士業・コンサルのAI活用事例

商談前の企業調査は1社あたり20〜30分かかり、経験を積んでも短くならなかった。

週5〜8件の商談があると調査だけで週2〜4時間が消えていた。

1. 決算短信の売上と利益のページと直近3件のプレスリリースを集める
2. 採用ページの求める人物像と提案商材や相手の役職も貼り付ける
3. 2,000〜4,000文字を渡し紙1枚5パートのメモ形式を指示で固定する
4. 資料に無いことは書かせず推測には根拠を付けさせる
5. 判断できなかった点を読み資料を1つ足して出し直す

1社20〜30分だった調査が3分程度になった。

週5件の商談なら週2時間強、月では8時間以上が空いた。

税理士や社労士など約200名の専門家が、議事録づくりや契約書の確認、財務資料の読み込みといった判断の手前の作業に時間を取られていた。

部門ごとに進め方が違い、成果物の出来にも差が出やすかった。

1. 部門をまたぐプロジェクトを作りパート社員も含む全員にアカウントを配る
2. 社内の改善提案の仕組みで現場の要望を集める
3. 業務ごとにAIエージェントを32個組み立てる
4. 面談音声から議事録を起こし問い合わせには一次対応ボットを置く
5. 提案資料は人が骨子を作り画像生成も混ぜて仕上げる

提案資料は数日かかっていたものが約30分で使える水準になった例が出た。

財務分析の時間が従来の10分の1以下になったケースもあり、議事録づくりではアシスタントの同席が不要になった案件も出ている。

難しい問いにぶつかるたび弁護士を増やして時間をかけて表を作るやり方しかなかった。

20時間かけて資料を作る手間を考えると聞きたいことを聞けない場面も多かった。

1. 書いた却下の申立書をHarveyに入れる。
2. 相手方がどう反論してくるかを挙げさせた。
3. 出てきた指摘を手がかりに中身を練り直す。
4. 物件の書類一式を読ませ順守事項のチェックリストを作らせた。
5. 直近100件のローンに条項が何回出てくるかを調べる。

依頼者は自社の物件について契約上の義務だけでなく行使できると知らなかった権利まで短い期間で把握できた。

人手をかけていたリース概要の確認も大きく短くなり、弁護士は戦略や助言に時間を回せるようになった。

AIで若手の仕事を減らす動きが業界に広がるなか、次の世代の育て方が揺らいでいた。

速さを上げても仕事の厳しさと質を落とさない形を探していた。

1. 法務向けAIのHarveyを研修の中へ組み込んだ。
2. パートナーと若手が同時に使える状態にした。
3. 冒頭陳述づくりと反対尋問の練習にHarveyを入れた。
4. 過去の書面を集めたVaultと手順のPlaybookを用意した。
5. 研修の約95%は社内の人が作って教える形にした。

廊下でAIの使い道を話し合う場面が増え、現場から新しい使い方の相談が上がるようになった。

2023年以降で約100人のパートナーが他事務所から移ってきており、移籍を考える弁護士からAIの環境を先に聞かれるようになった。

税理士や中小企業への新規架電を人手で回していたが、採用と教育に費用と時間がかかり早期離職も続いていた。

その結果アポイント単価が下がらず、担当者の精神的な負担も大きかった。

1. 新規リストへの架電をAI音声通話サービスに任せる
2. 聞き取りからアポ打診・獲得までを自動で進める
3. 興味を示した相手は社内の担当者へ転送する
4. トークスクリプトをフローチャートで分岐表示し現場が直す
5. 保留音を認識して発話を止める仕組みに切り替えた

月間約20万コールを自動で回せるようになり、人件費は月約1,000万円減った。

売上は150%に伸び、アポ1件あたりの費用も3〜4万円の水準から1.5〜2万円前後まで下がった。

AIの動きは週ごとに変わるのに、育児と仕事で読む時間が取れず後回しの記事がたまっていた。

追いたい9つのテーマを扱う日本語の音声番組も見当たらなかった。

1. 追いたいテーマと除外したい話題をYAMLに書く
2. Claude Codeのスキルが検索語を組み立て記事を集める
3. 本文はdefuddleで取り失敗時はJina Readerに切り替える
4. 集めたURLを履歴と突き合わせ1日分をMarkdownにまとめる
5. NotebookLMへ送りAudio Overviewを日本語の対談形式で作る

