業務の要件を決める
何を、どう仕上げるか。
必要な情報と完成条件を整理。
AI社員に任せた例、全社にAIを入れた例、そして両方を支える仕組み
AIの未来、データとエネルギー、企業の準備
6部門の定型業務を任せ、業務を効率化
全6回の実務セッションで、幹部・スタッフが自分の仕事で実践
使うAI・保存先・権限・セキュリティの設計と、カンパニーブレインの構築
御社の仕事場で、一緒に考えて試す
外注・採用との費用比較と、毎月の効果測定
担当者・実績と、ご相談から開始まで
誰が何を抱えているか、社内で一覧できない状態でした。
入口を整えるGoogle Workspace・電話代行・オンラインFAXなど、文字で記録が残る道具にそろえる。
打合せも残すPlaudで録音。日々のやりとりを、AIが読める情報として蓄積する。
AIに仕事を任せる前に、AIが読める情報をつくる。カンパニーブレインの土台です。
残した情報を読むAI社員をSlackに置きました。人に聞くのと同じ言葉で、仕事が進みます。
メール・電話・FAX・宿泊ゲストの4チャンネルを横断。未返信のスレッドを緊急度順に並べる。
写真から日付・金額・勘定科目を読み取り、申請を準備。最後は人が承認する。
情報が残っているから、AIが答えられる。
同じ内容を、書類ごとに何度も書き写す仕事を減らす設計です。受注と目方を入力し、人が出来上がった書類を確かめます。
商品・数量・送り先を記録
入力 2 / 出荷時単価を掛けて金額を計算
書類ごとに別のデータを持たず、同じ注文データから作る。
第2回までに、実業務の要件定義・AIによる実行・マニュアル化を実践。いまは全スタッフがChatGPT Workで、自分の定型業務をルーティンにしています。
何を、どう仕上げるか。
必要な情報と完成条件を整理。
自分の仕事をAIに任せ、
結果を確認・修正する。
うまくできた仕事の手順を、
ファイルにして残す。
残した手順を使い、
繰り返す業務をAIに任せる。
全スタッフの仕事が一つずつマニュアルになり、AIで進められる業務が増えています。
地方の老舗旅館で、手が回らず止まっていた3つの仕事にAIを導入しました。
80件以上が未返信。「全部返さないと」と思うと、手がつけられない。
溜まった口コミから、順に返せるようになった。
情報集めと書類の負担が大きく、設備更新も後回しに。
使えそうな制度が出たとき、検討を始められる。
SEOを知らず、公式サイトの更新は制作会社に頼んでいた。
集客のための発信を、自分たちで進められる。
図は、支援した仕事の内容を示す説明図です。
人は増えていません。打てる手の数が増えました。
株式会社WECSでは、手書きの点検メモ・図面・Excelを使う現場にAIを導入しました。
一から清書する仕事が、AIの下書きを確認する仕事へ。
見積データを見て手作成していたメールを、業務システムの情報から、仕入先別の下書きに。
報告書の図は、仕事の流れを示す説明図です。
AIに不慣れだった担当者が、いまは日々AIエージェントを使っています。
使うAI・資料の置き場・権限・担当を設計し、社員16名へ導入済み。一人ひとりが、自分の実務でAIを使うようになりました。
業務に合わせて、使うAIと資料の保存先を決定。
誰がどの情報を読み、操作できるかを整理。
導入・管理・実務での確認を担う人を決定。
各スタッフがAIと一緒に、日々の仕事を進める。
導入設計から、16名の実務で使うところまで。
支援の土台は、AIが読む情報を整えること。AiWiLLも、カンパニーブレインを中心に仕事をしています。
定型業務を任せる
会社の最新版は、ここに。
事業を伸ばす仕事へ
同じ情報を使い、仕事の知識を会社に残す。御社に作るのは、この仕組みです。
水や電気を使うように、誰もが高度な知能を使える時代へ。AIなしで働く姿は、やがて、ガラケーで仕事をする姿に見えてきます。
AIの進化によって、より少ない費用で、より多くの仕事ができるようになっています。
資金や人手が足りず、諦めていたことがある。AIは、その実現を助けます。
調べる、考える、つくる力を多くの人が使えるようになる。それが「実現の民主化」です。
AIができる仕事が増えるほど、知識やスキルを持つことに加えて、それを何に使うかが問われます。
資料づくり、分析、翻訳、デザイン、プログラミング。頭脳を使う仕事で、AIの実用化が進んでいます。
将来、ロボットが点検などの現場業務を担う可能性もあります。仕事の手順を記録することは、その準備にもつながります。
何を実現したいかを決めるのは、人間です。AIは、その実現を支えます。
