【2026年最新】有給管理を効率化する方法｜申請〜承認〜取得率アップまでのムダ取りと、Claude Code／Codexによる仕組み化
aikanri-admin
この記事の内容
「有給管理を効率化したいが、集計だけ速くしても申請のやり取りが面倒なままでは意味がない」——労務担当者からよく聞く本音です。
結論から言うと、有給管理の効率化は「集計・計算」だけでなく「申請・承認」というコミュニケーション部分まで含めて考える必要があります。付与日数の計算をどれだけ自動化しても、従業員が申請しにくい・上長が承認を後回しにする、という入口の摩擦が残っていれば、取得率は上がらず、担当者の負担も減りません。
この記事では、有給管理の効率化を「申請」「承認」「記録」「取得率向上」という4つの観点で整理したうえで、後半ではこの一連の流れをClaude Code／Codex（AIエージェント）で一気通貫の仕組みに変える方法を、弊社サービス「AI鬼管理」（運営: 株式会社GENAI）の実践ノウハウとともに解説します。付与計算や5日義務チェックの自動化そのものに絞った内容は有給管理の自動化を扱った記事で詳しく解説していますので、あわせてご覧ください。
代表菅澤
AI鬼管理山崎
01 SCOPE 「有給管理の効率化」が指す範囲を整理する 集計だけでなく、申請・承認・取得率まで含めて考える
📚 用語解説
有給取得率：付与された有給休暇のうち、実際に取得された日数の割合。厚生労働省の調査では全国平均は6割前後で推移しており、業種や企業規模による差が大きい。取得率が低いまま5日義務だけクリアしていても、従業員満足度や離職率の観点では課題が残ることが多い。
「有給管理を効率化する」という言葉には、実は複数のレベルが含まれています。
多くの会社が着手するのはレベル1だけです。しかしレベル2・3まで踏み込まないと、担当者の負担も従業員の不満も本質的には減りません。この記事では、レベル1〜3を一つの業務フローとして通しで扱います。
レベル1だけを追いかけた会社が、なぜレベル2・3で足踏みしてしまうのか。理由はシンプルで、集計の効率化は「担当者一人の努力」で完結するのに対し、申請・承認・取得率の改善は「従業員・上長・担当者という複数の関係者を動かす」必要があるからです。集計用のエクセルを整えるだけなら労務担当者が一人で進められますが、申請のしやすさや承認のスピードを変えるには、現場の運用ルールそのものに手を入れる必要があります。この違いを理解しておかないと、「集計は速くなったのに、現場の不満は変わらない」という結果になりがちです。
代表菅澤
02 BASIC FLOW 申請〜承認〜記録の基本フロー 有給管理を「人のやり取り」の視点で見直す
📚 用語解説
計画的付与制度：労使協定を締結することで、有給休暇のうち5日を超える部分について、会社が取得日をあらかじめ計画して割り振ることができる制度。全社一斉付与や交代制付与などの方法があり、個別申請の手間を減らしながら取得率を底上げする効果がある。
レベル1（集計）だけを効率化しても、この6ステップのうち1〜3（申請〜承認）の摩擦はそのまま残ります。次の章では、申請者側・承認者側それぞれの視点で、どこにムダとストレスが集中しているかを見ていきます。
03 FRICTION POINTS 申請者側・承認者側、それぞれのムダ 有給管理を「使う人の視点」で棚卸しする
| 立場 | よくある不満・ムダ | 発生原因 |
|---|---|---|
| 申請者（従業員） | 「申請しづらい」「誰に何で申請すればいいか分かりにくい」 | 申請経路・フォーマットが統一されていない |
| 申請者（従業員） | 残日数が自分で確認できず、都度担当者に聞く必要がある | 残日数がリアルタイムで共有されていない |
| 承認者（上長） | 他のメンバーの申請状況が見えず、調整に時間がかかる | 申請状況が部署単位で可視化されていない |
| 承認者（上長） | 承認作業が後回しになり、返信が遅れて従業員を待たせる | 承認がメールや口頭など都度対応の運用になっている |
| 労務担当者 | 承認済みの情報を、別途管理簿へ手動で転記する必要がある | 承認システムと管理簿が連携していない |