生成は日中に自動で走り、翌朝のランニング中に最新のAIニュースを聴く流れができた。

10日目ごろには聴く習慣が定着し、基本構成は無料のまま回せている。

財産コンサルティングの依頼が増え、資料作成や情報整理といった決まった作業の負担が大きくなっていた。

その分だけ顧客と話したり提案を練ったりする時間が削られていた。

1. 2024年に全社をまたぐDX推進室を作った
2. コンサルタントの仕事を分解して見える化した
3. 議事録作成や財産分析のAIエージェントを開発した
4. 仕分け層と作業層と統制層の3層で設計した
5. 物件情報のPDFからひな型通りの資料を組み立てた

資料作成の手間が減り、対応の速さが上がった。

顧客との対話や提案の検討にあてる時間をKPIに置き、決まった作業の標準化と情報整理の効率化が各部門で進み始めている。

一部の部門だけで試して旗振り役を育てるやり方では弁護士の働き方までは変わらなかった。

事務所が目指す規模の変化には届かないと早い段階で気づいた。

1. 責任者3人で推進チームを組んだ
2. 試験導入を挟まず全ての拠点へHarveyを開放した
3. 経営トップがアソシエイト全員のAI認定を必須にした
4. 効果を感じたパートナーが部下にも利用を求めた
5. 部門長との作業会で業務の組み直しを進めている

Harveyを使う人は1日700人まで増え1か月では1,400人になった。

アソシエイトのAI認定は100%になり仕事の速さを評価した顧客からの依頼も増えた。

AIエージェントは賢くても社内の日報や契約や広告のデータに届かず、業務を最後までやり切れなかった。

日報や議事録や経理が別々のツールに分かれ、切り替えのたびに手が止まっていた。

1. Claude Codeの全社員利用率を経営の指標として管理する
2. ターミナルのAIエージェントを全職種の日々の入り口にした
3. 社内基盤をMCP経由で呼ぶrenue-cliを自社で作った
4. カレンダーとSlackと議事録を横断し日報を自動投稿する
5. 広報は法令チェックまで一続きで回し人が最後に判断する

全社員のClaude Code利用率が100％になり、日報・議事録・契約・採用・広告・経理・広報を一つの入り口から回せるようになった。

プレスリリースの制作工数も大きく短くなった。

クライアント側も生成AIを使い始めたため法律事務所として何ができるかを把握する必要があった。

大量の資料を読み込む作業にも時間がかかっていた。

1. 複数の生成AIを比べてHarveyを選ぶ
2. 300人の弁護士で試験運用を行う
3. 実際の案件で契約書を読ませ論点の一覧を作らせた
4. 社内の法務テック担当が研修と実務への組み込みを進める
5. 出てきた論点や下書きを弁護士が確かめて仕上げる

3,000人を超える弁護士のうち95%以上が実際に使う状態になり7,200人の全社へ広げた。

以前より大きな量の資料を短い時間で確認できるようになった。

Microsoft 365とDropboxを併せて使っていたため情報が別々の場所に散らばっていた。

AIを入れたくても費用とセキュリティが引っかかっていた。

1. 入力が学習に使われない点を見てGoogle Workspaceへ移した
2. ひな形の無い契約書はGeminiにたたき台を書かせた
3. たたき台の中身は弁護士が詰める形にした
4. 電話の内容をまとめる専用のGemを作り要約を任せた
5. 過去の資料はドライブとDeep Researchで探せるようにした

