Notion AIの活用事例

ユーザー理解の深さに社員ごとの差があり、共有したインタビュー記録は興味のある人しか読まなかった。

実際のヒアリングは設計から資料作成まで5日かかっていた。

1. 100名規模のインタビューから声を抜き出した
2. 個人が分からないよう削除や抽象化をした
3. 5〜8名分ずつ束ねて人格を設計した
4. カスタムエージェントを12個作った
5. ペルソナ5人に総評を頼み良い点と気になる点を出させる

ユーザーヒアリングにかかる日数が5日間から1日になった。

ユーザーの目線で考える動きが一部の社員から事業本部の全員へ広がった。

ローカルのファイル操作やOSコマンド実行までできるAIエージェントを全従業員に配ると、情報漏えいや誤操作の危険が大きい。

かといって一律に禁止すると、現場のスピードが落ちる。

1. 2026年5月からClaude CodeとClaude Coworkを全社に配った
2. 非エンジニアにはNotion AIと仮想環境のClaude Coworkだけを渡した
3. JamfとOktaをつなぎ開発者か非開発者かで設定を自動配布した
4. 非エンジニア端末の管理者権限を外しSlackコマンドで一定時間だけ付与した
5. API利用はLiteLLMを通しGKE上で短い有効期限のキーを自動発行した

1000人以上の非エンジニアにもエージェントを前提とした働き方が広がり、これまでエンジニアに頼むしかなかったプロダクトマネジャーが自分で新機能を実装してリリースする例が出てきた。

共通基盤でAIの費用をまとめて見られるようになり、チームごとのコスト調整も提案しやすくなった。

急な人員拡大とリモート中心の働き方で、社員が持つ情報が個人のフォルダや部門内にとどまっていた。

過去資料や対応履歴を探すのに時間がかかり、誰に聞けばよいかも分からなかった。

1. 社内ポータルと部門ごとのチームスペースをNotionに作る
2. 議事録や仕様書や社員プロフィールを一箇所に集める
3. プロフィールを参照して担当者を答えるエージェントを用意する
4. Slackの問い合わせからNotionに対応チケットを自動作成する
5. 過去の対応履歴から近い前例を返すBotを組む

ヘルプデスクにかかる手間は約3割減る見通しになった。

ナレッジ記事の数は2倍以上に増え、1記事あたりの作成時間も2〜3営業日から数時間に縮まった。

部門ごとに別のツールで情報を管理していたため必要な資料を探すのに手間がかかっていた。

新機能の告知文は送る先ごとに書き分ける必要があり作成に時間を取られていた。

1. 2025年5月にNotionを全社へ入れて情報を一か所にまとめた
2. リリース情報に決まったプロンプトを当てて告知文を作る
3. 日本語と英語で4種類の告知文を同時に作る
4. ユーザーインタビューはAIミーティングノートでまとめる
5. 集めた要望をCursorに読ませPRD前の整理に使う

約3時間かかっていた告知文の作成が30分で終わるようになった。

ビジネス部門が自分で情報を見られるようになり開発部門への問い合わせは半減した。

5年で従業員が約5倍に増えSlackや個人のメモに情報が散らばっていた。

最新版がどれか判断しづらく詳しい人に聞きにいく時間が毎日のように生まれていた。

1. Notionに全社ポータルと部門スペースとゲストスペースを作った。
2. 部門ごとにNotion大臣を置き運用を支える体制にした。
3. マニュアルや早見表を1か所にまとめ図もNotion AIで作れるようにした。
4. エージェントに入力と処理と出力先をスキルとして先に決めた。
5. 利用レポートは集計から考察まで自動で作り担当者が中身を確かめる。

月間のアクティブメンバーは96%でAI活用率は91%になった。

約1時間かかっていた利用レポートの作成は数分で終わるようになった。

組織が大きくなるほど部門ごとに情報が分かれ、価値のある記録が大量の文書の中に埋もれてしまう恐れがあった。

時差をまたぐ開発では過去の対応履歴を探すだけで時間がかかっていた。

1. 全チームの作業をNotionのワークスペースに集める
2. 研究チームはチームスペースに実験の記録と進み具合を書く
3. GitHubやLinearとつなぎSlackやGoogle Driveとも連携する
4. 週次レポートのデータベースに使用状況と週ごとの指標を集める
5. 分からないことはNotion AIに尋ね過去の技術記録から背景ごと引き出す

以前は何時間もかかっていたデバッグがNotion AIに聞くだけで数分で終わるようになった。

週次レポートの準備は毎週1時間以上減り、重要な数字が関係者へすぐ届くようになった。

5社が集まってできた組織でナレッジ管理もタスク管理もツールがばらばらだった。

目的の違うユーザーインタビューが部署ごとに走り同じ事業者へ打診が重なっていた。

1. ナレッジとプロジェクトの情報をNotionへ寄せて全社の基盤にした
2. 議事録テンプレートにAIのブロックを置き要約を自動で作らせた
3. 面談記録をデータベースに集め事業者ごとの固有IDを付けた
4. Notion AIへ知りたい観点を質問し面談記録を横断で分析させている
5. 面談ページのAIブロックに要望と背景を抜き出すプロンプトを入れた