集計だけを効率化した会社でよく見られるのが、「管理簿の数字は正確になったのに、従業員の申請しやすさは変わっていない」という状態です。取得率は、集計の速さではなく、申請から承認までの心理的・時間的なハードルの低さで決まります。効率化の効果を最大化するには、集計だけでなく申請・承認の摩擦まで含めて設計する必要があります。
AI鬼管理山崎
📚 用語解説
心理的ハードル：制度上は認められているにもかかわらず、申請や利用をためらわせる心理的な抵抗感のこと。有給休暇では「周りに迷惑がかかるのでは」「申請の手間が面倒」といった感覚が該当し、制度設計だけでなく申請プロセスの使いやすさによっても左右される。
この心理的ハードルは、集計の正確さをいくら追求しても下がりません。むしろ申請の手続きそのものが軽くなること——スマートフォンから数タップで申請でき、承認までのスピードが速く、残日数がいつでも確認できること——が、取得率に直接効いてきます。効率化の議論をするときは、この「使う人の体験」という視点を忘れないようにしてください。
04 TEMPLATE LIMITS テンプレート・申請フォームでできる効率化と、その限界 まずできる改善と、それだけでは超えられない壁
これらは実際に効果があり、有給管理エクセルの整備例はこちらの記事でも詳しく紹介しています。ただし、テンプレートや申請フォームの整備には構造的な限界があります。
申請フォームを整備しても、集まった申請を誰かが管理簿に転記し、残日数を再計算し、5日義務の進捗と突き合わせるという後工程は、結局人間が手作業で行うことになりがちです。フォームの回答をスプレッドシートに自動蓄積できても、そこから先の「意味のある集計」まで自動で行われるとは限りません。
📚 用語解説
ワークフロー：複数の作業工程を、開始条件（トリガー）から完了までひとつながりの手順として設計したもの。有給申請であれば「申請受付→承認確認→管理簿反映→進捗集計」までを一つのワークフローとして定義することで、途中の工程を人が個別に手作業でつなぐ必要がなくなる。
この限界を超えるには、申請フォームの回答から管理簿の更新、5日義務の進捗チェック、督促の文面作成までを一つのワークフローとしてAIエージェントに任せるという発想が必要です。次の章で、その具体的な作り方を解説します。
AI鬼管理山崎
05 HALFWAY RISK 効率化が中途半端だと起きること 入口だけ整えて出口を放置した場合のリスク
こうした状態は、「ツールを導入すること」と「業務が効率化されること」を混同してしまうことで起きます。申請フォーム・エクセル・管理簿がバラバラに存在し、その間をつなぐのが結局人間の手作業のままでは、ツールが増えた分だけ管理対象が増え、かえって負担が重くなることさえあります。実際に相談を受けるケースでも、「チャットツールの申請フォーム」「集計用エクセル」「有給管理簿」「給与ソフト」の4つがそれぞれ独立していて、月末にこの4つを担当者が手で突き合わせている、という会社は珍しくありません。ツールの数が増えるほど、突き合わせ作業そのものが新しい非効率を生んでいるのです。
📚 用語解説
システム連携：複数のシステムやツール間で、データを自動的にやり取りできるようにすること。連携が取れていないと、同じ情報を別々のツールへ人間が手で入力し直す「二重入力」が発生する。有給管理では、申請フォーム・管理簿・給与ソフトの間の連携有無が、効率化の効果を大きく左右する。
こうした「中途半端な効率化」は、決して珍しいケースではありません。むしろ多くの会社が、良かれと思って導入した複数のツールの間で板挟みになり、結果的に以前より確認箇所が増えてしまったという経験をしています。重要なのは、ツールを一つずつ足していくのではなく、申請から記録・報告までの全体を、最初から一つの流れとして設計するという視点を持つことです。次の章では、その具体的な設計方法を解説します。
代表菅澤
06 AUTOMATE WITH AI 【核心】Claude Code／Codexで申請から集計までを一気通貫で仕組み化する 効率化ではなく自動化。トリガーで勝手に走るワークフローに落とし込む
📚 用語解説
