業務AI化診断

【どんな仕事・業務をしているか】 従業員30〜50名程度の中小企業で、一般事務と総務を兼任しています。 営業、経理、経営者など複数部署から依頼を受けることが多く、日によって対応内容が変わります。 【主な担当業務】 ・社内外メール対応 ・社内問い合わせ対応 ・会議資料の準備 ・会議後の議事録作成 ・ExcelやGoogle Sheetsでの集計 ・請求書や申請書類の確認 ・社内申請の受付 ・備品管理 ・契約書や社内文書の管理 ・採用面接の日程調整 ・入退社時の各種案内 ・マニュアルや社内案内文の作成 ・経営者や各部署から依頼された資料作成 【日常的に繰り返している作業】 ・メールを読んで返信内容を考える ・社内チャットやメールへの問い合わせ回答 ・複数部署から来る依頼内容の整理 ・Excelへのデータ入力 ・申請内容の確認 ・資料の文章修正 ・社内向け案内文の作成 ・会議予定の調整 ・書類のファイル名変更や保存場所の整理 【時間がかかっている作業】 ・複数のメールを確認して状況を整理する ・会議メモから議事録を作る ・各部署から集めた数字をExcelでまとめる ・経営者から曖昧な依頼を受けて資料の形にする ・過去の社内資料を探す ・社内ルールについて質問されたとき、規程や過去メールを確認して回答する ・採用候補者と複数社員の日程を調整する 【面倒だと感じている作業】 ・同じようなメール返信を毎回一から書く ・何度も似た社内案内を作る ・議事録の文章を整える ・資料の体裁を整える ・複数のExcelファイルから数字を転記する ・問い合わせのたびに同じ規程を探す ・提出漏れの人へ個別に連絡する 【ミスや抜け漏れが起きやすい作業】 ・複数部署からの依頼を同時に受けたときの対応漏れ ・申請書類の確認項目 ・会議後のTODO整理 ・入退社手続きで必要な案内 ・集計作業での転記ミス ・メールで依頼された期限の見落とし 【判断に時間がかかる作業】 ・問い合わせにどこまで回答してよいか ・過去の事例と今回のケースが同じ扱いでよいか ・経営者から依頼された資料に何を含めるべきか ・申請内容に不足があるか ・社内案内文で誤解が起きない表現になっているか 【文章・資料・データを扱う作業】 文章： ・メール ・社内案内 ・議事録 ・マニュアル ・求人関連の連絡 ・簡単な報告書 資料： ・会議資料 ・経営者向け集計資料 ・社内説明資料 データ： ・売上や件数などの簡単な集計 ・勤怠関連データ ・申請一覧 ・備品一覧 ・採用候補者一覧 【顧客・社内メンバーとのやり取り】 社外では、 ・取引先への一般的な連絡 ・採用候補者への日程連絡 ・業者への問い合わせ があります。 社内では、 ・経営者 ・営業 ・経理 ・管理職 ・一般社員 から幅広く問い合わせや依頼を受けます。 【現在使っているツール】 ・Microsoft Outlook ・Excel ・Word ・PowerPoint ・Teams ・Google Drive ・Google Sheets ・社内の勤怠・経費申請システム ・ChatGPT 【すでにAIを使っている業務】 ChatGPTを個人的に、 ・メール文面の言い換え ・社内案内文の下書き ・文章の要約 ・議事録の文章整理 に使うことがあります。 ただし、会社として正式なAI利用ルールはまだ明確ではありません。 【AIを使ってみたい業務】 ・メールの下書き ・問い合わせ回答案の作成 ・議事録作成 ・会議後のTODO抽出 ・資料構成の作成 ・Excel集計の補助 ・過去資料の検索や要約 ・社内マニュアルから回答候補を出す ・申請内容のチェック ・複数依頼の整理 【AIに任せたくない業務】 ・最終的な人事判断 ・採用可否 ・給与や評価の決定 ・契約内容の最終判断 ・社員への重要な注意や処分 ・顧客への重要な謝罪 ・会社としての正式回答 ・支払い承認 などは、人が判断するべきだと思っています。 【扱っている情報の機密性】 業務によって、 ・社員の氏名や連絡先 ・給与や勤怠情報 ・採用候補者情報 ・顧客情報 ・契約情報 ・売上情報 ・社内未公開情報 を扱います。 AIへどこまで入力してよいのかは分かっていません。 機密情報をそのまま外部AIへ入れることには不安があります。 【品質・正確性が特に重要な業務】 ・給与や勤怠に関する案内 ・契約関連 ・経費や支払い ・人事関連 ・社内規程の説明 ・顧客への正式な回答 ・数値集計 は誤りがあると問題になるため、人による確認が必要だと思っています。 【現在の課題】 AIで効率化できそうな業務は多いと思いますが、 ・何から使えばよいか ・どこまでAIに任せてよいか ・ChatGPTだけで十分なのか ・自動化する必要があるのか ・機密情報をどう扱えばよいか ・人の確認をどこに残すべきか が整理できていません。 便利そうなものから全部試すと、かえって確認作業やツールが増えそうなのも心配です。 【特に確認したいこと】 ・最初にAIを試すべき業務は何か ・すぐ試せる業務と、仕組み作りが必要な業務を分けたい ・メール、議事録、問い合わせ、Excel集計のどれを優先すべきか ・完全自動化ではなくAI補助にした方がよい業務は何か ・人が必ず確認すべき業務は何か ・機密情報がある業務はどう扱うべきか ・ChatGPTなど既存AIだけで試せる範囲はどこまでか ・最初の小規模テストでは何を記録すればよいか ・効果がなければ何を見直すべきか ・将来的に自動化やシステム連携を検討するなら、どの業務から進めるべきか

# 【診断結果の結論】 AI導入は有効ですが、現段階で目指すべきなのは完全自動化ではありません。 当面は、既存のChatGPTなどを使って、 - 文章の下書き - 情報の整理 - 構成案の作成 - 確認事項の洗い出し - Excelの関数・処理方法の提案 をAIに任せ、**送信・確定・承認・例外判断は人が行う**形が適切です。 最初から複数ツールやAPIを導入せず、次の順で進めることを推奨します。 1. 曖昧な資料依頼の論点整理・構成案 2. 定型メール・社内案内文の下書き 3. 議事録案・TODO抽出 4. Excel集計方法の作成・点検補助 5. 効果が確認できた工程だけを標準化・自動化 会社のAI利用ルールが未整備であるため、当面は**実名・顧客名・給与・勤怠・契約・売上などを入力せず、匿名化した文章またはダミーデータだけで試す**必要があります。 --- # 【現在の業務上の主要課題】 1. **依頼が複数の部署・連絡手段から届き、整理と優先順位付けに時間がかかる** - 依頼内容、期限、担当、確認事項の見落としが起きやすい状態です。 2. **文章を毎回一から作成している** - 定型メール、社内案内、議事録など、類似した文章作成が繰り返されています。 3. **曖昧な依頼を具体的な資料へ変換する負担が大きい** - 資料作成前の目的整理、必要情報の判断、構成検討に時間がかかっています。 4. **数値集計や転記に手作業が多い** - 複数ファイルの統合や転記で、時間とミスの両方が発生しています。 5. **規程・過去資料を探す仕組みが十分に整っていない** - 検索時間だけでなく、最新版や正式版の確認にも負担がかかっています。 6. **AI利用時の情報管理と確認責任が未定義** - どの情報を入力できるか、誰が確認するか、どのサービスを利用できるかが不明確です。 --- # 【AI活用に向いている業務】 ## 1. 曖昧な資料依頼の論点整理・構成案作成 依頼内容を以下に分解させる用途に向いています。 - 資料の目的 - 想定読者 - 判断してもらいたいこと - 必要な情報・数値 - 不足情報 - 依頼者への確認質問 - 章立てやスライド構成 完成資料を任せるのではなく、着手前の整理に使うことで手戻りを減らせます。 ## 2. 定型メール・社内案内文の下書き 以下のような低リスクの文面に向いています。 - 提出依頼 - 受領連絡 - 一般的なリマインド - 日程候補の案内 - 備品や社内行事の案内 - 既存文面の言い換え・簡潔化 AIから直接送信せず、下書き作成までに限定します。 ## 3. 会議メモからの議事録案・TODO抽出 会議メモを以下の形式に整理させられます。 - 決定事項 - 保留事項 - TODO - 担当者 - 期限 - 次回確認事項 担当者や期限が書かれていない場合は、推測させず「要確認」と表示させます。 ## 4. 既存文章の校正・要約・再構成 対象は以下です。 - マニュアル - 社内説明文 - 簡単な報告書 - 会議資料の文章 - 長いメールの要約 - 箇条書き化、見出し付与 内容の正確性ではなく、読みやすさや構成の改善に使います。 ## 5. Excel・Google Sheetsの関数・集計手順の作成 以下の補助に利用できます。 - `SUMIFS`、`COUNTIFS`、`XLOOKUP`などの数式案 - ピボットテーブルの作成手順 - 重複・空欄・表記揺れの検出方法 - Power Queryによる統合手順 - エラー原因の候補出し - 検算方法の作成 実データの最終集計や数値確定は人が行います。 --- # 【AIで補助するのが適切な業務】 以下はAIに全面的に任せず、候補提示や事前整理に限定するのが適切です。 | 業務 | AIに補助させる範囲 | 人に残す範囲 | |---|---|---| | 複数部署からの依頼整理 | 依頼元、内容、期限、要確認事項の抽出 | 優先順位、受諾、担当、期限変更、進捗管理 | | 申請書・請求書の確認 | 空欄、添付漏れ、形式不一致の候補検出 | 妥当性、承認可否、支払い判断 | | 規程・マニュアル問い合わせ | 関連箇所の検索候補、要約、回答案 | 最新版確認、適用判断、例外判断、正式回答 | | 日程調整 | 候補日時の整理、連絡文の作成 | 最新予定の確認、会議室予約、最終確定 | | 過去資料の検索・要約 | 関連資料候補、概要整理 | 正式版・最新版・出典・利用権限の確認 | | 数値集計 | 関数、処理手順、点検項目の提案 | 元データ確認、例外処理、検算、数値確定 | 依頼整理、規程検索、過去資料検索は効果が期待できますが、継続運用には正本管理、権限管理、最新版管理などの仕組みが必要です。 --- # 【人が中心で行うべき業務】 以下は、AIを使う場合でも人が責任を持って判断・承認します。 - 採用可否、人事評価、給与決定 - 社員への重要な注意・処分 - 契約条件や法的効果を伴う判断 - 支払い・経費・請求の承認 - 給与・勤怠の確定 - 規程の個別適用や例外判断 - 顧客への重要な謝罪 - 会社としての正式回答 - 経営資料の結論や採用する数値の決定 - 社外への重要メールの送信 - 議事録における決定事項、担当者、期限の確定 AIは論点整理や文案作成には使えますが、権限・責任・公平性・金銭・法的影響を伴う判断は任せません。 --- # 【最優先で試すAI活用】 最初に試す業務は、**曖昧な資料依頼の論点整理・構成案作成**です。 ### 最優先とする理由 - 現在、時間がかかっていることが明確 - APIやシステム連携が不要 - 実際の売上や機密情報を入力しなくても試せる - AIの案を採用しなければ重大な事故になりにくい - 資料作成前の確認漏れと手戻りを減らせる - 会議資料、報告書、説明資料へ横展開しやすい AIには完成資料ではなく、以下を出させます。 1. 依頼の目的 2. 想定読者 3. 資料で判断してもらいたいこと 4. 必要な情報 5. 不足情報 6. 依頼者への確認質問 7. 構成案 8. 作成手順 このテスト後、定型メールの下書きへ進みます。 --- # 【AIに任せること】 - 依頼内容の要約と整理 - 不足している情報の指摘 - 依頼者への確認質問の作成 - 資料の章立て・スライド構成案 - メールや案内文の下書き - 議事録の文章整理 - TODO候補の抽出 - 文章の校正、短文化、箇条書き化 - Excel関数・Power Query手順の提案 - 重複・空欄・形式不一致の点検方法の提案 - 複数案の提示 共通して、**不明な情報を推測せず「要確認」と表示させる**運用にします。 --- # 【人が確認・判断すること】 ## 確認すること - 氏名、宛先、会社名 - 日時、期限、場所 - 金額、数値、計算条件 - 添付ファイル - 元資料との一致 - 参照した規程の文書名、版、施行日 - AIが事実や条件を追加していないか - 重要な条件や例外が抜けていないか - 決定事項と提案が混同されていないか ## 判断すること - AI案を採用するか - 依頼者へ追加確認するか - 何を資料の結論とするか - 依頼の優先順位 - 誰を担当者とするか - 正式回答として送信してよいか - 上司や専門部署の承認が必要か - 数値を確定値として使用してよいか - 例外対応を認めるか --- # 【期待できる効果】 - 文章を一から作る時間の削減 - 資料作成前の論点整理時間の削減 - 依頼者への確認漏れの減少 - 資料作成後の手戻り削減 - 議事録作成時間の短縮 - TODOや期限の抽出漏れ防止 - メール・案内文の品質平準化 - Excel関数を調べる時間の削減 - 作業手順の文書化による属人化軽減 - 判断前に確認すべき事項の可視化 ただし、効果はAIの生成時間ではなく、**匿名化、入力、確認、修正を含めた総作業時間**で判断します。 --- # 【主なリスク】 1. **機密情報・個人情報の漏えい** - メール署名、添付、コメント、変更履歴、非表示シートなどにも注意が必要です。 2. **AIによる事実の創作** - 存在しない期限、決定事項、規程、数値、条件をもっともらしく追加する可能性があります。 3. **自然な文章への過信** - 読みやすいことと、内容が正しいことは別です。 4. **最新版・正式版の取り違え** - 規程や過去資料では、古い文書を参照する危険があります。 5. **数式や集計条件の誤り** - 数式が動作しても、業務上の集計定義と一致しているとは限りません。 6. **確認工数の増加** - 匿名化や修正に時間がかかると、従来より非効率になります。 7. **二重管理** - Outlook、Teams、Excel、AI出力に同じ依頼を持つと、どれが最新か分からなくなります。 8. **判断責任の曖昧化** - 「AIが作った」は、送信・承認・決定の根拠にはできません。 --- # 【最初のテスト方法】 ## 対象 最初は「曖昧な資料依頼の論点整理・構成案」を5件程度試します。 以下の条件に合う案件を選びます。 - 機密性が低い - 実数値を入れなくても検討できる - 完成形を自分で評価できる - 期限に余裕がある - 過去の似た資料と比較できる ## 使用方法 既存のChatGPTに、匿名化した依頼内容を手入力します。ファイル連携やAPIは使いません。 ### 共通プロンプト例 > 以下は資料作成の依頼内容です。 > 不明なことを推測せず、「要確認」としてください。 > 次の形式で整理してください。 > > 1. 資料の目的 > 2. 想定読者 > 3. 読者に判断してもらいたいこと > 4. 現時点で分かっている事実 > 5. 不足している情報 > 6. 依頼者への確認質問 > 7. 資料の構成案 > 8. 各ページに入れる内容 > 9. 必要な表・グラフの候補 > 10. 作成前に人が判断すべき事項 > > 依頼内容： > ［匿名化した内容を記載］ ## 実施手順 1. 従来方法でかかる時間を概算する 2. 依頼内容を匿名化する 3. 共通プロンプトでAIに整理させる 4. AIが追加した推測や誤りを確認する 5. 採用する構成を決める 6. 必要に応じて依頼者へ確認する 7. 資料作成後の手戻りを記録する 8. 5件終了後、従来方法と比較する 暫定的な継続目安は、**重大な事実誤認がなく、総作業時間または手戻りが明確に減ること**です。 --- # 【テスト時に記録すること】 案件ごとに以下を記録します。 - 業務の種類 - AIを使わない場合の概算時間 - 匿名化・入力準備時間 - AI出力の確認時間 - 修正時間 - 完了までの総時間 - AI案のうち採用できた内容 - 削除・修正した内容 - AIが追加した事実や推測 - AIが見落とした論点 - 依頼者への確認事項が増減したか - 資料提出後の手戻り件数 - 同じプロンプトを再利用できたか - 判断負担が軽くなったか - 機密情報を誤入力しそうになった事例 「AIの回答が速かったか」ではなく、**業務完了までの総時間、誤り、手戻り、再利用性**を評価します。 --- # 【効果が確認できた場合の次の段階】 1. 有効だったプロンプトを共通テンプレート化する 2. 入力項目と確認チェックリストを固定する 3. 定型メール・社内案内文を5～10件試す 4. 機密性の低い会議で議事録案・TODO抽出を試す 5. ダミーデータでExcel関数・Power Query手順を試す 6. 承認済みのテンプレートや成功例を蓄積する 7. 安定して効果が出た工程だけ、既存のMicrosoft 365機能などによる自動化を検討する 自動化を検討する場合は、まず以下から進めます。 - 複数ExcelファイルのPower Query統合 - Outlookのフラグ、Microsoft To Do、Plannerによる依頼管理 - 定型通知やリマインドのPower Automate化 AIとのシステム連携は、手作業によるテストで効果が確認された後に判断します。 --- # 【効果が確認できなかった場合に見直すこと】 - 対象業務の発生頻度が低すぎないか - AIに任せる範囲が広すぎないか - 入力説明が長すぎないか - 出力形式が毎回変わっていないか - 匿名化に時間がかかりすぎていないか - 既存テンプレートの方が速くないか - AIに完成品を求めすぎていないか - 元の業務手順や依頼内容が曖昧すぎないか - 本来は生成AIではなく、Excel関数やルール型自動化を使う業務ではないか - AI出力の確認基準が決まっているか 効果が低くても、すぐAPI開発へ進めません。まず、対象の絞り込み、プロンプトの簡略化、既存テンプレート化、業務手順の標準化を見直します。 --- # 【現時点で導入しない方がよいもの】 - 実名入りの人事・給与・勤怠・採用情報を外部AIへ入力する運用 - 顧客情報や契約書の無承認アップロード - 未公開の売上・経営情報を個人アカウントへ入力する運用 - AIによるメールや問い合わせ回答の自動送信 - AIによる給与、支払い、請求、経費、勤怠の自動確定 - AIによる採用可否、人事評価、処分、契約判断 - 規程回答をAIから社員へ直接送る仕組み - 機密会議の無断録音・外部AIでの文字起こし - OutlookやTeamsへの未承認の外部ツール接続 - 最新版・権限・出典を確認できない社内文書検索 - AI用の別管理表を作り続ける運用 - 最初からのAPI開発や大規模自動化 --- # 【追加で確認すべきこと】 1. **会社が利用を認めるAIサービスと契約プラン** - 個人アカウントで業務利用できるか、入力内容の保存・学習利用はどうなるか。 2. **AIへ入力できる情報と禁止情報** - 個人情報、顧客情報、給与、勤怠、契約、売上などの扱い。 3. **確認者・承認者・責任者** - 社外メール、規程回答、数値集計、正式資料を誰が確認するか。 4. **文書とデータの正本・最新版管理** - 規程、契約書、過去資料、依頼管理表の正式な保存場所と版管理。 5. **各業務の件数・所要時間** - メール、資料作成、議事録、Excel集計が月に何件あり、現在何時間かかっているか。 --- # 【次の行動】 1. **経営者または管理責任者に、業務で利用可能なAIサービスと入力禁止情報を確認する** 2. **匿名化ルールと「AIは下書きまで・人が確定する」という暫定ルールを決める** 3. **曖昧な資料依頼の論点整理を5件、共通プロンプトで試す** 4. **総時間・修正・誤り・手戻りを記録し、従来方法と比較する** 5. **効果が確認できた場合のみ、定型メール、議事録、Excelの順に対象を広げる**

【どんな仕事・業務をしているか】 Web制作会社でディレクターをしています。 複数の顧客案件を同時に担当し、 ・顧客との要件確認 ・社内デザイナーやエンジニアへの指示 ・進捗確認 ・修正依頼の整理 ・会議 ・納期調整 ・公開前確認 などを行っています。 案件ごとにメール、チャット、会議メモ、資料が分散していて、状況を整理することに時間がかかっています。 【主な担当業務】 ・顧客メールの確認と返信 ・顧客要望の整理 ・要件の確認 ・見積前の情報整理 ・社内メンバーへの作業指示 ・デザインや実装の進捗確認 ・顧客からの修正依頼整理 ・会議の進行 ・議事録作成 ・会議後のTODO整理 ・スケジュール調整 ・納期管理 ・公開前の確認 ・顧客への進捗報告 ・社内への案件共有 ・担当者変更時の引き継ぎ 【日常的に繰り返している作業】 ・メールやチャットを読んで案件状況を確認する ・顧客からの依頼を社内向けに整理する ・修正依頼を一覧にする ・社内メンバーからの質問へ回答する ・顧客へ確認事項を送る ・会議前に過去のやり取りを読み返す ・会議後に決定事項とTODOをまとめる ・複数案件の進捗を確認する ・期限が近い作業を担当者へ確認する ・顧客への報告文を作る 【時間がかかっている作業】 ・メールやチャットをさかのぼって案件の経緯を把握する ・追加、変更、撤回が重なった修正依頼を整理する ・会議前に現在の状況をまとめる ・議事録から決定事項、TODO、未決事項を整理する ・顧客の曖昧な要望を制作側が動ける形に整理する ・複数案件の進捗を確認する ・担当者変更時に過去の経緯を説明する ・顧客へ送る確認事項を漏れなくまとめる 【面倒だと感じている作業】 ・同じ案件の過去メールを何度も読み返す ・修正依頼をチャットから手作業で転記する ・会議後にTODOを整理する ・進捗確認のために複数メンバーへ連絡する ・顧客への進捗報告文を毎回作る ・過去に決まったことを探す ・最新の依頼がどれか確認する ・担当者へ案件状況を説明し直す 【ミスや抜け漏れが起きやすい作業】 ・顧客からの修正依頼の見落とし ・古い依頼を最新だと思って対応する ・会議で決まったTODOの登録漏れ ・顧客へ確認する事項の漏れ ・担当者への伝達漏れ ・納期変更の共有漏れ ・誰が対応するか決まっていないタスクの放置 ・複数案件を並行したときの期限見落とし 【判断に時間がかかる作業】 ・顧客の要望が当初範囲内か追加対応か ・曖昧な要望をどのように制作指示へ変換するか ・複数の修正依頼のうち何を優先するか ・顧客へどこまで回答してよいか ・制作側の回答をそのまま顧客へ伝えてよいか ・納期変更が必要か ・顧客の要望を受けるべきか代替案を出すべきか 【文章・資料・データを扱う作業】 文章： ・顧客メール ・社内チャット ・議事録 ・作業指示 ・進捗報告 ・確認事項 ・修正依頼 資料： ・要件資料 ・サイト構成資料 ・デザイン確認資料 ・スケジュール ・見積用情報 ・会議資料 データ： ・案件一覧 ・タスク一覧 ・修正依頼一覧 ・スケジュール ・工数情報 ・案件ごとの進捗情報 【顧客・社内メンバーとのやり取り】 顧客とは、 ・メール ・オンライン会議 ・チャット でやり取りします。 