経営・経営企画のAI活用事例

AIで顧客の期待や通信網の運び方が変わる速さに、全社で決めて動く力が追いついていなかった。

使い方がばらばらに増えると、どのAIがどこで動いているか分からなくなる恐れもあった。

1. データとAIを全社の業務に組み込む計画を立てた
2. 外部の専門家と自社の担当者を1つのチームにした
3. AIアプリとモデルと費用を1画面で見られるようにした
4. 顧客対応や通信網の運用など8つの取り組みに広げた
5. 社員向けの学びの場を用意し講座を受けられるようにした

5年かける予定だったデータとAIの計画が2年に縮まった。

AIで問い合わせを自分で解決した顧客は3倍になり、データの取り込みにかかる手間は70%減った。

止まっていた案件を再開するたびに履歴を読み返し、価格や納期や範囲を資料で確かめ直していた。

別のソフトに情報が散っていて、担当者がその日に見つけた版の基準で進んでしまっていた。

1. 手順書と価格の基準と過去の案件をClickUpのワークスペース1つに集めた
2. ClickUp Brainに手順書と参照資料とファイル置き場を読み取らせた
3. 20体を超えるSuper Agentに社長の基準どおり各部門の仕事を進めさせた
4. MCPの接続で社外のソフトもワークスペースの中から触れるようにした

仕事を始めるときに前提を組み立て直す必要がなくなり、どの部門でも同じ基準で進むようになった。

抜け落ちも減った。

自社のAI機能を顧客へ出す前に、実際のデータと社内の決まりの中で使えるのか確かめる必要があった。

社内の業務は手作業の確認や日程調整に時間を取られていた。

1. 自分たちが最初の利用者になり社内業務に自社のAIを先に入れた
2. 社内アシスタントSanaを全社員が使えるようにした
3. 権限と本人確認を一つの仕組みにまとめ安全な範囲を先に決めた
4. 履歴書の下読みと面接日程の調整を自動にした
5. 契約の読み取りAIに確認待ちの1,500件を回し最後の判断は弁護士が残した

Sana は94%の社員が毎週使う状態になった。

契約1件の確認は6時間から15分に縮まり、法務には四半期で45,000時間が戻った。

週に何度もリリースが出るため社内ナレッジや公開FAQの更新が追いつかなかった。

開発の量が3倍になり仕様書や承認の手作業が足を引っ張っていた。

1. Slackのプロダクトチャンネルをエージェントに見張らせた。
2. 対象のリリースだけをNotionのデータベースへ記録させた。
3. 別のエージェントが社員の製品質問へ出典つきで即答する。
4. 修正役のエージェントが古い記述を見つけNotionを直した。
5. 技術変更の一次レビューを任せ人は最終の判断だけ行う。

フィードバックの仕分けとリリース資料の更新と開発の受け渡しを合わせて週24時間以上の手作業が消えた。

レビュー役のエージェントは453件を処理して37時間以上を浮かせ製品質問に答える役は最初の1週間で160件に対応した。

受注が決まるたびに納品用の資料や作業計画や進行表を手で作っていて、1件で2〜3時間かかっていた。

この作業は客と会わない夜に回り、60分の通話ごとにメモとタスク作りで30〜45分が上乗せされた。

1. 1つの作業場にBrainと15体のエージェントを置いた
2. 受注が決まると契約の範囲を写した15ページのノートを作らせた
3. 署名済みの提案書を工程と子タスクと前後関係に分けた
4. 通話に同席させて決まった宿題をタスクに変えた
5. 本人は出来上がった提案書を15分だけ見直した

新規客の初期設定は2〜3時間から10分になり、提案書は15分の見直しで出せるようになった。

15体のエージェントは午後の作業1回で組み上げた。

毎月1週間を多言語のコンテンツ作りにあてていた。

急な対応や学校の休みが入ると後回しになった言語の発信が止まった。

1. 4ブランドの仕事を3つのClickUpワークスペースに集めた
2. 投稿のアイデアを1つ書いて5言語の下書きと画像を作らせた
3. 繰り返しの仕事は32体のSuper Agentが受け持つ
4. エージェントに北欧向けの投稿を週15件予約させた
5. 通関書類のCN22とCN23を確かめて作る

