AI業務効率化の成功事例5選｜工程別の削減時間と費用対効果を公開

公開日：2026年9月2日

「AIで業務効率化した事例を読んでも、自社にどう当てはめればいいのかわからない…」
「大企業の導入事例ばかりで、自社の規模に合う話が見つからない…」
この記事を書いている佐藤誠一は、自分の業務をAIで効率化してきた実務家です。

先に結論を書くと、他社の事例が自社で再現できないのは、業務の名前で真似しようとしているからです。
議事録の作成もスライド資料も、AIに渡せるのは業務のなかの一部の工程で、その線引きは会社ごとに違います。
自社の業務に当てはめようとして、途中で手が止まったことはありませんか？

この記事を読むと、自社のどの業務のどの工程から手を付けるかが1つに決まります。
明日の朝いちばんに書き出す作業を選ぶつもりで、読んでみてください。

事例をなぞってもAIで業務効率化できない理由

ChatGPTなどの生成AI（以下AI）で業務効率化した事例を読んでも、同じ手順をなぞって自社の時間が減るとはかぎりません。

4つの理由を1つずつ解説していきます。

公開されている事例に削減できた時間が書かれていないから

事例を読んでも自社の業務が変わらないのは、削減できた時間が数字で書かれていないからです。
読む側が知りたいのは、その作業にもともとかかっていた時間と、いま残っている時間の2つです。
上司や経営者に説明するときも、聞かれるのはツールの名前ではなく減った時間と費用になります。
事例を読むときに知りたいことと、公開されている事例から読み取れることを以下にまとめました。

前後の時間がわからないままでは、同じAIツールを入れても自社で何時間減るのかを見積もれません。

大企業の事例は前提になる社内の人数が違うから

AIを使い始めるときの社内の人数が違うので、大企業の事例は自社で同じようには動きません。
規模の大きい会社ほど生成AIの活用が進んでおり、すでに使っている社員がいる前提で事例が書かれているためです。
企業規模ごとの生成AIの活用率を以下にまとめました。

参考：帝国データバンク｜生成AIに関する企業の動向調査（2026年3月）
従業員100人以下の企業では、AIに関心はあっても導入の予定がまだない会社が34.6%あります。
参考：独立行政法人情報処理推進機構｜DX動向2026 27ページ
社内でAIを触ったことのある社員が何人いるかは、この割合の差がそのまま表れていると考えられます。
社員の数が違えば、同じ手順を並べても自社では別の進み方になるはずです。

業務名が同じでも社内の工程が違うから

業務の名前が同じでも社内で踏んでいる工程は会社ごとに違い、事例の手順はそのままでは当てはまりません。
業務名は会社をまたいで共通でも、確認や承認をどの順番で挟むかは自社の事情で決まっています。
同じ業務名でも工程が分かれるところを以下にまとめました。

どの工程に時間がかかっているかは会社ごとに違うので、業務名をそろえた事例は自社の手順にはなりにくいでしょう。

効く工程を切り出さずに業務ごと任せているから

業務をまるごとAIに任せようとするほど、作業の時間は減らないまま止まります。
AIで短くなるのは業務全体ではなく、下書きや要約のように手が動いている一部の工程だからです。
情報処理推進機構（IPA）の調査では、生成AIを個人で業務利用している企業が63.3%だった一方、部署の業務プロセスに組み込まれている企業は11.9%でした。
参考：独立行政法人情報処理推進機構｜DX動向2026 29ページ
帝国データバンクの調査では、生成AIを活用すべき業務の範囲を課題に挙げた企業が40.0%ありました。
参考：帝国データバンク｜生成AIに関する企業の動向調査（2026年3月）

業務の範囲で迷うのは、AIの知識が足りない状態ではなく、社内の工程がまだ言葉になっていない状態です。
工程を切り出さないまま業務ごとAIに任せている間は、他社の事例をなぞっても自社の時間は減りません。