社内では、 ・デザイナー ・エンジニア ・営業 ・他のディレクター ・管理者 と連携します。 顧客から届いた内容をそのまま制作側へ渡せない場合が多く、一度ディレクターが整理してから伝えています。 【現在使っているツール】 ・GmailまたはOutlook ・SlackやChatworkなどのチャット ・Google MeetやZoom ・Google Drive ・Google Docs ・Google Sheets ・Notion ・Backlogやその他のタスク管理ツール ・ChatGPT 案件によって使うツールが違う場合もあります。 【すでにAIを使っている業務】 ChatGPTを、 ・メール文面の下書き ・文章の要約 ・議事録の整理 ・顧客要望の整理 ・資料構成案 などに使うことがあります。 ただし、案件情報をどこまで入力してよいか明確なルールはありません。 【AIを使ってみたい業務】 ・複数メールから案件状況を整理する ・修正依頼を最新状態に整理する ・決定事項、TODO、未決事項の抽出 ・会議前の案件概要作成 ・議事録作成 ・社内向け作業指示案の作成 ・顧客への確認事項の抽出 ・進捗報告文の下書き ・引き継ぎ用の案件概要作成 ・タスク候補の抽出 ・過去の決定事項検索 【AIに任せたくない業務】 ・顧客との契約範囲の最終判断 ・追加費用の判断 ・納期の最終決定 ・顧客への正式な約束 ・制作物の最終承認 ・顧客への謝罪 ・重大なトラブル対応 ・担当者評価 ・自動で顧客へ返信すること は人が行うべきだと思っています。 【扱っている情報の機密性】 案件によって、 ・顧客名 ・担当者名 ・メールアドレス ・未公開サイト情報 ・公開前デザイン ・契約内容 ・見積金額 ・社内工数 ・顧客の社内情報 ・アクセス情報 ・公開前の新商品情報 などを扱います。 顧客案件の情報を外部AIへそのまま入力してよいかは分かりません。 【品質・正確性が特に重要な業務】 ・最新の顧客依頼の把握 ・契約範囲 ・追加費用 ・納期 ・公開条件 ・修正指示 ・顧客への正式回答 ・決定事項 ・担当者と期限 ・アクセス情報 は誤ると案件トラブルにつながるため、人による確認が必要です。 【現在の課題】 AIで要約や文章作成はできますが、 ・案件情報が複数ツールに散らばっている ・変更履歴が多い ・最新状態を間違えると危険 ・AIへ顧客情報を入れてよいか分からない ・要約だけでは実務で使いにくい ・AI結果を確認する時間が増える可能性がある ・タスク管理ツールとの二重管理になりそう という不安があります。 AIでできることを増やすより、 「どの業務だけAIに任せれば、確認負担を増やさず楽になるか」 を整理したいです。 【特に確認したいこと】 ・最初にAIを試すべき業務は何か ・案件整理、議事録、修正依頼整理、メール下書きのどれを優先すべきか ・AIに案件の最新状態を判断させてもよいか ・顧客メールをAIへ入力するときの注意点は何か ・修正依頼の整理は完全自動化できるのか ・AIとディレクターの役割をどう分けるべきか ・人が必ず確認するべき項目は何か ・既存ChatGPTだけで試せることは何か ・ツール連携やAPIが必要になる業務は何か ・タスク管理との二重管理を避けるにはどう考えるべきか ・最初の小規模テストでは何を記録するべきか ・将来自動化するなら、どの工程から進めるべきか

# 【診断結果の結論】 最初にAIを使うべきなのは、案件全体の最新状態を判断させる業務ではなく、**範囲を限定した資料から、根拠付きで情報を抽出・分類・下書きする業務**です。 推奨する導入順は次のとおりです。 1. 議事録から決定事項・TODO・未決事項を抽出 2. 人が確定した事実から顧客メール・進捗報告を下書き 3. 限定した顧客メッセージから要望・確認事項を整理 4. 確認済み要望から社内向け作業指示案を作成 5. 人が選定した資料から会議前・引き継ぎ概要を作成 AIには、**抽出・分類・整形・下書き・矛盾候補の提示**を任せます。 ディレクターには、**最新状態の確定、契約・費用・納期の判断、担当者・期限の確定、正式回答・承認**を残します。 修正依頼の整理はAIで支援できますが、完全自動化には適していません。また、顧客情報の入力ルールが明確になるまでは、実案件を外部AIへそのまま入力せず、匿名化した過去資料などで検証する必要があります。 --- # 【現在の業務上の主要課題】 1. **案件情報が複数のツールに分散している** - メール、チャット、会議メモ、資料、タスク管理の情報を読み直す必要があります。 2. **変更履歴から現在有効な内容を確認する負担が大きい** - 追加、変更、撤回、口頭決定などが重なり、古い依頼を採用する危険があります。 3. **顧客情報を制作側が動ける形へ変換する作業が属人化している** - 曖昧な要望の分解、確認事項の抽出、作業指示化に時間がかかっています。 4. **決定事項・担当者・期限の登録漏れが起きやすい** - 会議後や複数案件を並行するときに、TODOや期限を見落とす可能性があります。 5. **AI利用時の情報管理と確認方法が未整備** - 顧客情報を入力できる条件、正式な情報源、人が確認すべき範囲が定まっていません。 --- # 【AI活用に向いている業務】 ## 1. 議事録から決定事項・TODO・未決事項を抽出する AIに会議メモを渡し、以下を根拠付きで整理させます。 - 決定事項候補 - TODO候補 - 未決・保留事項 - 顧客・社内への確認事項 - 明記された担当者と期限 - 矛盾する発言 元の発言と照合しやすく、顧客への直接送信も伴わないため、最初の検証対象に適しています。 ## 2. 確定済み事実から顧客メール・進捗報告を下書きする 人が確認した事実を箇条書きで渡し、AIに文章化させます。 メールスレッド全体の解釈や案件状況の判断は任せません。 ## 3. 顧客要望・質問・確認事項を分類する 選定したメールやチャットから、以下を分離します。 - 明示された要望 - 顧客からの質問 - 前提条件 - 不明点・矛盾 - 顧客への確認質問候補 - 社内で確認すべき事項 顧客原文とAIの提案を明確に分けることが条件です。 ## 4. 確認済み要望から社内向け作業指示案を作る 確定済みの要望を、次のテンプレートへ変換します。 - 対象 - 現状 - 変更内容 - 変更目的 - 完了条件候補 - 参考資料 - 未確認事項 仕様、工数、担当者、期限は人が確定します。 ## 5. 