労働時間の上限といった複数の制約条件を同時に満たしながら、1ヶ月分の勤務表を組み上げる業務です。制約条件の多さと相互依存性の高さから、多くの施設でシフト作成が「特定の人にしかできない職人芸」になっています。

この記事では、介護施設のシフト作成業務を工程ごとに分解し、なぜこの業務が「職人芸」になってしまうのか、その構造的な原因を明らかにします。

シフト作成業務の全体像──6つの工程に分解する

介護施設のシフト作成は、単にカレンダーに名前を入れるだけの作業ではありません。成立するシフトを組み上げるまでのプロセスを分解すると、次の6工程に整理できます。

1
希望休・勤務希望の収集
2
人員配置基準の確認・反映
3
夜勤の割り当て・回数調整
4
パート・非常勤の調整
5
最終確認・公平性チェック
6
急な欠勤・変更への対応

工程1:希望休・勤務希望の収集

まず、スタッフ全員から翌月の希望休を集めます。紙の希望休届を回収する施設もあれば、LINEグループで集める施設もあります。

問題は、提出期限を守らないスタッフが必ずいることです。「まだ予定がわからない」「出し忘れていた」──催促の連絡を入れ、全員分が揃うまでに数日かかることも珍しくありません。さらに、「希望休が集中する日」が発生すると、誰の希望を通して誰を調整するか、この時点ですでに難しい判断を求められます。

工程2:人員配置基準の確認・反映

介護施設には、法令で定められた人員配置基準があります。たとえば特別養護老人ホームでは「入所者3人に対して介護・看護職員1人以上」、夜間は「利用者25人に対して1人以上」といった基準です。

シフトを組む際は、すべての時間帯でこの配置基準を満たしているかを確認しなければなりません。日勤帯、夜勤帯、早出・遅出──時間帯ごとに必要な人数が異なり、さらに看護師や介護福祉士など資格要件も考慮する必要があります。

工程3:夜勤の割り当て・回数調整

シフト作成で最も頭を悩ませるのが、夜勤の割り当てです。

  • 夜勤は月4〜5回が上限(施設の方針や36協定による)
  • 夜勤明けの翌日は休みにする(連続勤務の制限)
  • 夜勤ができないスタッフがいる(家庭の事情、健康上の理由)
  • 夜勤の経験が浅いスタッフだけで組まない(安全上の配慮)

これらの制約を同時に満たしながら、公平に夜勤を配分する必要があります。「Aさんは今月5回で、Bさんは3回」となると不満が出ます。しかし、Aさんは夜勤が多くても構わないと言っていて、Bさんは子育て中で夜勤を減らしたい──こうした個別事情まで考慮すると、パズルの難易度は一気に上がります。

工程4:パート・非常勤の調整

介護施設では、常勤スタッフだけでなく、パートや非常勤のスタッフも多く働いています。パートスタッフは出勤できる曜日や時間帯が限られているため、まず常勤のシフトを組んでから、足りない時間帯をパートで埋めるという手順になります。

ここで発生するのが、「この時間帯だけ1人足りない」問題です。常勤のシフトを確定した後で穴が見つかり、パートに追加出勤をお願いする。断られたら、常勤のシフトを組み直す──この行ったり来たりが、シフト作成の時間を大幅に膨らませます。

工程5:最終確認・公平性チェック

シフトがひと通り完成したら、最終確認に入ります。チェック項目は多岐にわたります。

  • 配置基準を全時間帯で満たしているか
  • 夜勤回数がスタッフ間で偏りすぎていないか
  • 連続勤務日数が長すぎるスタッフがいないか
  • 土日祝日の出勤がスタッフ間で公平か
  • 希望休が正しく反映されているか
  • 労働基準法に違反していないか(週40時間、変形労働時間制の範囲内か)

このチェックで問題が見つかると、またシフトを組み直しです。1箇所を直すと別の箇所が崩れる──これがシフト作成の最大の難しさです。

工程6:急な欠勤・変更への対応

シフトを公開した後も、仕事は終わりません。スタッフの体調不良、家族の急病、子どもの学校行事──さまざまな理由で急な欠勤が発生します。

欠勤が出たら、代わりに出勤できるスタッフを探さなければなりません。電話やLINEで一人ずつ連絡し、「明日の夜勤、代わりに入れませんか?」とお願いする。断られたら次の人に連絡。全員に断られたら、施設長自らが穴を埋める──。この「電話かけまくり」が、施設長の精神的な負担を大きくしています。

