社内AIとは？チャット型・RAGなど3つの形と導入手順、ルール作りを解説

営業部には個人で登録した無料の生成AIで提案書の下書きを作る社員がいて、総務部からは顧客の名前を入力した社員がいないか確認してほしいと頼まれる。経営会議で「社内でAIを使える環境を整える」と決まり担当を任されたものの、どの製品を選び何から決めればよいのかが見えない。そんな状況に置かれている担当者の方は少なくありません。

社内AIの導入が止まりやすい原因は、製品の比較から始めてしまい、AIを使う業務と入力してよい情報が決まっていないことです。この記事では、社内AIの3つの形・できること・選び方・導入の手順・注意したいリスク・利用ルールの作り方・定着のコツ・料金の実例を解説します。記事を読めば、社内AIの導入で最初に決める項目と進める順番がわかります。社内AIは、製品選びより先に対象の業務と入力してよい情報の範囲を決め、小さな部署から試すことが失敗を減らす近道です。

ご依頼・ご相談を検討中の方は、こちらからお問い合わせください。

仕事の依頼・相談をする →

社内AIとは社員が業務で使えるように会社が用意したAIの環境のこと

社内AIは、社員が業務で生成AIを使えるように、会社が契約と設定と利用ルールを整えて提供するAIの環境を指します。生成AIは、質問や作業の指示(プロンプト)に応えて文章や画像などを作るAIです。文章を扱う生成AIの中心には、大規模言語モデル(LLM)と呼ばれる仕組みがあります。

社員が個人の判断で無料のサービスを使う状態と社内AIの違いは、会社が管理できるかどうかです。法人向けのプランには、入力した内容をAIモデルの学習に使わない扱いを標準とするものや、管理者が社員のアカウントをまとめて管理できるものがあります。会社として契約すれば、どの社員がどのサービスを使っているかを把握でき、退職者のアカウントも止められます。

利用ルールがないまま生成AIを使い始めると、社員は使い方を自分で判断するしかありません。個人情報を入力して漏えいさせる、効果的な使い方がわからず利用をやめてしまうといった事態が起きやすくなります。

会社で生成AIを使ってよいかどうかは、社員が個別に決める問題ではありません。会社が使ってよいサービスと業務の範囲を決め、その範囲の中で社員が使う形にしておけば、情報管理と業務の効率化を両立できます。

社内AIの3つの形

社内AIは、社員がAIを使う入口と、AIが参照する情報の範囲によって形が分かれます。社内AIの主な形は、以下の3つです。

• チャット型の社内AI
• 業務アプリ組み込み型の社内AI
• RAG型の社内AI

チャット型の社内AI

チャット型は、法人向けの生成AIサービスを会社で契約し、社員がブラウザやアプリから質問を入力して使う形です。ChatGPT・Claude・Geminiなどの法人向けプランが、チャット型の代表例です。

インターネット経由でサービスを使うため、契約したその日から使い始められます。サービスの管理やセキュリティ対策の多くは提供する会社が担うので、自社の管理の手間は小さく済みます。

一方で、チャット型の生成AIは標準化された機能を提供するため、自社の業務に合わせた作り込みには向いていません。サービスや設定によっては入力した内容が学習に使われる場合もあり、契約前に学習の扱いを確かめる必要があります。

チャット型の生成AIは、自社の社内規程や商品マニュアルの中身を知りません。インターネットに公開されていない社内文書についての質問には、正確に答えられない点を社員に伝えておきます。

業務アプリ組み込み型の社内AI

業務アプリ組み込み型は、社員が毎日使う業務アプリや自社の社内システムにAIの機能を組み込む形です。業務アプリへの組み込みは、メールや文書作成・表計算など、社員が毎日使っているソフトの中でAIを使う形です。Microsoft Copilot(旧Microsoft 365 Copilot)はWordやPowerPointなどのアプリと連携し、社員がアクセスを許可されたメール・チャット・文書を使って回答を作ります。Google Workspaceの一部のプランでは、Gmail・ドキュメント・スプレッドシートなどのアプリでGeminiのAI機能を使えます。