会議前・引き継ぎ用の案件概要を作る 人が選定した正式タスク一覧、議事録、スケジュールなどから、現状・経緯・未決事項を要約させます。 ただし、AIが参照した資料、基準日時、参照していない情報源を明記し、案件全体の最新状態として自動確定させないことが条件です。 --- # 【AIで補助するのが適切な業務】 - 修正依頼を時系列に並べ、変更・撤回・矛盾の候補を表示する - 過去の決定事項を出典・日時・原文引用付きで検索する - メールや議事録からタスク候補、担当者未定、期限未設定を抽出する - 公開前チェックリストと資料の不一致候補を洗い出す - 契約資料と追加要望の差分候補を列挙する これらはAIによる「候補提示」までは有効ですが、確定や承認は人が行います。 特に修正依頼については、AIに次の区分までを行わせるのが妥当です。 - 有効と思われる - 変更された可能性がある - 撤回された可能性がある - 矛盾している - 根拠不足 - 人による確認が必要 --- # 【人が中心で行うべき業務】 - 契約範囲内か追加対応かの最終判断 - 追加費用、見積、値引きなどの金銭判断 - 納期変更、公開日、対応範囲の正式決定 - 顧客への正式な約束・回答・最終送信 - 謝罪、クレーム、重大トラブル、障害対応 - 修正依頼の最新状態と正式仕様の確定 - タスクの担当者、期限、優先度、完了条件の確定 - 制作物の最終承認と公開可否の判断 - 本番環境、アクセス権限、認証情報に関する判断 - 担当者評価などの人事判断 AIは判断材料の整理には利用できますが、責任を伴う意思決定者にはしません。 --- # 【最優先で試すAI活用】 **匿名化した過去の会議メモを使った、決定事項・TODO・未決事項の根拠付き抽出**です。 最優先とする理由は以下のとおりです。 - 現在の負担と登録漏れの両方に対応できる - 過去資料を使って正解と比較できる - 原文を根拠として確認しやすい - APIやシステム開発が不要 - AIの誤りが顧客へ直接送信されない - 要望整理や作業指示にも同じ形式を展開できる - 正式タスク管理との二重管理を避けやすい 単なる要約ではなく、**正式登録前の候補一覧を作る用途**として試します。 --- # 【AIに任せること】 - 決定事項、TODO、未決事項の候補抽出 - 担当者・期限が明記されている箇所の抽出 - 担当者・期限がない項目への「記載なし」の表示 - 各項目の原文引用と出典位置の付与 - 矛盾、不明、確認不足の候補表示 - 指定された表形式への整形 - 類似項目や重複候補の整理 AIには、原文にない情報を推測で補わせません。 --- # 【人が確認・判断すること】 ## 必ず確認する項目 - 本当に決定された内容か - 提案、希望、検討事項を決定と誤認していないか - TODOの内容と抜け漏れ - 担当者 - 期限 - 原文引用と要約が一致しているか - 顧客確認済みか - 基準日時以後の変更がないか - 正式な管理先と一致しているか ## 人が判断する項目 - 正式な決定事項として記録するか - タスクとして登録するか - 担当者、期限、優先度、完了条件 - 顧客へ確認・報告するか - 契約、費用、納期、公開条件への影響 - 上長、営業、管理者への相談が必要か --- # 【期待できる効果】 - 会議後の読み返し・転記時間の削減 - TODOや確認事項の登録漏れ防止 - 担当者・期限が未設定の項目の可視化 - 議事録や作業指示の形式統一 - 顧客向けメール・報告文の作成時間短縮 - 引き継ぎ時の情報整理負担の軽減 - ディレクターごとの整理品質のばらつき軽減 - 原文確認箇所を絞ることによる確認負担の削減 ただし、AIの生成時間だけではなく、**入力準備・匿名化・確認・修正・正式管理先への登録を含む総時間**で効果を判断します。 --- # 【主なリスク】 1. **顧客・個人・社内機密情報の外部送信** - 顧客名、メールアドレス、契約、金額、未公開情報などの入力条件を定める必要があります。 2. **入力資料の欠落** - AIが読んでいないメールや口頭決定があれば、もっともらしい誤った概要が作られます。 3. **提案・希望・決定の混同** - 会議中の意見を正式決定として抽出する可能性があります。 4. **古い依頼を最新と誤認すること** - 変更や撤回の誤判定は、手戻りや公開事故につながります。 5. **確認負担と二重管理の増加** - AI出力を別の案件台帳として保存・更新すると、正式管理先との不一致が発生します。 対策として、出力には必ず**出典、日時、原文引用、基準日時、「確定・候補・不明・矛盾」の区分**を付けます。 --- # 【最初のテスト方法】 匿名化した過去の社内会議メモを3～5件用意し、既存のChatGPTで実施します。最初は、契約交渉、重大トラブル、人事、認証情報を含む会議を除外します。 ## 手順 1. 従来の方法で作成済みの議事録・タスク一覧を正解例として保存する 2. 会議メモに段落番号または発言番号を付ける 3. 顧客名、個人名、案件固有名詞などを必要に応じて置換する 4. 共通プロンプトでAIに抽出させる 5. AI出力を原文および正解例と比較する 6. 人が確定した内容だけを既存のタスク管理へ登録する 7. AI出力を別のタスク台帳として継続管理しない ## 簡易プロンプト例 > 以下の会議メモから、決定事項候補、TODO候補、未決事項、顧客確認事項候補、社内確認事項候補、矛盾候補を抽出してください。 > 原文にない情報は補完しないでください。担当者・期限がない場合は「記載なし」としてください。提案や希望を決定事項として扱わないでください。 > 各項目に原文引用と発言番号を付け、次の列で表にしてください。 > ID／区分／内容／担当者／期限／状態／原文引用／出典位置／要確認理由 正式なタスク登録は、ディレクターが確認した後に行います。 --- # 【テスト時に記録すること】 ## 時間 - 従来の整理時間 - 匿名化・入力準備時間 - AI生成時間 - 原文との照合時間 - 修正時間 - 正式管理先への登録時間 - 全工程の合計時間 ## 品質 - 正しく抽出した項目数 - 抽出漏れ - 誤って決定扱いした件数 - 不要なTODOを作った件数 - 担当者・期限の誤り - 原文にない補完 - 重複・誤統合 - 大幅な書き直しが必要だった項目数 ## 運用負担 - 全文を読み直す必要があったか - 原文引用によって確認箇所を絞れたか - 正式管理先へ転記しやすかったか - 二重管理が発生しなかったか - 従来より精神的負担が減ったか - 継続利用したいか --- # 【効果が確認できた場合の次の段階】 1. 同じプロンプトと出力形式を、機密性の低い実際の社内会議へ限定適用する 2. 人が確定した事実から顧客メール・進捗報告を下書きする 3. 匿名化した顧客メッセージ1～3通で、要望・確認事項の分類を試す 4. 確認済み要望から社内向け作業指示案を作る 5. 人が選定した正式資料だけで、会議前・引き継ぎ概要を試す 手動運用で継続的な効果が確認され、正式管理先と承認手順が定まった後に限り、読み取り専用のツール連携を検討します。最初から自動書き込みや一括連携は行いません。 --- # 【効果が確認できなかった場合に見直すこと】 - 入力する会議メモの品質や発言番号の付け方 - 決定事項、TODO、未決事項の社内定義 - 出力項目が多すぎないか - 原文引用が十分で、確認箇所を絞れているか - 会議の種類がAI抽出に適しているか - 匿名化や入力準備に時間がかかりすぎていないか - AIへ一度に渡す情報量が多すぎないか - 要約ではなく、抽出・分類に用途を限定できないか - AIを使わず、会議テンプレートや記録ルールを改善した方が効果的ではないか 総時間が減らない場合は、対象業務を限定するか、その業務へのAI導入を見送ります。 --- # 【現時点で導入しない方がよいもの】 - AIによる案件の最新状態の自動確定 - 修正依頼の有効・撤回・完了状態の完全自動確定 - タスク管理ツールへの無承認登録・上書き - 顧客への自動返信・自動送信 - 契約範囲、追加費用、納期の自動判断 - 制作物や公開可否の自動承認 - Gmail、Slack、Drive、Backlogなどへの一括自動連携 - 認証情報、重大トラブル、人事情報を一般的な外部AIで処理すること - AI専用の案件台帳を新設し、既存管理と並行運用すること --- # 【追加で確認すべきこと】 1. **利用可能なAIサービスと情報管理条件** - 学習利用、保存期間、削除方法、管理者権限、データ保管場所を確認します。 2. **顧客契約・社内規程上の入力可否** - 個人情報、未公開情報、顧客提供資料、会議録音などの利用条件を確認します。 3. **案件情報の正式な管理先** - タスク、決定事項、修正依頼、スケジュールの正本を明確にします。 4. **情報が矛盾した場合の優先ルール** - メール、チャット、会議、タスク管理のどれを正式情報として扱うかを決めます。 5. **最終決定者と更新責任者** - 契約、費用、納期、公開、タスク登録を誰が確定・更新するかを明文化します。 --- # 【次の行動】 1. **社内でAIに入力できる情報・禁止情報を暫定的に決める** - 少なくとも認証情報、個人情報、契約・金額、重要な未公開情報は除外します。 2. **匿名化した過去の社内会議メモを3～5件選ぶ** - 正解となる既存議事録・タスク一覧がある資料を選びます。 3. **根拠付き抽出の共通プロンプトと出力表を作る** - 推測禁止、原文引用必須、担当者・期限の未記載表示をルール化します。 4. **総時間・誤り・確認負担を記録して比較する** - AI生成時間だけでなく、準備から正式登録までを測定します。 5. **効果が確認できた場合のみ、メール下書き、要望分類、作業指示案の順に広げる** - API連携や自動更新は、手動運用で価値と安全な確認方法が確認されるまで行いません。

【どんな仕事・業務をしているか】 法人向けの営業担当をしています。 新規顧客への提案と既存顧客のフォローを担当しており、 ・商談前の情報収集 ・商談 ・議事録 ・提案内容の整理 ・提案書作成 ・見積に必要な情報整理 ・商談後のフォロー ・社内共有 ・CRMへの入力 ・次回アクション管理 などを行っています。 複数の顧客を並行して担当しているため、商談内容や次に何をするかを整理する作業に時間がかかっています。 【主な担当業務】 ・見込み顧客の情報収集 ・商談前の準備 ・顧客課題のヒアリング ・商談 ・商談メモや議事録の作成 ・顧客課題や要望の整理 ・提案内容の検討 ・提案書の作成 ・見積に必要な条件整理 ・社内担当者への相談 ・顧客へのフォローメール ・次回商談の日程調整 ・CRMへの商談記録 ・案件の進捗管理 ・既存顧客へのフォロー ・失注理由の記録 【日常的に繰り返している作業】 ・顧客や企業についてWebで調べる ・過去のメールやCRMを読み返す ・商談前に確認事項を整理する ・商談内容をメモする ・商談後に要点をまとめる ・CRMへ商談内容を入力する ・フォローメールを書く ・顧客の要望を社内へ共有する ・次回アクションを登録する ・提案書の文章を修正する 【時間がかかっている作業】 ・商談前に企業情報や過去のやり取りを確認する ・商談メモを整理してCRMへ入力する ・商談から顧客課題や要望を整理する ・顧客ごとにフォローメールを書く ・提案書の構成を考える ・過去の似た案件や提案を探す ・社内メンバーへ商談内容を説明する ・複数案件について次のアクションを確認する 【面倒だと感じている作業】 ・商談内容をCRMへ転記する ・同じ内容をCRM、メール、社内チャットに書く ・毎回似たフォローメールを書く ・商談前に複数の情報源を確認する ・提案書の文章を一から作る ・過去案件から似た事例を探す ・次回アクションの登録漏れを確認する 【ミスや抜け漏れが起きやすい作業】 ・商談後のフォロー漏れ ・次回連絡日の登録漏れ ・顧客から依頼された資料の送付漏れ ・商談中に出た確認事項の抜け ・CRMへの入力漏れ ・社内への相談・確認漏れ ・顧客ごとの条件や要望の取り違え ・見積条件の認識違い 【判断に時間がかかる作業】 ・顧客の発言のどこが本当の課題なのか ・どの提案を優先して出すべきか ・どの事例を提示するべきか ・顧客の購入意欲がどの程度あるか ・次に何を聞くべきか ・値引きや条件変更を提案してよいか ・見積前に何を確認しておくべきか ・上司や技術担当へどの段階で相談するべきか 【文章・資料・データを扱う作業】 文章： ・顧客メール ・フォローメール ・商談メモ ・CRM記録 ・社内共有文 ・提案書の文章 資料： ・提案書 ・見積用資料 ・製品資料 ・導入事例 ・商談用説明資料 データ： ・顧客一覧 ・商談履歴 ・案件ステータス ・売上見込み ・次回アクション ・受注、失注情報 【顧客・社内メンバーとのやり取り】 顧客とは、 ・メール ・電話 ・オンライン商談 ・対面商談 でやり取りします。 社内では、 ・営業上司 ・技術担当 ・カスタマーサクセス ・営業事務 ・他の営業担当 などへ相談や情報共有をします。 【現在使っているツール】 ・GmailまたはOutlook ・TeamsやSlack ・ZoomやGoogle Meet ・SalesforceなどのCRM ・ExcelやGoogle Sheets ・PowerPointやGoogle Slides ・Google Drive ・ChatGPT 【すでにAIを使っている業務】 ChatGPTを、 ・フォローメールの下書き ・提案書の文章修正 ・商談前の質問案作成 ・商談メモの要約 などに使うことがあります。 ただし、顧客情報や商談内容をどこまで入力してよいかは明確ではありません。 【AIを使ってみたい業務】 ・商談前の企業情報整理 ・過去商談の要約 ・商談で聞く質問の候補作成 ・議事録作成 ・顧客課題、要望、懸念点の抽出 ・次回アクションの抽出 ・CRM入力文の下書き ・フォローメールの作成 ・提案書構成の作成 ・過去事例の候補整理 ・案件ごとの状況整理 【AIに任せたくない業務】 ・受注可能性の最終判断 ・顧客の本音の決めつけ ・値引きの決定 ・契約条件の決定 ・見積金額の最終決定 ・顧客への正式な約束 ・契約可否 ・重要なクレーム対応 ・自動で顧客へメールを送ること は人が行うべきだと思っています。 【扱っている情報の機密性】 業務では、 ・顧客名 ・担当者名 ・連絡先 ・商談内容 ・顧客の課題 ・予算情報 ・見積情報 ・契約条件 ・未公開の商品情報 ・社内の売上見込み ・競合情報 などを扱います。 外部AIへ顧客との会話をそのまま入力してよいかは分かりません。 【品質・正確性が特に重要な業務】 ・顧客課題や要望の把握 ・見積条件 ・価格 ・契約条件 ・納期 ・次回アクション ・顧客への正式回答 ・社内への商談共有 ・CRM上の案件ステータス は誤ると営業活動や顧客関係に影響するため、人による確認が必要です。 