シフト作成に毎月20〜30時間──各工程の時間を可視化する

6工程それぞれにどれだけの時間がかかっているのかを整理すると、シフト作成が「職人芸」になる構造が見えてきます。

工程 所要時間(月あたり) ボトルネック
希望休の収集 2〜4時間 提出期限を守らないスタッフへの催促
配置基準の確認・反映 3〜5時間 時間帯別の基準充足を手動で確認
夜勤の割り当て・調整 5〜8時間 制約条件が多く、組み替えの連鎖が発生
パート・非常勤の調整 3〜5時間 常勤シフトとの擦り合わせで手戻りが多い
最終確認・公平性チェック 2〜4時間 1箇所の修正が全体に波及する
急な欠勤・変更への対応 3〜6時間 代替スタッフ探しの電話連絡

6工程の合計で、月あたり18〜32時間。つまり、施設長の業務時間の約15〜20%がシフト作成に消えています。利用者のケアプラン作成、家族対応、スタッフの育成──本来やるべき業務を圧迫しているのが、このシフト作成という「見えにくい業務」です。

20〜30h
シフト作成の月間所要時間
3〜5回
完成までの修正・やり直し回数
15〜20%
施設長の業務時間に占める割合
月2〜4回
急な欠勤による緊急対応
🤝 介護業界のAI活用 — 業界別詳細ページ
介護業界特化のAI Flow導入事例・活用法をまとめました
業界の業務フローに特化した課題と解決策、具体的な導入ステップをご確認いただけます。
介護業界向け AI Flow 詳細を見る →

シフト作成が「職人芸」になる5つの構造的原因

なぜシフト作成は、特定の人にしかできない「職人芸」になってしまうのでしょうか。その原因は、5つの制約条件が同時に絡み合っていることにあります。

原因1:人員配置基準という「絶対に崩せないルール」

介護施設の人員配置基準は、行政の実地指導で厳しくチェックされます。基準を満たしていない時間帯があれば、報酬の減算や改善勧告の対象になります。シフト作成者は、すべての時間帯で基準を満たしていることを目視で一つひとつ確認しています。ユニット型施設であれば、ユニットごとに基準を満たす必要があり、確認の手間はさらに増えます。

原因2:夜勤制約という「連鎖するパズル」

夜勤は、一人の割り当てを変えると他の全員に影響が波及します。Aさんの夜勤を1回減らせば、その分を誰かが引き受けなければならない。しかし、その「誰か」にも夜勤回数の上限や夜勤明けの休み確保という制約がある。1つの変更がドミノ倒しのように全体に波及する──これが夜勤調整の本質的な難しさです。

原因3:資格要件という「見えない制約」

介護施設では、時間帯によって「看護師が1人以上いること」「介護福祉士が○人以上いること」といった資格要件があります。Excelのシフト表を見ただけでは、各時間帯に必要な資格者が揃っているかどうかは一目ではわかりません。シフト作成者は、スタッフの資格情報を頭の中に入れた上でシフトを組んでいます。

原因4:スタッフの個別事情という「暗黙の制約」

希望休だけではありません。「Cさんは腰痛があるから入浴介助が多いフロアの連続勤務は避ける」「DさんとEさんは相性が悪いから同じシフトに入れない」「Fさんは来月から時短勤務に変わる」──こうした暗黙の制約は、紙やシステムに書かれていません。シフト作成者の頭の中だけにある情報です。だから引き継げないのです。

原因5:急な欠勤という「計画を壊す突発事象」

どれだけ完璧なシフトを組んでも、急な欠勤は防げません。介護職は身体的にも精神的にも負荷が高く、体調不良による急な欠勤が他業界より多い傾向があります。シフト作成者は、「誰が代わりに入れるか」を瞬時に判断できる知識と人脈を持っている必要があります。これもまた、属人化の大きな要因です。

AIで変わるシフト作成──工程別の改善ポイント

シフト作成の各工程に対して、AIがどのように業務を変えるのかを具体的に解説します。

1
希望休収集のデジタル化と自動集約

スマートフォンから希望休を入力できる仕組みを導入し、提出状況をリアルタイムで可視化します。未提出者には自動でリマインド通知が送信されるため、施設長が催促する手間がなくなります。

