ゴムマリの業務AIエージェント、『人事発令入力』を提供開始

人事部門は異動・任免のたびに、発令通知を人事給与システムへ手で転記しています。この発令入力の負荷を、AIの読み取りと機械的な検証の二層で「人は要確認だけを見る」運用に変えます。

ゴムマリ株式会社（東京都、代表取締役: 村山悠太）は、人事部門の発令入力業務を対象としたAIエージェント「人事発令入力AIエージェント」の提供を2026年10月13日より開始します。異動・任免・出向・契約更改などの発令通知（PDF・スキャン画像を含む）を読み取り、人事給与システムの取込フォーマットへ自動変換します。既存の人事給与システムは変更不要で、導入は初期構築50万円から（期間4週間〜）、以後は月額5万円からの運用で回し続けます。

▶ 詳しくは: https://gomumari.com/spot/hatsurei-nyuryoku/

『日本の人事部 人事白書2025』は、人事部門の約8割が日々の管理業務に追われ、本来注力すべき戦略的な業務に踏み出せていない実態を報告しています（※1）。従業員1,000人以上の大企業でも、人事部門の6割以上が「人事管理」領域の人員不足を回答しており（※2）、管理業務そのものを減らすことが人事部門の構造的な課題になっています。

中でも発令入力は、負荷が集中的に顕在化する業務です。定期的なジョブローテーションを実施する企業は5割を超え（※3）、定期異動・組織改編のたびに、決裁済みの発令通知の内容を人事給与システムへ転記する作業がまとまって発生します。

しかもこの業務は、これまで自動化が最後まで届きにくい領域でした。発令の書式は異動・任免・出向・契約更改・中途入社など種別ごとに異なり、紙をスキャンした画像も混在します。書式を固定できないためRPAや定型OCRでは追従しきれず、結局はベテラン担当者の手入力と目視チェックに戻ります。発令が集中する時期には、この転記が人事部門の負荷の山になります。

加えて、誤りの許容度が極端に低い業務です。発令入力の誤りは給与・社会保険・辞令の記載に波及し、訂正には本人・所属部門・給与担当をまたぐやり取りが発生します。そのため多くの現場では、担当者の入力を別の担当者が全件目視で再チェックする体制をやめられず、負荷が高いと分かっていても、外せない工程として残り続けてきました。

本エージェントは、AIによる読み取りと、機械的な検証の二層で動きます。処理は4つの段階で進みます。

1. 受け取る: 決裁済みの発令通知（PDF・スキャン画像）をそのまま投入します。書式の事前統一は不要です
2. 読み取る: AIが種別ごとに異なる書式から、氏名・所属・発令区分・発令日・適用日などの項目を構造化します
3. 検証する: 読み取り結果を、所属コード・発令区分などのマスタと機械的に照合します。コードの実在・日付の整合といった機械的なチェックはこの層が全件に実行し、判断がつかない項目は推測せず「要確認」に送ります
4. 出力する: 人事給与システムの取込フォーマットのデータと、要確認明細のリスト（検知根拠つき）の2点を出します

AIの読み取りだけに任せず、その結果を機械の検証で裏取りします。全自動を狙わず、最後の確認を人に残す設計です。

決裁済みの発令通知（PDF・スキャン画像）は、貴社の普段の方法のまま（メール・共有フォルダ等）お送りいただきます。お送りいただくたびに、人事給与システムの取込フォーマットのデータと要確認明細のリストをお返しします。専用システムの導入も、操作の習得も不要です。

導入前: 発令通知を1件ずつ開き、氏名・所属・発令区分・日付を取込様式へ転記し、コード表と突き合わせる。入力が終わったら、別の担当者が全件を目視で再チェックする。発令の件数分、これを繰り返します。

導入後: 初期構築で確定した範囲の変換はエージェントが行い、担当者の画面に届くのは「要確認」として列挙された明細だけです。たとえば「所属コードがマスタに存在しません」「発令日と適用日の前後が逆転しています」といった根拠つきの指摘に対して判断し、確定する。それが人の仕事になります。