【現在の課題】 AIを使えば文章作成や要約は楽になりそうですが、 ・顧客の発言をAIが誤解する可能性 ・営業担当者自身の判断力が落ちないか ・AIが勝手に顧客の意図を推測しないか ・確認のために結局商談内容を全部読み返すことにならないか ・CRMとの二重入力が増えないか ・顧客情報を安全に扱えるか ・便利だからとAI生成メールばかりになると営業品質が落ちないか が気になっています。 単純な業務時間削減だけではなく、 「営業担当者が判断すべき部分を残しながら、準備や記録の負担を減らせるか」 を知りたいです。 【特に確認したいこと】 ・最初にAIを試すべき営業業務は何か ・商談準備、議事録、CRM入力、フォローメール、提案書のどれを優先すべきか ・顧客課題をAIに判断させてもよいか ・AIに商談の温度感や受注可能性を判断させるべきか ・営業担当者自身が必ず行うべき判断は何か ・顧客情報をAIへ入力するときに何を確認するべきか ・既存ChatGPTだけで小さく試せる業務は何か ・CRM連携や自動入力はいつ検討するべきか ・AI生成メールで顧客対応が画一化しないためにはどうするべきか ・AIを使った結果、営業品質が上がったか下がったかをどう確認するべきか ・最初のテストでは何を記録するべきか ・効果が出た場合、次にどこまで自動化してよいか

# 【診断結果の結論】 AIは、営業担当者の判断を代替するものではなく、**商談情報の整理、下書き作成、確認漏れの指摘を行う補助者**として使うのが適切です。 最も効果が見込めるのは、商談後に同じ情報を議事録、CRM、メール、社内共有へ繰り返し書く工程です。特に、次の一連の流れを対象にすると効果が出やすいと考えられます。 1. 商談メモをAIが構造化する 2. 営業担当者が事実関係を確認する 3. 確認済み情報からCRM入力文を作る 4. 同じ情報からフォローメールを作る 5. 人がCRM登録・メール送信・次回アクション確定を行う ただし、会社のAI利用ルールが不明な間は、実際の顧客情報をそのまま入力せず、**公開情報、架空データ、十分に匿名化した商談メモ**に限定します。 AIに顧客の本音、温度感、受注可能性、価格・契約条件を決定させることは避けるべきです。 --- # 【現在の業務上の主要課題】 - 商談前にWeb、メール、CRM、社内資料を個別に確認している - 商談後、同じ内容を議事録、CRM、メール、社内チャットへ書き直している - 顧客課題、要望、宿題、期限、次回アクションの整理に時間がかかる - 複数案件を並行しているため、フォローや資料送付、CRM入力の漏れが起きやすい - 顧客ごとのフォローメールや提案書を一から作る負担が大きい - CRMや商談記録の入力方法が統一されていない可能性がある - 顧客情報をどこまでAIへ入力できるか明確でない - AI出力を確認するため、かえって元記録をすべて読み返す可能性がある 中心的な問題は、文章作成そのものより、**同じ情報の再整理・再入力と、確認漏れの防止**です。 --- # 【AI活用に向いている業務】 ## 1. 商談メモの構造化・議事録作成 以下を決められた形式で抽出・整理します。 - 顧客が明言した課題・要望 - 懸念点 - 決定事項・未決定事項 - 顧客側と自社側の宿題 - 担当者・期限 - 次回アクション - 未確認事項 - 根拠となる発言 後続のCRM入力、メール、社内共有にも再利用できるため、波及効果が大きい業務です。 ## 2. CRM入力文の下書き 確認済みの商談整理結果を、CRMの項目別に変換します。 - 商談概要 - 課題・要望 - 提案内容 - 確認事項 - 次回アクション - 担当者・期限 - 未確定事項 案件ステータスや受注確度は出力案と分離し、人が決めます。 ## 3. フォローメールの下書き 確認済み情報から、以下の文章を作成します。 - 商談のお礼 - 合意事項の要約 - 双方の宿題 - 資料送付の案内 - 次回の進め方 - 日程調整文 AIは下書きまでとし、自動送信は行いません。 ## 4. 公開情報を使った商談前準備 企業公式サイトや公開資料をもとに、企業概要、最近の動向、課題仮説、質問候補を整理します。 出典と公開日を確認できる形にし、課題仮説は事実ではなく「商談で検証する仮説」として扱います。 ## 5. 提案書の構成案・文章修正 AIには以下を任せやすいと考えられます。 - 章立て - スライドごとの目的 - 見出し案 - 課題と提案内容の対応表 - 既存文章の短縮・表現修正 提案内容の優先順位、実現可能性、効果の根拠は人が判断します。 --- # 【AIで補助するのが適切な業務】 以下はAIに結論を出させず、判断材料の整理に限定します。 - 顧客課題の候補と根拠発言の抽出 - 前向きな材料、慎重材料、不足情報の整理 - 次回確認すべき質問の作成 - 見積前に必要な確認項目のチェックリスト化 - 過去事例の候補整理 - 実在する元資料名やリンクを必須とする - 複数案件の期限超過・アクション未登録候補の抽出 - 社内相談が必要そうな論点の整理 - 提案書で不足している情報や論理の飛躍の指摘 AIが提示した内容は「候補」「仮説」「要確認」として扱い、最終結論にはしません。 --- # 【人が中心で行うべき業務】 ## 営業判断 - 顧客の本質的な課題 - 顧客の本音や温度感 - 受注可能性 - 案件ステータス - 提案の優先順位 - 提示する事例の選択 - 次回アクションの優先順位 - 上司や技術担当へ相談するタイミング ## 権限・責任を伴う判断 - 値引き - 見積金額 - 見積条件 - 契約条件 - 納期や仕様の確約 - 契約可否 - 顧客への正式回答 - 重要なクレーム・謝罪対応 ## 外部送信・正式記録 - 顧客メールの最終確認と送信 - CRMへの正式登録 - 顧客向け議事録の送付 - 提案書や見積書の提出 - 顧客との合意内容の確定 --- # 【最優先で試すAI活用】 **匿名化した商談メモの構造化と、確認済み情報からのCRM入力文・フォローメール作成**を最優先とします。 理由は以下のとおりです。 - 現在の負担と発生頻度が高い - 同じ情報の二重・三重記載を減らせる - CRM入力漏れやフォロー漏れの防止につながる - 既存のChatGPTと簡単なプロンプトで試せる - API連携やシステム開発が不要 - AIの出力を元メモと照合でき、誤りを比較的発見しやすい - 一度確認した情報を複数の後工程へ再利用できる 会社の情報利用ルールが確認できるまでは、匿名化が難しい実商談ではなく、**過去の加工済みメモや架空データ**で精度を検証します。並行して、公開情報だけを使った商談準備も安全に試せます。 --- # 【AIに任せること】 - 商談メモの要約・分類 - 課題、要望、懸念、依頼事項の候補抽出 - 決定事項と未決定事項の分離 - 宿題、担当者、期限、次回アクションの候補抽出 - 根拠となる発言の引用 - 情報不足や矛盾の指摘 - CRM項目別の文章への変換 - フォローメールの件名・本文の下書き - 公開情報の論点別整理 - 質問候補や提案書構成案の作成 出力では必ず、次の区分を分けます。 1. 顧客が明言した事実 2. AIによる要約 3. AIによる仮説 4. 不明・確認が必要な事項 5. 