Claude Code／Codex：Claude CodeはAnthropic社、CodexはOpenAI社が提供するAIエージェント。ChatGPTのような「質問に答えるAI」と違い、指示を受けてパソコン上のファイル操作・データ集計・文書作成・メール確認などの作業そのものを実行できる。プログラミング不要で、日本語の指示だけで業務の仕組みを構築できるため、非エンジニアの経営者・バックオフィス担当者の業務自動化ツールとして注目されている。
ここからがこの記事の核心です。本記事では以降、操作イメージを弊社が主に使うClaude Codeで説明します（Codexでも同じことができます）。重要なのは、申請フォーム・管理簿・承認確認を別々のツールとして手作業でつなぐのではなく、一連のワークフローとしてAIに渡してしまうという発想の転換です。
6-1. 「効率化（AIに聞く）」と「自動化（AIが勝手にやる）」は別物
ChatGPTに「有給申請フォームのテンプレート文を作って」と聞くのは効率化です。人間が作業の主体で、AIは文章作成を速くしてくれるだけ。この使い方では、承認の遅れも管理簿への転記漏れもなくなりません。
一方、Claude Code／Codexで作るのは自動化です。「申請フォームに新しい回答が来たら、上長に確認を促し、承認されたら自動で管理簿に反映し、5日義務の進捗も更新する」という一連の流れを最初に一度だけ設計しておけば、あとは決まったトリガーで人間が何もしなくても走り続けます。人間の仕事は、承認の意思決定と、最終確認だけになります。
6-2. Claude Code／Codexに任せられる作業
| これまで人間がやっていた作業 | Claude Code／Codexに任せた後 |
|---|---|
| 申請フォームの回答を目視で確認する | 新規回答を自動検知し、要対応リストを作成 |
| 承認が滞っている申請を手動で洗い出す | 一定時間未承認の申請を自動検知しリマインド |
| 承認結果を管理簿へ手動で転記する | 承認確定を検知し、管理簿へ自動反映 |
| 取得率や5日義務の進捗を月次で集計する | 申請・承認データから常時自動集計 |
| 取得率が低い部署への働きかけを個別に検討する | 部署別の取得率を自動集計し、傾向を報告 |
6-3. 導入は3ステップ（プログラミング不要）
6-4. AI鬼管理（株式会社GENAI）での実践例
AI鬼管理では、この「申請から集計までを一気通貫で仕組み化する」やり方を、クライアント企業の実業務で数多く構築してきました。有給の申請・承認と同じ構造の定型業務——経費申請、勤怠の例外申請、稟議の一次確認など——をトリガー起動の自動ワークフローに変え、人は「承認の意思決定」だけに集中する運用です。申請から反映までのリードタイムが数日から数時間に短縮された、というのがクライアント企業での典型的な効果です。もちろん、運営元の弊社（株式会社GENAI）自身のバックオフィスも、同じ考え方で回しています。
重要なのは、これが労務担当者の価値を奪う話ではないことです。転記・リマインド・集計という「間違えたら怒られるだけの作業」から解放されて、取得率が低い部署への働きかけ・制度の見直し・従業員との対話という、人にしかできない仕事に時間を使えるようになります。
AI鬼管理山崎
07 THE 3 WALLS 「AIに聞く」で終わらせないための独学の3つの壁 Claude Codeは強力。だからこそ、最初の設計を間違えると危ない
壁1：承認ルールを「正確に言語化」できない
Claude CodeやCodexは指示されたとおりに正確に働きますが、指示が曖昧なら曖昧なまま自動化されます。「誰が最終承認者か」「繁忙期は何人まで同時取得を認めるか」「承認基準はどこまで機械的に判定してよいか」——申請・承認のルールは、会社ごとの暗黙の運用が多く残る領域です。この言語化を飛ばして作った仕組みは、誤った承認判断を自動で量産する装置になりかねません。ここが独学の最初で最大の壁です。
壁2：検証のやり方を知らないまま「AIを信じてしまう」
AIの出力は必ず検証が必要です。過去の申請・承認実績と自動処理の結果を突き合わせる、わざと繁忙期に集中する申請データを入れて挙動を確かめる——こうしたテストの型を知らないと、「動いているように見えるが正しいかは誰も知らない」状態で本番運用に入ってしまいます。