翻訳のために空けていた月1週間を自分にしかできない仕事へ回せるようになった。

北欧向けのチャネルは一番弱いところから一番安定したところに変わった。

クライアントごとの状況がボードやCRMやスレッドに散らばっていた。

ローンチの進み具合を1つ答えるだけで何十ものタスクを手で追う必要があった。

1. オンボーディングとキャンペーンのタスクを1つのワークスペースに集めた
2. ClickUp Chatの中でSuper Agentを数分で作った
3. タスクの状態やオンボーディングの進み具合を会話で聞く
4. CRMやwebhookで止まっている所も同じ場所で聞いた
5. 動いているクライアントのスペースを一度に全部読ませた

ボードをクリックして回るのに1時間かけていた状況確認がなくなった。

複数のCRM案件が重なったオンボーディングでは隠れた詰まりと未完了の項目を数秒で見つけ、ローンチの予定日を守れた。

商業保険の仲介は紙の作業が多く手順も遅いままだった。

創業者はエンジニアではなく、仕組みを1人で作る必要があった。

1. AWSのコンソール画面のスクリーンショットをChatGPTに渡した
2. ChatGPTに聞きながらバックエンドとデータベースを立てた
3. CursorやClaude CodeやCodexで開発を進める
4. コーディングエージェントが扱いやすいWeaviateに決めた
5. 保険の書類を分類し項目を取り出してベクトル化する

2025年2月のアイデアから同じ年の11月には顧客のいる本番システムが動いた。

稼働から1年たたずに40口座で2,000万ドルの保険料を運用し、年間50万ドルを超える顧客も8件ある。

会議のメモは人が書き起こし、やることの抜き出しはプロジェクト管理者が担っていた。

進み具合の報告もタスクやコメントや資料をつなぎ合わせて作るため1人あたり週に数時間かかっていた。

1. 部門ごとの仕事をClickUpの1つのワークスペースにまとめた
2. ClickUp Brainと6体のエージェントを動かす
3. 会議の要約と資料の下書きとタスクの割り振りを任せた
4. エージェントが進み具合の報告を作り承認の詰まりを知らせる
5. 人は出てきた内容を確かめて判断と実行を担当した

部門をまたいだローンチでは承認の詰まりを早い段階で見つけ、すぐ手を打てた。

プロジェクトの状況を知りたいときも同僚の手を止めずにClickUp Brainへ聞けるようになった。

プロジェクト管理者とメンバーがタスクの文面を書き、更新のまとめや状況の確認まで手でやっていた。

5つの部門で同じ作業が繰り返され週に数時間が消えていた。

1. 5部門をClickUpの1つのワークスペースに入れた
2. ClickUp Brainがタスクの文面を下書きして整える
3. 案件の現在地と残っている項目を一覧にした
4. エージェントと処理の流れを話し言葉で作る
5. 人は出てきた要約を見て中身を直す

更新の記録が多い案件でも、全部のタスクを順に読み直す手間がなくなった。

複数の案件の今を追いかける時間が減った。

出荷の手続きがメールや表計算や船会社のポータルに分かれていて同じ内容を人が何度も書き写していた。

運賃の市況が落ち込んで人員を75%減らしたため元のやり方では回らなくなった。

1. 出荷の定型作業を78のAIエージェントに振り分けた
2. エージェントが状況を読み取り手配や連絡まで進める
3. 人は12人を残し例外の対応と最終責任を持つ
4. メールや表計算やERPの書き写しもエージェントへ寄せた