AIで業務効率化できる業務の切り分け方

工程を切り出すといっても、どこで線を引くかは業務によって違います。
私（佐藤）が担当する法人AI研修のヒアリングで、効率化したい業務として挙がるのは以下です。

研修の後に個別で相談されたのも、Excelのコピペが面倒な話と、英語の翻訳が苦手な話でした。
企業でAIが実際に使われている用途も、同じ方向に偏っています。

参考：独立行政法人情報処理推進機構｜DX動向2026 31ページ
文書を作る工程と情報を集める工程が、いまのAIで成果の出やすい範囲です。

1つずつ解説していきます。

議事録は録音から要点を抜き出す工程を任せる

議事録の作成は、録音から要点を抜き出す工程をAIに任せられます。
話した内容を文字にして並べ直す作業は手順が決まっており、AIが得意な範囲です。
AIに渡す工程と人が残す工程を以下にまとめました。

自社の会議でも、録音から要点を抜き出す工程までを渡す範囲として決めておきましょう。

定型の書類は入力の工程を任せる

入力の工程をAIに渡せるのが、見積書や請求書のような定型の書類です。
決まった項目に数字を入れていく作業は、過去の書類を型として渡すと下書きまで進みます。
AIに渡す工程と人が残す工程は以下のとおりです。

毎月同じ書式で作っている書類があれば、入力の工程からAIに渡してみてください。

資料作成は構成案を作る工程を任せる

資料作成は、構成案を作る工程をAIに任せると早く進みます。
見出しの並びや話の流れには型があるため、たたき台まではAIで用意できます。
AIに渡す工程と人が残す工程を以下にまとめました。

話す内容そのものを決める工程は、AIに渡さず人に残します。
自社の資料作成でも、構成案づくりまでをAIに渡す範囲として線を引けます。

英語の翻訳は下訳を作る工程を任せる

下訳を作る工程を任せられるのが、英語の翻訳です。
辞書や過去のメールを見ながら1文ずつ置き換える作業を、AIは短時間で仕上げます。
AIに渡す工程と人が残す工程は以下のとおりです。

社名や取引条件など社外に出せない情報は、伏せてから入力しましょう。
英語のやり取りが止まりがちな部署では、下訳の工程からAIに任せると進みやすいです。

社内データは要約する工程を任せる

社内に溜まっているデータは、要約する工程をAIに任せられます。
過去の日報や問い合わせ履歴から必要な箇所を抜き出す作業は、AIが得意とする範囲です。
ただし、AIに渡せる状態まで整理できている会社は多くありません。
IPAの調査では、AI利活用に向けた学習データの整備状況は以下のとおりでした。

参考：独立行政法人情報処理推進機構｜DX動向2026 36ページ
AIに渡す工程と人が残す工程を以下にまとめました。

まずは部署の中で共有できるデータから、要約する工程を任せてみましょう。

AIで業務効率化した工程の成功事例5選

切り分け方を自分の業務に当てはめた結果を、5件そのまま出します。
工程まで分けると、どこがどれだけ減ったのかが数字で見えてくるはずです。

5件とも私（佐藤）が自分の業務で実際に測った数字です。

1つずつ解説していきます。

①記事の執筆工程がなくなり編集だけが残った

例えば私の場合は、記事制作を工程に分けたうえで、執筆の工程をAIに任せました。
いまは人が手を動かす工程から執筆が消え、編集・チェック・検品だけが残っています。
記事1本にかかる実動時間の推移は以下のとおりです。

※実動時間とは、AIの処理待ちを除いた人間の稼働時間を指します。
人の作業からまるごと外れたのは、白紙から文章を書き起こす執筆の工程です。
業務名で見れば同じ記事制作でも、人が担当する工程は入れ替わっています。
自社の業務も、まず工程に分けて実動時間を数えてみましょう。

②記事の仕上げは3〜4時間が1時間弱になった

いちばん時間が短くなったのは、原稿を読んで直す編集・検品の工程でした。
AIが出した原稿を読む作業に変わり、白紙から書き起こす手間が消えました。
自分で書いていた時代といまの実動時間を以下にまとめました。

