ChatGPTを全社導入したのに、現場の仕事が変わらない
全社でChatGPTのライセンスを契約し、使い方の研修もやった。それなのに数カ月たつと、使っているのは一部の社員だけで、メールを読む時間もExcelへ入力する時間も導入前のまま。中堅企業の経営者やDX担当の方から、こうした相談をよく受けます。総務省の情報通信白書でも、国内企業の生成AI活用は海外と比べて限定的だと報告されており、「契約はしたが業務は変わらない」は多くの会社に共通する状態です。
原因はツールの性能ではなく、導入形態にあります。全社配布は「個人が思い立ったときに開く道具」を配っただけで、日々の業務フローには何も組み込まれていません。使うかどうかが個人の工夫に委ねられるため、利用は人によって大きくばらつき、会社としての業務改善には接続しないのです。
結論: 配布はやめなくていい。並行して「業務1本への組み込み」を始める
全社導入をやめる必要はありません。文章の下書きや調べ物の補助として、個人利用には十分な価値があります。ただし業務改善を目的にするなら、「個人任せの利用」と「業務フローへの組み込み」を分けて考え、後者を別の取り組みとして小さく始めることをおすすめします。
Tascaleは、繰り返し業務を「読む・判断する・入力する・共有する・報告する」の5つに分解して考えます。
個人がChatGPTの画面にコピペして楽になるのは、主に「読む」と「報告する」の一部です。しかも貼り付けて、質問文を考えて、答えを貼り直す往復が残るため、時短効果はかなりの部分が相殺されます。会社として時間が減るのは、5つの工程のうち「読む・入力する・共有する・報告する」をフローとして自動で流し、人は「判断する」と最終確認に集中する形へ変えたときです。
個人利用のままでは減らない業務の例
次のような業務は、社員が個別にChatGPTを使っても総量がほとんど減りません。毎日発生し、複数のツールをまたぐからです。
- 問い合わせ・見積依頼メールを読んで、管理表やCRMに入力する
- 商談後に議事録を整理して、CRM更新とフォローメールを書く
- 申請書やPDFの内容を管理表へ転記する
- 週報・会議資料のために数字を集計して下書きを作る
- 対応状況をSlackや朝会で共有・報告する
逆に言えば、この種の業務はフローへの組み込みと相性がよく、最初の1本に向いています。
設計例: メール対応を「チャットに貼る」から「流れてくる」に変える
問い合わせメール対応を例にすると、組み込み後の流れは次の形になります。
メール受信 → AIが分類・要点抽出 → 返信下書きと管理表の更新案を作成 → 人が確認・修正して送信 → メール・管理表・Slackへ自動反映
- 1受信したメールをAIが読み、問い合わせ種別と緊急度を分類する
- 2会社名・要件・期限など、後工程で使う項目だけを抽出する
- 3返信の下書きと管理表の更新案を作り、担当者に届ける
- 4担当者が内容を確認・修正し、送信と確定だけを行う
- 5結果が管理表とSlackに反映され、対応状況が共有される
担当者はChatGPTの画面を開きません。いつものメールと管理表の中に、下ごしらえ済みの結果が届きます。月300件の問い合わせを担当3名で処理している会社を想定すると、1件あたり平均10分かかっていた読み取り・転記・下書きが4分前後まで下がる試算で、月30時間分の作業に相当します。
実装経験: 自社でも「貼って使う」をやめて初めて時間が減った
私自身、最初は商談のたびに議事録をチャットに貼り付けて要約させていました。要約の品質には満足していましたが、貼る・直す・CRMへ書き写すという往復は残ったままで、忙しい週は結局後回しになる。ツールを使っているのに業務が変わらない状態を、自分の業務で経験したわけです。
そこで自社の商談後処理を、Google Meetの議事録データからAIが要約し、HubSpotの商談・ミーティング記録の作成、CRM項目の更新、次回タスクの起票、フォローメールの下書きまで自動で流れる仕組みに作り替えました。結果として1件あたり約30分かかっていた処理が3分未満になり、手作業のフォロー工数はおよそ90%減りました。過去171件の商談データも、少量で精度を検証してから一括で流し込んでいます。
このとき効いた設計判断は、AIの精度を上げることより先に「CRMのどの項目に何を書くか」を定義したことでした。また、議事録がない商談や同時刻に複数の商談が重なった場合など、例外は無理に自動処理せず人のキューに落とす形にしています。使っているAIそのものは特別ではありません。導入形態が「個人が開く」から「業務に流れてくる」へ変わったことで、初めて時間が減りました。
注意点: 配布のルールと組み込みの設計は別物
個人利用と業務組み込みでは、気をつける点が異なります。
- 個人利用には入力ルールが要ります。顧客の個人情報や機密情報を安易に貼り付けないよう、利用ガイドラインを先に整えてください。
- 組み込みでは誤判定を前提に設計します。AIの出力はそのまま確定させず、送信や登録の前に人の確認を挟みます。
- 「どれにも当てはまらない」の受け皿を用意し、例外は人に回します。例外まで自動化しようとすると設計が破綻します。
- 何をいつ処理したかのログを残し、止まったときは手動運用に戻せる設計を保ちます。
なお、組み込みの取り組みがPoCやデモで止まってしまう構造的な原因については、中堅企業でChatGPTが業務を変えない理由で本番運用の観点から詳しく書いています。
導入ステップ: 小さく始める順番
- 1毎日発生していて手間な業務を1本選ぶ。選び方の判断軸は最初に選ぶべき業務と判断軸にまとめています
- 2現状の手順を書き出し、入力・出力・確認する人を整理する
- 3人の確認を残した半自動化として設計し、既存ツールの中に組み込む
- 41〜2週間、少量のデータで精度と例外パターンを確認する
- 5本番運用に乗せ、月次で使われ方を見て改善する
よくある質問
Q. 全社のChatGPT契約は無駄だったのでしょうか？
無駄ではありません。文章作成や調べ物の補助として、個人利用の価値はあります。ただし会社としての業務改善を狙うなら、配布とは別に、対象業務を決めてフローへ組み込む取り組みが要ります。両方を並行させるのが現実的です。
Q. 業務への組み込みには開発が必要ですか。社内にエンジニアがいません
メールやCRMなど既存ツールとの連携には開発要素が入りますが、そのためにAI人材を採用する必要はありません。外部パートナーに設計・実装を任せ、社内は業務に詳しい担当者が確認役として関わる形で進められます。
Q. 効果はどのくらいで見えますか？
業務1本の組み込みなら、少量テストを含めて1〜2カ月で日々の運用に乗せるのが目安です。毎日発生する業務であれば、運用に乗った直後から担当者の作業時間の変化として確認できます。
まとめ: 配って終わりにせず、業務に組み込む
ChatGPTの全社導入は出発点であって、ゴールではありません。業務が変わるのは、毎日発生する業務を1本選び、人の確認を残した半自動化として既存ツールの中に組み込んだときです。Tascaleは外部AI推進室として、対象業務の選定から設計・実装・本番運用後の改善までを月間支援枠の中で支援しています。サービスの全体像はTascaleのサービス概要を、費用の考え方は料金プランをご覧ください。