12人の体制のまま出荷の実行が回るようになった。

人を増やさずに扱える仕事の量を伸ばせるようになった。

案件の管理を表計算やメールやTeamsのやり取りと担当者の記憶に頼っていた。

ガントチャートを作るにはセルを何時間もドラッグし直す必要があり進捗も一人ずつ聞いて回っていた。

1. 新しい案件の受け付けをClickUpの中に一本化した
2. 自社の工程をおぼえさせたSuper Agentが初期構成を作る
3. Brain²に雑なデータを渡し並べ替えや一覧を作り直させた
4. 進捗の連絡文の下書きもAIに任せた
5. 担当者はリスクや依存関係の調整に時間を使う

手作業のやり直しに消えていた午後まるごとの時間が戻った。

新しい案件はどれも同じ標準から始まり、経営や顧客も今の状況をダッシュボードで自分で見られるようになった。

計画と報告と連絡が十数個のツールに散らばっていた。

担当者が手で情報を回すうちに版が食い違い古い内容が客先へ届くこともあった。

1. 計画と報告と会話をClickUpの1つの作業場へまとめた。
2. 同じ場所でClickUp Brainと2体のSuper Agentを動かす。
3. 1体に複数の案件から役員向け報告書の下書きを作らせる。
4. もう1体は社内資料をもとに入札の手順の質問へ答える。
5. 担当の割り振りや承認やCRMの追いかけを自動化に任せる。

役員向けの報告書は数分で下書きが出て入札の質問には数秒で答えが返るようになった。

資料を探し回る手間が減り答えのばらつきも減った。

臨床研究や診療で使う評価ツールを国ごとの言語へ訳す必要があった。

手作業が中心の翻訳は費用が高く納期も長いため市場へ出すのが遅れていた。

1. 翻訳を任せられる相手を探し直しLILTへ切り替えた。
2. 設問の意味や意図がずれないように訳す。
3. AIを使う仕組みで速さと費用を抑えつつ品質を保つ。
4. 同じ技術を社内の別の取り組みにも回した。

翻訳にかかる費用は最大10倍下がった。

数か月単位だった納品が数週間で戻るようになった。

会議のたびに議事録係を決めて書き起こして配る必要があった。

営業はリスト作りとデータ集めに時間を取られ週次報告の抜けは代表が手で確かめていた。

1. 社内の仕事を1つのClickUpのワークスペースに集めた
2. 組織図に合わせて5体のSuper Agentを作った
3. 点数化と競合追跡と商談前の準備を各エージェントに割り振った
4. Brainのスキルが週次更新の抜けを担当者へ催促する
5. 月曜の会議をBrainの要約で非同期に変えた

社員1人あたり1日およそ2.5時間・全体で月およそ2,400時間が空いた。

毎日の利用率は37%から94%へ上がり商談の受注率も8%上がった。

5つの部署の手順書や案件が散らばっており進み具合を人が一つずつ読んで確かめていた。

書いていない人を追いかける手間もかかっていた。

1. 会社全体の手順書と案件をClickUpのワークスペースに集約した。
2. ClickUp Brainが前日から動いた内容をまとめて出す。
3. Task/Project Agentが5部署を見て手当てが要るものを拾い出す。
4. 仕入れの打ち合わせの粗いメモを下書きの形に整えてから人が直す。

進み具合の確認が人の仕事ではなくなった。

朝に開いた時点で必要な情報がそろっている状態になり文章を一から書き起こす手間も減った。

タスクはTrello、報告はGoogleのシートとドキュメント、ボードはMiroと道具が分かれていた。

スプリントのたびに同じ土台を作り直し、報告も手でつなぎ合わせていた。

1. 製品や開発など4チームを1つのClickUpへ集める。
2. ひな形から毎回のボードとダッシュボードを作らせる。
3. タグ付けと未完了タスクの持ち越しを自動化に任せた。
4. ClickUp Brainに成果物の説明文を下書きさせる。
5. エージェントに指示と状態を読ませレポートを作らせた。