1時間半まで伸びるのは、確認する箇所が多い記事だけです。
同じ記事制作でも、仕上げの工程だけを取り出すと3〜4時間が1時間弱まで縮みました。
自社の仕上げの工程も、AIに渡す範囲を先に決めておいてください。

③記事のファクトチェックは2時間が5分になった

ファクトチェックの工程は、実動2時間が5分になりました。
掲載する数値と出典を1件ずつ目視で確かめていた作業は、いまはAIに照合させています。
目視での全件確認をやめたあとも、確認の精度は落ちていません。

長時間の目視で見落としていた数値の食い違いも、AIが機械的に拾います。
人が見るのは照合の結果だけになり、ミス削減の面でも安心できる工程です。
ただし5分は一例で、記事の内容と検証する数値の件数によって違います。
確認の手数が多い工程から、AIに渡す範囲を見直してみましょう。

④外注ライター10名への指示出しがなくなった

工程がまるごと消えたもう1つの例が、外注ライターへの指示出しです。
執筆をAIに任せてからは、原稿に赤を入れて戻すやり取りが要らなくなりました。
外注していたころは、私も指示の出し方を何度か切り替えています。

どの手段を選んでも、指示のコストがどこかに残ります。
外注ライターの人数と、そのぶん発生していた指示出しの推移は以下のとおりです。

記事を作る体制は、いまは私ひとりです。
指示出しは私にしかできない仕事として属人化していた工程です。
人に貼りついていた管理の仕事も、工程として切り出すとなくなる場合があります。
自社で誰かに貼りついている確認や指示の仕事があれば、同じように工程として数えてみてください。

⑤スライド制作の6時間が1時間以内になった

セミナーで使うスライドの制作も、手作業で6時間かかっていた工程が1時間以内になりました。
構成を決めたあとの作図とページ組みは、私がCodexに任せています。
手作業のころといまの時間を以下にまとめました。

スライド1本あたりの実動が、6分の1以下に縮んだ計算になります。
資料作成以外の業務でも、同じように工程を切り出せます。

AIで業務効率化したときの費用対効果

上司や経営者への説明で材料になるのは、時間よりも金額です。
私（佐藤）が実際に払っているAIツールの費用と、減った外注費を公開します。

1つずつ解説していきます。

AIツールの月額は合計4万5000円に収まる

例えば私の場合、業務で契約しているAIツールは5つで、月額は合わせて約4万5000円に収まっています。
記事制作からシステム開発まで、同じ契約を複数の業務で使い回しています。
内訳は以下のとおりです。

※Claude CodeとChatGPTはドル建ての契約のため、円での支払額は為替で上下します。
Gensparkは法人AI研修で顧客の状況に合わせて契約しているツールで、自分の業務では使っていません。
自分の業務で使う4つに絞ると、月額は約4万2000円です。
まずは1つの業務で使う契約だけを見積もると、自社でもAIにかかる費用の全体像をつかめます。

外注していた記事制作費は月20万円が消えた

AIで業務効率化して一番減ったのは、外注していた記事制作費です。
記事の執筆をAIエージェントに任せられるようになり、外部のライターへの発注が要らなくなりました。
例えば私の場合、外注ライターの人数と月間の外注費は以下のように動きました。

私が作る記事の本数は減っておらず、いまも自社サイトを含む6媒体で月45本を作っています。
減ったのは費用であって、成果物の量ではありません。
この金額は、1つの業務である記事制作での例です。
自社が外に出している業務があるなら、その発注額がAIで業務効率化したときの比較対象です。

研修先でも人件費が減ったと聞くことが多い

研修の現場で聞く金額の話は、人件費が減った例が多いです。
研修や登壇のあとに個別で相談を受けるなかで、社外に出していた作業を社内で回せるようになったと聞きました。

一方で、AIの効果が出ている場所には偏りがあります。
IPAの調査では、AI導入で出た効果は以下のとおりでした。

参考：独立行政法人情報処理推進機構｜DX動向2026 35ページ
先に出てくるのは社内の作業時間や人件費の変化で、売上への波及まで届いている企業は限られます。
自社で費用対効果を見るときも、人件費と外注費が減った分で測ると数字を出しやすいでしょう。

