「神Excel」はAIに読めない——デジタル庁の100点満点で、工場の点検簿が0点だった理由

「神Excel」とAIのよくある質問【5問5答】

帳票の話になると、いただく質問はだいたい5つに集まります。まず1問1答でお答えし、そのうえで詳しくご案内します。

Q1. 「神Excel」とは何を指すのでしょうか。

印刷したときの見栄えを最優先に作られ、データとしては読めなくなったExcelのことです。「神エクセル」とも書かれます。セルを結合して項目名の幅を揃える、1枚のシートに表を複数置く、空白行で見出しを区切る、セルの色で状態を表す——こうした作りが重なると、人間には読めるのに機械には読めません。方眼紙のようにセル幅を正方形に詰めた「Excel方眼紙」も同じ仲間です。行政の申請書で有名になった呼び名ですが、工場の点検表や見積書でも同じ構造が使われています。

Q2. なぜAIは神Excelを読めないのでしょうか。

AIは表を「行と列の対応」として読みます。セルが結合されていると、どの値がどの行のものか決められません。1シートに表が3つ並んでいれば、表の境界を読み違えます。セルの色で「異常あり」を表していれば、その意味は文字として残っていないので消えます。読めないというより、人間が目で補っていた情報が最初から渡っていない、という状態です。

Q3. デジタル庁の「Harunobu」は何をするツールですか。

Excel・CSV・TSVが機械にとって読みやすいかを100点満点で採点します。生成AIではなくルールで判定するため、同じファイルなら毎回同じ点が出ます。採点結果はJSONやCSVで出力でき、ブラウザ画面・コマンドライン・Pythonのいずれからも使えます。ツール部分はMITライセンスで公開されているので、社内の帳票を社外に出さずに試せます。

Q4. 自社の帳票は何点くらいになるのでしょうか。

素直な一覧表なら100点が出ます。一方、印刷前提で作り込んだ帳票は0点が出ます。減点の積み上げではなく、重大な違反に1つ触れた時点でそのレベルの点が0になる仕組みがあるためです。クラスメソッドの検証では、生産日報が100点、設備日常点検簿と発注依頼書が0点でした。心当たりのある帳票を1枚かけてみると、社内の議論が一気に進みます。

Q5. 帳票を全部直さないとAIは使えませんか。

いいえ。全部直す必要はありません。私たちが実際にやるのは、AIに渡す予定の帳票だけを選び、重大な違反から順に潰すことです。見栄えを捨てる必要もありません。印刷する紙と集計するデータを切り分ければ、現場の運用を変えずに機械可読性だけを上げられます。どれを選ぶかは、記事の後半で整理します。

「設備日常点検簿、0点」——公的な採点に現場の帳票をかけてみると

最初に、この話が精神論ではなく実測で測れるようになった、という事実から押さえます。

ある化学メーカーの工場で、設備保全の担当者がこう話していました。「手書きのメモを事務所に戻ってきてから入力しているが、後回しになることもあり、データとして活用しきれていない」。記録は存在する。でもトレンド管理には落ちていない。そういう状態でした。

この「あるのに使えない」は、入力の手間だけが原因ではありません。入力先の帳票そのものが、集計に向いていないからです。

デジタル庁のツールで実測した例が公開されています。クラスメソッドの検証記事が、4種類のファイルをHarunobuにかけた結果を出しています。

かけたファイル	レベル1	レベル2
生産日報（素直な表）	100点	100点
設備日常点検簿（印刷前提）	0点（強制0点）	0点（強制0点）
発注依頼書	0点（強制0点）	0点（強制0点）

生産日報は満点。点検簿と発注依頼書は0点です。この落差が、AI導入の現場で起きていることをほぼ説明しています。

正直に申し上げると、私たちはこの結果に驚きませんでした。工場の点検簿が印刷前提で作られているのは当たり前で、現場はそれで困っていないからです。困り始めるのは、そこにAIを足そうとした瞬間。「同じ会社の同じ業務なのに、日報は使えて点検簿は使えない」という分かれ方をします。

デジタル庁が「100点満点」を出してきた意味

ここで押さえておきたいのは、ツールが出たことよりも、国が基準を文章にしたことです。

Harunobuが判定しているのは「行政データにおける機械可読性に関するルール」（内閣官房）で、2026年3月31日に決定されています。ツールの公開はその半年後、2026年10月21日。つまり先にルールがあり、後から自動判定の道具が付いた順番です。