ひな形の無い契約書のたたき台は2〜3時間かかっていたのが10〜15分程度になった。

入って間もない担当者でも長く勤めた人と変わらない正確さで報告を出せるようになった。

補助金の事業計画書はコンサルタントが毎回ゼロから構成を考えて書いており、1件あたりの作成に長い時間がかかっていた。

限られた申請期間で質の高い書類を数多く仕上げられないことが悩みだった。

1. 聞き取りで得た法人概要や設備投資計画を決まった様式で入力する
2. 収益計画のファイルを別途アップロードし数値を本文へ自動反映させる
3. 現状分析から課題設定、解決策の順にセクションごとに生成する
4. 素案をプレビューし普通の文章で修正指示を出して整える
5. 有資格者がプロンプト設計と出力検証を行い制度要件を確かめる

3次省力化投資補助金（一般型）で採択率94.7％となり、全国平均66.8％を上回った。

計画書の作成時間が従来より大きく縮まり、聞き取りや内容の精査に時間を回せるようになった。

作ったコンテンツが公開直後にしか読まれず、その後の使い回しができていなかった。

コンサルタントの持つ専門的な話をコンテンツにする手間や、手作業の文字起こしにも時間がかかり、少ない人数で発信を続けるのが難しかった。

1. AI編集アシスタントのStoryHubを導入する
2. 公開済みブログをSNS投稿の形に要約・再編集させる
3. 社内の業界ニュース情報をニュースレター原稿へ変換させる
4. 新規記事では文字起こしや下書きをツールに任せる
5. 人は中身の確認と手直しに回る

一度出したコンテンツをSNSやニュースレターへ回せるようになり、少ない体制でも発信を続けられる形になった。

今後はイベントやポッドキャストで生まれた話もコンテンツに変えていく。

国際案件で大量の英文書類を短い時間で読み解く必要があった。

正確に訳そうとすると1ページで数時間かかり若手弁護士が丸一日かけて下訳を作ることもあった。

1. 1,000アカウントから使えるEnterpriseプランを全体に入れた。
2. 英語のファイルやPDFをDeepLに上げて一括で訳した。
3. 契約書の定義語を用語集に登録して訳のブレを防いだ。
4. 日本語で書いた案文を訳して英文メールのたたき台にした。
5. 最終的な言い回しは弁護士が直した。

丸一日かかっていた下訳が数分で終わるようになった。

翻訳込みで10時間かかっていた事務所内マニュアルの用意も従来の半分の時間で終わり海外拠点とのやり取りも速くなった。

複数の国にまたがる案件で外部の翻訳会社の納品を何日も待つ状態が続いていた。

無料の翻訳サイトに機密文書を入れるチームもあり、情報の守り方がばらばらだった。

1. 届いた書類をデスクトップアプリやショートカットキーからDeepLに渡す
2. 契約の条項で使う言葉を用語集に登録して訳のブレを抑える
3. 社内システムにAPIで翻訳機能をつなぐ
4. 重要度の低い顧客向け文書はDeepLで処理する
5. 最終的な言い回しは弁護士が直す

数日かかっていた文書の処理が数分で終わるようになった。

導入そのものも2日で完了し訳す言葉がそろったことで法務上のリスクも下がった。

商談の記録が自動で作られるようになった結果、営業がSalesforceへ入力しなくなり、マネージャーが状況を追えなくなった。

便利になっただけで費用ばかりかかる状態になり、一度は利用をやめた。

1. tl;dvの商談文字起こしをSalesforceの項目へ自動で入れる
2. 入力項目を予算や決裁者と顧客のKPIや課題にそろえる
3. 文字起こしとSalesforceの間にプロンプトをはさみ打ち直しをなくす
4. 自社商品と市場での立ち位置をAIに渡し提案の方向性と仮説を作らせる
5. 最後の詰めは人が判断して提案内容を固める

経験の浅い営業やコンサルタントでも提案のたたき台の質が上がり、資料作成と上司のレビューにかけていた時間が短くなった。

空いた時間を掘り起こしや新規開拓に回せるようになり、売上が上がるようになった。

売れる営業のやり方が個人のドライブに散らばり、新人は誰に何を聞けばいいか分からなかった。

トップ営業の退職もあり、暗黙知のままでは育たない状態だった。

1. 商談をオンラインで録画した
2. 文字起こしと議事録をaileadにためた
3. 新人は気になる言葉で検索して場面から動画を見る
4. マネージャーは倍速で聞き頻出の言葉から課題を拾う
5. キックオフを2回開き録画を残す理由を伝えた

