メールの下書きは、30分から10分になった。
会議の要約も、すぐにできる。
企画のアイデアも、ChatGPTが出してくれる。
それなのに、残業はあまり減っていない。月末は相変わらず忙しい。
そんなことはないでしょうか。
もし当てはまるなら、ChatGPTの使い方が下手だからではありません。
一つひとつの作業は早くなっても、情報を集める、確認する、転記する、上司へ回すといった仕事全体の流れが昔のままだからです。
AIを使える人は増えました。次に必要なのは、AIに文章を書かせることではなく、AIがいる前提で仕事の流れを見直すことです。
この記事では、難しい仕組みの話ではなく、まずどの仕事を見直せばよいのかを、身近な例から整理します。
ラクになったはずなのに、月末は忙しいまま
営業部の課長を例に考えてみましょう。
以前は30分かけて書いていた部内メールを、今ではChatGPTに下書きさせています。会議後は議事録を要約させ、企画書の構成案も考えてもらっています。
確かに、一つひとつの作業は速くなりました。
ところが月末になると、次の仕事は以前とほぼ同じです。
- 各担当者からExcelを集める
- 数字を転記する
- 不足している情報を担当者へ確認する
- 会議資料を作る
- 上司の修正指示を受ける
- 資料を作り直す
- 関係者へメールする
ChatGPTで文章作成は速くなっても、情報収集や確認、転記、承認の流れは変わっていません。
これが、この記事でいう「AIを使っているだけ」の状態です。
ChatGPTを使っているのに仕事がラクにならないときは、プロンプトを工夫する前に、作業と作業の間に手間が残っていないかを見る必要があります。
日本企業にも見えてきた「使っているだけ」の壁
この状態は、個人だけの問題ではありません。
2026年9月4日に公表されたNotion「グローバルAI変革調査2026 日本版」では、日本でAIを文章の下書きや要約などの「思考のパートナー」として使う段階は66％でした。
一方、AIをチームの仕事や複雑な業務に組み込む段階は11％です。
つまり、AIを使い始めた人は多いものの、仕事の流れまで変えた職場はまだ少ないということです。
PwC Japanの2026年調査でも、日本企業の生成AIの活用・推進度は87％でしたが、「期待を大きく上回る効果」が出た企業は9％でした。
この9％だけを見て「ほとんど効果がない」と考える必要はありません。「期待通り」も含めると、活用・推進中の企業の64％が効果を感じています。
ただ、AIを導入しただけでは、大きな成果にはつながりにくい。そこが今の課題です。
IPA「DX動向2026」でも、AIの効果は業務の効率化や迅速化が中心で、会社の新しい価値づくりまで進んでいる例はまだ限られると報告されています。
AIを使うだけの段階から、AIを仕事に組み込む段階へ。
今、多くの会社がこの途中にいます。
※PwC調査は、売上高500億円以上の企業・組織に勤務し、生成AI導入に関わる課長職以上が対象です。
差が出るのは「使うこと」より「仕事の流れ」
McKinseyの2025年のグローバル調査でも、生成AIで成果を出すうえで特に大切なのは、仕事の流れを組み直すことだと示されています。
ところが、生成AIを利用している組織のうち、仕事の流れを根本から見直した組織は21％でした。
AI導入というと、次のような施策を考えがちです。
- ChatGPTやCopilotを契約する
- AI研修を行う
- プロンプト集を社員へ配る
もちろん、どれも必要です。ただ、本当に考えたいのは、
AIがあることを前提に、仕事そのものをどう組み直すか
という点です。
「議事録を作る」から「会議後の仕事を動かす」へ
「会議の議事録をAIで作る」だけなら、一つの作業の効率化です。
一歩進めるなら、次のように会議後の流れ全体を考えます。
- 会議を録音する
- AIが文字起こしする
- AIが決定事項・担当者・期限を抽出する
- 担当者が内容を確認する
- タスク管理ツールへ登録する
- 次回会議前に未完了案件を確認する
こうするとAIは、議事録を書く道具から、会議後の仕事を動かす仕組みの一部に変わります。
ただし、録音や外部AIへのデータ送信は、会社のルールや参加者への説明が必要です。承認済みのサービスを使い、機密情報や個人情報の扱いを事前に確認してください。
難しい勉強の前に、自分の仕事を見てみる