デジタル庁はこのルールの目的を「転記ミスの削減、BIツールによる可視化、AI活用、EBPM推進をはじめとした社会全体のコスト縮減」と書いています。BIツールは業務データを集計してグラフにする仕組み、EBPMは証拠に基づく政策立案のことです。注目したいのは、AI活用がこの並びに入っている点。データを整える作業が、AIを使うための前提工程として公式に位置づけられました。

ITmedia AI＋の報道では、デジタル庁が「行政・民間を問わず神Excelのようなファイルが使われている」と述べています。そうしたファイルは「データ活用を行うシステムやAIにとって使いやすいとは限らない」とも指摘しました。民間も射程に入っている、と明言したわけです。

ルールは約30項目あり、3つのレベルに分かれています。

レベル	名称	見ているもの
レベル1	閲覧・転記可能	セル結合・空白行・ヘッダーの有無といった表の構造
レベル2	集計・分析可能	数値列に文字列が混ざっていないか等のデータの品質
レベル3	連携・自動化可能	単位の記載や縦持ち形式かどうかの踏み込んだ内容

採点はこのレベルに対応して3つのモードがあります。レベル1だけ見るLite、レベル1と2のStandard、3つ全部のThoroughです。各ルールには重大度がFATAL・CRITICAL・MAJOR・MINORの4段階で付けられ、重大度に応じて配点が決まります。先ほどの「強制0点」は、この最上位の重大度に触れたときの挙動です。

私たちがこの構造を評価しているのは、AI導入の議論に共通の目盛りが入ったことです。これまで「データが汚い」は感想でした。感想では投資判断ができません。レベル1が0点、という表現なら予算の話に乗ります。

AIが神Excelでつまずく3つのパターン

次に、減点の中身を現場の言葉に置き換えます。細かいルールを全部覚える必要はなく、壊れ方は3つに集約できます。

1. セル結合で「どの行の値か」が決まらない

工程名を縦に結合して3行分まとめている点検簿は、どこにでもあります。人間は「この3行は同じ工程」と目で補えます。機械は補いません。結合されたセルの値は先頭の1行にだけ入り、残り2行は空になる——これが集計で工程名の抜けを生みます。

2. 1シートに表が複数あって、境界を読み違える

上段に設備一覧、中段に点検結果、下段に承認欄。印刷するには理にかなった配置です。読む側からすると、どこまでが1つの表なのか手がかりがありません。結果として、承認者の氏名が点検項目として読み込まれるような混線が起きます。

3. 色と位置に意味があり、文字として残っていない

「異常があったセルは黄色」「右端にあるのが最新」。この種の取り決めは、テキストに変換した時点で消えます。情報が壊れたのではなく、最初からAIに渡っていません。

誤解のないように申し上げると、これはAIの技術的な未熟さではありません。人間が目と暗黙の了解で補っていた部分を、そのまま渡してしまっているだけです。ですから対策も、賢いモデルに替えることではなく、渡し方を変えることになります。社内文書をAIに読ませる仕組みの考え方はRAGとは何か──社内ナレッジを「使える知識」に変える仕組みで整理しています。

「帳票を直す」「前処理を作る」「読めるAIに任せる」——3つの選択肢

ここは意見が分かれるところです。私たちの立場も含めて、3つの道を並べます。

観点	①帳票を直す	②前処理プログラムを作る	③画像として読めるAIに任せる
最初の手間	中（現場との調整が要る）	小〜中（開発で済む）	小（すぐ試せる）
壊れやすさ	低い（直せば安定する）	高い（帳票が変わると壊れる）	中（レイアウト差で精度が落ちる）
誰が担うか	業務部門＋情報システム	開発側	ツール任せ
向く場面	今後も使い続ける基幹帳票	社外から届く様式が固定の帳票	過去分の一括取り込み
あとに残るもの	使えるデータが貯まる	プログラムの保守が残る	読み取り結果だけが残る

②が悪いわけではありません。取引先から届く様式は自社で直せないので、前処理は必須になります。注意したいのは、②だけで押し通すと帳票が変わるたびに壊れる仕組みを抱え込む点です。項目が1つ増えただけで読み取りが崩れ、そのたびに開発側が呼ばれます。

③も入口としては有効です。ただし、ある大手建材メーカーの担当者が他社の検図AIのデモを見てこう言っていました。「ここまでできるのは分かるが、逆にそこ（寸法チェックや金物照合）にしか観点がいかないんだなと思った」。機械的な照合はできる、しかし観点はそこで止まる——読み取りの精度と、業務として使える状態は別だという指摘です。これは私たちの実感とも一致します。

私たちの現場経験では、今後も毎日使う帳票は①、外から届くものは②、過去分は③という切り分けが最も壊れません。全部を①にしようとして現場が止まる失敗も、全部を②にして保守が膨らむ失敗も、どちらも見てきました。