削減額は実動時間に単価を掛けると出せる

上司や経営者に説明するときに使えるのが、減った実動時間に単価を掛けて削減額を出す計算です。
時間の短縮を金額に直しておくと、そのまま稟議に添付できます。
例えば私の場合、外注していた記事制作の相場は1本あたり1万円でした。
その記事制作で計算すると以下のとおりです。

単価には、その作業を担当している社員の人件費を当てはめます。
1時間あたりの単価は、月給を月の労働時間で割った金額です。
外注していた作業なら、発注していた金額をそのまま単価にできます。
自社の単価で計算しておくと、AIで業務効率化した効果を金額のまま説明できます。

AIで業務効率化する業務の決め方

費用対効果の計算に載せる業務は、自社で選ぶ必要があります。
手を付ける業務を1つに決めるまでの手順は以下のとおりです。

1つずつ解説していきます。

ステップ1｜毎週決まって発生する作業を書き出す

最初に手を付ける業務は、毎週決まって発生する作業のなかから選びます。
毎週くりかえす作業なら、1ヶ月のあいだに4回ぶんの差が出るため、効果を数字で確かめやすいです。
どの業務を選ぶかで迷っている会社は多いです。
帝国データバンクの調査では、生成AI活用の懸念・課題は以下のとおりでした。

どの業務に使うかの選定そのものが、3番目の課題として挙がっています。

参考：帝国データバンク｜生成AIに関する企業の動向調査（2026年3月）

書き出すときの項目を以下にまとめました。

毎週発生している作業が5〜10件ほど並んだら、ステップ2で時間を測っていきましょう。

ステップ2｜作業ごとに実動時間を測る

手を付ける作業を1つに絞るために、書き出した作業の実動時間を測ります。
着手前の時間を記録しておくと、1ヶ月後に減った分をそのまま数字で伝えられます。

記録する項目を以下にまとめました。

※前述のとおり、実動時間はAIの処理待ちを除いた人間の稼働時間です。
※経過時間とは、着手から完了までの時計の時間のことです。
AIは処理を待つ時間が長いため、経過時間で記録すると効果が出ていないように見えます。
記録した数字は、着手前の基準値としてステップ5まで残しておきます。
合計時間が出そろうと、ステップ3で分解する作業が1つに決まる流れです。

ステップ3｜一番長い作業の手順を書き出す

合計時間が一番長かった作業は、手順を1つずつ書き出します。
工程まで分けておくと、AIに渡せる部分と人が残す部分に線を引きやすくなるでしょう。
例えば、週次の営業報告書の作成に1回90分かかっているなら、手順ごとの内訳は以下のとおりです。

この例では、数字を表とグラフにまとめる工程がいちばん長くなっています。
手順に時間を入れると、作業全体ではなくどの工程を短くすればいいのかが決まります。
AIに任せる工程の型は前述の切り分け方のとおりなので、ここでは自社の手順をそのまま並べてください。
手順まで書き出せたら、ステップ4でAIに渡す範囲に線を引いていってください。

ステップ4｜AIに渡す工程の範囲を決める

手順を書き出したあとに決めるのが、AIに渡す工程の範囲です。
1行ずつ渡す範囲を決めておくと、担当者が迷わずAIを使い始められます。
最初から作業をまるごと自動化しようとすると、多くの場合は途中で止まってしまうでしょう。

線を引くときの書き方は以下のとおりです。

書き出した手順は、同じ書式で1行ずつ埋めていきます。
販売管理システムから数字を出す工程のように、AIに渡す欄が埋まらない行があってもかまいません。
渡す欄が1行でも埋まれば、AIで業務効率化する対象の作業が決まる流れです。