AIで実行できることが増えるほど、「何をしたいか」という意志が大切になります。
24時間働くフルリモート社員を迎えるようなものです。
深夜や休日も、チャットから仕事を依頼できる
手順や判断基準を、会社の資料として残せる
資料や指示を更新し、仕事の精度を高めていく
人間より賢いAIが生まれたら、人間は必要なくなるのでしょうか。映画の中の話に思えた問いが、AIの進化とともに、現実の議論になっています。
未来について考えるには、AIの「賢さ」だけでなく、何を目的に動き、どんな設備や情報を使うのかを見る必要があります。
まずは、AIが動く仕組みから考えてみましょう。
画面の向こうのAIも、実際には計算機の上で動いています。
文章・画像・音声
業務の記録・人の判断
↑ 電力で動く
説明・予測・資料
接続したツールでの作業
AIはデータからパターンを学び、依頼されたときにも計算を行います。学習にも、回答を返す処理にも、計算資源と電力が必要です。
「データ × エネルギー」は、この土台を表す言葉です。性能が二つの量だけで決まるわけではなく、モデルの設計や学習方法、データの質も関わります。
参考:Hoffmann et al.「Training Compute-Optimal Large Language Models」 / DataComp-LM
AIを動かすには、半導体、電力供給、冷却設備が必要です。計算機を増やすためには、こうした設備も増やさなければなりません。
自動化や自己改善が進んでも、計算機を動かす物理的な条件は残ります。電力供給や送電網、設備の整備が、拡大の速さを左右します。
赤堀の見立て
物理的にエネルギーがボトルネックとなり、人類を滅ぼすほどの計算量は確保できない。
AI専用施設だけの数字ではありません。
1 TWh=10億kWh。将来値は予測です。
電力消費量・設備制約の出典:IEA「Key Questions on Energy and AI」(2026) / IEA「AI and energy security」
高度なAIを使えるようになっても、会社の仕事に必要な材料は、会社の中にあります。
AIモデルを開発する。半導体やデータセンターを整える。新しい技術を、サービスとして使えるようにする。
仕事の記録を残す。最新版と判断の理由を揃える。必要な情報を、必要なAIが参照できるようにする。
新しいAIを待つ間にも、この準備は進められます。何を頼み、何を見せれば仕事が進むのか。それを整理しておくほど、新しいAIも自社の業務に取り入れやすくなります。
たとえば「この案件の見積もりをつくって」と、同じAIに頼んだ場合。
項目や書き方は提案できます。しかし、御社の単価、担当範囲、過去に起きた問題までは、前提にできません。
最新の単価表、過去の見積もり、対応範囲、例外の判断理由を読み、根拠を示しながら案をつくれます。
同じAIでも、参照できる情報で答えは変わります。独自データは、自社の仕事に合う答えをつくる重要な材料です。
見積もりは仕組みを説明するための例です。参考:AWS「What is RAG?」
最新版を更新する
読む権限を決める
依頼に関係する箇所を読む
根拠とともに判断材料へ
内容を確かめる
修正を次の仕事に残す
会社の情報を使わせる方法は、AIそのものを追加学習する方法だけではありません。必要な資料を探して、その場で読ませる方法もあります。検索した情報を回答に使う仕組みは、RAGと呼ばれます。
資料を読ませることと、モデル自体を学習させることは別です。一度渡せば永久に覚えるわけではないため、仕事のたびに最新の資料を参照できることが大切です。
AIに渡す情報・利用目的・保存先・閲覧権限を決めることも、会社の準備に含まれます。
AI Readyとは、会社の情報を、人とAIが仕事に使える状態にしておくことです。
結果だけでなく、何を見て、なぜそう決めたのかを残す。会議、商談、日々の作業に材料があります。
どこが最新版かを決め、必要な範囲で参照できるようにする。データを集めただけでは、仕事に使えません。
古い単価や手順のままにしない。実際の仕事で見つかった間違いや改善を、会社の資料へ戻します。
情報の量に加えて、正確さ・新しさ・判断の理由。会社のデータは、使える形にすることで力になります。
使うAIやツールは、これからも変わっていきます。一方で、お客様が大切にしていること、過去の失敗、現場で覚えた段取りは、御社が積み上げてきたものです。
その知識を会社が管理する資料として残しておけば、使うAIを替えるときにも参照できます。ツールの選び直しと、会社の知識の蓄積を切り離して考えられます。
