この記事の結論
中小企業がAIで業務効率化を始めるなら、ツールを選ぶ前に、社内の業務を「頻度」
点が高くなりやすいのは、議事録の下書き、問い合わせへの返信の下書き、書類から表へのデータ入力のような、よくあって、人が読めば正しいか分かる業務です。
お客様にそのまま届く文章や、金額・契約・合否の判断は後回しにします。
試すときは、1つの業務を2〜3人で2週間に区切り、AIの作業に人が確かめて直す時間を足して、使う前と比べます。
入れてよい情報のルールは、試す前に決めておきます。
株式会社bundlyze(バンドライズ)は、
AI活用とは、中小企業では何に使うことか
中小企業のAI活用とは、文章の下書き、要約、問い合わせの分類、書類から表への書き写しといった毎日の作業の一部をAIに任せ、人は確かめて決める側に回ることです。
目的は、まず業務の時間を減らすことに置かれています。
2026年版の中小企業白書では、省力化のためにAIを活用している中小企業に目的を聞くと、
使い方の自由回答を分けた図では、どの業種でも「文書作成、
総務省の令和8年版 情報通信白書でも、日本の企業で生成AIを使っている業務は「議事録・
効果を感じている割合も「議事録・
| AIに任せやすいこと | 仕事の例 | 人が受け持つこと |
|---|---|---|
| 文章の下書き | 議事録、メールの返信、社内の案内文 | 事実と約束が元の資料と合っているかを確かめる |
| 要約と分類 | 問い合わせやアンケートの声を種類ごとに分ける | 分け方が合っているかを見て、対応を決める |
| 書き写しと整形 | 書類から表への入力、表計算の関数づくり | 件数と合計を元の書類と見比べる |
| 社内の質問への答え | 規程やマニュアルから答えを探す | 読ませる資料を新しいまま保つ |
| 金額・契約・合否の判断 | なし(AIは | 人が決める |
では、社内のどの業務から任せるか。
それを決めるのが、次の点数表です。
最初に任せる業務は、4つの点数で選ぶ
AIに任せる業務は、
中小企業庁の2026年版の中小企業白書では、2019年以降に省力化の投資に取り組んだ中小企業のうち、AIの活用には取り組んでいない事業者に理由を聞いた結果が載っています。
いちばん多かったのは「活用する
つまずくのは、ツールの前の「どの
私は、次の4つで業務に点をつけて選ぶ方法を勧めています。
点数の区切りは私の目安なので、会社に合わせて変えてかまいません。
| 見るところ | 2点 | 1点 | 0点 |
|---|---|---|---|
| 頻度 | 毎日〜毎週ある | 月に数回 | 年に数回 |
| 1回にかかる時間 | 30分以上 | 10〜30分 | 数分で終わる |
| ミスしたときの影響 | 社内だけで、読めばすぐ気づける | 社外に出る、またはお金の数字に関わるが、使う前に人が確かめられる | 確かめる手順がないまま、お客様・お金・契約に直接響く |
| 材料になるデータの有無 | 過去の文書や決まった様式が手元にそろっている | 一部が紙や担当者の頭の中にある | 材料がなく、集めるところから |
合計が6点以上の業務から試します。
ただし、ミスしたときの影響が0点の業務は、合計が高くても最初の1つには選びません。
間違いが一度でもそのままお客様やお金に届き、出したあとでは取り消しにくいからです。
4つ目の「データの
AIは渡された材料をもとに書くので、過去の返信や議事録、決まった様式がないと、もっともらしい一般論しか返ってきません。
材料が散らばっている業務は、AIを使う前に資料をそろえる作業が先に要ります。
5つの業務に点をつけた例
週1回の定例会議があり、問い合わせが毎日数件届く会社を仮に考えて、よく候補に挙がる5つの業務に点をつけると、次のようになります。
| 業務 | 頻度 | 時間 | ミスの影響 | データ | 合計 | 判断 |
|---|---|---|---|---|---|---|
| 議事録の下書き | 2 | 1 | 2 | 2 | 7 | 最初の候補 |
| 問い合わせへの返信の下書き | 2 | 1 | 1 | 2 | 6 | 送る前に人が読む手順を入れて試す |
| 申込書や注文書から表へのデータ入力 | 2 | 2 | 1 | 1 | 6 | 元の書類と件数・合計を見比べる前提で、様式がそろっている書類から試す |
| 見積書に添える説明文やメールの下書き | 1 | 1 | 1 | 2 | 5 | 金額を決めるのは人。2つ目以降に |
