Notion AIの活用事例

社員が50〜60人規模になり情報がSlackと別のツールに散らばって探すのに時間がかかっていた。

1日平均15件ほどの問い合わせ返信に1日約2時間を取られていた。

1. FAQと過去の対応事例をNotionへ集めた
2. エージェントが問い合わせを読み返信案を作る
3. 外国語は言語を推定しその言語で返信案を出す
4. 返信案はSlackへ流れ社員が確かめて送る
5. 議事録からタスク化するスキルを40個以上用意した

問い合わせ返信がほぼ自動になり業務時間が月60時間・年間720時間相当減った。

社内アンケートでは90%以上が1日あたり約30分の削減を感じたと答えた。

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。

募集への反応が一気に広がると応募の仕分けと返信が人手では追いつかなくなる恐れがあった。

案件の前提や決めたことも道具ごとに散らばっていた。

1. 応募者に希望する役割や作品集や稼働時期を書いてもらう
2. エージェントが応募内容をSlackへ流した
3. 経営側の誰かが目を通して絵文字で反応する
4. 反応が付くと日程調整リンク入りのメール下書きを作った
5. 提案は打ち合わせのAIメモを土台に人が確かめる

募集の投稿が大きく広がって数千件の応募が来ても仕組みが止まらずに回った。

提案書づくりにかかる時間も大きく短くなった。

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。

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。

創業間もない少人数から100人を超える規模へ一気に増え、会議や道具の増加で開発の時間が削られかけていた。

情報が散らばって見つからない状態も出ていた。

1. Notionを社内のWikiにして知識を全部ためた。
2. チームごとに必要な仕組みをデータベースで作る。
3. 開発はロードマップと進捗を置き営業は商談の記録を残す。
4. つないだ道具も含めてNotion AIが横断して質問に答える。
5. 新しい人はNotion AIに聞いて自分で資料へたどり着く。

使う道具の数は5分の1になった。

個別のツールを買いそろえた場合と比べ費用は5倍かかっていたと本人たちは見ている。

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。

最初の営業担当に社内からの質問が集中し1日の90%がSlackでの回答に消えていた。

1人が持つ知識が全員には行き渡らなかった。

1. 本人の分身となる Notion の Custom Agent を用意した
2. 大文字を使わない本人の書き方まで似せる
3. MCPでSalesforceとGongとSlackとNotionをつないだ
4. 社内の記録を丸ごと参照させる
5. Slackの専用チャンネルに置き営業が疑問を投げる形にした

営業チームの質問への回答は平均30分から約20秒になった。

助けを求めるのが当たり前になり質問の回数も増えた。

仕事の情報が古いツールや重複したツールに散らばり最新の決まりや担当者を探すだけで時間がかかっていた。

元データが定まらないのでAIも断片をまとめる程度しかできなかった。

1. 社内の情報をNotionへ集めて人もAIも同じ元データを見る状態にした。
2. 会議の記録はAIのメモ機能に任せて決まったことを関係先へ流した。
3. SlackやGitHubもつないでAI検索で答えを引けるようにした。
4. 全員に個人用のNotion Agentを配り下書き作りを任せた。
5. 繰り返す作業は自律で動くエージェントを一度組んで回し続けた。

生産性向上ツールの費用が約70%減り各チームの動きは約3倍速くなった。

毎日300を超えるNotion Agentが仕事を進めている。

情報がSlackやJiraやGitHubや大量のNotionページに散らばり決定の背景を探すのに時間がかかっていた。

AIに聞いても業務の文脈が無いと役に立たなかった。

1. Notionを情報の中心に置き20以上のツールをつないだ
2. ロードマップと仕様書とスプリントを連携したデータベースで回す
3. Notion AIに議事録と顧客の声のまとめと下書きと社内検索をさせた
4. 回答に付いた出どころを人が見て中身を確かめる
5. 各チームにAI Captainを置き実際の業務で使い方を教える