当日の判断や気づきは、時間がたつと細部を思い出しにくくなります。今日の仕事を記録し、次の仕事で使える状態にしていきます。
企業のAI時代への準備は、自分たちの知識をAIに渡せる状態にすること。では、会社の何を記録しておけばよいのでしょうか。
AI Readyを進める出発点は、やりたいこと、強み、これまでの経験や判断を言葉にすることです。
目指す姿・望み・意志
強み・技術・提供できる価値
判断基準・失敗の記憶・顧客への理解
中小機構の調査では、導入・検討中の企業があり、業務効率化への効果も報告されています。
予定・検討中を含めると
39.0%。
AIを導入した企業が、
導入目的として回答。
AIを導入した企業が、
効果として回答。
目的を決めて使い、仕事がどう変わったかを確かめる。AIの活用は、すでにその段階に入っています。
出典:中小機構「中小企業のAI等の利活用に係る実態調査」(2026年3月公表)。2025年11〜12月調査。生成AIに限定しないAI全般。設問ごとに回答企業数が異なり、目的・効果は複数回答。
生成AIを使うかどうか、誰が進めるのか。多くの企業が、この段階で課題を抱えています。
全回答企業6,645社のうち、3,388社。
質問:生成AIの活用方針について活用を推進していない理由への回答4,358社のうち、2,403社。
複数回答。左の設問とは回答対象が異なります。何に使うかを決め、実際の仕事で試す。そのための「人」と「進め方」を、AiWiLLは一緒に用意します。
出典:東京商工リサーチ「2025年 生成AIに関するアンケート調査」。数字は同じ母集団の課題ランキングではなく、別々の設問への回答です。
たとえば、見積もりを決めた理由や、お客様への対応で気をつけること。
その人の頭の中にある知識を言葉にして、会社の資料に残します。
AI社員はその資料を読み、次の仕事の下書きや判断材料に使います。
頭の中を言葉に起こす。録音ひとつから始まる
誰が見ても・AIが読んでも迷わない構造に収める
AI社員に仕事を教え、働く環境を整える
対話で見つけた改善点を反映し、精度を高める
AIで業務を効率化し、事業を伸ばす。そして、会社の価値や文化を残し続ける。
AI顧問使い放題。月2回の定例枠で、なんでも何度でも。AI社員開発・AI研修・AI導入設計と戦略・会社訪問。「うちにはAI社員がいる」と言える会社へ。
御社の理想の実現に、AiWiLLのすべてを使います。AI以外のお手伝いも、お客様同士のご紹介も。
繰り返す仕事をAI社員に任せ、
日々の手作業を減らします。
全6回の実務セッションで、
自分の仕事にAIを取り入れます。
使うAI・保存先・権限・セキュリティを設計し、
カンパニーブレインを構築します。
現場に伺い、一緒に考え、その場で試す。
使い方を一緒に模索します。
ここから、4つの支援を順にご説明します。
決まった材料・手順・確認基準で進める仕事を、会社の各部門から選びます。
会社の資料・ルール
数字の集計・予定の整理・議事録
仕訳の提案・承認後の登録・請求準備
決めた企画に沿う制作・投稿準備・集計
商談記録・確定条件の見積・フォロー
作業報告・完了連絡・手順書の更新
採用事務・社内質問・定時の同期
経営判断、新しい企画、売上を伸ばす打ち手は、人がAIを使って考えます。第3部でご紹介します。
AI・バーチャルコンピューター・データベース・メッセージツールを、業務に合わせて選定・接続。
いつものチャットから依頼し、AI社員が業務ツールで作業できるようにします。
文章・写真・ファイルで頼む
VPS・クラウドPCなど
資料と指示をもとに、必要なツールを操作
書類・報告書・発信・会計への登録
図は構成と連携先の例です。利用サービス・契約プラン・権限に合わせてAiWiLLが設定します。送信・公開・会計への登録は、合意した確認・承認の手順で進めます。
AiWiLLが現場に伺い、スタッフの方と対話しながら、実際の仕事を理解します。
業務を整理してデータに残し、AI社員が仕事を進められるようにします。
実際の作業と、使っている書類・画面を見ます。
いつもの進め方、困りごと、判断の基準を聞きます。
必要な材料・手順・完成物と、人が確認する箇所を決めます。
書類や口頭の説明を、AIが読める資料・手順・良い例にします。
AIに仕事をさせ、スタッフと結果を確かめ、手順と設定を直します。
御社の環境に、仕事の知識と手順を残す。その情報を使って、AI社員が日々の業務を進めます。
訪問を含む支援の範囲・実施方法は、契約前に相談して決めます。