| 規程やマニュアルから答えを探す社内検索 | 2 | 1 | 1 | 0 | 4 | 先に資料を整理する |
同じ業務でも、会社によって点は変わります。
問い合わせが月に数件しかなければ返信の下書きは頻度が1点になり、規程が1つのフォルダにまとまっていれば社内検索のデータは2点になります。
表は、社内で話し合うときのたたき台として使ってください。
部署別の例と、人が確かめること
白書では、省力化のためにAIの活用に取り組んだ中小企業に、部門ごとの状況も聞いています(その
「活用している」と
事務と営業まわりは文章と表が多く、点数表で言えば「データの
| 部署 | 点が高くなりやすい業務 | 人が確かめること |
|---|---|---|
| 総務 | 議事録の下書き、社内の案内文や手順書のたたき台 | 決まったことと担当者。話していないことが混ざっていないか |
| 営業 | 見積書や提案書に添える説明文、商談メモから次にすることを書き出す | 価格・納期・約束したことが元の資料と合っているか |
| 問い合わせ対応 | 届いたメールの分類、よくある質問への返信の下書き | 送る前に人が読む。名前や連絡先は消してから渡す |
| 経理・事務 | 紙やPDFの書類から表への書き写し、表計算の関数づくり | 数字と日付を元の書類と見比べる。勘定科目や税の扱いは担当者か税理士が決める |
| 採用 | 求人票や説明会の案内文の下書き | 労働条件が実際と合っているか。応募者の評価や合否は人が決める |
議事録の下書き
手書きのメモや文字起こしを渡し、
出席者が読めば合っているかすぐ分かるので、最初の1つ目に向いています。
録音を使うときの伝え方と確かめ方は、AIで議事録や打ち合わせのまとめを作るときに書いています。
問い合わせへの返信の下書き
過去の返信と社内の決まりを渡し、よくある質問への返信の下書きを作ってもらいます。
お客様に届く文章なので、点数表ではミスの影響が1点です。
AIは渡していない値段や期日を書き足すことがあるため、下書きの数字と約束はすべて元の資料にあるかを確かめてから送ります。
問い合わせの分類や声のまとめ方は、生成AIでアンケートや口コミ、問い合わせの声を分析するときにまとめています。
問い合わせ窓口にAIのチャットを置いて、お客様に直接答えさせる場合は、点数表ではミスの影響が0点に近づきます。
先に問い合わせにAIチャットボットを入れる前に決めることを確かめてください。
見積書に添える説明文
見積書の金額そのものはAIに決めさせず、金額が決まったあとの説明文や送付メールの下書きに使います。
数字と条件は人が元の資料と見比べます。
確かめる項目は、生成AIで見積書・提案書・メールの下書きを作るときに書いています。
書類から表へのデータ入力
申込書や注文書の項目を読み取って、表の列に書き写す作業です。
1回の時間が長く、毎日あるので点は高くなりますが、読み取りの誤りが数字に入ると後から見つけにくくなります。
元の表は残したまま別の表に出してもらい、件数と合計が合っているかを見比べます。
様式がばらばらな書類より、同じ様式の書類から始めるほうが確かめやすくなります。
表への入力そのものが追いつかず、表計算での管理が限界に近いなら、AIより先にExcelでの業務管理が限界になったときの、7つのサインを確かめたほうがよい場合もあります。
社内文書の検索
規程やマニュアルをAIに読ませて、社員の質問に答えさせる使い方です。
便利ですが、資料が古かったり散らばっていたりすると、古い決まりのまま答えてしまいます。
読ませる資料と、誰が何を見てよいかを先に決める必要があるため、最初の1つより後に回します。
作る前に決めることは、社内AIの作り方にまとめています。
AIで業務効率化した事例には、どんな型があるか
公的な資料に載っている事例は、大きく2つの型に分かれます。
汎用の生成AIを社員それぞれの作業に使う型と、効果の出た作業をAIを組み込んだ社内の仕組みに移し、業務の流れごと変える型です。
総務省の情報通信白書は、AIの効果を出す段階として、まず比較的安価で導入しやすい汎用AIを社員の個人作業で使うことを組織的に広げ、その上で人とAIの役割分担を決めて業務の流れ全体を変える、という順番を示しています。
同じ節では、汎用のツールを入れても、一部の積極的な社員が使うだけで全社の効果に至らない可能性にも触れています(総務省:令和8年版 情報通信白書 AI導入・活用による効果創出のステップ、
2つ目の型の例として、2026年版の中小企業白書は、石川県の金属製品製造業(従業員85名)の