新人のスキル習得が従来の約2倍の速さに縮まった。

顧客のニーズが事前に見えるようになり、契約更新率が改善してチームのKPI達成につながった。

補助金の事業計画書はコンサルタントが案件ごとにゼロから構成を考えて書くため、時間も手間もかかっていた。

限られた公募期間の中で質の高い書類をそろえることが難しかった。

1. 聞き取りで得た法人概要や設備投資を決まった形式で入力する
2. 制度要件と審査の観点を入れたプロンプトを組む
3. 現状分析から課題設定、解決策の順にセクションごと生成する
4. 収益計画のファイルから売上高などの数値を反映させる
5. 素案を確認し修正指示を出し担当者が細部を整える

省力化投資補助金（一般型）の第2回公募で採択率83％となり、全国平均の60.9％を上回った。

計画書の作成時間が縮まり、複数案件を並行して進められるようになった。

AI議事録を入れた顧問先では人がメモを取らなくなり会議の内容が頭に残らず、後から録画を見直す時間が増えて生産性が下がっていた。

発言者のずれやToDoの抜けも残る。

1. 日常の会議はtl;dvをZoomに自動で入れて録画と要約と文字起こしを残す
2. 研修など後で配るものはNottaでリアルタイムに文字起こしする
3. 会議中はNotionに議事録を書き重要発言に赤ペン、ToDoに絵文字を付ける
4. 画面はショートカットでスクショを撮り発言と対にして貼りOCRの誤りだけ直す
5. 最後に録画や文字起こしのリンクを議事録に紐付ける

重要な点や次にやることを検索ですぐ取り出せるようになり、二週間後でもどのスライドで何を話したか振り返れる。

会議に出ていない人にも画面と発言が対で伝わる記録になった。

士業や医業を支える専門職が本来の仕事以外の作業に時間を取られていた。

文書づくりや情報集め、顧客対応にかかる時間の削減が急ぎの課題だった。

1. AI研修を全社で受けた
2. 役員が先に受講して全社で進める体制を作った
3. 研修で部署ごとに生成AIを使える業務を洗い出した
4. 受講後は社内でプロンプトを共有してノウハウをためた
5. 社内コンテストで企画力や会社への貢献度から審査した

社内コンテストには2部門で合計106件の提案が集まった。

日々の仕事にAIを取り入れる動きが社内に広がった。

社内サーバーに資料が置かれていて顧客と共有しにくく、共同作業の足かせになっていた。

AIを使うことに抵抗のある社員も多かった。

1. 案件の調査データや議事録や契約書をすべてBoxへ置く。
2. Box Hubsで案件ごとに必要なフォルダとファイルをまとめる。
3. まとめた文書のかたまりにAIへ質問して要点や傾向を出す。
4. Box NotesでメールやプレゼンのたたきをAIに書かせ人が直す。
5. Slackに届いた20ページの規程を要約させてから返事を書く。

ファイルを探す時間が減り考える仕事に時間を回せるようになった。

ファイル右上のボタンから試せるため、AIに慎重だった社員も使い始めて全社に広がった。

経営会議は1回3〜4時間あり議事録をまとめるのに会議の倍以上の時間がかかっていた。

部門ごとの専門用語が多く録音を何度も聞き直す必要があった。

1. 会議中はOtolioで録音し重要な発言でメモを残す
2. 会議後は時間の表示をクリックし必要な場面だけ聞き直す
3. 文字起こしを見ながら発言の意図を確かめ議事録にまとめる
4. 専門用語を用語登録に入れ集音の環境を整える
5. AIアシストの要点抽出を議論の確認用に使う