仕事の流れは30%以上速くなりチームは週に平均9時間を取り戻した。

会議については81%がスムーズになったと答えた。

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。

本や動画で集めた大量の情報をノートへ書き写してから構成を組み立てていた。

考えを深める壁打ちも知人に頼むしかなく日程の調整や相手への気兼ねがあった。

1. テーマを決めて本や動画から材料を集める。
2. 心が動いた点と一番伝えたいことをClaudeに渡す。
3. 対話しながら記事に残す点と削る点を整理させる。
4. できた構成案に反論や見落としを指摘させる。
5. 最後の文章は自分の言葉で書き上げる。

記事や資料1本あたりの作成時間が4〜5時間から2時間程度に縮まった。

人に時間を取ってもらう気兼ねも無くなった。

全社のリリースを1つの台帳で管理していたが項目が50ほどに膨らみ入力が重くなっていた。

条件で出し分けるフォームを作っても手間は残り登録されないまま進む案件があった。

1. リリース予定をNotionのデータベース1つに集めた
2. 名前や日付や作業中のリンクをSlackのエージェントに渡す
3. 足りない項目を補って登録し何が不明かを返す
4. Linearの課題を担当ごとに作りSlackで責任者に声をかける
5. 毎朝チェンジログと台帳を突き合わせ出たものを完了にする

リリースまでの速さは35%上がり従業員1人あたり週に最大9時間の余裕が生まれた。

出したものの品質に自信が持てると答えた従業員は89%になった。

管理職がそれぞれ自己流でタスクを管理していた。

誰がどの仕事を抱えているのか見えず不都合が出ていた。

1. Claude Codeにタスク管理のサブエージェントを置く
2. 社内の情報を読ませて話しかけるだけで答えが返る形にした
3. やるべき仕事は何かと聞き優先順位と重要度を出させる
4. タスクの追加も話しかけて登録する
5. メール返信や要約はGeminiとNotionで行う

3時間かかっていた仕事が1時間で終わるようになった。

自分がこなせる仕事量は3倍になった。

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。

会議のあとに録音を聞き直して議事録を手で起こしており、聞き返すだけで1〜2時間かかることもあった。

書き方が担当者ごとに違い、内容の抜けも起きていた。

1. Teamsの録画と自動文字起こしをCopilotに読ませる
2. 文字起こしを要点3つにまとめるよう指示する
3. 客が困っている点を箇条書きにさせる
4. 提案資料の章立て案を5つ出させ下書きまで作らせる
5. 出てきた文を自分の言葉に直して最終版にする

議事録は90分から15分、資料の構成案は60分から10分に縮んだ。

提案資料の初稿までは150分から30分になり、扱う案件が月10件あるので削減幅は月20時間以上に届いた。

会議中のメモに加えて録音を聞き直しながら1〜2時間かけて清書していた。

決め事の抜けを防ぐため何度も聞き直し共有が翌日になることもあった。

1. オンライン会議を録音して文字起こしのデータを作る
2. そのログをClaudeに渡し背景・決定事項・保留・宿題に整理させる
3. 宿題は誰がいつまでに何をするかまで書かせる
4. 専門用語は残しつつ事情を知らない人にも通じるよう補わせる
5. 直した内容をNotionへ移しタスクをメンションで飛ばす

1回の会議にかかる事務作業が90分から15分になった。

月では議事録だけで約20時間が減り言った言わないの行き違いもなくなった。

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。

顧客の不具合を数時間後に知ることが多く対応が遅れて相手を怒らせていた。

通話の文字起こしから必要な話を探すのに週に数時間かかっていた。

1. 会議メモやドキュメントをNotionに集めた
2. SlackとGoogle Driveをつないだ
3. 指示文を1つ置くだけでエージェントを作れるようにした
4. 会議の文字起こしを1on1とチーム会議と全社会議に分けた
5. 障害用のエージェントがSlackを見張り原因と次の手をまとめた

1週間で80以上のエージェントが全社に広がり数十の流れが人の手を離れて回るようになった。

タグ付けされたものに返すだけだった状態から変わり気づけなかった情報が自分に届くようになった。

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。