AIが業務フローを描く時代 — FigJam・MiroのClaude連携が変えること

業務フロー図を「描く」のは誰の仕事だったか

要件定義の現場で、業務フロー図を描いたことがある人なら覚えていると思う。ヒアリングして、付箋を貼って、矢印を引いて、関係者にレビューしてもらって、また直す。だいたい1つのフローを完成させるのに数日から数週間かかる。

ところが2026年に入って、この前提が崩れた。FigJamとMiroが相次いでClaudeとのネイティブ連携を発表し、「議事録を渡したら業務フロー図が出てくる」が現実になった。手書きホワイトボードからデジタルツールへの移行が「描く時間」を半分にしたとすれば、AI連携は「描く時間」をほぼゼロにする可能性を持っている。

では、これは要件定義のあり方をどう変えるのか。SIerやDX担当者にとって、何が機会で、何が落とし穴になるのか。

FigJam・MiroのClaude連携で何ができるようになったか

FigJamのMake機能は、自然言語からインタラクティブなプロトタイプやダイアグラムを生成する。MiroもAI Sidekicksで議事録のテキストからフロー図やマインドマップを自動生成する機能を実装している。

実際に試してみると、できることはざっくり3つだ。

1. 議事録テキスト → 業務フロー図：「営業がリードを獲得してから契約までの流れ」と入力すると、5〜10分でドラフトが出てくる
2. 既存フロー図 → 改善案：As-Isフローを読み込ませて「ボトルネックを指摘して」と聞くと、改善ポイントを矢印付きで提案してくる
3. 断片的なメモ → 構造化された図：会議中の走り書きを貼り付けると、それらしい関係図を組み立てる

精度は完璧ではない。実際に 自分で試した感覚 では、複雑な分岐や例外処理は苦手で、ハッピーパスだけが綺麗に描かれる傾向がある。それでも「ゼロから付箋を貼っていく」のと比べたら桁違いに速い。

SIer・DX担当者にとって何が変わるのか

ここからが本題だ。AIが業務フロー図を描けるようになったとして、要件定義の仕事はどう変わるのか。

結論から言うと、「描く工数」は減るが、「決める工数」は減らない。むしろ相対的に重くなる。

これまでの要件定義で時間がかかっていたのは、大きく分けて3つのフェーズがあった。

• ヒアリングして情報を集める
• 集めた情報を図に整理する（描く）
• 図を見て関係者と合意する（決める）

AIが2番目を肩代わりすると、1番目と3番目の比重が増える。特に3番目は、AIが代行できない領域だ。「この承認フローでいいか」「この例外パターンを誰が責任を持つか」は、最終的に人間が決めるしかない。

つまり、フロー図を速く描けるようになっても、合意形成のスキルがないと前に進まない。むしろ、ドラフトが速く出てくるぶん、関係者を巻き込むスピードを上げないとボトルネックがそこに移動するだけだ。

AI生成フローを「使える仕様」にするための3つの注意点

実際にAI生成フローを案件で使ってみて、痛い思いをしないために押さえておくべきことが3つある。

1. 出てきた図を鵜呑みにしない

AIは「それらしい図」を作るのは得意だが、「業務的に正しい図」を作るのは別のスキルだ。たとえば、稟議のフローを描かせると、たいてい「申請→承認→完了」のような綺麗な流れを出してくる。

ところが現場では、「金額が500万を超えると役員承認が必要」「部長が不在のときは課長代理がスタンプを押す」といった例外パターンの方が重要だったりする。AIの初稿はハッピーパスの叩き台として扱い、例外パターンは人間が明示的に追加する前提で使うのがいい。

2. ヒアリング情報の質を上げる

AIに渡すインプットの質が、出力の質を決める。「営業のフローを描いて」と曖昧に頼むと、教科書的なフローが返ってくる。一方、「うちは商談の8割がオンラインで、初回MTG後にPoCを挟むパターンが多い。失注理由は予算が9割」と具体的に伝えると、自社固有の図が出てくる。

これは AIが読める仕様書を書く技術 と同じ話だ。AIに任せる前に、人間側が情報を構造化しておく必要がある。

3. 図を「動く仕様」につなげる

業務フロー図を描くこと自体はゴールではない。図ができたら、それをシステム要件・テストケース・運用手順に落とし込まないと意味がない。

ここがAI連携の真のチャンスだ。FigJamで描いたフローをそのままClaudeに「このフローを実装するための要件定義書をMarkdownで出して」と頼めば、図と仕様書が一気通貫でつながる。これは 仕様駆動開発 (SDD) の考え方と相性が良い。

上流工程の戦い方が変わる

AIが業務フロー図を描く時代になって、要件定義の競争軸が変わりつつある。

これまでは「フロー図を綺麗に描けること」「ドキュメントを早く作れること」が要件定義の腕の見せどころだった。これからは、それらは前提条件になる。差がつくのは、「何を描かないか決める」「誰と合意するか段取る」「曖昧なものを言語化する」といった、AIが代行できないスキルだ。

別の見方をすれば、SIerにとって追い風でもある。これまで「フロー図を描く工数」が大きすぎて手が出せなかった案件にも、参入余地が広がる。要件定義の生産性が3〜5倍になれば、これまで見送っていた小〜中規模案件も収益化できる。

ただし、この変化は待っていれば自動的に効果が出るものではない。FigJamやMiroのAI機能を使い始めるだけでは、ヒアリングと合意形成のスキルが身についていなければ、ドラフトの量が増えるだけで前に進まない。詳しくは AI開発が上流工程に移っている でも書いた通り、AI時代の競争力は「上流の人間スキル」に集中していく。

業務フロー図を描く時間を減らせるなら、その時間を「現場をもっと深く知ること」に使ったほうがいい。それが、AI時代の要件定義者にとって、いちばん投資効果の高い行動だと思う。