ステップ5｜1ヶ月後に同じ作業の時間を測り直す

同じ作業の実動時間は、AIを使い始めてから1ヶ月後にもう一度測ります。
ステップ2で記録した基準値と並べると、減った分がそのまま数字で出ます。
時間の前後が並んだ表であれば、稟議の資料にそのまま添えられるでしょう。
ただし、1ヶ月で数字が目に見えて動くとはかぎりません。
情報処理推進機構の調査では、AI導入の効果の実感は以下のとおりでした。

期待以上と期待どおりを合わせても31.8%で、いちばん多いのは「一定の効果はあった」です。

参考：独立行政法人情報処理推進機構｜DX動向2026 34ページ

実動時間が減っていれば、AIに渡す対象を次の作業へ広げられます。
減っていなければ、AIに渡す工程の範囲をもう一度引き直しましょう。

まずは毎週発生している作業を1つ選び、測り直すところまで進めてみてください。

AIに任せない工程

ステップ4でAIに渡す範囲を決めたあとに残るのが、人が担当し続ける工程です。

業務ごと任せきらずに私（佐藤）が線を引いた理由を、1つずつ解説していきます。

セミナーで話す内容は自分で考える

セミナーで話す内容は、いまも私が考えています。
一方で、スライドを組み立てる作業を担当しているのはAIです。
前述のとおり、スライド制作の実動時間は6分の1以下です。

制作の工程はAIに渡せますが、内容を考える工程は同じようには渡せません。
顧客に何を説明するかを決める工程は、社内の人に残しておきましょう。

相手が傷つかないかの判断は人がする

法人AI研修で話す言葉が受講している人を傷つけないかを想像するのも、私がAIに渡していない工程です。
同じ内容でも、聞く人の立場によって受け取り方は違います。
例えば「この作業はAIに任せられます」と伝える場面で聞いているのは、その作業を長く担当してきた社員です。
言い方を選ぶ前に、目の前にいる社員がその作業にどれだけ時間をかけてきたかを思い浮かべます。

表現をやわらげるか、そのまま伝えるかは、相手の状況を知っている人が決めます。
顧客への説明や社員への伝え方を最後に確かめる役は、社内に残してください。

一次情報を集めて言語化するのは人の仕事

一次情報を集めて言葉にする工程は、いまも人が担当します。
一次情報は、社内にしかない数字や、実際にやってみてわかったことを指します。
AIは手元にある材料を並べ替えたり文章に整えたりできますが、材料そのものを見つけてくるのは人の担当です。
人が担当する工程は以下のとおりです。

集めた材料が手元にあれば、そこから先の作業はAIに任せられます。
自社の数字や現場で起きたことを知っているのは社内の人なので、集めて言葉にする工程は人の仕事として残ります。

AIの業務改善で失敗しない進め方

人が残す工程を決めたら、AIに渡した工程を実際に回す段階に入ります。

こちらも1つずつ解説していきます。

出力をそのまま使わず品質のルールを先に教える

AIに作業を渡すときは、求める品質のルールを先にAIへ教えます。
AI側にルールを渡しておくと、出てきた成果物を手直しなしで使える割合が上がります。
例えば私（佐藤）の場合も、記事制作で最初に手を入れたのはルールのほうでした。

人の作業時間を増やして品質を保つやり方では、AIを使い始めた意味が薄れる一方です。
誤字脱字が出たときも、確認する人を増やさず、AI側のルールを直して品質を上げています。
情報処理推進機構（IPA）の調査では、AIの導入・運用の課題に「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」を挙げた企業が39.7%でした。
参考：独立行政法人情報処理推進機構｜DX動向2026 37ページ
自社の業務でAIを使うときも、品質の判断基準を言葉にしてAIへ渡すところから始めてみてください。

機密情報の入力範囲を先に決める

先に決めておきたいのが、社員がAIにどこまで情報を入力してよいかの線引きです。
範囲が決まっていると、社員は安全なデータだけをAIに渡せます。

帝国データバンクの調査では、生成AIを活用するうえでの懸念として「情報漏洩のリスク」を33.5%の企業が挙げています。
参考：帝国データバンク｜生成AIに関する企業の動向調査（2026年3月）
社員がAIに入力する情報の種類ごとに、判断の目安を以下にまとめました。