社内システムへの組み込みは、AIの提供会社が公開しているAPIを使い、自社のシステムからAIの機能を呼び出す形です。APIとは、ソフトウェア同士が機能やデータをやり取りするための窓口を指します。自社の顧客管理や問い合わせ管理の画面にAIの要約機能を足すといった使い方ができます。

APIで組み込む方法は、自社のシステムと連携しやすい点が強みです。ただし、入力したデータが外部のサーバーに保存される場合もあり、利用するAIモデルやAPIごとに仕様と制限を確認しておく必要があります。

RAG型の社内AI

RAG(検索拡張生成)は、質問に関連する情報を社内の文書データベースから探し、その情報を質問に添えてAIに回答を作らせる技術です。生成AIは学習していない社内文書についての回答精度が大きく下がりますが、RAG型なら社内規程やマニュアルの内容を踏まえて答えられます。

RAG型が力を発揮するのは、社内の問い合わせ対応や、手順書を探す時間を減らしたい業務です。社員が就業規則や経費精算の手順を質問すると、AIが該当する文書を探して回答の下書きを返します。

RAG型で回答の精度が上がるのは、データベースに入れた情報についてだけです。どの文書の範囲なら答えられるのかを、使う社員に知らせておく必要があります。データベースに古い版の文書や同じ内容の文書が重複して入っていると、誤った回答が出やすくなります。

社内文書を使ってAIを特定の分野に強くする別の方法が、ファインチューニング(追加学習)です。ファインチューニングは学習済みのモデルに新しいデータを追加で学習させる技術で、大量のデータと計算資源と時間が必要です。導入の難しさで比べると、企業ではRAGの方が現実的に使いやすい方法といえます。

社内AIでできること

社内AIが効果を出しやすいのは、文章を読む・書く・まとめる業務と、社内の情報を探す業務です。社内AIでできる主な業務は、次の5つです。

• 文書の下書きと校正と要約
• 会議の議事録の作成
• 社内の問い合わせへの一次回答
• 調査と企画のアイデア出し
• 表計算のマクロやプログラムのコードの作成

文書の下書きと校正と要約

社内AIの使い道で最初に試しやすいのが、文書の下書きと校正と要約です。生成AIは人の手を介さずに文章を処理できるため、作業時間の短縮と品質の底上げにつながります。

社内AIに任せやすい文書の例は、次のとおりです。

• 取引先へのメールの下書き
• 提案書や企画書の構成案
• 長い資料や報告書の要約
• 社内通達や案内文の言い回しの見直し

AIが作るのはあくまで下書きです。社外に出す文書は、内容と数字と固有名詞を担当者が確かめてから送ります。

会議の議事録の作成

議事録の作成は、生成AIが人より速く正確に処理できる場合がある業務の1つです。会議の録音や書き起こしをもとに、決定事項と担当者と期限を整理した議事録の形にまとめられます。

業務アプリにAIを組み込んだ形であれば、オンライン会議のツールの中で会議の要約を作れます。要約があれば、会議の参加者は後から内容を確かめやすく、欠席者への共有にも時間がかかりません。

会議で顧客名や未公開の数字を話している場合は、録音や書き起こしをAIに入力してよいかを利用ルールで決めておきます。

社内の問い合わせへの一次回答

総務・人事・情報システムの担当者には、就業規則・経費精算・パソコンの設定などについて同じ質問が繰り返し届きます。RAG型の社内AIを使えば、社員はまずAIに質問し、AIが社内規程やマニュアルをもとに一次回答を返す仕組みを作れます。

担当者が対応するのは、AIで解決しなかった質問と、判断が必要な質問だけです。給与や評価、ハラスメントのように個別の事情が関わる相談は、AIではなく担当者が受ける線引きを先に決めておきます。