導入を決めて3か月後には15万ページを移した全社運用が始まった。

最大1時間かけていたインタビュー相手の重複チェックが1分ほどで把握できるようになった。

在宅勤務が広がり資料がいろいろな形式で散らばって必要な情報を探すのに時間がかかっていた。

社外と共有するたびに権限に合わせて書き換える手間も重かった。

1. 議事録や社内ルールをNotionに集めWikiの形で社内ポータルにした
2. ページ単位で権限を分け社外へはリンクを1本渡すだけにした
3. アジェンダのページを先に配り出席者が同時に議事録を書く形へ変えた
4. Notion AIにページの検索と他チームの議事録の要約をまかせた
5. AIを使う側と手で探す側で検索にかかる時間を計った

Notion AIを使ったグループは検索にかかる時間が平均30%短くなった。

ページ共有で減った分だけでも月2000時間以上になった。

部門ごとに別々のSaaSを入れた結果として情報が散らばり運用の費用も膨らんでいた。

閲覧できる人を絞る運用のせいでチームスペースが情報を分けてしまい探しても目的の情報にたどり着けなかった。

1. 情報は基本オープンにして必要なときだけ制限する方針へ変えた
2. Notionへ全社の情報を集めた
3. 営業は事前準備とアポのメモと議事録を同じテンプレートにまとめる
4. Notion AIに議事録の要約やお礼メールの下書きを作らせる
5. 各部門長をアンバサダーに任命し毎週の勉強会で使い方を広げた

従業員の利用率はNotionが97％でNotion AIが88％まで上がった。

商談後の事務処理にかかる時間が大きく減りマネジャーに集まっていた情報集めや整理の手間も減った。

組織の拡大に情報整理が追いつかず、社内の記録が各ツールに散らばっていた。

業務の前提となる背景情報が見つからない状態が続いていた。

1. 1か月の全社トライアルで横断検索を確かめる
2. エンタープライズプランへ移行し約220名が使える体制にする
3. Slackの投稿をNotion AIにまとめさせマニュアルのたたき台を作る
4. 案件管理のデータベースにAIブロックを足し進み具合を要約させる
5. Notion APIで各ストアとつなぎ審査状況を自動更新にする

顧客向けアプリのリリース管理は以前の3、4人体制からほぼ1人で回せるようになり、手作業による操作ミスも防げるようになった。

CFOはエンタープライズプランとNotion AIの投資効果を約200%と見込んでいる。

クリニック向けの空間デザインの実績が増え、事例や空間イメージをまとめたカタログを求める声が高まっていた。

ただしイメージ画像や説明文を作る手間が重く、出来ばえが担当者の経験に左右されやすかった。

1. 過去の施工実績から雰囲気とデザインの方向を人が決める
2. 決めた内容をChatGPTに渡し画像生成用の指示文を作る
3. 指示文をもとにMidjourneyで画像を作る
4. 指示文の作り方と出力の形をGPTsにまとめて共通化する
5. 事例や顧客インタビューの要約はNotion AIで進める

空間デザインの専門ではないメンバーでも一定の品質を安定して出せる制作の流れができ、2025年11月に「クリニックスペースカタログ」を発刊した。

空間デザイナーが商談にカタログを持参し、イメージの共有に使えた例も出ている。

会議のたびに人の手で議事録を作っていて時間がかかっていた。

従業員が200名を超え、セキュリティとガバナンスの立て直しも必要になった。

1. 議事録のテンプレートにAIミーティングノートを組み込んだ。
2. 経営会議から少人数の打ち合わせまで全てこのテンプレートを使う。
3. AIが発言を文字起こしして決定事項と次の行動をまとめる。
4. 経営会議の分は人が手を入れてから全社に公開した。
5. 従業員はコメント機能で質問し経営陣が答える。

議事録づくりにかかっていた時間が最大90%減った。

参加者がメモ取りに追われず議論へ集中できるようになり会議の中身も良くなった。

生成AIを一部の社員が試すだけでは、日々の業務のやり方は変わらないままだった。

社内でどこまで定着しているかもつかめていなかった。

1. AI導入を5段階に分け業務に組み込む段階から始める
2. ChatGPTに議事録や提案書のたたき台を作らせる
3. たたき台は自分で直して仕上げる
4. 用途ごとにGPTsを作り報告文や壁打ちに使う
5. 社内アンケートで定着の度合いを定期的に測る

毎日使う社員は78.3%で、前回を4.4%上回った。

週3回以上使う社員は95%を超え、業務の質が向上したと答えた社員は85%以上になった。

会社の拡大で社内の文書が増え続け、複数のツールに情報が散らばっていた。

検索しづらく、部門をまたいだ情報共有がしにくくなっていた。

1. 2023年1月にNotionを入れ2024年1月にNotion AIを全社へ広げた
2. Q&A機能で自然文のまま社内文書を探せるようにした
3. コネクターでGoogleドライブやSlackも横断して探せるようにした
4. 経営トップが全社会議資料や週1回の配信をNotionで行った
5. 営業先の組織図を画像から文字起こしさせ問い合わせは3行に要約させた

