生成AI業務効率化の始め方｜週1回の業務から選ぶ5手順と料金

生成AIで業務を効率化するときにつまずくのは、AIの精度ではありません。個人の時短で止まってしまい、業務の流れに載らないことです。最初の一手は決まっています。週1回以上ある作業を1つ選び、1件だけ試して、合格ラインを文章にすることです。

情報処理推進機構（IPA）の「DX動向2026」を見てください。生成AIを「導入している」と答えた企業は、2024年度の22.6%から2025年度の44.0%へ、1年で倍近くに増えました。

ところが、導入した企業の中身は前年とほとんど変わっていません。同じ報告書によると、生成AIの使われ方は「個人で業務利用している」が63.3%で最も多く、「部署の業務プロセスに組み込まれている」は11.9%どまりです。報告書自身が「いずれの項目も2024年度の傾向と大きな変化はない」と書いています。使い始める企業は増えても、業務の流れに載せられた割合は動いていないということです。

この記事では、その差を埋めるために何をするかを順番に説明します。

• 効率化できる業務と向かない業務を分ける、3つの判定軸
• どの業務から始めるか（頻度で線を引き、1件だけ試す）
• 主要ツールの法人プラン料金と、時短を体感で測ってはいけない理由
• 入力したデータがどう扱われるかと、最低限決めておく社内ルール
• 誰が担当するか。手順書を書く負担そのものを下げる方法

なお冒頭の数字には注意点があります。IPAの63.3%や11.9%は、母集団が限られています。生成AIを「導入している」「試験利用をしている」「利用に向けて検討を進めている」と答えた企業だけが対象です。全企業を分母にした割合ではありません。この記事で引くIPAの内訳の数字は、以降もすべて同じ母集団です。

生成AIで効率化できる業務と、向かない業務

研修と導入支援で見てきた限り、向いているかどうかは次の3つで振り分けると外れが少なくなります。正解が1つに決まるか、間違いに人が気づけるか、そして入力を文字にできるかです。

3つそろっている業務は、生成AIに任せると人の時間が減りやすくなります。逆に1つでも欠けると、動くところまでは作れても運用に乗りません。

2つめの「間違いに人が気づけるか」が、いちばん見落とされます。出力を毎回すべて読み返さなければ品質が保てない業務は、AIに任せても人の時間が減りません。減るどころか、確認という新しい仕事が増えます。

向かない業務には、もう1つ共通点があります。例外が多いことです。取引先ごとに書式が違う、前任者の判断が資料に残っていない、その場の空気で決めている。こうした業務は、指示の中に例外を書き足していくうちに指示そのものが読めなくなります。手順が定まっていない仕事は、まず手順を決める段階が先に来ます。

判断が分かれる仕事も、そのままでは任せられません。値引きの可否、クレームへの初期対応、取引条件の落としどころ。どれも正解が1つに決まらないので、出力を評価する基準を人が作れません。ただし「判断の材料をそろえる」ところまでは切り出せます。過去の類似案件を集める、論点を並べる、想定される反論を書き出す。ここまでをAIに任せて、決めるのは人が担う。この線引きができると、任せられる範囲は意外に広がります。

私自身、問い合わせの折り返しを電話で自動化する仕組みを自社向けに作って、この壁にぶつかりました。音声の生成、電話回線、言語モデルという3つの外部サービスを組み合わせたものです。要素が3つあると、設定の掛け合わせが爆発します。試す組み合わせだけで100通り規模になりました。しかも「会話が自然につながっているか」はAIに判定させられません。結局、自分で電話を取って受け答えして確かめるしかありません。相手の反応別の返し方を書き足すと応答が遅くなり、削ると精度が落ちます。この往復から抜け出せませんでした。

3つの判定軸のうち、電話が落ちたのは2つめでした。その場で流れてしまうので、間違いに人が気づけません。最後にこの工程を自動化する計画そのものを取り下げ、承認を挟むメールと動画による案内に置き換えました。ここで大事なのは、自動化をやめたわけではないという点です。向かない工程を、向く手段に載せ替えただけです。文章なら送る前に目で確認できます。電話にはその確認の場所がありませんでした。

