人手不足でシフトが組めないときの悪循環を断つスキル配置最適化

なぜ人手不足でシフトが回らなくなるのか

労働人口の減少が採用を直撃している

総務省の労働力調査によると、日本の生産年齢人口（15〜64歳）は2020年の約7,509万人から2025年には約7,200万人へ減少した。今後も年間50万人規模で減り続ける見通しだ。

この数字がシフト作成に直結する。パーソル総合研究所と中央大学の共同研究では、2030年に約644万人の人材が不足すると推計されている。特にサービス業、介護、物流、製造業の現場が深刻で、募集をかけても応募がない状態が常態化している。

人を集められない以上、今いる従業員で回すしかない。ここがシフト作成の出発点になる。

なぜ1人の退職が連鎖を引き起こすのか

スタッフが1人辞めた。その穴を埋めるため、残った従業員がシフトを増やす。増えた負荷に耐えきれず、また1人辞める。さらに残った人に負荷がかかる。

この連鎖は珍しい話ではない。厚生労働省の雇用動向調査では、パートタイム労働者の離職理由として「労働条件が悪い」が常に上位に入る。無理なシフトは労働条件の悪化そのものであり、離職を加速させる直接的な原因だ。

悪循環の特徴は、一度始まると自力で止められない点にある。人が減れば負荷が増え、負荷が増えれば人が減る。構造的に回復しにくい。

飲食チェーンの営業時間短縮に見る経営リスク

たとえば飲食チェーンでは、深夜帯のスタッフが確保できず24時間営業を廃止する店舗が増えた。小売店でも、平日の開店時間を遅らせたり、特定曜日を定休日にしたりするケースがある。介護施設では、夜勤スタッフ不足でショートステイの受入枠を減らす事態も発生している。

営業時間の短縮は売上の減少に直結する。1店舗で月30万円の機会損失が出れば、10店舗で年間3,600万円だ。加えて、既存スタッフの残業代増加、派遣人件費の上乗せもある。人手不足はシフト作成の問題にとどまらず、事業の収益構造を揺るがす経営課題になっている。

シフトが組めなくなる3つの原因

頭数が足りない

最も単純で深刻な原因が、絶対的な人数不足だ。1日の営業に最低8人必要な店舗で、在籍スタッフが10人しかいなければ、休みを出せる余地は1日あたり2人分しかない。

全員がフルタイムなら回るかもしれない。だが実際は、週3日希望のパートや学生アルバイトが混在する。稼働可能な時間帯を合算すると、必要なシフト枠を埋めきれない。

採用が追いつかない以上、この問題は短期的に解消しない。限られた頭数で回す前提のシフト設計が求められる。

スキルの偏りで配置が限られる

人がいても、任せられないケースがある。たとえば工場では、特定の機械を操作できるのが3人だけという状況がある。その3人が同じ日に休めば、ラインが止まる。

飲食店でも、調理ができるスタッフと接客のみのスタッフでは配置の柔軟性がまるで違う。介護施設なら、介護福祉士の資格を持つスタッフがいないと夜勤が成立しない。

スキルの偏りは、見かけの人数以上にシフト作成を制約する。「いるのに配置できない」は、「いない」のと同じだ。

時間帯の偏りで夜・週末が埋まらない

昼間のシフトには応募があるが、夜間や週末は希望者が極端に少ない。子育て中のパート従業員は夕方以降に入れない。学生アルバイトは試験期間に一斉に休む。

コンビニ業界の調査では、深夜帯（22時〜翌6時）のシフト充足率が昼間と比べて20〜30ポイント低い店舗が多い。時間帯による需給の偏りは、全体の人数が足りていても特定の枠が埋まらない状態を生む。

人数の問題、スキルの問題、時間帯の問題。この3つが単独で起きることは少なく、多くの現場では同時に発生している。

少ない人数でシフトを組むとき考慮すべき変数

人手不足の中でシフトを組むには、以下の変数を同時に扱う必要がある。

時間帯別の最低必要人員。 朝のオープン準備に2人、ランチピークに5人、夜のクローズに3人。必要人員は時間帯で変動する。この数を割り込めばサービスが成り立たない。

従業員ごとのスキルと資格。 調理、接客、レジ操作、機械操作、介護資格、フォークリフト免許。業務に必要なスキルとそれを持つ人を紐づけておかないと、人がいても配置できない。

多能工（マルチスキル）の活用可能性。 複数の業務をこなせるスタッフは、配置の柔軟性を大幅に高める。誰が何をどこまでできるかを把握しておく必要がある。

残業上限と勤務間インターバル。 労働基準法の週40時間上限、36協定で定めた月間残業時間の上限、勤務間インターバル制度。人が少ないからといって法令を超えた配置はできない。

ピーク需要と閑散時間帯の差。 曜日や季節で来客数が変わる業種では、ピーク時の人員確保と閑散時の過剰配置防止を両立させる配置が要る。

過去の勤務負荷と公平性。 特定のスタッフだけに夜勤や週末シフトが集中していないか。公平性が崩れると不満が蓄積し、離職の引き金になる。

これらは互いに連動している。ある従業員のスキルが高ければピーク帯に入れたいが、残業上限に近づいていれば配置できない。別の従業員はスキル不足で配置対象から外れる。変数が増えるほど組み合わせは爆発的に増え、人手では最適な配置を見つけにくくなる。