AIをもっと活用したいと思ったとき、すぐに新しいツールや講座を探したくなるかもしれません。
その前に、一度だけ自分の仕事を見てみましょう。
自分が、どの仕事にどれだけ時間を使っているかを把握することです。
管理職なら、まず次のような表を作ってみます。
| 業務 | 頻度 | 1回の所要時間 | AI活用の余地 |
|---|---|---|---|
| メール返信 | 毎日 | 30分 | 大 |
| 会議内容の整理 | 週2回 | 30分 | 大 |
| 売上集計 | 週1回 | 1時間 | 中～大 |
| 報告資料の作成 | 月1回 | 3時間 | 大 |
| 部下との面談 | 月数回 | 1時間 | 小 |
| 人事評価 | 半期 | 数時間 | 補助利用 |
| 顧客との交渉 | 随時 | ― | 小 |
「AIにできる・できない」だけで分けず、次の5点で確認します。
- 定期的に繰り返しているか
- 手順や判断ルールがあるか
- 情報を集めたり整理したりする仕事か
- 入力データを安全に扱えるか
- 最後に人が確認できるか
多く当てはまる業務ほど、AIを組み込みやすい候補です。
「営業資料を作る」を、そのままAIに渡さない
「営業資料の作成をAI化する」という目標だけでは、範囲が大きすぎます。
まず、仕事を次のように分解します。
- 営業データを集める
- 数字を整理する
- 前月との差を見る
- 変化が大きい項目を抽出する
- 変化の理由を担当者へ確認する
- 説明文を書く
- 資料へまとめる
- 上司が確認する
ここまで分けると、AIに任せる部分と、人が判断する部分が見えてきます。
| 作業 | 主な担当 | 理由 |
|---|---|---|
| 数字の整理 | AI・表計算 | 決まった形式にまとめやすい |
| 増減の抽出 | AI・表計算 | 条件を決めれば繰り返せる |
| 説明文の下書き | AI | たたき台を短時間で作れる |
| 原因の妥当性判断 | 人 | 現場事情や背景の確認が必要 |
| 最終承認 | 人 | 責任を持って判断する必要がある |
AIに渡す前に、「何を受け取り、何を基準に処理し、何を出力すれば完了か」を言葉にすることが重要です。
「いつもの感じで」「適切にまとめて」といった指示だけでは、担当者が変わったときもAIへ渡すときも再現できません。AI活用は、これまで曖昧だった仕事のルールを見直すきっかけにもなります。
学ぶ内容は、今の段階に合わせて選ぶ
AIの勉強は、難しい内容から始める必要はありません。今の課題に合わせて3段階で考えると、選びやすくなります。
レベル1｜生成AIを安全に使えるようになる
「何を入力してよいか分からない」「AIの回答をどこまで信じてよいか不安」という段階なら、まず基礎を学びます。
- 生成AIの基本的な仕組み
- ハルシネーション（もっともらしい誤情報）
- 個人情報・機密情報
- 著作権
- AIの出力を人が確認する必要性
- プロンプトの基本
体系的に学びたい人には、生成AIパスポートも選択肢です。2026年2月試験から適用されている第4版シラバスには、RAG、AIエージェント、AI新法、AI事業者ガイドラインなども含まれています。
資格取得だけが目的ではありません。「なぜその情報をAIへ入力してはいけないのか」を、管理職として説明できる状態を目指すと実務につながります。
基礎から学び直したい方は、管理職が生成AIを学ぶ意味と資格の選び方も参考にしてください。
レベル2｜自分の実務で使いこなす
基礎が分かっている人は、メール、会議、Excel、報告書、情報整理などから、自分の仕事に近いものを一つ選びます。
例えば「会議メモを要約する」だけでなく、「決定事項・担当者・期限の3項目に分けて出す」ところまで試します。
一度に多くの使い方を覚えるより、明日、会社で一つ試せるかを基準にした方が仕事へ定着しやすくなります。
レベル3｜繰り返す仕事を自動化する
業務を書き出すと、「毎週ほぼ同じことをしている」と気づく仕事があります。
- 毎週金曜日にExcelを集計する
- 毎月同じ報告メールを送る
- フォームの内容を別の表へ転記する
- 会議内容をまとめて共有する
この段階になったら、自動化を学ぶ価値が出てきます。
Microsoft 365を使っている会社ならPower Automate、複数のWebサービスをつなぐならMakeやZapierなどが候補になります。