生成AIの業務効率化はどの業務から始めるか

頻度で線を引くのが実務的です。ここでいう「型にする」とは、手順書とプロンプトを固定して、誰がやっても同じ結果が出る状態にすることです。週に1回以上やっている作業なら、型にする手間を回収できます。月に1回の作業を自動化しても、直す機会が来る前に手順を忘れます。

進め方は5つです。手を動かす前に、入れてよい情報の線引きを先に決めてください（この記事の後半で扱います）。

1. 業務を棚卸しする。 1週間ぶんの作業を、思い出せる細かさで書き出します

2. 1つに絞る。 週1回以上あり、正解が1つに決まり、間違いに気づける作業を選びます

3. 1件だけ試す。 いきなり全件に流さず、1件の結果を人が見て直します

4. 合格ラインを先に決める。 「ここまで書けていれば通す」を文章にしてから量を増やします

5. 判定基準を残す。 出した指示と、良し悪しを分けた線を手順書のファイルに書いておきます

候補が複数残ったときは、「頻度 × 1回の所要時間 × 関わる人数」の大きい順に並べると迷いません。

3と4を飛ばすと、あとで必ず戻ってきます。合格ラインが決まっていないと、出力を見るたびに基準が動き、直しが終わりません。

5の「判定基準を残す」は地味ですが、ここが効きます。残しておけば日をまたいでも、別の担当者でも同じ処理を再現できます。指摘を重ねるほど2回目以降が速くなる、という順序になります。

誰の仕事から始めると効くか

経験の浅い担当者の業務から始めると、効果が出やすいと考えられます。

ブライニョルフソンらが2023年に出したワーキングペーパーが参考になります（Generative AI at Work, NBER Working Paper 31161）。カスタマーサポート担当者5,179人を対象に、生成AIの会話アシスタントを段階的に導入し、使えるようになった担当者とまだの担当者を比べたものです。1時間あたりの解決件数は平均14%増えました。

注目すべきは平均値ではなく内訳です。新人・低スキル層では34%改善した一方、熟練・高スキル層への影響はごくわずかでした。

この研究はカスタマーサポート職を対象にしたもので、そのまま他の業務にあてはめることはできません。それでも使える示唆があります。「ベテランの仕事を効率化する」より「経験の浅い人がベテランに近づく」ほうが、先に成果が出やすいということです。これはベテランの仕事が要らなくなるという意味ではありません。判断が分かれる仕事ほど人に残る、というのが先ほどの判定軸の裏返しです。生成AIを触ったことがない方は、まずChatGPTの始め方と使い方を一度通してみてください。

プロンプト（指示文）に入れる5つの要素

プロンプトは、凝った書き方より要素の抜けをなくすほうが大事です。書くのは次の5つです。

1. 何をしてほしいか。 「議事録から決定事項を書き出す」のように動詞で書きます

2. 誰として書くか。 「社内向けの記録係として」など、立場を1行で与えます

3. 材料。 対象の文章やデータを貼ります。ここが空だと一般論しか返りません

4. 出力の形。 箇条書きか表か、何文字くらいか、項目名は何かを指定します

5. やってはいけないこと。 「書かれていないことを補わない」「固有名詞は変えない」を明記します

5つめが抜けると、材料に無い情報が補われます。業務で使うときはここがいちばん怖いので、必ず書いてください。

議事録に当てはめると、こうなります。

社内向けの記録係として、以下の書き起こしから決定事項と宿題を書き出してください。

出力の形
- 決定事項: 箇条書き。1項目1文
- 宿題: 箇条書き。「担当 / 期限 / 内容」の順で書く

やってはいけないこと
- 書き起こしに無いことを補わない
- 固有名詞を言い換えない
- 決まらなかったことは「保留」と書き、決定事項に入れない

書き起こし:
（ここに貼る）

そして一度うまくいったプロンプトは、その場で手順書に貼っておきます。次に使うときに書き直す時間がなくなり、直した内容も積み上がります。毎回同じ前置きを打ち直す手間は、ChatGPTのカスタムインストラクションの活用で省けます。

業務別の活用例と始め方

以下は業務別の活用例です。最初に手を付ける候補は、だいたい次の5つに集まります。総務省の令和7年版情報通信白書でも、最も多い使い道は「メールや議事録、資料作成等の補助」で47.3%でした（母集団は後述のとおり、デジタル化に着手済みの企業に限られます）。