さらに、希望休が特定の日に集中した場合は、AIが自動で「この日は希望が集中しています」とアラートを出し、早い段階で調整に入れます。

2
AIによるシフト原案の自動生成

人員配置基準、夜勤回数の上限、資格要件、希望休、パートの出勤可能日──これらの制約条件をすべて入力すれば、AIが制約を満たすシフトの原案を数秒で生成します。

従来は施設長が何時間もかけて「パズル」を解いていた作業が、AIの計算で瞬時に処理されます。施設長の役割は「ゼロからシフトを組む」ことから「AIが作った原案を確認・微調整する」ことに変わります。

3
配置基準の自動チェック

シフトを組んだ後の配置基準チェックは、AIが最も得意とする作業です。すべての時間帯について、配置基準・資格要件の充足を自動で検証し、基準を満たしていない箇所を即座にハイライトします。

目視での確認が不要になるだけでなく、見落としのリスクもゼロになります。実地指導で指摘されるリスクを根本的に排除できるのは、AI導入の大きなメリットです。

4
公平性の定量評価

夜勤回数、土日出勤回数、連続勤務日数──これらの公平性を、AIが数値で可視化します。「Aさんの夜勤が多すぎる」「Bさんの日曜出勤が3ヶ月連続」といった偏りを自動検出し、調整案を提示します。

施設長の「感覚」に頼っていた公平性の判断が、データに基づく客観的な評価に変わります。スタッフからの「なぜ自分ばかり」という不満も、数字で説明できるようになります。

5
欠勤時の代替候補の自動提案

急な欠勤が発生した場合、AIが即座に「代わりに出勤可能なスタッフ」の候補リストを提示します。判断基準は、当日の勤務予定、資格要件、直近の勤務状況(連続勤務になっていないか)、過去の代替出勤回数です。

施設長が「誰に電話すればいいか」を頭の中で考える時間がなくなり、候補リストの上から順に連絡するだけで済みます。緊急時の判断負荷が大幅に軽減されます。

シフト作成をAI化した場合のインパクト試算

スタッフ30名規模の介護施設を想定して、AI導入前後のインパクトを試算します。

指標 Before(従来) After(AI導入後) 改善幅
シフト作成の月間所要時間 20〜30時間 3〜5時間 約80%削減
完成までの修正・やり直し回数 3〜5回 0〜1回 大幅削減
配置基準の見落としリスク 目視確認に依存 自動チェックで実質ゼロ リスク排除
欠勤時の代替スタッフ確保 平均45分(電話連絡) 平均10分(候補自動提示) 約75%短縮
スタッフの公平性に関する不満 感覚的な判断で不透明 数値で可視化・説明可能 透明性向上
引き継ぎの難易度 属人的で引き継ぎ困難 制約条件がシステム化され引き継ぎ容易 属人化解消

シフト作成の時間が80%削減されるということは、施設長が毎月15〜25時間を「取り戻せる」ということです。その時間を利用者のケアの質の向上、スタッフの育成、家族とのコミュニケーションに充てられる。AIはシフト作成を代替するのではなく、施設長が本来やるべき仕事に集中できる環境を作ります。

シフト作成のAI活用で押さえるべき4つのポイント

01
「暗黙の制約」を言語化してからAIに渡す
「DさんとEさんは同じシフトに入れない」「Cさんは入浴介助の多いフロアを避ける」──施設長の頭の中にある暗黙のルールを、まず明文化することが第一歩です。AIは入力された制約条件しか考慮できません。逆に言えば、制約条件を言語化できれば、AIはそれを忠実に守ったシフトを生成します。
02
「完全自動」ではなく「原案自動生成+人間が調整」
介護の現場には、数値化しにくい配慮が存在します。「今月は精神的に辛そうだから夜勤を減らしてあげたい」「新人をベテランと組ませたい」──こうした判断は人間にしかできません。AIが原案を作り、施設長が現場の目で最終調整する。この役割分担が最適です。
03
まず「配置基準の自動チェック」から始める
シフト全体の自動生成はハードルが高いと感じるなら、まずは「作ったシフトが配置基準を満たしているかの自動チェック」から導入するのが効果的です。目視確認の負担が大きく減り、見落としリスクも排除できます。小さな成功体験が、次のAI導入へのモチベーションになります。
04
スタッフへの説明は「公平性の可視化」を軸に
AI導入に対してスタッフが不安を感じることがあります。その際、「AIでシフトを作る」ではなく「AIで夜勤回数や土日出勤の公平性を数字で見える化する」という説明が効果的です。多くのスタッフが「自分ばかり損をしている」と感じている現状があり、公平性の可視化はスタッフにとってもメリットです。