専門用語の多い経営会議の議事録作成時間が約60%減った。

音声を探す手間がなくなり文字起こしの精度は体感で約80〜90%になった。

オンライン会議の音声が聞き取りづらく、リアルタイムの字幕代わりになる文字起こしを探していた。

会議中は後で聞き直す場所を何分何秒とメモする必要があり、議事録づくりに時間がかかっていた。

1. TeamsやZoomの録画かICレコーダー音声をRimo Voiceに入れて文字起こしする
2. 勉強会や製品説明会は文字起こしをRimo上で直しURLで社内に配る
3. 委員会の議事録は単語をクリックして該当場面を再生し確認しながらWordで仕上げる
4. 専門用語は辞書に登録し2画面で誤変換を見つけ次第登録する
5. 要約機能も使い直したいところは編集で対応する

議事録作成にかかる労力が今までの3分の2ほどになった。

聞き直す場所をメモしなくてよくなり会議に集中できるようになり、東京総合事務所から人事総務部、さらに仙台や大阪の事務所へ広げる動きが出た。

M&Aは成約までの工程が多く1案件に1年以上かかることもあり、2〜3時間の面談の議事録作成と振り返りが重荷になっていた。

入社者の3分の2がM&A未経験で、一人前になるまで最低3年かかる点も困っていた。

1. Web面談はすべてACES Meetに記録させる
2. 文字起こしとサマリーを出す
3. 議事録を振り返りと次の工程の準備に回す
4. 生成されたURLをスプレッドシートへ転記し社内に開放する
5. 文字起こしは70点の下書きと割り切って人が直す

議事録作成と教育にかかる手間が減ったと実感している。

契約から3か月でほぼ運用が回り、いまは1,000件以上の面談データがたまった。

大家向けの税務で通帳の中身を分類しながら人が入力していた。

スマートOCRを入れた当初は読み取り精度が60%ほどで、担当者から全部手で打つ方が速いと言われていた。

1. 預かった通帳を預金通帳基本パックで読み取らせる
2. 間違った箇所を人が直しながら使う
3. 読み取れない書式をベンダーへ伝えて調整してもらう
4. 家賃明細書や確定申告書へ広げテンプレートを10種類ほど作る
5. 読み取ったデータはCSVで出しエクセルに加工して使う

一部の特殊な書式を除いてほぼ100%の精度で読み取れるようになった。

1時間かかっていた1件の入力が20分ほどで済み、年間600件ほどの通帳処理の負担が大きく減った。

必要な情報がメールやSharePointや表計算やレガシーシステムに散らばっていた。

SharePointに置いた500件以上の規程は文書を開いて読み込む必要があり1件調べるのに最大30分かかっていた。

1. 社内のやり取りをSlack Enterprise+へ全面的に移した
2. 検索でメールやSalesforceなどの情報を1つの層にまとめた
3. Slackbotへ普通の言葉で質問し規程や案件の状況を引き出す
4. 支払い状況の確認や顧客への連絡文の作成も同じやり取りで進める
5. 顧客メールの要点をつかみ返信の下書きを作らせる

最大30分かかっていた規程探しが1回の質問で済むようになった。

20分かかっていた案件まわりの作業は5分になりSlackbotの利用は月60回から14,000回以上へ伸びた。

新しい取引はRFI（情報提供依頼）への回答から始まるが、必要な情報は何十もの文書に散らばっていた。

最新の内容を探し出して答えをまとめるのに数時間から数日かかっていた。

1. Google Driveに置いた社内文書をGeminiに読ませる
2. RFIの設問を渡して回答の下書きを自動で作らせる
3. 顧客や案件のために調べた資料も参照先に入れる
4. 自動で埋まらない重要な設問だけ担当者が書き足す
5. Google Meetの自動文字起こしも社内のナレッジに足した

RFI回答の初稿づくりは数日から数分に短縮され、依頼を受けた日のうちに返せるようになった。

設問の最大80%はGeminiが自動で答える。

契約書の評価は手作業が多く最初の下書きだけで弁護士の時間を最大15時間使っていた。

Azure OpenAIで自前の仕組みを作ろうとしたが必要な精度に届かなかった。

1. C3 Generative AIを契約分析の作業に入れた
2. 開発者と法務の専門家が過去の契約書と質問を先に洗い出した
3. 文書を条項の区切りで分けて該当箇所を指し示す作りにした
4. 取り出しは一時的なベクトルの保管場所を使って速くした
5. AIの答えを弁護士が元の文までたどって確かめて直す