以前は週に何時間もかけていたレポート作成が裏で片づくようになった。

作り直しとタグ付けに取られていた時間が減り、クライアント向けのアプリ開発に時間を回せるようになった。

創業者が一人で全案件の遅れを探して次の手を決めていた。

案件の状況が記憶やWhatsAppに散らばり問題に気づいてから動くまでの時間が伸びていた。

1. 営業から案件の進行まで1つのワークスペースへ集めた
2. 取引先と担当者と接触履歴をつなぎCRMとして動かす
3. Super Agentを4体作って役割を分けた
4. Ops AIが期限切れと担当のいない作業を毎日洗い出す
5. Sales Ninjaが返信の来た案件を次の段階へ進める

遅れている作業がまとまって出てくるので同じ場で担当を決めて直せるようになった。

広告の数値が膨らんで見えたときも原因の切り分けからその場の修正までつながり無駄な広告費を止められた。

案件の情報が大量の表計算ファイルに散らばり、全体の状況がつかめなかった。

経営の確認会議のたびに資料づくりへ長い時間を取られていた。

1. ClickUpを1つの作業場にして進み具合を集めた
2. ClickUp Brainを全社で入れ依頼の受付とタスク確認に使った
3. 営業は見込み客の調査と提案資料づくりに使った
4. ChatGPTとGeminiとClaudeを中から切り替えて呼び出した
5. Salesforceとつなぎ顧客の声を案件の流れへ渡した

スライド資料を作る運用をやめ、経営陣はその場の数字が出るダッシュボードで状況を見るようになった。

会議前の準備にかかっていた長い時間も無くなった。

契約する学区ごとに学校の年間予定が違い、担当者が各学区のサイトやPDFを探して日付を手で打ち込んでいた。

1学区に15〜20分かかるうえ、休みの日を見落とすと学校が休みの日に授業が組まれてしまう。

1. 取引に結び付いたドメインから学区のカレンダーを探させる
2. 初日と最終日と休みの期間を読み取らせる
3. 予定管理のツールが求める形に整えて出す
4. 取引の学年度を直接読めるベータ機能を使う
5. 出力をそのまま取り込めるCSVにする拡張を自作した

1学区あたり15〜20分かかっていた調べ物が数秒で終わるようになった。

年に約350時間の削減になり、営業担当はウェブでの調べ物をしなくなった。

以前はMonday.comを使っていたが、3つの開発チームとデザインや商談の動きを同じ画面で見きれなかった。

進み具合は人が聞いて回り、SOWや変更依頼はそれぞれ別の場所にたまっていた。

1. 仕事の役割ごとにClickUpのスペースを分けた
2. 案件の中身を全部ClickUpへ集めた
3. ダッシュボードで手の空きと詰まりを見えるようにした
4. ClaudeをMCPでClickUpにつなぎ状態を読み取らせた
5. SOWと顧客への報告と見積もりを作らせ担当者が確認する

30件以上の案件を1つのワークスペースで回せるようになった。

Slackで状況を聞いて回る手間がなくなり、文書づくりの部分はClaudeが毎日の支えになっている。

海外向けの翻訳をメールで頼むやり方だったため時間がかかっていた。

前の業者の訳は文脈を踏まえておらず品質もそろわなかった。

1. 以前はTMSから原稿を書き出しメールで依頼していた
2. LILTのコネクタで自社システムとつなぐ
3. 原稿の受け渡しを自動にする
4. Zendeskのコネクタでサポートのページを各国語へ訳す
5. 出てきた訳は担当者が確認する

訳の品質が大きく上がり確認のやり取りが減った。

費用も前の業者より安く済むようになった。

会計と経営教育を手がける少人数の会社で打ち合わせの記録を手で打ち直し問い合わせも人が仕分けしていた。

着手までに週10〜15時間が消えていた。

1. 社内の仕事をClickUpのワークスペース1つにまとめた
2. AI Notetakerが打ち合わせの音声から要点を書き起こす
3. ClickUp Brainがやり取りの流れを短くまとめる
4. 3体のSuper Agentが問い合わせを担当ごとに振り分けた
5. 人がタスクの中身と担当を確かめて動き出す