なお、公開の許諾をいただいた導入事例は事例ページにまとめています。この記事では個社の事例ではなく、どの業務にどう当てはめるかの型を示します。

この表の「合格ラインの例」が、そのまま先ほどの手順4になります。ここを言葉にしておくと、出力を見る人が変わっても判断がぶれません。

逆に、いきなり全部を1つの指示でやらせないでください。議事録から決定事項を出し、そこから宿題を割り振り、さらにメールを書いて送る。これを1回で通そうとすると、どこで間違えたのか分からなくなります。工程を切って、それぞれに合格ラインを置くほうが速く安定します。

どの部署から始めるか

事務や管理の部署で利用率が高くなっています。

IPAの「DX動向2026」で、生成AIを使っている部署の内訳が出ています。ITシステムが71.9%、経営企画が69.0%、総務・法務が68.4%。バックオフィス系が先行しています。

一方で製造が35.7%、調達が31.3%、流通が23.9%。現場業務に近い部署は低い水準です（DX動向2026 30ページ。いずれも、生成AIを導入・試験利用・検討中と答えた企業の中での比率です）。

これは「現場では使えない」という意味ではありません。文書と数字で回っている仕事のほうが、先の3つの判定軸を満たしやすいということです。現場の業務は、まず入力を文字にする工程から手を付けることになります。

分析の型がある仕事は、生成AIと相性がよい部類です。埋める枠が決まっているぶん、合格ラインを決めやすいからです。PEST分析をChatGPTで進める手順が例です。顧客像を整理するChatGPTを活用したペルソナの作り方も同じです。

生成AIによる業務効率化の費用と、時短の測り方

費用は、ツールの利用料だけでは決まりません。料金は1人あたり月800円から4,000円弱ですが、そこに研修費と、手順を整える人の時間が乗ります。そして効果のほうは、体感で測ると方向を間違えます。

業務効率化ツールの選び方

判断の起点は、すでに社内で使っているものです。社内のメールと表計算がMicrosoftならCopilot、GoogleならGeminiを先に検討します。文書やメールの中身を読ませたいとき、同じ会社のサービスで揃っているほうが接続の手間がかかりません。

新しく道具を増やす前に、いま契約しているサービスに同じ機能が付いていないかを確認してください。日程調整やメールの仕分けのように、既存の機能や標準の設定で足りることがあります。ここを見ずに専用のツールを増やすと、契約が積み上がるだけで業務は変わりません。作らない・増やさない判断のほうが、たいてい安く済みます。

法人で使う場合の料金は、1人あたり月800円から4,000円弱です。以下はいずれも公式ページで2026年8月24日に確認した金額で、表示はすべて税別です。

OpenAIのChatGPTにも法人向けプラン（Team / Enterprise）があります。ただし今回、公式の料金ページで金額を確認できなかったため、ここでは金額を書きません。OpenAIの公式サイトでプラン区分と金額をご確認ください。他社の記事に載っている数字は、改定前のものが残っている場合があります。

なお「Microsoft 365 Copilotは1ユーザー月30ドル」という記載を見かけることがありますが、現在の日本語公式ページの体系とは一致しません。名称も「Copilot Business」に変わっています。料金は改定されるので、公式ページでご確認ください。

円建てのプランで10人ぶんを見積もると、月8,000円から3万2千円ほど、年間で10万円から38万円ほどという幅になります。ここで見落としやすいのは、料金以外の費用です。研修費、手順を整える人の工数、そして「試している期間の人件費」が乗ります。

この工数は業務によって幅があるので、一律の目安は出せません。確かなのは、最初の1業務を型にする時間を業務時間として確保しないと、契約だけ済ませて個人が思い思いに使う状態で止まるということです。冒頭のIPAの数字が示していたのは、まさにその状態でした。

時短を前後の所要時間で測る手順

効果は、体感ではなく前後の所要時間で測ってください。

METRという研究組織が、熟練したオープンソース開発者16名に246件の実際の課題を割り当てて計測した実験があります。開発者たちは事前に「AIを使えば24%速くなる」と見込んでいました。ところが2025年初頭に行われたこの計測では、AIを使ったほうが19%長くかかっていました。それでも実験を終えたあと、開発者たちは「20%速くなった」と信じていました（METRの報告）。