壁3：作った本人しか触れない「第二の属人化」
フォームや管理簿を整備した弱点として「作った人しか仕組みが分からない」問題を挙げましたが、独学のAI自動化は同じ罠にはまりがちです。担当者が一人で作って一人で運用していると、その人の異動・退職と同時に仕組みが止まります。社内の複数人がAIワークフローを読み書きできる状態まで持っていって、初めて「会社の資産」になります。
| 独学で導入 | AI鬼管理（伴走支援）で導入 | |
|---|---|---|
| 最初の題材選び | 手探り。複雑な承認フローから始めて挫折しがち | 貴社の業務を棚卸しし、成功しやすい定型部分から着手 |
| 承認ルールの言語化 | 自力で暗黙のルールを書き起こす（数十時間規模） | 実際の申請・承認履歴を見ながら一緒に言語化 |
| 検証 | テストの型を知らず「動いたら本番」になりがち | 過去実績との突合・異常系テストまで型として提供 |
| 社内定着 | 担当者1人に依存（第二の属人化） | 研修形式で複数人が扱える状態まで育成 |
| 有給管理の先への展開 | 1業務で力尽きるケースが多い | 経費申請・稟議等へ同じ型で横展開 |
08 AI KANRI AI鬼管理の具体的な進め方 3〜6ヶ月で「申請から集計までが自然に回る仕組み」を作る伴走トレーニング
この3つの壁を越えるために弊社（株式会社GENAI）が提供しているのが、AI鬼管理です。Claude Code／Codexをはじめとした最新AIによる業務自動化を、3〜6ヶ月間・オンラインセッション形式で伴走するトレーニングプログラムで、ツールの一般論を教える座学ではありません。受講者が自社の実業務——例えば今お使いの申請フォームや管理簿そのもの——を教材に、実際に動く自動化ワークフローを自分の手で作り切るところまでやります。
対象は従業員1名以上の会社の経営層・バックオフィス責任者で、プログラミング経験は問いません。「申請フォームは作ったが、その先が手作業のまま」「取得率がなかなか上がらない」という会社ほど効果が出やすい設計です。
有給の申請・承認のように「毎月一定数発生する」「ルールが決まっている」「承認の遅れが不満につながりやすい」業務は、AI自動化との相性が良い領域です。自社の業務を「ルールが明確な定型作業」から順に並べて、上から自動化していく——この優先順位付けも、AI鬼管理の初回で必ず一緒に行います。
AI鬼管理山崎
09 COMPARISON & SUMMARY 手作業 vs 勤怠システム vs Claude Code／Codex 徹底比較 自社の規模と体制に合った有給管理の「正解」を選ぶ
| 手作業（申請フォーム含む） | 勤怠管理システム | Claude Code／Codex自動化 | |
|---|---|---|---|
| 初期コスト | ほぼゼロ | 初期設定＋従業員への展開が必要 | ワークフロー設計のみ（既存フォーム流用可） |
| 月額コスト | ゼロ（ただし人件費が隠れコスト） | 従業員数×数百円が相場 | AI利用料のみ（他業務の自動化と共用） |
| 申請〜承認 | フォームはあっても後工程は手作業 | システム内で完結（仕様範囲内） | フォーム回答を検知して自動で次工程へ |
| 管理簿への反映 | 人間が転記 | 打刻・申請と連動して自動 | 承認確定を検知して自動反映 |
| 取得率向上の仕掛け | 個別の働きかけに依存 | 限定的（アラート程度） | 部署別傾向を自動集計し施策検討に活用可能 |
まとめると、判断基準は次のとおりです。
有給管理の効率化は、集計を速くするだけでは完成しません。申請から承認、記録、取得率向上までを一つの流れとして設計できて初めて、担当者の負担も従業員の不満も同時に解消されます。付与計算や5日義務チェックそのものの自動化はこちらの記事、日常的なAI活用の考え方はこちらの記事で解説しています。勤怠・休暇管理全体の考え方は勤怠・休暇管理の完全ガイドをご覧ください。
最後に、効率化の進め方として意識してほしいのは、「一度に全部を変えようとしない」ことです。申請フォームの統一、承認リマインドの自動化、管理簿への自動反映、取得率の可視化——これらは一気に着手する必要はなく、一つずつ仕組み化して積み上げていくことができます。むしろ小さく始めて検証しながら広げていくほうが、現場の混乱も少なく、定着しやすいというのが、これまで数多くの企業を支援してきた弊社の実感です。