数字や記録をまとめる仕事を任せ、経営者は内容の確認と判断に時間を使います。
会議で残したメモを渡す
記録と次の行動を整理する
決定した内容と発言を区別する
Notionへ保存する
会議メモを議事録・決定事項・担当者別TODOに整理し、Notionへ保存する。
タスク・前日の記録・カレンダーから、予定と期限を一覧にしてSlackへ届ける。
Excelの実績と目標を集計し、予実差・未確認の数字・近い期限を一覧にする。
数字の正確さ、決定事項と発言の区別、優先順位と対応。経営判断は人が行います。
業務と接続先の例です。お使いのサービス・権限に合わせて設定します。
合意した内容を記録し、決まった条件に沿って営業事務を進めます。
合意した内容をもとにする
決まった内容を文章にする
金額・納期・約束ごとも確認
Gmail・Outlookに用意する
商談メモから、お礼と合意した次の対応を整理。Gmail・Outlookに下書きを用意する。
確定した商品・数量・条件と料金表から、Excelの指定様式で見積書を作る。
商談記録からkintoneの状況・次回対応日を更新し、未対応や期限超過を週次で一覧にする。
宛先・金額・納期・約束ごと。送信や条件の確定、新しい提案内容の判断は人が行います。
業務と接続先の例です。お使いのサービス・権限に合わせて設定します。
写真・メモ・確定した作業手順を、会社の決まった様式に整えます。
現場の記録を渡す
Excelの指定様式に整える
数値と作業内容を確かめる
確認後、共有先へ保存する
写真や手書きメモから、Excelの指定様式で報告書を作成。確認後、Box・Google Driveへ保存する。
作業記録から定型の報告文をつくり、Gmail・Outlookの下書きに用意する。
担当者の説明と確定した手順を、Notionなどの決まった書式にまとめる。
読み取った数値、作業内容、記載漏れ。安全・品質に関わる内容と、社外への送信は人が確認します。
業務と接続先の例です。お使いのサービス・権限に合わせて設定します。
テーマや企画は人が決め、制作・入稿準備・結果の集計をAI社員に任せます。
企画は人が決める
決めた企画に沿って制作する
公開前に内容を確かめる
YouTubeへ非公開でアップロード
決めた企画と素材から動画・サムネイル・説明文を用意し、YouTubeへ非公開でアップロードする。
決めたテーマ・構成と承認済み資料から記事を下書きし、Instagramなどの投稿文も用意する。
検索・SNS・動画の決めた指標を集計し、Excelの週次レポートにまとめる。
事実・権利・表現と公開。新しい企画や、結果を見て何を変えるかは、人がAIを使って考えます。
業務と接続先の例です。お使いのサービス・権限に合わせて設定します。
記帳・請求書の下書き・支払や入金の一覧作成などを担当。ここでは、レシートの記帳をご紹介します。
LINEやSlackに、撮影したレシートを送る。
日付・金額・支払先を読み、勘定科目などの候補を返す。
金額や科目を確認。必要なら修正し、OKを返す。
お使いの会計ソフトへ、承認された内容を登録する。
レシートの送付 → 仕訳案の確認・承認 → 会計ソフトへの登録完了
登録先はマネーフォワード クラウド会計、またはfreee会計。お使いの環境に合わせて設定します。
支払い・送金は人が行います。
人事・総務・情報システムの日々の事務と、同じ質問への対応を支えます。
原文と確認項目を渡す
決めた項目に沿って整理する
原文との一致を確かめる
Excelの確認表にまとめる
決めた確認項目に沿って応募書類を要約し、Excelの確認表にまとめる。
承認済みの手順書・過去回答を参照し、Slackに届く質問への回答案を用意する。
決めた時刻に指定フォルダを同期・点検し、結果をSlackへ報告する。
応募書類と原文の一致、合否、例外への対応。権限変更・削除・異常時の対処は人が判断します。
業務と接続先の例です。お使いのサービス・権限に合わせて設定します。
いつものチャットから
会社の資料を読み、決めた作業を進める
送信・公開などの前に
確認して、送信・公開を決める
経営管理、経理、マーケ、営業、提供、管理。任せたい定型業務を一通り整えれば、導入は一区切りです。
運用・改善を続けながら、日々の手作業を減らしていきます。
誰に、何を届けるか。新しい商品、営業施策、サービスをどうつくるか。ここからは、その都度考える仕事です。
幹部もスタッフもAIを使い、考え、試し、売上につながる仕事を増やしていきます。
次の章では、全6回の実務研修をご紹介します。