※入力してよい範囲は、自社の規程や取引先との秘密保持契約の内容で決まります。
就業規則と契約書を確認したうえで、社内の線引きを決めてください。
入力の範囲を社内で先に決めておけば、社員は判断に迷わず、安心してAIを業務に使えるでしょう。

出力の誤りは使う直前に確かめる

AIの出力に含まれる誤りは、社外や社内に出す直前に人が確かめます。
出す直前に見ておくと、誤りが社外に届く前に修正できます。

AIの出力を全文読み直すのではなく、以下の箇所に絞って確かめましょう。

IPAの調査では、AIや生成AI独自のリスクマネジメントを実施している企業は14.2%にとどまっています。
参考：独立行政法人情報処理推進機構｜DX動向2026 39ページ
人が確かめる箇所を絞って自社の手順に入れておくと、作業時間を増やさないままAIに任せた工程を回せます。

削減できた時間の使い道を先に決める

削減できた時間の使い道は、AIを使い始める前に決めておきます。
振り替え先が決まっていれば、浮いた時間は売上や品質を上げる仕事に回ります。
使い道を決めないままの時間は、日々の業務に吸収されていくでしょう。
削減した時間の振り替え先の例は以下のとおりです。

自社で決めるときは、どの作業の時間をどこへ何時間振り替えるかまで書いておきます。
稟議や報告では、削減した時間と振り替え先をセットで出せると、AIでの業務改善の成果として伝わりやすいです。

1つの作業で数字が出てから対象を広げる

対象の作業を広げるのは、1つの作業で数字が出てからです。
最初の1件で時間が減ったと確かめられると、次の作業にも同じ手順を当てられます。

前述の業務の決め方5ステップを1つの作業で回し切り、1ヶ月後に時間が減っていると確かめてから、次の作業へ移りましょう。

業務効率化に使う生成AIツール

進め方が決まったら、次は使うAIを選ぶ番です。
私（佐藤）が業務ごとに使い分けている生成AIツールを解説します。
使い分けているのは以下の4つです。

1つずつ解説していきます。

記事の執筆はClaudeを使う

私が記事の執筆に使っているのは、Claudeです。
開発者向けのClaude Codeを使って動かし、記事作成の手順をこちらで細かく設定しています。
Claudeを選んだ理由を以下にまとめました。

記事の制作に限った判断であり、別の用途で同じ結果になるとはかぎりません。
文章そのものが成果物になる業務なら、日本語の仕上がりでツールを選ぶと決めやすいでしょう。

スライド制作はCodexを使う

セミナーで使うスライドの制作に選んだのは、Codexです。
Codexでスライドを作ると、細かいところまで指示したとおりに再現できます。
例えば私の場合は、スライド制作にかかる時間が次のように短くなりました。

2025年にはシステム開発用にCursorも契約していましたが、いまはClaudeとCodexの2つに寄せています。
毎月同じ形式で作る資料ほど、Codexのようなツールに渡すと時間の差が出やすいです。

校正はGeminiを使う

校正は、記事を書いたAIとは別のAIに読ませています。
書いた側とは別の観点で読み返してもらえるのが、分けている理由です。
例えば私の場合は、Claudeが書いて編集した記事を、Geminiの校正用の指示にかけています。
別のAIに読ませる利点を以下にまとめました。

1つの作業を工程に分けて任せる考え方は、校正の工程でも同じように効きます。
書く工程と読む工程でツールを分けると、そのまま使う前に直す箇所に気づけます。

法人AI研修ではGensparkを使うこともある

法人AI研修のために契約しているツールの1つが、Gensparkです。
研修では受講する企業が使っているAIに合わせてカリキュラムを組んでおりいますが、Gensparkの導入率が高いためも私も契約しています。
例えば私の場合は、契約の基準を次のように決めました。

自分が使い慣れたAIで説明するより、受講する会社が使っているAIに合わせるほうが、翌日の業務でそのまま使いやすいです。
すでに社内で契約しているAIがあるなら、新しく契約する前に、手を付けると決めた1つの業務をそのツールで試してみてください。