根拠となる発言 --- # 【人が確認・判断すること】 ## 必ず確認する項目 - 顧客名、担当者名、製品名 - 金額、数量、仕様 - 日付、期限、担当者 - 納期、資料送付の有無 - 決定事項と検討事項の区別 - 否定、留保、条件付き発言 - 顧客の明言とAIの推測の区別 - 他案件の情報が混ざっていないか - CRM必須項目が満たされているか - メール本文と添付資料が一致しているか ## 必ず人が判断する項目 - 顧客課題の最終的な捉え方 - 次に何を聞くか - どの提案を優先するか - 案件ステータス、受注確度、売上見込み - 価格、納期、仕様、契約条件 - 顧客へ何を約束できるか - 誰に相談・承認を求めるか - CRM登録とメール送信の可否 --- # 【期待できる効果】 - 商談後の記録時間の短縮 - CRM入力文の書き直し負担の削減 - 商談終了からフォローまでの時間短縮 - 宿題、期限、資料送付、次回アクションの漏れ防止 - CRM記録の粒度・形式の統一 - 社内共有の迅速化 - 複数案件を切り替える際の認知負担の軽減 - 提案書やメールを一から書く負担の軽減 - 顧客発言、推測、未確認事項を分けることによる判断品質の向上 時間削減だけでなく、**記録品質、対応速度、漏れの減少、確認のしやすさ**を評価する必要があります。 --- # 【主なリスク】 1. **機密情報の漏えい** - 顧客名、個人情報、予算、見積、契約条件、未公開情報の不適切な入力 2. **顧客発言とAI推測の混同** - 明言されていない課題、期限、購入意欲などを補完する可能性 3. **重要情報の誤り・欠落** - 金額、期限、製品名、担当者、否定・留保条件などの取り違え 4. **AI出力への過信** - 顧客の本音、温度感、受注確度をAIの結論に引っ張られる可能性 5. **確認・匿名化工数の増加** - AI利用の準備と修正に時間がかかり、かえって非効率になる可能性 6. **二重管理** - AI、CRM、メール、チャットに異なる情報が残る可能性 7. **顧客対応の画一化** - AI生成メールばかりになることで、営業担当者固有の配慮が減る可能性 8. **自動化による誤りの拡大** - 誤情報がCRM、メール、社内システムへ一斉に反映される危険 正式な記録の正本はCRMなど会社指定システムとし、AI出力は下書きとして扱います。 --- # 【最初のテスト方法】 ## 対象 - 5～10件程度の架空または十分に匿名化した商談メモ - 重要クレーム、契約交渉、値引き交渉を含まない案件 - 通常の商談、資料送付、次回調整など比較的低リスクな案件 ## 手順 1. 商談メモ用の共通テンプレートを作る 2. AIへ匿名化したメモを入力する 3. 以下の形式で構造化させる - 明言された事実 - 課題・要望・懸念 - 決定事項・未決定事項 - 双方の宿題 - 担当者・期限 - 次回アクション - 未確認事項 - AIの仮説 - 根拠発言 4. 営業担当者が元メモと照合して修正する 5. 確認済みの結果からCRM入力文を作る 6. 同じ結果からフォローメールを作る 7. CRM登録とメール送信は自動化せず、人が行う 8. 従来の方法と作業時間・修正量・漏れを比較する 確認済み情報を共通の入力元とし、議事録、CRM、メールを別々の元データから生成しないことが重要です。 --- # 【テスト時に記録すること】 - AIを使わない場合の作業時間 - AI利用時の入力準備・匿名化時間 - プロンプト入力時間 - 出力の確認・修正時間 - CRM登録・メール完成までの総時間 - AI出力をそのまま採用できた割合 - 数字、期限、担当者、固有名詞の誤り - 決定事項と未決定事項の混同 - 顧客発言とAI推測が混ざった件数 - 宿題・資料送付・次回アクションの抽出漏れ - AIが元情報にない内容を追加した件数 - CRM必須項目の不足 - メールの不自然・画一的な表現 - 担当者が追加した顧客固有の内容 - AIを使わない方が速かった案件と理由 - フォロー漏れや期限超過の変化 - 情報管理上の問題・ヒヤリハット 「便利だった」という感想だけでなく、**総時間、重要項目の誤り、修正負担、漏れ、対応速度**で判断します。 --- # 【効果が確認できた場合の次の段階】 1. 有効だったプロンプトと出力形式を標準化する 2. AIへ入力してよい情報と禁止情報を明文化する 3. 会社が承認したAI環境で実商談への限定利用を検討する 4. 確認済みの商談整理結果を、社内共有文や提案書構成にも再利用する 5. CRM項目のうち、商談概要など低リスクな項目から承認付き連携を検討する 6. 登録前プレビュー、操作ログ、重複防止、取消機能を整える 7. 複数案件の期限超過・アクション未登録チェックへ拡張する 自動化する場合も、当面は以下を人の確定項目として残します。 - 案件ステータス - 受注確度 - 売上見込み - 価格・見積条件 - 顧客への正式な約束 - メール送信 --- # 【効果が確認できなかった場合に見直すこと】 - 元の商談メモに必要な情報が記録されているか - 出力項目が多すぎないか - プロンプトが曖昧ではないか - 根拠発言を併記させることで確認時間を減らせないか - 匿名化の負担が効果を上回っていないか - CRMの項目や記載基準が統一されているか - AIに判断まで求め、修正量が増えていないか - 長い文字起こしではなく、担当者が作成した簡潔なメモを入力した方がよくないか - 全商談ではなく、定型的な商談だけを対象にした方がよくないか - 問題の中心がAIではなく、CRM運用や業務フローそのものにないか 効果が出ない場合は、対象範囲を広げず、入力・出力・確認手順を小さく見直します。 --- # 【現時点で導入しない方がよいもの】 - 顧客情報を含む商談記録の無加工入力 - 商談録音・全文文字起こしの無承認アップロード - AIによる顧客の本音・本質的課題の自動確定 - AIによる温度感・受注可能性の自動判定 - 案件ステータスや売上見込みの自動更新 - CRMへの無承認の自動登録・上書き - 顧客へのメール自動送信 - 値引き、見積金額、契約条件の自動決定 - 重要クレーム、謝罪、法的問題への自動回答 - 出典不明の導入事例や効果数値の提案書への使用 - 最初からのAPI開発や複数システムへの一括連携 --- # 【追加で確認すべきこと】 1. **利用可能なAI環境と情報管理ルール** - 入力可能情報、保存期間、学習利用、アクセス管理、ファイル利用の可否 2. **現在の作業量と基準値** - 商談件数、議事録・CRM・メールにかかる時間、漏れや期限超過の発生状況 3. **CRMの項目・記載基準** - 必須項目、ステータス定義、文字数、正本とする記録、更新責任者 4. **確認・承認の責任分担** - 誰が議事録、CRM、顧客メール、提案書、見積条件を確認するか 5. **録音・文字起こしの扱い** - 顧客への通知・同意、保存場所、保存期間、閲覧権限、削除方法 --- # 【次の行動】 1. **情報システム・セキュリティ担当へ、ChatGPTに入力可能な情報範囲を確認する** 2. **「事実・仮説・未確認・根拠発言」を分けた商談整理テンプレートを作る** 3. **5～10件の架空または匿名化メモで、議事録・CRM下書き・メール下書きを試す** 4. **従来方法と総作業時間、修正量、重要項目の誤り、抽出漏れを比較する** 5. **効果と安全性が確認できた業務だけ標準化し、実データ利用や承認付き連携を段階的に検討する**