「なんとかする」が限界を迎える理由

ベテラン頼みの調整はいつか破綻する

シフト作成を長年担当しているベテランは、頭の中に従業員の性格、家庭の事情、人間関係まで入っている。その人がいる限り、なんとか回る。

だが、ベテランが異動や退職したらどうなるか。属人化した知識は引き継げない。後任が同じ水準のシフトを組むには数ヶ月から1年かかる。その間、シフトの質は明らかに下がり、スタッフの不満が増える。

マンパワーグループの調査によれば、シフト作成業務が特定の1人に集中している職場は全体の約60%とされている。この状態は、その1人が不在になった瞬間に崩壊するリスクをはらんでいる。

無理な配置が生む法令違反

人が足りない中で営業を維持しようとすると、つい「少しくらいなら」と法令ギリギリの配置をしてしまう。連続勤務日数が7日を超える。勤務間インターバルが8時間しか取れない。月の残業が36協定の上限に達する。

こうした状態が常態化すれば、労働基準監督署からの是正勧告、最悪の場合は送検のリスクがある。2024年4月に施行された建設業・ドライバーの残業上限規制の強化もあり、「人が足りないから仕方ない」は通用しなくなっている。

法令違反は企業の信用を毀損し、さらなる採用難を招く。悪循環を加速させる最も危険な要因だ。

現場の疲弊がサービス品質を削る

人手不足の中で回しているスタッフは常に余裕がない。接客の質が落ちる、ミスが増える、クレームが増える。介護現場ではインシデント発生率が上がる。製造業では不良品率が上がる。

日本医療労働組合連合会の調査では、看護師の夜勤回数が月9回を超えると、インシデント報告件数が有意に増加するというデータがある。人が足りないまま無理を続ければ、コストの増加だけでなく、安全に関わる問題にまで発展する。

最適化AIが最少人数で回すシフトを作る仕組み

スキルマッチングで「配置できない」を減らす

最適化AIは、従業員ごとのスキル情報をデータとして保持し、各シフト枠に必要なスキル要件と自動的に照合する。ヒューリスティック探索と呼ばれる手法で、膨大な組み合わせの中からスキル要件を満たす配置パターンを効率的に探索する。

人手で配置を考える場合、担当者は頭の中で「この人はレジができる」「この人は調理もできる」と記憶を頼りに組み合わせる。スタッフが30人、シフト枠が1日10パターンあれば、検討すべき組み合わせは膨大になり、見落としが避けられない。

数万通りの配置パターンを短時間で評価し、スキル要件を満たしつつ最少人数で回せる配置を提示する。人間が気づかなかった「この組み合わせなら1人少なくても回る」という解が見つかることも珍しくない。

需要変動に連動した時間帯別の最適人員配置

ピーク時間帯に人を厚く配置し、閑散時間帯は最低限にする。言葉にすれば当たり前のことだが、実行は難しい。曜日、天候、季節イベント、近隣の催事など、需要を左右する要因は多い。

過去の実績データから時間帯別の需要パターンを分析し、必要人員を算出する。この需要予測と連動させることで、時間帯ごとに過不足のない人員配置が設計できる。

たとえば、あるスーパーマーケットでは木曜日と金曜日の夕方にレジ待ち時間が長くなっていた。需要データを分析したところ、週後半に買い物客が集中する傾向が判明し、木・金の16時〜19時に1名追加配置する計画を立てられた。逆に火曜の午前は需要が低く、その分を木・金に振り替えることで総人員を増やさずにピーク対応が可能になった。

多能工化の効果を可視化し、育成計画を支援する

人手不足の根本解決には、限られた人員の多能工化（マルチスキル化）が有効だ。1人が複数の業務をこなせれば、配置の柔軟性が格段に上がる。

「従業員Aが調理スキルを習得すれば、シフト充足率が何%上がるか」をシミュレーションできるのが強みだ。どのスキルを誰に習得させれば最も効果が大きいかを定量的に示す。

クロストレーニングには時間とコストがかかる。闇雲に全員に全スキルを教えるのは非効率だ。シミュレーション結果を使えば、投資対効果の高い育成計画を優先的に実行できる。

ただし、最適化AIは完全自動でシフトを確定するものではない。提示された配置案を現場管理者が確認し、運用実態に合わせて調整するプロセスが前提となる。現場の判断を支援するツールとして機能する。

まとめ

人手不足でシフトが組めない原因は、頭数の絶対的な不足、スキルの偏り、時間帯の偏りの3つだ。これらが重なると、無理な配置→離職→さらに人が減るという悪循環に陥る。

この悪循環を断つには、「今いる人で最大限回す」シフト設計が要る。最適化AIは、スキルマッチングによる適材適所の配置、需要連動型の時間帯別人員計画、多能工化の効果シミュレーションという3つの仕組みで、最少人数でも回るシフトを探索する。

人手で試せる組み合わせには限界がある。最適化AIは数万通りの配置を短時間で評価し、人間が見落としていた解を見つけ出す。OptHubは現場理解とアルゴリズム設計の両面から、人手不足時代のシフト作成を支援している。