AIの業務効率化に関するよくある質問

最後に、AIの業務効率化についてよくある質問をまとめました。
法人AI研修や、研修のあとに個別で受ける相談で実際に聞かれた質問から選んでいます。
1つずつ答えていきます。

Q.業務効率化と業務改善は何が違いますか？

業務効率化は、いまのやり方を変えずに作業を速くする取り組みです。
業務改善は、作業の手順や担当そのものを見直す取り組みを指します。
2つの違いを以下にまとめました。

AIはどちらにも使えて、時間が目に見えて動くのは工程を組み替えたときです。
業務名のまま考えるより工程まで下りたほうが、どこをAIに渡すかを決めやすくなります。

Q.AIの効果は上司にどう報告しますか？

上司へ報告するときは、対象の業務と前後の実動時間を1枚にまとめると伝わります。
稟議では、どの業務がどれだけ軽くなったのかが判断の材料になります。
報告にまとめる項目は以下のとおりです。

Q.無料のAIツールだけでも業務効率化できますか？

無料のAIツールだけでも、最初の1業務を試す範囲なら業務効率化できます。
文章の要約や下書きの作成は、無料で使える範囲でも試せる作業です。
ただし使える回数や読み込めるファイルの種類には制限があり、その範囲もサービス側の更新で違ってきます。
毎日使うと決まってから有料版に切り替えると、ツール代をかける前に、その業務にAIが向くかを見きわめられます。

Q.RPAやマクロとはどう使い分けますか？

手順が完全に決まっている作業はマクロやRPAに、判断や文章が必要な作業は生成AIに任せます。
3つの違いを以下にまとめました。

3つは入れ替えるものではなく、組み合わせて使えます。
すでにマクロやRPAで動いている作業はそのまま残し、判断や言葉づかいが要る工程だけをAIに渡してみてください。

Q.AIで業務効率化すると社員の仕事はなくなりますか？

AIで業務効率化しても、いまのところ仕事がなくなるより、仕事の中身が入れ替わる企業のほうが多いです。
独立行政法人情報処理推進機構の調査では、AI導入の効果として「業務が効率化したり迅速化した」が91.6%でした。
一方で「売上や利益が向上した」は3.9%で、効果はまだ社内の作業の範囲に集まっています。
参考：独立行政法人情報処理推進機構｜DX動向2026 35ページ
例えば私（佐藤）の場合も、なくなった仕事より、中身が入れ替わった感覚のほうが近いです。

自社でAIを使うときも、任せる工程を1つずつ決めていくと、社員の仕事は入れ替わりながら残ります。

まとめ｜AIの業務効率化は時間を測れる1つの作業から始まる

AIの業務効率化は、業務を工程まで分けたところから動き出します。
業務名のままでは自社に当てはめにくかった事例も、工程で並べ直すと、真似できる部分だけを取り出せるでしょう。
記事の要点を以下にまとめました。

要点を上から順に試すと、最初にAIへ渡す工程が1つに決まります。
AIにすべてを任せる必要はありません。
セミナーで話す内容を考える工程や、相手が傷つかないかを見定める工程は、人がもったままで構いません。

まずは、今週いちばん時間を取られている作業を1つだけ書き出してみてください。
1つの作業で数字が出てからAIに渡す対象を広げると、社内でも進めやすくなるでしょう。
自社のどの業務から手を付けるかが決まった人もいれば、社内に相談できる相手がいないまま業務の選定で止まっている会社もあります。
前述のとおり、生成AI活用の課題の3位は「生成AIを活用すべき業務の範囲」です。
私（佐藤）は、その手前の段階から相談できるAI顧問を月額3万円で提供しています。
発注する内容が決まっていなくてもかまいません。
どの業務のどの工程から始めるかを決めるところから、一緒にやります。

月3万円で何を相談できるかを見る

まずは自社の業務を1つ書き出してから、相談するかを決めてもらえれば十分です。