下ごしらえの手作業が減り週10時間分を別の仕事に回せるようになった。

タスク管理に使っていたアプリが社内で許可されておらず、思いついたことをすぐ書き留める流れが無くなった。

会議の記録は手で更新し、取り組みの前提もNotion AIを開くたびに説明し直していた。

1. Slackの専用チャンネルにタスクを書き込む形にした
2. エージェントが日付と案件と優先度を判断して登録する
3. 夜間に動くCalendar Managerが会議記録を複製する
4. 取り組みごとのDomain Copilotに関連ページを読ませた
5. MCPはIT部門が中身を確かめてから許可する決まりにした

半年で600個ほどのエージェントが動き、1日2,000回を超えて呼ばれるようになった。

新しく入った人には2時間の研修を用意し、7〜10のチームへ広げた。

夜間や休日に内見の問い合わせが集中し、少人数の体制では受けきれなかった。

反響を逃すと物件が他社へ流れるため、通知が来るたびにPCを開いて対応していた。

1. KUZENを入れて流入元の広告から物件情報を送り分ける
2. 内見の受付を友だち追加直後の初回アンケートに置き換えた
3. 希望条件やエリアの回答をSalesforceへ自動で入れる
4. アンケート回答を受付完了の必須ステップにした
5. GCLIDを保存しGoogle広告へ返す仕組みを組んだ

1件あたり1〜2時間かかっていた対応が平均約30分になり、月約30時間の工数が減った。

手作業の転記と聞き漏れが無くなり、内見希望者のアンケート回答率はほぼ100%を保っている。

単体のAIツールは決まった作業しかこなせず社内の事情を踏まえた仕事には使えなかった。

部署をまたぐ仕事で手作業と情報の行き違いが残っていた。

1. 効果が出やすい営業の仕事からGleanを入れる。
2. Gleanを社内の情報とつないだ。
3. 過去の商談のやり取りから提案の中身を整えさせる。
4. 人事や経理や運用にも広げてエージェントを650以上作った。
5. ワークショップと相談の時間を用意して社内へ広める。

650を超えるエージェントが自動で仕事をこなし数千時間が浮いた。

新しく入った社員が立ち上がるまでの期間は数か月から数日に縮んだ。

言葉の一致で探す従来の検索では、学びたいことから志望校へたどり着けなかった。

総合型・学校推薦型での進学が増え、相談したい高校生を受け止める入り口が足りなかった。

1. 全国約3,500校・13,600学科の情報をCSVで読み込ませた
2. 2026年4月に進学ポータルへ志望校マッチングAIを公開した
3. 話し言葉の入力に関連する学部や学科を返す形にした
4. 回答に画像やURLを入れて学校の詳細ページへつないだ
5. 各校のアドミッションポリシーも読み込ませた

相談の件数は伸び続けている。

相談した高校生のうち約60%がその流れで学校の詳細ページまで見に行くようになった。

一人ひとりが持つ仕事のコツややり方が個人に閉じたままで、社内で共有されにくかった。

AIを配っただけでは現場の仕事に合った使い方が広がらないという壁もあった。

1. 社内の推進組織が中心となりGemini Enterpriseを全社に導入した
2. 社員が自分の担当業務に合わせた小さなAIエージェントを自作できるようにした
3. エージェントに各自の手順や判断の勘所を書き込ませた
4. 使うだけの段階から社員が自分で作る段階へ広げた

導入から5か月で、社員が自発的に作った業務特化エージェントは約2万個になった。

社内に埋もれていた暗黙知が目に見える形になり、この取り組みはGoogleのクラウド関連の大規模イベントの基調講演でも先行例として語られた。

RFPの回答づくりや記事の作成など同じような作業に時間を取られていた。

自社製品にはAPIでClaudeを組み込んでいたが社内の仕事には広がっていなかった。

1. 社内向けにClaude for Workを配った。
2. 営業はRFPの回答案を作らせ案件ごとに直す。
3. マーケは記事と翻訳の下書きを任せた。
4. 開発者に小さなツールやスクリプトを書かせた。
5. SSOで誰が使えるかをまとめて管理した。