調査と企画のアイデア出し

生成AIは、過去の事例や公開情報の調査、必要な情報の抜き出しを素早く行えます。意思決定の材料をそろえる作業の時間を短くできる点が、調査業務での利点です。

新しい企画を考える場面では、既存のデータをもとに、アイデアを広げる相談相手として使えます。AIに複数の切り口を出させたあと、実現性を判断して案を絞り込むのは担当者の役目です。

AIの回答には誤りが含まれることがあるため、調査結果に出てくる数字や出典は必ず元の資料で確認します。

表計算のマクロやプログラムのコードの作成

生成AIは、表計算ソフトのマクロやプログラムのコードの作成も手伝えます。手作業で繰り返している集計やデータの整形を、AIが書いたコードで自動化できます。

AIが書いたコードが、いつも正しく安全に動くとは限りません。セキュリティ上の弱点や誤りが含まれる場合があるため、社内のシステムで動かす前に、内容を理解できる担当者が動作を確かめることが前提です。

自社に合う社内AIの選び方

社内AIの製品は種類が多く、機能の一覧を見比べるだけでは決めきれません。自社に合う社内AIを選ぶポイントは、以下の5つです。

• 使う業務から社内AIの形を決める
• 入力した内容を学習に使わない契約かを確認する
• 社内で使っている事務ソフトとの相性を確認する
• 管理者向けの機能を確認する
• 運用を担える社内の体制で選ぶ

使う業務から社内AIの形を決める

社内AIの形は、AIに任せたい業務から逆算して決めます。文書の下書きや要約が中心ならチャット型で足り、社内規程への問い合わせを減らしたいならRAG型が候補に入ります。

社内AIの3つの形の違いは、以下の表のとおりです。

最初からRAG型を作り込む必要はありません。チャット型で社員の使い方を確かめ、社内文書を参照させたい要望が集まった段階でRAG型を検討する順番なら、作ったのに使われない事態を避けられます。

入力した内容を学習に使わない契約かを確認する

社内AIを選ぶときに最初に確かめるのは、入力した内容がAIモデルの学習に使われるかどうかです。個人データを含む内容をAIに入力し、そのデータが回答の出力以外の目的で扱われると、個人情報保護法に違反するおそれがあります。

法人向けの主な製品は、データの扱いを公開しています。Microsoft Copilotのプロンプトと応答と組織のデータは、基盤となるLLMの学習の対象外です。Google WorkspaceのGeminiは、許可なく組織の外でコンテンツを生成AIモデルの学習に使わず、チャットやアップロードしたファイルを人のレビュアーが確認することもありません。ClaudeのTeamプランとEnterpriseプランも、標準の設定で入力内容をモデルの学習に使わない扱いです。

確認の方法は、利用規約やプライバシーポリシー、法人向けのデータの取り扱いのページを読むことです。同じ会社の製品でも、個人向けプランと法人向けプランでデータの扱いが違う場合があります。

社内で使っている事務ソフトとの相性を確認する

社内でメールや文書作成に使っている事務ソフトによって、選びやすい社内AIは変わります。業務アプリに組み込まれたAIは、同じ会社の事務ソフトの契約を前提にしている製品が多いためです。

Microsoft Copilotは、Microsoft 365 Business StandardやBusiness Premiumなど、対象となる契約に追加するアドオンの位置づけです。Google Workspaceでは、Business Standard以上のプランでGmail・ドキュメント・スプレッドシート・スライド・ドライブ・MeetでGeminiのAI機能を使えます。

すでに使っている事務ソフトと同じ会社のAIを選ぶと、社員は新しい画面を覚える負担が少なく済みます。一方で、社内の文書管理の権限がそのままAIの回答範囲に反映されるため、権限の整理が先に必要です。

管理者向けの機能を確認する

社員の人数が増えると、アカウントの発行と停止、利用状況の確認を手作業で回すのは難しくなります。管理者向けの機能で確認したい項目は、次のとおりです。

• 会社のアカウントでログインできるシングルサインオン(SSO)
• 社員のアカウントと請求の一括管理
• 利用者や部署ごとの権限の設定
• 操作の記録を残す監査ログ
• 会話データの保存期間の設定