直す順番は決まっている——レベル1から、全部はやらない

「約30ルールを全部満たす」を目標にすると、たいてい途中で止まります。順番があります。

1. AIに渡す予定の帳票だけを選ぶ。全帳票を棚卸しする必要はありません。まず3〜5枚です。
2. レベル1の重大な違反を潰す。セル結合の解除、空白行の削除、ヘッダー行を1行に統一。ここだけで0点から抜けられます。
3. レベル2に進む。数値の列に「—」や「約50」が混ざっていないか、日付の書き方が揃っているか。集計が合わない原因はほぼここにあります。
4. レベル3は、外部システムと繋ぐ帳票だけ。単位を列名に書く、縦持ちに直す。繋がない帳票でここまでやるのは過剰投資です。

この順番に意味があるのは、レベル1を通さないとレベル2以降の点が出ないからです。構造が崩れたままでは、データの品質を測る以前の段階で止まります。逆に言えば、最初の一歩はセル結合の解除だけということでもあります。

私たちが油脂・食品メーカーで業務の棚卸しから入ったときも、最初に手を付けたのは帳票の種類を絞る作業でした。「全部を整える」から「AIに効かせる3枚を選ぶ」に目標を置き換えると、現場の負荷が一気に下がります。

見栄えは捨てない——「印刷する紙」と「集計するデータ」を分ける

ここが現場説明でいちばん揉めるところなので、先に答えを書きます。神Excelをやめる、は「見栄えをやめる」ではありません。

帳票には2つの役目が同居しています。印刷して回覧し、押印して保管する役目。もう1つは、集計して傾向を見る役目。この2つを1枚のシートで兼ねようとするから、どちらも中途半端になります。

やり方はシンプルです。入力と蓄積は縦に並んだ素直な表で持つ。印刷用のレイアウトは、その表を参照する別シートで作る。現場が触る画面は従来どおりで、裏にあるデータだけが機械可読になります。

ある老舗化粧品メーカーの生産計画担当者は、Excelをそのままシステム化するだけでは現場が回らないと指摘していました。「完璧なものにしようとすればするほど無理が生じることが分かってきた」「臨機応変な修正がどうしても必要だ」。この感覚は正しいと思います。100点を全帳票で取る計画は、現場の例外処理を殺します。

もう1つ、現場から動かない理由もはっきりしています。ある大手自転車メーカーの担当者の言葉です。「現場の人に『何をしたいか』と問うても情報が上がってこない。Excelでの作業は工数がかかり、反映されるかも不確かというジレンマがある」。直したところで自分の手間が増えるだけ、と見えている状態では動きません。ですから私たちは、直した帳票で何が自動で返ってくるかを先に見せます。

AI導入の検収基準に「機械可読性」を1行入れる

発注側の話をします。ここが競合記事にほとんど書かれていない論点です。

AI導入の見積書には、たいてい「データ前処理」という項目が1行入っています。何をどこまでやるのかは書かれていません。ここが曖昧なまま進むと、精度が出なかったときに「データが汚いので」と説明され、発注側は検証できません。

私たちが発注側の立場で確認するなら、次の3つを書面に落とします。

1. 対象帳票の採点結果を提出させる。Harunobuは無償で公開されているので、着手前と着手後のスコアを出せます。「レベル1を100点にする」なら検収できます。
2. 前処理が壊れる条件を書かせる。列が増えたら動かないのか、シート名が変わったら止まるのか。壊れ方が分かっていれば、運用の責任分界も決まります。
3. 直した帳票の所有者を決める。帳票を直すのは業務部門の仕事です。ベンダーに任せると、様式変更のたびに外注費が発生します。

ある大手建材・シャッターメーカーの情報システム部長は、複数システムを別々に作る方針を警戒して「最適なやり方とセキュリティ要件を見定めないと、正直、一時の投資になってしまう」と話していました。帳票も同じです。前処理プログラムだけを買うと、その投資は様式変更で消えます。帳票そのものを直せば、資産として残ります。

私たちの現場経験では、帳票は「直す」より「出し直す」ほうが速い

ここまでは「直す」前提で書きました。ただし実際の案件では、直さずに出し直すほうが速いケースに何度も当たっています。

ある合成樹脂・産業資材メーカーの業務担当者は、原価表をこう説明しました。「中身は7割くらいブラックボックス化していて、Excelで配信されるので各担当がそれぞれカスタマイズしてしまう。部材を一つ変えるにも全シートのセルを一個一個探して変える。二重で計上していた箇所もあった」。同社の営業側の担当者は、社内で「秘伝のタレ」と呼ばれる工賃表について「細かすぎて、どこに何が書いてあってどのケースはどの工賃を使うのかを理解した人じゃないと使えない」と語っています。

