AIにシフトを一発で作らせてはいけない理由 — 訪問介護のシフト作成効率化
対象読者: 移動時間・資格要件・人員基準を織り込んだシフト作成に毎月時間を取られている訪問介護事業所の管理者・サービス提供責任者 この記事で分かること: 訪問介護のシフト作成が重い理由、「純LLM一発生成」を禁止した設計上の理由、CareSpace OSが人員基準をどうシフト生成に組み込んでいるか 読了目安: 6分
毎月、同じ時間だけ消えていく作業
介護労働実態調査（令和6年度）によれば、介護事業所が抱える悩みの1位は「人手不足」で49.1%が挙げる。中でも訪問介護は不足感が83.4%と突出している（出典: 介護労働実態調査R6）。人が足りない中で、限られた人数のシフトを毎月手作業で組む負担は小さくない。
訪問介護のシフト作成が特に重いのは、単純な人数合わせでは済まないからだ。ヘルパーの資格要件、移動時間、利用者ごとの訪問時間帯の希望、サービス提供責任者（サ責)の必須配置——これらをすべて満たしたうえで、希望休もできるだけ尊重しなければならない。制約が多い組み合わせ最適化問題を、表計算ソフトと勘で解いているのが実情の事業所は多いだろう。
さらに、シフトは人員配置基準と直結する。訪問介護は「ヘルパー常勤換算2.5以上・サ責は利用者40人ごとに1人（研修修了等の要件を満たせば緩和により50人ごとに1人）」という基準がある。この基準を割り込むシフトを組んでしまうと、翌月の実地確認や運営指導で指摘され、最悪の場合は減算に直結する。「なんとなく人数は足りている」では済まされない領域だ。
AIに「配置」はさせるが、「判定」はさせない
CareSpace OSのAIシフト生成は、この重さに対して「AIに全部丸投げする」という設計を明確に避けている。理由は単純で、純粋なLLMによる一発生成は、人員基準違反のシフトを平気で出すからだ。もっともらしく見えるシフト表を出せても、「この日はサ責が1人も配置されていない」といった致命的な違反を、AI自身は気づかずに提出してしまうリスクがある。
そこで役割を4ステップに分けている。
- ルール（決定的計算）: 必要人数・必要資格・公休数・必須の希望休・連勤上限・夜勤間隔といった「枠」と「禁止条件」を、AIではなくコードで機械的に算出する
- AI（初期解の生成）: その枠を埋める配置案を、希望休をできるだけ尊重し、夜勤や土日勤務の偏りをならしながらAIが提案する
- 検証（決定的判定）: 提案されたシフトを、人員基準・公休数・連勤・資格要件に照らして機械的に再チェックする。違反があれば赤字で警告する。この判定は絶対にAIに任せず、コードで判定する
- 説明（AI）: 「なぜこの配置にしたか」「誰に負担が寄ったか」をAIが日本語で説明し、管理者が納得したうえで編集グリッドで微修正してから確定する
人員基準は、事業所のサービス種別ごとにマスタとして持たせている。訪問介護であれば「ヘルパー常勤換算2.5以上・サ責は利用者40人ごとに1人（緩和50人）」という基準がAIシフト生成のプロンプトに注入され、スタッフの資格・職種の情報とあわせて配置案に反映される。半月単位でのシフト作成（月の前半・後半で別々に組む運用）や、月ごとの公休数設定にも対応している。
シフトを確定すると、スケジュール画面のスタッフ名の下に勤務状況（出勤・公休・有給・夜勤・明けなど）が1行で表示される。利用者の訪問予定と、スタッフ自身の勤務状況が同じ画面で重なって見えるため、「このスタッフは今日出勤扱いだが、実際に訪問対応できる時間はどこか」を確認しやすくなる。
出退勤の実績とは、あえて混ぜない
もう一つ、設計上こだわった点がある。それは、シフトで決めた「所定」の時間と、実際にスタッフが打刻した「実績」の時間を、混同しないことだ。
CareSpace OSの労務管理は、時間を3層に分けて扱う。①打刻という「事実」（改ざん不可）、②シフトで決めた「所定」、③給与の根拠になる「確定労働時間」。デフォルトでは③は②と同じ値を取り、打刻が早かろうが遅かろうが、確定時間は所定のまま動かない。確定時間をずらせるのは、残業・早出などの「申請→承認」と、履歴付きの管理者の直接修正の2経路だけに限定している。
この設計にした理由は明快だ。打刻をそのまま給与計算に流し込む実装は、乖離が生じたときに「打刻を直せば給与が変わってしまう」事故を招く。人員基準の遵守（シフト側の話）と、給与の正しさ（実績側の話）は本来別の問題であり、混ぜて扱うと両方が曖昧になる。だからこそ、シフト作成というAIの得意領域と、時間管理という正確性が命の領域を、明確に切り分けている。
登録ヘルパーが少数の事業所には、まだ荷が重いかもしれない
常勤ヘルパーが数名で、シフトの組み合わせがそれほど複雑でない事業所であれば、この機能の恩恵は限定的かもしれない。
一方で、登録ヘルパーが多く、資格要件・移動時間・希望休の調整が毎月の負担になっている事業所には価値がある。人員基準の判定をコードに任せることで、「基準を満たしているか」を確認する作業そのものが要らなくなる。
シフト作成の効率化とは、AIに丸投げすることではない。人が判断すべきところにだけ人の目を残し、機械的に判定できるところは機械に任せきることだ。
CareSpace OSについて詳しく見る → https://carespace.jp/product
出典・参考
- 介護労働実態調査 令和6年度（公益財団法人介護労働安定センター）— 人手不足感（訪問介護83.4%）に関する調査結果
- 訪問介護の人員配置基準（厚生労働省令・関係告示に基づく整理）— operations/carespace-os/feature-specs/roumu-staffing-standards-research.md
- CareSpace OS社内設計判断ログ（2026-06-22）— 労務管理（/roumu）機能の設計思想・AIシフト生成の役割分担に関する意思決定記録
- operations/carespace-os/feature-specs/roumu-kanri-spec.md