製品によっては、上位のプランでしか使えない機能もあります。ClaudeのTeamプランはシングルサインオンと一括管理に対応し、監査ログや保存期間の設定はEnterpriseプランの機能です。契約前に、自社が必要とする管理機能がどのプランに含まれるかを料金表で確かめておきます。

運用を担える社内の体制で選ぶ

社内AIの形によって、導入後に社内で必要になる作業の量が変わります。チャット型は管理やセキュリティ対策の多くを提供会社が担うため、少ない人数でも運用できます。

RAG型では、参照させる文書の追加と差し替えを続ける担当者が欠かせません。文書が古いまま放置されると、AIの回答も古くなり、社員はAIを信用しなくなります。

自社のサーバーにAIを構築するオンプレミス型は、情報を社内に閉じて管理できる半面、高度な専門知識と多くの費用と開発期間がかかります。社内にAIの技術者がいない会社では、クラウドのサービスを使う形から始める方が現実的です。

社内AIの導入手順

社内AIは、一度に全社へ広げるより、小さな範囲で試して改善を重ねる進め方が向いています。社内AIの導入手順は、以下の5つです。

1. 導入の目的と対象業務を決める
2. 社内の担当者と関係者を決める
3. 利用ルールを作って小さな範囲で試す
4. 効果とリスクを評価して改善する
5. 全社への展開と機能の拡張に進む

導入の目的と対象業務を決める

社内AIの導入では、最初に目的と対象の範囲を決めます。範囲とは、AIを使う業務と、AIを使う社員のことです。

社内AIの導入を構想から改善まで段階に分けると、次の6つです。

1. 構想を立て、導入の目的と対象業務と対象の社員を決める
2. 目的に沿った目標を置き、必要な機能や条件、利用ルール、社員への教育内容、リスクを検討する
3. システムの構成と使うAIモデルを決めて環境を作る
4. 作った環境を試験し、実際の業務で使ってよいかを判断する
5. 運用しながら導入の効果とセキュリティを評価する
6. 評価の結果を環境と利用ルールに反映して改善する

目的は「議事録の作成時間を減らす」「社内の問い合わせ対応を減らす」のように、業務の名前で書きます。「AIを活用する」のような目的では、効果を測る物差しが決まらず、評価の段階で判断できなくなります。

社内の担当者と関係者を決める

社内AIの導入では、役割の違う担当者を置きます。導入の流れを引っ張る導入担当者、利用ルールを作って社員に周知する運用担当者、リスクを評価して対策を講じるセキュリティ担当者の3つの役割です。

少人数の会社では、1人が複数の役割を兼ねてもかまいません。役割を書き出しておけば、利用ルールの作成やリスクの確認が誰の仕事なのかがはっきりします。

経営層の協力も欠かせません。経営層がAIの導入を進める意思を示すと、社内にAIを使う文化が広がりやすくなります。現場の担当者からは、AIに求めることや使い心地の意見を集め、導入と改善に生かします。

利用ルールを作って小さな範囲で試す

社内AIを社員に使わせる前に、利用ルールを作っておきます。禁止事項や入力してよい情報の範囲、望む回答を得るための工夫が書いてあれば、社員は迷わずに使い始められるからです。

最初の試行は、1つの部署や1つの業務に絞ります。対象を絞ると、どの使い方で効果が出て、どこで問題が起きたのかを見分けやすくなります。

試行の段階で確かめたいのは、回答の正確さと偏りです。ベンチマークと呼ばれる性能比較の結果は、測り方によって大きく変わるため、自社の業務の質問で試した結果を判断の材料にします。

効果とリスクを評価して改善する

試行を始めたら、導入の目的に照らして効果を評価します。業務の効率化が目的なら、導入前後の残業時間の推移や、社員へのアンケートの結果が評価の材料です。

評価の対象は、業務の効果だけではありません。入力してはいけない情報が入力されていないか、想定外の使われ方をしていないかを、セキュリティ担当者と一緒に確かめます。

評価の結果を反映する先は、社内AIの設定と利用ルールの両方です。社員から多かった質問をもとに利用ルールに使い方の例を足すと、次の試行で同じ迷いが起きにくくなります。