変わるのは次の3点です。

• 時間: 全件を転記する作業時間が、要確認明細を判断する時間だけになります。
• ミス: やめられなかった「別の担当者による全件目視の再チェック」を、導入の初期に従来の確認と並行して精度を確かめたうえで、機械による全件検証に置き換えられます。マスタ照合・日付整合は機械が全件に同じ基準で実行するため、目視の集中力に依存しない構造になります
• 属人化: ベテランの頭の中にあったチェック観点がルールとして形に残るため、担当交代や引き継ぎに耐えます

▶ まず単発で試す（スポット納品）: https://gomumari.com/spot/hatsurei-nyuryoku/

▶ サービス詳細・導入の流れ: https://gomumari.com/service/agent/

本エージェントは、大手企業の人事部門での実装を通じて鍛えてきた仕組みです。初期構築の第1週に、実データで「どこまで機械化できるか」の範囲を確定してから構築し、確定した範囲が翌月から回り続けている状態で初期構築を終えます。スキャン画像の発令の読み取り、所属コード先頭のゼロ落ち防止、表記ゆれ（異動日/発令日）への対応など、実データで拾った落とし穴への対処を織り込んでいます。導入の初期は従来の手入力と目視の確認を並行して動かし、読み取りと照合の精度を確かめながら、機械に任せる範囲を広げます。

「書類をAIで読み取る技術が身近になった今も、人事部門の発令入力は、多くの現場で手作業のまま残っています。人の手を外せない理由は、読み取りの精度ではなく、読み取った内容を確かめる仕組みが無いことにあります。当社は大手企業の人事部門での実装を通じて、AIが読み取った内容をマスタと機械的に全件照合し、判断のつかない項目は推測で埋めずに人へ戻す仕組みを、実データで確かめながら組み上げてきました。発令が集中する時期にも、人事の担当者が転記に追われることなく、確かめるべき項目の判断に時間を使えるよう、取り組んでまいります。」（ゴムマリ株式会社 代表取締役 村山悠太）

ゴムマリは、業務を1本ずつAIエージェントとして実装する「業務AIエージェント」を、初期構築と月額運用の形で提供しています。本リリースはその業務ラインナップの一つです。人事労務領域では給与計算チェックなど隣接業務のスポットメニューも用意しており、ラインナップは、実際の現場で鍛えた業務から順次追加していきます。

※1 『日本の人事部 人事白書2025』（株式会社HRビジョン、2025年3月調査、6,139社・のべ6,285人）

※2 「大企業の人事部門におけるベンチマーク調査」（正式名称：人事部門におけるICT投資動向調査。パーソルワークスイッチコンサルティング調べ、2024年調査、従業員1,000人以上の121社）

※3 「企業の転勤の実態に関する調査」（労働政策研究・研修機構、2016年調査、1,852社）。ジョブローテーションを実施する企業は53.1%

※記載の価格・期間は配信時点のものです。価格・提供条件は改定される場合があります。最新の条件は当社Webサイト（サービス詳細ページ）をご確認ください。

• 定期異動・組織改編の集中期: 発令通知が一度にまとまって届き、締め切りまで残業前提で転記していた時期の負荷を平準化
• 発令種別が多く、書式を固定できない現場: 異動・任免・出向・契約更改・中途入社と書式が多様で、RPAや定型OCRの定着に至らなかった人事部門の再挑戦として
• 人事システムの移行・データ整備: 旧様式の発令データを構造化し、新システムの取込形式へ変換する局面で

ゴムマリは、AIを業務単位で最適化する会社です。一業務ずつ現場に実装し、減った時間を実測し、仕組みとして残します。

発令入力の現状（発令種別・年間件数・利用中の人事給与システム）を添えてお問い合わせいただくと、適合可否と進め方を具体的にご案内できます。

▶ お問い合わせフォーム: https://gomumari.com/contact/

ゴムマリ株式会社 広報担当

info@gomumari.com

▶ まず単発で試す（スポット納品）: https://gomumari.com/spot/hatsurei-nyuryoku/

▶ サービス詳細: https://gomumari.com/service/agent/