ただしMETR自身が、この結果を「2025年初頭のAIの能力を切り取ったもの」と限定しています。2026年2月には見立ての修正も公表しました。再測定では速くなった可能性が示されていますが、信頼区間が0を跨いでおり、方向を断定できる水準ではありません。ですから「AIを使うと遅くなる」と読むのは誤りです。使えるのは別の論点です。当事者の体感と実測は、方向まで食い違うことがある。 これはツールが新しくなっても変わりません。

やることは単純です。着手前に、その作業にいつも何分かかっているかを3回ぶん記録します。導入後に同じ作業を3回計り、比べます。それだけで「速くなった気がする」から抜け出せます。

補助金を当てにするときの注意

先に結論を書きます。汎用の対話型AIを1つ契約しただけでは、補助金の対象にならない可能性があります。

2026年度は「デジタル化・AI導入補助金」という制度があります。以前の「IT導入補助金」から名称が変わっているので、古い名前で検索すると情報が古くなります。

通常枠の補助率は1/2以内で、条件により2/3以内です。補助額は1プロセス以上で5万円以上150万円未満、4プロセス以上で150万円から450万円です（デジタル化・AI導入補助金2026 通常枠）。

ここで大事な条件があります。補助の対象になるのは、1種類以上の業務プロセスを持つソフトウェアです。公式サイトには「汎用プロセスのみは不可」「単体での使用は不可」と明記されています。実際に使えるかどうかは登録ITツールの検索と事務局への確認が必要です。要件と金額は年度で変わるため、申請前に必ず公式サイトでご確認ください。

なお当社は補助金の申請支援を行っていません。当社のサービスが補助の対象になるかどうかについても、事務局にご確認ください。

入力データの取り扱いと社内ルール

社内の情報を入力してよいかは、契約しているプランの規約で決まります。無料の個人向けプランと法人向けプランでは、扱いが違います。

まず押さえておきたいのは、無料の個人向けプランを社員が各自で使っている状態が、いちばん管理しにくいという点です。誰がどの情報を入れたか分かりませんし、規約も個人と会社で結ぶものが違います。法人向けプランに寄せる価値の半分は、この見通しの良さにあります。

個人情報保護委員会は2023年6月2日に、生成AIサービスの利用について注意喚起を出しています。個人データを含む指示文を入力する場合、入力する側が「当該生成AIサービスを提供する事業者が、当該個人データを機械学習に利用しないこと等を十分に確認すること」と求められています。確認せずに入力すると、個人情報保護法に違反する可能性があるという指摘です（生成AIサービスの利用に関する注意喚起等）。この文書は2023年6月のもので、委員会自身が追加の注意喚起の可能性に触れています。

各社の公式な記述は、次のようになっています。書かれ方に差があるので、条件をそのまま読んでください。

Googleの表現は「学習に使われません」と要約すると不正確になります。「ドメイン外では、許可なく」という限定が付いています。Anthropicも、同じ料金ページの中で法人向けと個人向けの記載が違います。社内に説明するときは、この限定ごと伝えたいところです。契約するプランの規約を必ず確認してください。

政府の指針としては、総務省と経済産業省が出しているAI事業者ガイドラインがあります。最新は2026年3月31日の第1.2版です（第1.0版は2024年4月、第1.1版は2025年3月）。版によって記載が変わるので、参照するときは版を確認してください。拘束力のある規制ではなく、考え方を示す文書です。

最低限決めておく3つ

IPAの「DX動向2026」37ページでは、AI導入・運用上の課題として「適切な利用を管理するためのルールや基準の作成が難しい」が39.7%を占めています。完璧な規程を作ろうとすると止まるので、次の3つから始めるのが現実的です。