あわせて読みたい：同じテーマの記事
代表菅澤
効率化の取り組みは、担当者一人が頑張るほど属人化し、逆に会社全体の資産になりにくいという逆説があります。申請から承認、記録、取得率向上までを仕組みとして設計し、複数人が理解・運用できる状態にすることこそが、本当の意味での「効率化」だと弊社は考えています。
申請から集計までの一気通貫の仕組みを、貴社で一緒に作りませんか
「うちの有給申請フロー、Claude CodeやCodexでどこまで効率化できる？」「フォームは作ったが、その先が手作業のまま」というご相談、お気軽にどうぞ。
AI鬼管理は、貴社の実際の申請フォーム・管理簿を題材に、設計・検証・社内定着まで伴走します。3つの壁を、最短距離で越えましょう。
AI鬼管理山崎
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. 有給管理の効率化は、集計と申請のどちらから着手すべきですか？
A. 担当者の作業時間だけを減らしたいなら集計から、従業員満足度や取得率も同時に改善したいなら申請・承認フローから着手するのがおすすめです。ただし記事内で解説したとおり、集計だけを効率化しても申請のハードルが残っていれば取得率は上がりません。中長期的には両方を一つの仕組みとして設計することを目指してください。
Q. 申請フォームを導入しましたが、承認が遅れがちです。改善方法はありますか？
A. 承認が一定時間放置されたら自動でリマインドが飛ぶ仕組みを作るのが有効です。Claude Code／Codexを使えば、申請フォームの回答を監視し、未承認のまま時間が経過した案件だけを自動で検知してリマインドする仕組みを構築できます。承認者の意思決定自体は人間が行いますが、「気づいていなかった」という遅延の大部分は防げます。
Q. 有給の取得率を上げるために、AIでできることはありますか？
A. 部署別・個人別の取得状況を継続的に集計し、取得率が低い部署や、5日義務の未達リスクが高い従業員を早期に可視化することができます。可視化された情報をもとに、いつ・誰に働きかけるかという判断は人間が行いますが、「気づくのが遅れて対応できない」という状態を防ぐことができます。
Q. 部署ごとに承認ルールが異なりますが、それでも自動化できますか？
A. 可能です。部署ごとの承認者や承認基準が異なる場合でも、そのルールを最初に正確に言語化してAIエージェントに伝えれば、部署ごとに適切なフローで処理する仕組みを構築できます。むしろルールが複雑であるほど、人間の判断ミスのリスクが高く、自動化の効果が大きくなります。
Q. 勤怠管理システムと、この記事で紹介した仕組み化はどちらを選ぶべきですか？
A. 打刻管理から給与連携まで含めて労務基盤を一新したい場合は勤怠管理システムが本命です。一方、既存の申請フォームやエクセルを活かしながら手作業だけをなくしたい場合や、有給に限らず経費申請・稟議など複数の申請業務をまとめて効率化したい場合は、Claude Code／Codexによるワークフロー自動化のほうが投資対効果が高くなります。
Q. Claude CodeやCodexの導入は独学でも可能ですか？
A. 可能ですが、業務で確実に成果を出すまでには「承認ルールの言語化」「出力の検証」「社内定着」という3つの壁があります。特に承認フローは会社ごとの暗黙のルールが多く残るため、言語化を誤ると誤った承認判断を自動で繰り返すリスクがあります。最短で確実に立ち上げたい場合は、貴社の実業務を題材に設計から検証・定着まで伴走するAI鬼管理のような支援サービスの活用が近道です。
Q. 有給の申請・承認以外にも、同じ仕組みを応用できる業務はありますか？
A. あります。経費申請、稟議、勤怠の例外申請など「申請→確認→承認→記録」という構造を持つ業務は、同じ考え方で仕組み化できます。AI鬼管理では、有給の申請・承認で身につけた型を横展開し、社内の申請業務全体を効率化するところまで支援しています。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