全社への展開と機能の拡張に進む

試行で効果と課題が見えたら、対象の部署を広げて本番の導入に進みます。導入は1回で終わらず、改善の周回を重ねる進め方です。1周目の小さな試行に続く2周目が本番導入で、3周目以降はRAGの導入のような機能の拡張に取り組みます。

機能を広げるときも、試行と評価の流れは同じです。RAG型を追加するなら、参照させる文書の範囲と更新の担当者を決めてから作り始めます。

社内AIで注意したいリスク

社内AIは便利な道具ですが、使い方を誤ると情報漏えいや誤った判断につながります。社内AIで注意したいリスクは、次の5つです。

• 機密情報や個人情報が外部に渡るリスクがある
• 事実と違う回答をそのまま使ってしまう場合がある
• 生成物が他者の権利を侵害する可能性がある
• RAG型で閲覧権限のない社員に情報が見える場合がある
• 期待が大きすぎて効果が出ない可能性がある

機密情報や個人情報が外部に渡るリスクがある

入力した内容がAIの学習データとして使われると、第三者への回答の中に入力した情報が含まれる可能性があります。組織の内部文書や秘密保持契約を結んだ情報をプロンプトに入れると、機密情報が漏えいするおそれがあります。

個人情報の扱いでは、個人情報保護法に沿った確認が欠かせません。個人情報を含むプロンプトを入力する場合は、特定した利用目的を達成するために必要な範囲内かを十分に確認する必要があります。本人の同意を得ずに個人データを入力するなら、サービスの提供会社が入力したデータを機械学習に使わないことなどの確認が前提です。

対策は、学習に使わない法人向けの契約を選ぶことと、入力してはいけない情報を利用ルールで決めることの2つです。

事実と違う回答をそのまま使ってしまう場合がある

生成AIは、現実には存在しない情報や事実と異なる内容を回答することがあります。事実と違う内容をもっともらしく出力する現象は、ハルシネーションと呼ばれます。

RAG型を使えば社内文書に沿った回答に近づきますが、誤った回答を完全になくすことはできません。生成AIの回答は100%事実である保証がなく、他の人に送る前に利用者が内容を判断する必要があります。

AIの回答を社外に出す前や、判断の根拠に使う前には、担当者が元の資料と照らし合わせて確かめる運用にします。

生成物が他者の権利を侵害する可能性がある

生成AIが作った文章や画像が、既存の著作物や他社のキャッチコピーに似てしまう場合があります。似た生成物を社外で使うと、著作権の侵害となり、法的なトラブルや会社の信用の低下を招きます。

生成物を使う前に確かめたい点は、次のとおりです。

• 既存の著作物やキャッチコピーと似ていないか
• 他社の商標や意匠を侵害していないか
• 虚偽の情報や個人・団体の名誉を傷つける内容が含まれていないか

生成物の商用利用が、利用するサービスの利用規約で制限されている場合もあります。広告や販売用の資料に使う前に、利用規約を確認します。

RAG型で閲覧権限のない社員に情報が見える場合がある

RAG型の社内AIでは、データベースに入れた文書の内容を、使う社員全員が見られる状態になる場合があります。人事評価や役員会の資料のような一部の社員だけが見てよい文書を入れると、本来は閲覧できない社員にもAIが内容を答えてしまいます。

対策は、データベースに入れる文書が、使う社員の役職や所属部署にふさわしいかを確認することです。業務アプリに組み込まれたAIのように、社員が閲覧を許可されたデータだけを回答に使う製品もあります。社員の閲覧権限を反映する製品でも、共有フォルダの権限が広すぎればAIを通じて見えてはいけない文書が見えてしまいます。フォルダの権限の見直しは、AIの導入より先に済ませる作業です。

AIの動作を変える指示文を文書に紛れ込ませて、AIに想定外の動きをさせる攻撃もあります。プロンプトインジェクションと呼ばれる攻撃で、製品によっては検出して防ぐ仕組みを備えています。