契約分析の下書きが30分未満で出るようになり弁護士は価値の高い仕事に時間を回せるようになった。

18か月かかる契約分析の研修でも教材として使っている。

古いHadoopの基盤ではデータが増えるほど処理が追いつかず費用もかさんでいた。

社内にデータが散らばり新しいAIの求めに応える柔軟さも足りなかった。

1. 2021年にオンプレのDBからMicrosoft Azureへ移った
2. Azure Databricksを中核に据えた
3. Unity Catalogでデータを一か所から扱えるようにした
4. アクセスの決まりは一度定めれば全体に効く形にした
5. Databricks SQLの結果をPower BIにつないだ

手作業のデータ連携が要らなくなり成果を出すまでの期間が短くなった。

850人を超える利用者が使い管理するデータは500TBを超えた。

顧客を深く掘る力が一部のトップ営業の経験と勘に偏っていた。

やり方が形になっておらず他のメンバーへ広げられなかった。

1. 社長直轄の戦略アカウント担当約50名にAgentforceを入れる
2. トップ営業の分析の切り口と判断の基準をトピックとアクションに登録した
3. 新聞記事や人事異動や名刺をMuleSoftでData Cloudへ集める
4. 脱炭素などのニュースに関連する成功事例と声をかけるべき人物を示した
5. 担当者は示された提案をもとに仮説を立てて面談を組む

ほかのチームと並べると戦略アカウント担当の商談は前年比120%まで増えた。

売上の伸び率も115%となり担当者の満足度も上がった。

担当するビジネスアプリは独自の言語で作られていて開発者が少なくネット上の情報も乏しかった。

難しい対応が特定の人に偏り、経験の浅い担当者の質問が上位者へ集中して上位者の作業が止まっていた。

1. 社内で書いたスクリプトと公式のリリース情報と関連資料を集める
2. 書式がばらばらの資料をGeminiで読みやすい形式に整形する
3. 整形した資料をNotebookLMへ入れて誰でも引けるナレッジベースにする
4. サンプルコードの取り出しとスクリプトの自動生成を任せる
5. 経験の浅い担当者はGeminiが作ったコードを上位者へレビューしてもらう

1日がかりだったスクリプト作成が5〜10分で終わるケースが出てきた。

質問がぼんやりした相談から具体的な技術の確認に変わりチーム内のやりとりの手間も減った。

2時間ほどの会議が週に5〜6回あり議事録作成に時間がかかっていた。

進行しながらメモを取る余裕がなく、会議後に資料を見ながら内容を思い出して書き起こす作業が重い負担になっていた。

1. 複数の文字起こしツールを比べ話者識別ができるNottaを選ぶ
2. Web会議にNottaのbotを参加させて文字起こしする
3. 会議中はタグや付箋で要点に印を付ける
4. 会議直後の下書きの日本語を人が少し直す
5. 録音データはクラウドに置きURLリンクで共有する

会議後の下書き作業が短くなり、ゼロだったものを60〜70まで戻してくれるだけでも助かると評価された。

データ保存の作業時間はゼロになり、キーワード検索で聞き直さずに該当箇所へ飛べるようになった。

顧問料など金銭のやり取りを扱う商談が多く、言った言わないや内容のずれが起きるリスクを抱えていた。

週に10〜20件の商談があり議事録を書く時間がなく、手元のメモに頼っていた。

1. 営業の打ち合わせは必ずNottaを通す運用にする
2. GoogleカレンダーとつなぎBotを開始時刻に入室させる
3. 会話を丸ごと文字にしてAI要約まで出す
4. 終了後に記録を見て論点と次の動きを決める
5. 同じ記録を新人教育や引き継ぎにも共有する

全ての打ち合わせを記録として残せるようになり、面談に集中できるようになった。

商談で話した細かい金額も記録をたどれば思い出せ、社内の引き継ぎもスムーズになった。