社内アンケートでは98%が満足または非常に満足と答え生産性は25〜50%上がった。

RFPの回答と文章づくりの時間が大きく減り難しい仕事に手を挙げる人が増えた。

新規事業の部署では海外の相手と毎週のように企画やビジネスの話をしていて、外国語で話すことに気を取られ会議の負担が大きかった。

議事録まで手が回らず、会議の後に発言内容を確かめるやり取りも増えていた。

1. オンライン会議中にCoeFont通訳を開き翻訳文を字幕として読む
2. 聞き取れない単語や専門用語は画面の文字で確かめる
3. 分野特有の言葉を辞書登録機能に登録し訳のずれを防ぐ
4. 会議直後に作られる要約付き議事録でメモの不足を補う
5. 英語以外の言語の会議も同じやり方で対応する

会議の後に内容を確かめるやり取りが減り、コミュニケーションにかかっていた時間が数時間以上減った。

海外との会議だけでなく、社内の日本語の会議でも発言の記録や認識合わせに使うようになった。

発信の中心が本人のため、月に一度はスタジオを押さえて撮影日をまとめて取る必要があった。

思いついた話も次の撮影日まで出せなかった。

1. チームが話す内容の台本を先に作った。
2. HeyGenでアバターを選び台本から動画を生成した。
3. 必要なときは補足の映像や画像を足した。
4. 本人が台本を読み入れる内容と外す内容を決めた。
5. 説明や教育の内容はアバターに任せた。

本人が動画作りに使う時間は週10時間以上から週2時間以内になり、少なくとも80%減った。

スタジオ制作の約1,500ドルと撮影者への800〜900ドルもかからなくなった。

経営判断の前に財務やマーケの数字を手作業で集める必要があり、集計に時間を取られていた。

複数のAIを動かすと誤った数字が報告に混ざる心配もあった。

1. Claude Codeを核に9体の役をMarkdownのfrontmatterで定義した
2. CFOは会計API、CTOはリポジトリとCIと一次データの担当を分けた
3. CEOは各役の報告を統合するだけにして数字の創作を防いだ
4. 連携はinbox・today・archiveの3つのYAMLで秘書役が管理した
5. 月次決算の手順はSKILL.mdにまとめコマンドで呼び出せるようにした

CEO役が常にダッシュボードを更新するようになり、経営者の時間を集計から判断へ移せた。

ただし運用期間は短く、安定稼働と言えるかは今後の実績待ちだと本人は述べている。

社長と直接話せる社員は限られ、経営判断の背景が現場まで届かなかった。

幹部会議の議事録をそのまま参照する幹部版は、顧客ごとの取引情報が含まれるため全社には開けなかった。

1. 幹部会議の議事録を要約し公開情報と組み合わせてナレッジにする
2. AIが個社名を某社に置き換え数値を伏せて要約する
3. 別プロンプトのAIが第三者の目で監査する
4. 人が加工済み議事録の約10%を抜き取って確認する
5. 公開後は社員からの通報を受けて該当箇所を消す

幹部層約70名のPoCでは9割が社長の方針を理解するのに役立ったと答えた。

2026年7月に全社版を公開し、1か月で社内の多数のAIエージェントのうち利用状況5位に入った。

社員がおらず、サイト制作や動画、経理の突き合わせといった作業を外に出すしかなかった。

中小企業のAI導入の話はうまくいった例ばかりで、実際にどこまで置き換わるのかが分からなかった。

1. コードを書かずに、やりたいことを言葉でClaude Codeに指示した
2. 作り直しの内容を伝えてホームページを自社で生成した
3. 机に並べた名刺をiPhoneで撮った写真12枚を渡してデータ化させた
4. 相手のサイトを読ませて法人向けメールを1社ずつ書かせた
5. 広告とLINEとサイトの数字をまとめた日報を毎朝8時30分に届かせた