期待が大きすぎて効果が出ない可能性がある

社内AIを導入しただけで、すぐに業務の効率が上がるとは限りません。社員がAIをどの業務でどう使うのかを思い描けていないと、導入しても使われないまま終わります。

生成AIは万能ではなく、学習していない情報や複雑な意思決定をともなう文書の作成は苦手です。RAG型でも、データベースに入れていない情報について回答の精度は上がりません。

導入前に、社内AIが得意な業務と苦手な業務を社員に伝えておくと、過度な期待による失望を防げます。

社内AIの利用ルールを整える

社内AIを安全に使い続けるには、社員全員が守る利用ルールが必要です。利用ルールは、社員が迷わずに使うための手引きと、情報漏えいを防ぐ歯止めの両方の役割を持ちます。社内AIの利用ルールで決めておきたい項目は、以下の6つです。

• 利用してよい業務と禁止する用途を決める
• 入力してはいけない情報を決める
• 個人情報を入力するときの確認手順を決める
• 生成物を確認してから使うルールを決める
• 利用ログを残して定期的に見直す
• 利用ルールの担当者と相談窓口を決める

利用してよい業務と禁止する用途を決める

利用ルールの最初に、社内AIを使ってよい業務と使ってはいけない用途を書きます。AIの提供会社は利用規約で、違法行為を助ける内容や、人を欺く目的の内容の作成などを禁止しています。

会社の規定に照らして、社内AIの利用を制限するか検討したい業務は、次のとおりです。

• 顧客情報や機密情報を扱う業務
• 社外に公開する前の情報を扱う業務
• 業務以外の目的での使用

利用ルールのひな形としては、一般社団法人日本ディープラーニング協会(JDLA)の「生成AIの利用ガイドライン」があります。ひな形は、自社の使い方に合わせて項目を足したり削ったりして使えます。

入力してはいけない情報を決める

入力の制限は、利用ルールの中で社員がいちばん迷う項目です。入力してよい情報と入力してはいけない情報の線引きを、具体例を添えて書いておきます。

社員による入力を制限したい情報は、次のとおりです。

• 個人情報(氏名・住所・電話番号など)
• 組織の内部文書や秘密保持契約を結んだ情報
• 著作権で保護された他者の文章や画像

入力が学習に使われない法人向けの契約を選んでいても、入力の制限は外しません。契約の条件は変わることがあり、社員が会社の契約ではない個人のサービスに入力してしまう場合もあるためです。

個人情報を入力するときの確認手順を決める

顧客対応の文面作成などで、個人情報をAIに入力する必要が出る業務もあります。個人情報を入力してよいかどうかは、社員の判断に任せず、確認の手順を利用ルールに書いておきます。

個人情報を入力する前に確認する手順は、次のとおりです。

1. 入力する個人情報が、会社が特定した利用目的の範囲内かを確かめる
2. 利用するサービスが、入力したデータを機械学習に使わない条件かを確かめる
3. 氏名などを伏せても業務が成り立つなら、伏せた形で入力する

個人情報保護法の対象は、扱う個人情報の数が5,000以下の中小企業も含みます。会社の規模にかかわらず、個人情報を扱う業務でAIを使う前に手順を決めておきます。

生成物を確認してから使うルールを決める

AIが作った文章やコードは、そのまま社外に出さず、担当者が確認してから使うルールにします。確認する観点は、事実の誤り・表現の偏り・他者の権利の侵害の3つです。

生成物を引用したり社外に公開したりする場合は、生成AIで作ったものだと明示するかどうかも決めておきます。生成AIで作ったことを示し、情報の出どころを明らかにしておくのは、読み手が内容の確かさを判断できるようにするためです。

出力によって重大な影響や被害が出るおそれのある業務では、AIの判断をそのまま採用せず、人が判断する工程を必ず挟みます。

利用ログを残して定期的に見直す

社内AIの利用の記録(ログ)は、問題が起きたときの確認と、使い方の改善の両方に役立ちます。AI事業者ガイドラインで、AIを利用する事業者が利用前に整える事項として挙がっている1つが、操作履歴や入力・出力の記録などのログを管理する体制の整備です。