ただし、自動化ツールを先に決めるのではなく、何を自動化したいのかを決めてから学ぶことが大切です。
どの仕事から始めるか迷ったら、生成AIで自動化する仕事の見つけ方も参考にしてください。
AIエージェントは、そのさらに先
従来の生成AIは、「人が質問し、AIが答える」使い方が中心でした。
AIエージェントは、与えられた目的に応じて情報を確認し、処理を進め、次の作業を選ぶ方向へ発展しています。
ただし、仕事の流れや権限、確認者が整理されていなければ、AIエージェントにも仕事は渡せません。
メールの下書きや要約が中心の段階なら、急いでAIエージェントを学ぶより、まず一つの業務を分解して改善する方が効果を実感しやすいでしょう。
管理職は「浮いた時間の使い道」まで決める
BCG「AI at Work 2026」では、AIを定期的に使う現場社員の42％が、週8時間以上を節約できたと回答しています。
一方、66％は、AIで浮いた時間をどう使うかについて、十分な指針を受けていませんでした。
例えば、資料作成が3時間から1時間になったとします。
会社として大切なのは、「2時間短縮できた」で終わらせないことです。浮いた時間を、次のような人にしかできない仕事へ移します。
- 顧客の要望を分析する
- 部下との面談を増やす
- 新しい提案を考える
- ミスが起きる原因を見直す
- 顧客対応の質を上げる
管理職の役割は、部下にChatGPTを使わせることだけではありません。
AIに任せる仕事、人が判断する仕事、浮いた時間で増やす仕事を設計すること
ここまで決めて初めて、時間短縮が部署の成果へつながります。
AI活用は4段階で考える
ここまでを整理すると、AI活用は大きく4段階に分けられます。
| 段階 | AIの使い方 | 次に考えること |
|---|---|---|
| 第1段階 | AIに質問する | 安全な使い方を身につける |
| 第2段階 | AIに作業の一部を任せる | 作業を分解し、確認者を決める |
| 第3段階 | AIを業務フローへ組み込む | チームで再現できる形にする |
| 第4段階 | AI前提で仕事を再設計する | 成果指標と時間の使い道を決める |
多くの人は、今まさに第1段階から第2段階へ進んでいる途中でしょう。
Notionの調査で、日本では「思考のパートナー」としての利用が先行しているという結果が出たのも、この状況と重なります。
「自分はAIを使いこなせていない」と焦る必要はありません。ただし、文章を書かせるだけで止まらず、仕事の流れにも目を向けることが次の一歩です。
今日からできること｜毎週繰り返す仕事を3つ書く
この記事を読んで、さらにAIを勉強しようと思った人もいるかもしれません。
しかし、教材を探す前に、紙やExcelへ毎週繰り返している仕事を3つ書き出してください。
それぞれについて、次の5点を確認します。
- 何を受け取る仕事か
- どんな基準で判断しているか
- 最後に何を作れば完了か
- どこをAIに任せられそうか
- 誰が最後に確認するか
例えば「週次報告資料を作る」だけで終わらせず、次のように分けます。
Excelを受け取る → 先週と比較する → 大きく変化した数字を探す → 担当者へ理由を確認する → 説明文を作る → 管理職が確認する
ここまで書ければ、AIに任せる部分と人が判断する部分が見え始めます。
実際に試す前に、ChatGPTへ会社情報を入力するときの注意点も確認しておきましょう。
まとめ｜「AIを使う」から「仕事を変える」へ
日本企業では、生成AIの利用がかなり広がりました。しかし現在は、AIを導入しているかではなく、AIによって仕事をどう変えたかで差がつき始めています。
ChatGPTでメールを書く。文章を要約する。アイデアを出す。これも立派なAI活用です。
その次は、次の順番で進めます。
- 自分の仕事を書き出す
- 仕事を小さく分ける
- AIに任せる部分を決める
- 人が判断・確認する部分を決める
- 繰り返せる仕事は自動化を検討する
- 浮いた時間を人にしかできない仕事へ使う
AIを使いこなすために必要なのは、難しいプログラミングだけではありません。
最初に必要なのは、自分たちの仕事を理解し、説明できる力です。
まずは今日、毎週繰り返している仕事を3つ書き出すところから始めてみてください。