外に出していた仕事をほぼやめ、少なく見積もって年300万円の外注費が消えた。

一方で無料で渡した業務用の道具8社分は誰にも使われ続けず、広告が6日間止まっていた期間は問い合わせが5件まで落ちた。

出店する場所を決めるには商圏人口や競合店、道路や駐車場の条件など見るべき要素が多く、担当者の経験や外部の調査に頼る部分が大きかった。

建築費や土地代が上がる中で、投資の判断を外すリスクも増していた。

1. 自社POSデータで既存店を分析する
2. 商圏データと競合店データを重ねる
3. 人口・世帯データを加えて売上予測モデルを作る
4. 地図上で候補地を指し売上見込みを出す
5. 条件を変えた影響を比べ現地確認と合わせて判断する

2024年秋からの試験運用を経て本格運用に入り、検証した対象では予測誤差率が中央値で7%台まで下がった。

出店判断の客観性と再現性が上がり、担当者と経営層が同じ前提で議論しやすくなった。

営業担当との定期ヒアリングで聞かれてから考えると、その場で思い出せた作業を並べるだけになっていた。

初回にスライド生成を試したときも、出来上がってから構成や見た目が違うと気づき、作り直しを繰り返していた。

1. 顧客名や人物名を外した活動メモをMarkdownでGitHubに残す
2. 報告に使ってよいものだけを選ぶ
3. Codexにメモを読ませ質問させ4項目のMarkdownを正本にする
4. Gemini Notebookに骨子や記事を追加しアウトラインを相談する
5. デザイン案をPNGで確認してからスライドを生成し人が最終確認する

Markdown原稿は20枚のスライドに展開された。

出力後は気になるページだけを指定して直せるようになり、全体を何度も作り直す進め方から抜けられた。

Webからの申し込みごとに権限付与や案内メール送信を人が手で処理していた。

研修後のアンケートも回ごとの集計だけで、トレーナー個人の傾向や時間による変化を追えなかった。

1. Google WorkspaceとGeminiをつなぎ業務の流れを作り直した
2. 申込受付から権限付与と案内メール送信までを自動処理にした
3. アンケート集計を自動化し個人別や回数別のダッシュボードにまとめた
4. 人が目的を決めAIが処理し人が結果を見る流れで回している
5. うまく動かない工程は作り直し外部向けプログラムの原型にした

申込処理の手作業は100%なくなり、累計150件で合計37.5時間（1件あたり15分）分の作業が消えた。

Web診断の自動化では月100件稼働時に約50時間の削減を見込む。

リサーチや資料作成、データ加工など小さな手作業が全社に散らばり、個別のシステム化がしにくかった。

AIを入れても使い方が個人任せだと、成果が人ごとの慣れに左右されてしまう。

1. 社員と業務委託の計59名に実行環境をそろえてClaude Codeを配る
2. 2026年7月から8月に全部門向け研修を行う
3. うまくいったやり方をスキルという手順書にして共有基盤へ登録する
4. 配色や書体やロゴの規定をAIが読める形に直す
5. 登録されたスキルをレビューして部門をまたいで共有する

2026年8月末までに45名の手で、手順書が743件、業務ごとのAIエージェントが127体たまった。

研修後の社内調査では、エンジニア以外の回答者のうち53％が毎日のように使っており、その中の69％が同じ成果物を作る時間は半分以下になったと答えた。

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。

海外へ売り場を広げるたびに現地の言葉のサイトと商品説明が必要になっていた。

外部の翻訳会社に頼むと1つの市場あたり約3万ユーロかかり最大2週間待たされた。

1. 翻訳会社への外注をやめてPhraseの機械翻訳に切り替えた。
2. 新しい商品説明やサイトの更新をPhraseに通して訳す。
3. 大事な部分だけ人が読んで直す形にした。
4. 複数の国のサイトを1つの画面でまとめて管理した。
5. 担当1人でも回せる体制にした。

市場に出すまでの時間が93%短くなり進出にかかる費用は85%減った。

2年で3か国から23か国へ広げた。