図面などの情報を紙とExcelで管理し、資料を探すのに1〜2時間かかることもあった会社が、生成AIの助けを借りて社内向けのアプリを自作し、検査実績・在庫・生産の進み具合・労務などのデータを1か所にまとめました。
白書によると、月5,000〜6,000枚分の紙がなくなり、労働時間は月530時間程度減っています。
手順書を作りやすくした仕組みでは、150件ほどだった手順書が、4か月で240件ほど増えました。
広げるときは、まず各部門の若手でつくったチームが試し、その後に全社へ展開しています。
| 型 | 中身 | 始めるときにかかるもの | この記事でいうと |
|---|---|---|---|
| 個人の作業の効率化 | 汎用の生成AIで、議事録・メール・要約・調べもの | 利用料と、使い方を決める社内の時間 | 点数表で選ぶ最初の1つ |
| 業務の流れごとの効率化 | 効果の出た作業を、AIを組み込んだ社内の仕組みに移す | データをそろえる手間と、今のシステムとつなぐ手間 | 2週間試して「続ける」と |
どちらの型も、いきなり全社に入れたのではなく、小さく試してから広げている点は同じです。
最初は任せないほうがよい業務
点数表でミスの影響が0点になる業務は、最初の1つにしません。
具体的には、お客様にそのまま自動で送る文章、見積もりの金額・請求・契約の判断、採用や人事評価のように人に影響する判断です。
間違いがそのまま社外やお金に響くうえ、あとから「なぜそう
これらの業務でも、AIに頼むのは文章の組み立てまでにして、決めるのは人にします。
年に数回しかない業務も後回しで構いません。
手順を覚えたころに次の機会が来るので、使い方が社内に残りにくいからです。
2週間で小さく試し、測る数字を先に決める
試すのは、点数がいちばん高い業務1つを、その業務をふだんしている2〜3人で、2週間です。
業務を知らない人が試すと、AIの誤りに気づきにくく、うまくいったように見えてしまいます。
始める前の1週間は、今のやり方で1件ごとの時間を記録しておきます。
2週間のあいだに記録するのは、次の4つです。
| 測る数字 | 記録のしかた |
|---|---|
| 1件あたりの時間 | AIに頼む時間と、人が確かめて直す時間を足す。使う前の時間と比べる |
| 手直しの量 | AIの出力をほぼそのまま使えたか、半分以上書き直したか |
| 見つかった誤りの件数と種類 | 数字の誤り、書いていないことの書き足し、言い回しなど |
| 使った回数と人 | 一部の人だけで止まっていないか |
表計算に「日
件数が少ない業務は、2週間では比べられるだけの記録が集まらないので、期間を延ばします。
計算は単純です。
仮の数字で書くと、1回30分かかっていた議事録が、AIに頼む5分と確かめて直す15分の合わせて20分になれば、1回10分の短縮です。
週1回なら2週間で20分ですが、2件では比べにくいので、議事録なら4〜6週間ほど記録してから判断します。
反対に、確かめて直す時間が25分かかるなら短縮は0分で、その業務は今のやり方ではAIに向いていません。
AIが作るまでの時間だけを見ると、効果は実際より大きく見えます。
IPA(情報処理推進機構)が
効果が出ても、期待どおりとは限りません。
同じ資料では、AIを導入している割合は従業員101人以下の企業で16.6%と、
規模の小さい会社では、まだ使っていないほうが多い段階なので、自社の数字で判断できるように記録を残しておく意味があります。
2週間が終わったら、記録を見て「続ける」
やめるのも結果のひとつで、その業務がAIに向いていないと分かったことになります。
続けるなら、同じ業務をしている人に広げ、手順と確かめ方を短い手順書にします。
使う人に教える順番は、生成AIの社内研修は、何から教えるかにまとめています。
確かめる時間を数えずに始めると、
誰が、何を見て確かめるかを、試す前に決めておきます。
入れてよい情報のルールは、試す前に決める
試す前に、入れてよい情報、使ってよいツールと契約、出力を確かめる人の3つを決めます。
とくに気をつけたいのは、お客様や応募者の名前・連絡先などの個人情報と、取引先から預かった資料や社外秘の情報です。
個人情報保護委員会の注意喚起は、会社が個人情報を含む指示を生成AIに入力する前に、2つのことを確かめるよう書いています。
1つは、その入力が個人情報の利用目的の範囲に収まっているか。
もう1つは、入力したデータを提供する会社が応答を出す以外の目的、たとえば機械学習に使わないかです。