こうなった帳票は、セル結合を外しても助かりません。配信してコピーされる運用そのものが壊れているからです。私たちはこの案件で、工賃表を一元管理するマスターデータとして持ち直しました。計算のほうは、他のシステムから呼び出せる窓口（API）として切り出す方向で要件を固めています。帳票を整えるのではなく、帳票を出力物の位置に下げる判断です。

考え方としては、顧客データを「硬いデータ」と「柔らかいデータ」に分けて整理します。基幹システムが持つ確定値が硬いデータ、AIが参照する業務の記録や判断の経緯が柔らかいデータ。基幹の横にデータ空間を設け、そこへコピーして使う形にすると、基幹を触らずにAI活用を始められます。

実際にこの形で作った例があります。西日本の化学製造業の工場では、紙とExcelに散らばっていた操業日報・工程検査・生産計画・品質会議を1画面に集め、AIによる分析と異常チェックまで繋ぎました。全変更が履歴に残り、安全に巻き戻せる操業基盤です。帳票の採点から始めて、最後は帳票をやめる——この順番になることが実務では珍しくありません。

判断の分かれ目を1つだけ挙げます。その帳票が「記録のため」に存在するなら直す。「計算のため」に存在するなら出し直す。 計算ロジックが入り込んだExcelは、整えても属人化が残ります。

そして私たちは、この議論を資料で止めません。1日で動くプロトタイプを作り、直した帳票を実際に食わせて何が返るかを見せます。もちろんプロトタイプの見え方には罠もあります（AIプロトタイプの完成度に、エンジニアはなぜ騙されるのか）。それでも、議論を具体に引き戻す力は資料より強いというのが実感です。

自己診断：どの帳票から手を付けるか

社内で議論を始めるための5つの問いです。全部に答えなくてもかまいません。

1. その帳票は、今後1年も毎日使うか。 使わないなら直す価値は小さいです。
2. 誰かが毎月、転記や集計をやっているか。 やっているなら、そこが削減額の出どころです。
3. 1枚のシートに表が2つ以上あるか。 あるならレベル1で0点が出ます。
4. セルの色や位置に、文書化されていない意味があるか。 あるなら、その意味を列として起こす作業が先に必要です。
5. 計算式が帳票の中に埋まっているか。 埋まっているなら「直す」ではなく「出し直す」側です。

3番と4番に心当たりがあり、2番で人が張り付いているなら、その帳票が最初の1枚です。Harunobuは社内で動かせるので、ファイルを外に出さずに点数が出ます。会議に点数を1つ持ち込むだけで、「データが汚い」という感想の往復が終わります。

まず試すなら

明日から動ける順に3つ挙げます。

1. 帳票を1枚選んで採点する。 デジタル庁の公式ページからHarunobuを入手し、心当たりのある帳票をかけます。レベル1が0点なら、原因は上位の数件に集中しています。社内で動かせるため、情報を外に出す心配はありません。
2. レベル1の違反だけ直した版を1枚作る。 元の帳票は触らず、複製してセル結合と空白行を外します。印刷用レイアウトは別シートに残します。これで現場の運用を変えずに比較できます。
3. 直した版をAIに食わせて、返ってくる答えを見比べる。 同じ質問を、元の帳票と直した版の両方に投げます。差が出なければ、その帳票は後回しでかまいません。差が出たら、それが投資判断の材料になります。

ここまでやって「どの帳票から直すべきか決まらない」「現場が動かない」という段階で止まるなら、業務の棚卸しから入るほうが早いです。AI-Pathでは、無償の業務プロセス診断（BPR）を実施しています。ヒアリングから業務フロー・改善案・ROIのたたき台までを一気に可視化し、どの帳票にAIが効くかを一緒に見極めます。AI導入より先にやるべきこと：業務プロセス診断（BPR）が成否を決める理由もあわせてご覧ください。

帳票は、会社が何十年もかけて業務に合わせてきた工夫の塊です。それを捨てる必要はありません。見栄えは残したまま、裏のデータだけ機械に渡せる形に変える——それだけで、止まっていたAI導入が動き出す現場を何度も見てきました。

参考リンク

• 機械可読性ルール・Harunobu｜デジタル庁。ルール本文（2026年3月31日決定）とツールの入手先です。ツールはMITライセンスで公開されています。

• 「神Excel」対策ツール公開｜ITmedia。2026年10月21日の公開を伝えた報道です。

• クラスメソッドの検証。生産日報100点・設備日常点検簿0点を実測した記事です。