社内アンケートで社員の7割が情報探しが速くなったと答えた。

営業先企業の組織図作成は1件平均45分から約10分になり、約78%削減した。

Notionの利用率は90%後半を保っている。

エンジニアや建築士からシェフや接客まで専門の違うメンバーがフルリモートで働いていた。

全国の拠点で同じ水準のサービスを出すのが難しく、必要な情報を探す手間も大きかった。

1. 会社の方針や議事録、意思決定の経緯をNotionに集約する
2. 運営の基本方針やインシデント対応、現場手順書もNotionにまとめる
3. 現場スタッフは分からないことをNotion AIに聞いてその場で確かめる
4. エンタープライズプランで共有制限と監査ログを設定する
5. IdP連携の自動ライセンス付与で入社時の権限設定を自動化する

管理部門や開発部門では書類を用意する仕事の約90％をNotion AIが引き受け、かかる時間が大きく減った。

新しく入ったスタッフでも均一な品質で接客できるようになり、オンボーディングも早まった。

毎年50人ほど人が増える急成長で書き残す文化が追いつかず、入社直後は誰かに聞かないと仕事に必要な情報にたどり着けなかった。

会議や他部署の動きも共有されず、人が辞めてしまう心配もあった。

1. 2023年にNotionを全社導入し入社研修の日報や振り返りを全従業員に公開した
2. 社内ポータルに規定や申請と等級制度をまとめ昇格者レポートまで出した
3. 新入社員に5000文字ほどの深い自己紹介を書いてもらい顔写真つきで共有する
4. Notion AIを全社に入れ社内情報の検索と文章の要約に使わせる
5. 今後はQ&A機能の使い方の例を社内に配る

情報をNotionにまとめたことで、検索にかかる時間が1人あたり1日30分〜60分減った。

等級への納得を聞いた社内アンケートでは90％が納得と答えた。

他社のAIツールを希望した人だけに配っていたが使わない人がいて費用がかさんでいた。

就業規則や人事の決まりを調べるにも該当ページを開いて読む手間があった。

1. Notionをエンタープライズプランに切り替える
2. Notion AIを全社に入れる
3. 社内情報はWikiにまとめQ&Aにチャットで聞く
4. SlackとGoogleドライブをコネクターでつなぐ
5. 30分番組の構成案を作らせテンプレートで書き直させる

全社で入れても他社ツールより月4万円ほど安くなり、ログイン率が大きく伸びた。

従業員約80名の9割以上がNotionを日常的に使うようになった。

番組制作のリサーチを人手で回しており、社員が増えるだけでは事業の拡大に追いつかなかった。

社員情報などをNotionにためるにつれ、安全面の備えも足りなくなっていた。

1. 2024年10月にNotion AIを全社導入しエンタープライズプランへ切り替えた
2. コネクターでSlackやGoogleドライブをつなぎQ&Aで社内情報を探せるようにした
3. 週報の下書きをNotion AIに任せた
4. 外部で集めた情報と自社らしい構成の要素を読ませて企画案を出させた
5. 監査ログとSSOで誰が何をしたかを追える形にした

導入から2か月で番組制作の作業を軽くし、組織の安全面の体制づくりも進んだ。

一部の社員だけに入れていた他社のAIツールより、全社に入れても費用は安くなった。

前に使っていたドキュメント管理ツールでは情報の構造を決められず検索も思ったように動かなかった。

100名近い組織で発信が増えると情報量が膨らみ中身を追いきれなくなっていた。

1. 社内のほぼすべての情報をNotionへ移した
2. 組織の形に合わせてページの階層を組んだ
3. 誰でも書ける「メモ帳」データベースを用意した
4. 「AI要約」プロパティを足しNotion AIに要約を作らせた
5. APIで当日更新された記事の一覧をSlackとメールへ毎日配信した

データ分析のメモや技術調査のメモも中身を短時間でつかめるようになった。

組織構造の質問にもその場で答えが返るのでオンボーディングが進めやすくなった。

会社が大きくなり、オフィスの規則や手順についての質問が担当者へのDMで絶え間なく届くようになった。

答えはNotionの中に書いてあるのに、Wikiを探すより人に聞く方が早い状態だった。

1. Notion AIをSlackにつなぎメンションで回答できるようにした
2. スレッドの要約やデータベースからの情報取り出しを任せた
3. 社内の質問用チャンネルに独自エージェントを置いた
4. 誤答はスレッドや絵文字で指摘しWikiを直させた
5. 別のエージェントにアラートの一次分析を出させた

Smilersは公開してから世界全体で職場に関する依頼を2,500件以上さばき、チームは週に10〜20時間を節約できた。

担当者本人は1日2〜3時間、エンジニアはアラート対応で1日2時間以上の節約になった。