本人の同意なく入力したデータが応答以外に使われると、個人情報保護法に違反するおそれがあるとしています(個人情報保護委員会:生成AIサービスの利用に関する注意喚起等について(令和5年6月2日)、
最初は名前や連絡先を消してから渡す決まりにしておけば、試す段階で迷いません。
白書の調査でも、AIを使っていない理由として「社内ルール・ガイドラインが整備されていない」が
社内ルールに書く項目とひな形は生成AIを社内で使うときのルールの作り方に、入力した内容が学習や共有リンクからどこへ行くかはChatGPTの情報漏洩は、どこから起きるのかに、経路ごとにまとめています。
総務省と経済産業省のAI事業者ガイドライン(第1.2版)にも、AIを使う会社が確かめるためのチェックリストがあります。
費用は、業務の数とデータの状態とつなぎ込みで決まる
AIで業務効率化するときの費用は、AIサービスの利用料と、導入の手間に分けて考えると見通しやすくなります。
利用料は、使う人数と契約の種類で決まります。
導入の手間を左右するのは、対象にする業務の数と、材料になるデータの状態です。
データが1か所にそろっていれば試すまでが早く、紙や個人のファイルに散らばっていれば、集めて整える手間が先にかかります。
そこに、今使っているツールやシステムとつなぐ必要があるか、社内への説明やルールづくりをどこまでするかが加わります。
点数表で選んだ1つの業務を、今あるAIツールで試すだけなら、主にかかるのは利用料と社内の人の時間です。
問い合わせフォームから表、担当者への知らせまでをつなぐような仕組みにすると、開発の手間が加わります。
金額の目安と、相談役から始めてシステムに移す順番は、AI導入の費用はいくらかかるかに書きました。
公的な支援もあります。
大阪・兵庫で使える無料の相談窓口や補助金は、大阪・兵庫でAI導入支援を頼むときにまとめているので、ここでは繰り返しません。
外部に相談したほうがよいとき
点数表で業務を選び、2週間試すところまでは、外部の手を借りなくても進められます。
外部と一緒に進めたほうが早いのは、次のような場合です。
- 複数のツールやシステムをつなぐ必要がある
- お客様や応募者の個人データを扱う仕組みにしたい
- 社内に、業務を選んで試す計画を進める人がいない
- 試したが、確かめる手間が減らず、どこを変えればよいか分からない
進める人がいない会社は多く、白書の調査でも、AIを使っていない理由の2番目は「活用を
社内に担当のエンジニアを置くかどうかで迷うときは、社内にAIも使えるエンジニアを1人雇うか、外部に任せるかで比べ方を書いています。
依頼先の比べ方はAI導入支援の選び方で、最初の打ち合わせまでに用意するものとどこまで見せてよいかはAI導入を外部に相談するとき、資料はどこまで見せてよいかで整理しています。
私たちのAI導入支援・業務効率化も、業務を選び、小さく試して確かめ、業務の流れにつなぐ、という同じ順番で進めます。
大阪府内の製造業・不動産業・卸売業で最初に試すことが多い作業と、料金・期間の目安は大阪のAI導入支援にまとめています。
このサイトの記事づくりでも、改行の崩れの点検はAIエージェントと自動の点検に任せ、結果が「崩れ0件」か
結果をすぐ確かめられる作業から任せる、という順番は自社の作業でも同じです。
よくある質問
AI活用とは、具体的に何をすることですか?
AIで業務効率化した中小企業の事例はありますか?
AIで業務効率化するには、何から始めればいいですか?
中小企業で、最初にAIに任せやすい業務は何ですか?
AIに任せないほうがよい業務はありますか?
試すときは、どのくらいの期間と人数が目安ですか?
効果は何で測ればいいですか?
お客様の名前や連絡先をAIに入れてもいいですか?
費用は何で決まりますか?
まずは業務を書き出して、点をつけるところから
ツールを選ぶ前に、部署ごとの業務を書き出して、4つの見るところで点をつけてみてください。
6点以上で、ミスの影響が0点でない業務が1つ見つかれば、そこが最初の一歩です。
bundlyzeは大阪市北区のグラングリーン大阪を拠点にしています。
全国からご相談いただけます。
打ち合わせはWeb会議でも、対面でも可能です。
この記事を書いた津嘉山は、業務システム開発とAWSを専門とするエンジニアで、自社の記事づくりや点検にもAIエージェントを組み込み、どこで人が確かめるかを先に決めてから任せるようにしています。
AIの活用について、
いまの状況をお聞かせください
「何から
相談の前に、いまの見え方だけ知りたい場合は
4つのAIに10の質問をした記録と、サイトの点検の結果を、30分ほどでご説明します。費用はかかりません。