ログを残せる範囲は、製品の管理機能によって異なります。管理者が社員とAIのやり取りを表示して保存期間を設定できる製品もあれば、監査ログを上位のプランだけで提供する製品もあります。

ログは、残すだけでは役に立ちません。ログを定期的に見直し、入力してはいけない情報の有無とよく使われている業務を確かめて、利用ルールと社員への案内に反映します。不要になったデータや必要以上に長く残したログは削除し、保管するデータを最小限にとどめます。

利用ルールの担当者と相談窓口を決める

利用ルールは一度作って終わりではなく、AIの機能や法令の動きに合わせて見直します。見直しの担当者と頻度を決めておかないと、利用ルールは古いまま放置されがちです。

社員が「この情報は入力してよいか」と迷ったときに聞ける相談窓口も決めます。相談窓口があれば、社員は迷った情報を入力する前に確認でき、判断の事例も担当者に集まります。

AIを事業で使う会社が参照できる公的な指針の1つが、総務省と経済産業省がまとめたAI事業者ガイドラインです。最新版は2026年3月31日に公表された第1.2版です。AIを利用する事業者に向けた事項には、安全を考えた適正な利用・個人情報の不適切な入力の防止・セキュリティ対策の実施などが並びます。

社内AIを社内に定着させるコツ

社内AIは、契約して配っただけでは使われません。社員が日々の業務で使い続ける状態を作るには、教育と仕組みの両方が必要です。社内AIを社内に定着させるコツは、以下の5つです。

• 利用ルールを研修で周知する
• 業務で使えるプロンプトを社内で共有する
• 日常業務の手順に社内AIを組み込む
• 有志の活用チームを作る
• 利用率と効果を測って見直す

利用ルールを研修で周知する

利用ルールは、文書を配るだけでは読まれません。オンラインの学習教材(eラーニング)などを使って利用ルールの研修を定期的に行うと、社員の意識をそろえられます。

研修では、禁止事項だけでなく入力してよい情報の具体例と、迷ったときの相談先も伝えます。禁止事項ばかりを並べると、社員は使うこと自体を避けるようになるためです。

業務で使えるプロンプトを社内で共有する

プロンプトの書き方で、AIの回答の質は大きく変わります。プロンプトに入れたい要素は、AIに実行させる作業・作業に必要な背景の情報・対象となる文章・回答の形式の4つです。4つの要素を具体的に指示すると、AIは目的に合った回答を返しやすくなります。

社内で効果のあったプロンプトを共有すると、社員は自分の業務に置き換えて使い方を学べます。AIの提供会社が公式に公開しているプロンプトの例を、自社の業務に合わせて書き直して共有するのも1つの方法です。

日常業務の手順に社内AIを組み込む

社内AIを特別な道具として扱ったままでは、使う人と使わない人の差は縮まりません。日報の作成に社内AIを使うなど、毎日の業務の手順に組み込むと、社員は自然に使い方に慣れていきます。

実際に使う中で、社員はAIの回答に誤りがあることも体験します。AIの限界を知ったうえで使う習慣は、研修の説明だけでは身につきにくいものです。

有志の活用チームを作る

部署を越えて、社内AIの活用に関心のある社員を集めたチームを作る方法も有効です。チームのメンバーが使い方を試し、うまくいったプロンプトや業務の例を社内に共有すると、利用が広がるきっかけになります。

活用チームに持たせたいもう1つの役割は、現場の困りごとを集めることです。社員の声が担当者に届けば、利用ルールの改善や、RAG型の追加のような次の打ち手を決めやすくなります。

利用率と効果を測って見直す

社内AIが定着したかどうかは、利用率と効果の両方で確かめます。社内の普及率がおよそ16%に届くかどうかは、新しい仕組みが広がるかを見る1つの指標になります。新しい商品の広がり方を説明するイノベーター理論では、最初に使い始める2つの層の合計がおよそ16%で、そこを越えられるかどうかで普及が分かれるためです。