「シフトが組めない」が離職理由になる前に

介護業界の離職理由の上位には、「人間関係」「待遇」と並んで「勤務シフトへの不満」が挙がります。希望休が通らない、夜勤が偏っている、連休が取れない──こうした不満は、シフト作成の仕組みが整っていないことに起因しています。

そして、シフト作成を担う施設長自身が、この業務に疲弊して離職するケースも少なくありません。「シフトを組むために管理者になったわけではない」──この言葉は、多くの施設長の本音でしょう。

シフト作成は、介護施設の運営を支えるインフラです。しかし、そのインフラが特定の個人の「職人芸」に依存している状態は、組織として極めて脆弱です。その人が体調を崩したら、異動したら、退職したら──施設の運営そのものが止まりかねません。

シフト作成の仕組み化は、業務効率化だけの話ではありません。スタッフの定着率を上げ、施設長の負荷を軽減し、組織の持続性を確保するための経営課題です。

よくある質問(FAQ)

AIによるシフト自動生成は、小規模な施設でも導入できますか?

導入可能です。むしろスタッフ10〜20名規模の施設では、シフト作成の担当者が施設長一人に集中しがちなため、AI導入の恩恵が大きくなります。制約条件が少ない分、AIの精度も高くなりやすく、導入のハードルも低いです。

Excelでシフトを組んでいますが、AIツールとの連携はできますか?

多くのAIシフト管理ツールは、Excelからのデータ取り込みに対応しています。既存のスタッフ情報や過去のシフトデータをCSVで取り込み、制約条件を設定すれば、既存のExcel運用からスムーズに移行できます。一気に切り替えるのではなく、AIで作った原案をExcelで微調整する「併用期間」を設けるのも有効です。

AIが作ったシフトに対して、スタッフから不満が出ませんか?

むしろ、人間が作ったシフトよりも不満が減るケースが多いです。AIは個人的な感情や好みなしに、客観的な基準で公平にシフトを組みます。「なぜ自分だけ夜勤が多いのか」という疑問に対して、数値データで説明できるようになるため、納得感が高まります。ただし、最終的な微調整は人間が行い、個別の配慮を加えることが重要です。

人員配置基準が変更された場合、AIツールはすぐに対応できますか?

制約条件をパラメータとして管理しているAIツールであれば、配置基準の変更に柔軟に対応できます。管理画面から数値を変更するだけで、新しい基準に基づいたシフトが生成されます。法改正による配置基準の変更は数年に一度ですが、施設の入所者数の増減に伴う基準の変動にも即座に対応可能です。

夜勤専従スタッフがいる場合でもAIシフト作成は使えますか?

使えます。夜勤専従スタッフは「夜勤のみ」という制約条件を設定するだけで、AIが日勤スタッフと夜勤専従スタッフを区別してシフトを組みます。夜勤専従の月間回数上限(通常8〜10回)も制約として設定でき、過重労働にならないシフトが自動生成されます。

シフト作成のAI化で、最初に取り組むべきことは何ですか?

まずは「現在のシフト作成にかかっている時間の計測」と「暗黙の制約条件の洗い出し」です。施設長の頭の中にしかない制約条件(スタッフ間の相性、個別の配慮事項など)を一覧にまとめることで、AIに渡すべき情報が明確になります。その上で、最も効果が大きく導入ハードルが低い「配置基準の自動チェック」から着手するのが成功パターンです。

この記事のまとめ
  1. 介護施設のシフト作成は「希望休収集」「配置基準確認」「夜勤調整」「パート調整」「最終確認」「欠勤対応」の6工程に分解でき、月20〜30時間を要している
  2. シフト作成が「職人芸」になる原因は、人員配置基準・夜勤制約・資格要件・スタッフの個別事情・急な欠勤という5つの制約が同時に絡み合っていること
  3. AIによるシフト原案の自動生成で、施設長の作業は「ゼロから組む」から「確認・微調整する」に変わり、所要時間を約80%削減できる
  4. 配置基準の自動チェックにより、目視確認の負担と見落としリスクを同時に解消できる
  5. まずは「暗黙の制約条件の言語化」と「配置基準の自動チェック」から始め、段階的にAI活用の範囲を広げるのが最も確実なアプローチ

関連記事

無料相談

その業務、AIで何時間削減できるか知りたくないですか?

60分のヒアリングで貴社の業務フローを可視化し、AIが最も効果を発揮するポイントをご提案します。

無料で相談する →