1. 入れてよい情報の線引き。 顧客の氏名・連絡先、従業員や応募者の個人情報、未公表の数字、他社から預かった資料は入れない、というだけでも効きます

2. 使うサービスを決める。 どのサービスのどのプランを使うかを1つに決めます。個人が思い思いに無料版を使う状態を放置しないためです

3. 出力を誰が確認するか。 社外に出る文書は必ず人が目を通す、という一行を決めておきます

生成AIに限らず、こうした取り組みが止まる理由は共通しています。DXがうまくいかない理由も合わせてご覧ください。

誰が担当するか

専任を置けなくても進められます。ただし「決める人」と「手を動かす人」は分けてください。

同じDX動向2026で挙がった課題の1位は「専門人材が不足している」で50.1%でした。2位は「生成AIの効果やリスクに関する理解が不足している」で45.8%です。人がいないという声が最も多いわけですが、実際に足りないのは専門知識ではありません。手順を決めて文章にする時間です。

経営が決めることは3つに絞れます。使うサービス、入れてよい情報の線引き、そして最初に取り組む1業務です。この3つが決まっていれば、あとは現場で回せます。総務省の令和7年版情報通信白書によると、生成AIの活用方針を定めている日本企業は49.7%です。2023年度調査の42.7%から増えましたが、他国より低い傾向が続いていると書かれています。企業規模別に見ると、白書は中小企業について「『方針を明確に定めていない』との回答が多く、約半数を占める」と記しています。方針を決めるだけで、着手できる会社の側に回れます。

この調査には母集団の条件があります。対象は従業員10名以上で、2024年までにデジタル化の取り組みを始めた企業の管理職以上、有効回答は日本515件です（付注1）。ですから「何らかの業務で生成AIを利用している55.2%」という数字も、日本の中小企業の半数が使っているという意味ではありません。すでにデジタル化に着手した企業の中での割合です。

手順書を書く負担を下げる

自社と支援先の業務を自動化するとき、私がいちばん重いと感じたのは、開発ではなく手順を文章に書き起こす作業そのものでした。ベテランの頭の中にある段取りは、聞き取って文章にするだけで何時間もかかります。そこで、画面を録画しながら「今から何をするか」「なぜそうするか」を声に出して操作するようにしました。すると操作と入力と発言がまとめて残り、あとからAIに渡せば手順書の形に組み直せます。例外のときはこうする、という口頭の補足まで一緒に拾えるのが効きました。

黙って操作した録画では、手順の形になりません。この差が思っていたより大きかったため、いまは「声に出しながら操作する」を最初にお願いしています。ベテランに文章を書かせる必要がなくなるので、頼みやすさも変わります。

ただし録画には顧客名簿やログイン画面がそのまま写ります。撮る範囲を先に決める、法人プランで扱う、録音される本人に説明して同意を得る。この3つは省かないでください。

週に15分の見直しを置く

型にしても使われなくなる理由は、私見では2つに集約されます。自分でやったほうが速いと感じること、そして毎回の指示を書くのが面倒になることです。どちらも「一度うまくいったプロンプトを手順書に貼る」運用で減らせます。貼ってあれば書き直す手間が消え、書き直さないぶん自分でやるより速くなるからです。

そのうえで、型にしたあとは週に15分だけ見直す時間を決めてください。見るのは3つです。今週その型を何回使ったか、直したい出力が出たか、手順書に足すことがあるか。

これを置かないと、使われないまま静かに消えます。頻度で線を引いたのは、この見直しに耐える業務を選ぶためでもあります。週1回以上ある作業なら、翌週にはもう1回機会が来ます。

資料作成そのものを速くしたい場合は、イルシルでプレゼン資料を作る方法も参考になります。営業の業務をどう変えるかについては、営業DXの進め方で扱っています。

まとめ

生成AIの業務効率化は、ツールを契約した時点では始まりません。導入した企業は1年で倍近くに増えました。しかし導入した企業の中で、業務プロセスに組み込めているのは11.9%で、前年から動いていません。それがIPAの調査結果でした。

差を埋める手順は決まっています。週1回以上ある作業を1つ選び、1件だけ試して合格ラインを文章にし、判定基準を残してから量を増やす。入れてよい情報の線引きと、使うサービスを経営が決める。効果は体感ではなく、前後の所要時間で測る。

向かない工程が見つかったら、そこは無理に自動化せず、確認できる手段に載せ替えてください。私が電話をやめてメールに置き換えたのは、後退ではなく、人が間違いに気づける場所へ移す判断でした。

自社のどの業務から始めるべきか、どこまで自動化できるかを整理する材料として、生成AI研修と導入支援の内容をまとめた資料をご用意しています。資料請求からお受け取りください。