効果の測り方は、導入の目的によって変わります。業務の効率化が目的なら残業時間の推移やアンケート、業務の品質の向上が目的ならアンケートや社員へのインタビューで確かめます。測った結果は、利用ルールと研修の内容の見直しに使いましょう。

社内AIの導入を外部の会社に頼むときの確認事項

RAG型の構築や自社システムへの組み込みは、社内だけで設計と開発を進められる会社は多くありません。実際には、導入を支援する会社が設計と開発を担う形が多くなります。

外部の会社に頼む場合でも、社内の規定やポリシーに沿っているかを確かめるのは自社の役目です。導入担当者が運用担当者とセキュリティ担当者の意見を集め、依頼先に伝える流れを作っておくと、完成してから規定に合わないと気づく事態を防げます。

見積もりを依頼する前に、社内で整理しておきたい項目は、次のとおりです。

• 社内AIで解決したい業務と、効果を測る指標
• AIに参照させたい文書の置き場所と更新の頻度
• 社員ごと・部署ごとの閲覧権限の設計
• 回答の根拠となった文書を画面に示すかどうか
• 導入後に文書の更新や回答の確認を担う社内の担当者

上の項目を書いた資料を渡せば、依頼先から同じ条件の見積もりが返ってきます。データの保存場所や、入力したデータを学習に使わない条件も、契約前に確認しておきます。

社内AIの費用の実例

社内AIの費用は、社内AIの形と使う人数によって変わります。チャット型や業務アプリ組み込み型には1ユーザーあたりの月額で契約する製品があり、RAG型には利用者の料金に加えて文書のデータベースの料金がかかる製品があります。公開されている料金の実例は、以下の表のとおりです。

Google WorkspaceのBusiness Standardでは、事務ソフト一式の料金の中でGmailやドキュメントなどのGeminiのAI機能を使えます。Claude Teamは、シングルサインオンと一括管理に対応したチャット型の法人向けプランです。Amazon Q Businessは、SharePointなどの社内文書を取り込み、利用者の権限に応じた回答を返すRAG型のサービスです。文書を検索するためのインデックスには、1時間あたりの料金がかかります。

Microsoft Copilot Chatのうち、ウェブの情報をもとに答えるチャットは、対象のMicrosoft 365の契約に追加料金なしで含まれています。社内のメールや文書を使って回答する機能には、有料のライセンスが別に必要です。

表の金額は、ライセンスやサービスの利用料です。RAG型の構築や自社システムへの組み込みを外部に依頼する場合は、開発の費用が別にかかります。人数を掛けた1年分の利用料と、構築と教育の費用を合わせた総額で比べると、社内AIの形ごとの違いを同じ基準で判断できます。

社内AIは入力してよい情報を決めて小さな業務から始めましょう

社内AIの導入で大切なのは、製品の比較より先に、AIを使う業務と入力してよい情報の範囲を決めることです。対象と線引きが決まっていないと、製品を選んでも社員は使い方に迷い、情報漏えいを恐れて使われないまま終わります。

社内AIの導入で押さえておきたい流れは、次のとおりです。

1. 社内AIで減らしたい業務を決め、チャット型・業務アプリ組み込み型・RAG型から形を選ぶ
2. 入力した内容を学習に使わない法人向けの契約を選ぶ
3. 利用してよい業務と入力してはいけない情報を利用ルールに書く
4. 1つの部署で試し、効果とリスクを評価して改善する
5. 研修とプロンプトの共有で定着させ、ログと利用率を見ながら全社に広げる

社内AIが社内に根づけば、文書作成や問い合わせ対応にかかっていた時間を、人にしかできない判断や顧客対応に回せます。まずは社内で生成AIを使っている業務と、入力されている情報を書き出すところから始めましょう。

ご依頼・ご相談を検討中の方は、こちらからお問い合わせください。

仕事の依頼・相談をする →