社内資料をAIで活用するには？中小企業が過去の知見を次の提案・判断に活かす方法

監修：株式会社アスタ 代表取締役 小路雅也

以前、似た案件に対応したはずなのに、その記録が見つからない。共有フォルダーを探しても見つからず、結局、社長やベテランに聞いている。資料を蓄積していても、活用できる人が限られていると、確認待ちで仕事が遅れます。

社内資料をAIで活用するには、どの仕事で、何を判断するために使うのかを先に決めることが必要です。そのうえで参照する資料を選び、AIの回答と元の資料を確認できる仕組みを整えます。大量の資料を読み込ませるだけでは、古い条件や誤った情報を使うリスクも残ります。

この記事で扱うのは、過去の提案書や見積書、対応記録を次の仕事に活かす方法です。中小企業の経営者・実務責任者に向けて、AIの検索機能だけでなく、資料の管理、担当者の判断、日々の運用まで含めて解説します。

社内資料のAI活用では、見つけた資料を何に使うかまで考える

資料を見つけることは、仕事を進めるための手段です。経営者が確認したいのは、資料を探す時間が減った結果、提案が早くなったか、確認待ちが減ったか、同じ失敗を防げたかという変化です。

たとえば、過去の提案書を探している担当者が欲しいのは、完成したスライドだけとは限りません。顧客が何を重視したか、どの条件で採用されたか、実行時にどこで苦労したかまで分かれば、今回の提案を考える材料になります。逆に、その背景が残っていなければ、体裁の整った資料が見つかっても判断に使えません。

最初は「社内の全資料」を対象にせず、繰り返し発生している一つの仕事に絞ります。見積もりを作る、顧客の質問に答える、トラブルへの対応方法を調べるなど、使う場面が具体的なほど、必要な情報と確認方法を決めやすくなります。

• 誰が、どの仕事の途中で資料を探しているか
• 資料を見つけた後、何を判断・作成しているか
• 見つからないとき、誰への確認で仕事が止まるか

この三つを確かめると、AIで改善したい仕事を具体的に選べます。検索回数の多さだけで選ばず、確認待ちが受注や顧客対応に影響している業務を優先できるためです。

AIに任せられるのは、検索・整理・下書きの補助

資料を参照するAIでは、質問に関連する記録を探し、その内容を整理して回答や下書きを作る使い方が考えられます。ただし、資料を持っていることと、AIが必要な情報を正しく取り出せることは別です。ファイル形式、画像の読み取り、表の構成などによって、取り出せる内容は変わります。

過去の案件を比較し、今回の検討材料をつくる

営業であれば、類似案件の提案内容や見積条件をまとめ、今回との違いを確認するために使えます。顧客対応では、過去の問い合わせと対応記録を探し、回答案を作る使い方があります。担当者は一から文書を組み立てる負担を減らしながら、今回の状況に合う内容へ修正します。

AIに比較する項目を指定すると、結果を確認しやすくなります。たとえば見積もりなら、数量、対象作業、納期、除外した作業、追加費用が発生した条件です。「似た見積書を出して」と頼むだけでなく、「今回との違いと、金額を決める前に確認すべき点を示して」と質問する方が、次の作業につなげやすくなります。

資料に書かれていない事情は、人が補う

同じ商品を提案した案件でも、顧客との関係、担当者の好み、当時の優先順位は違います。こうした事情が記録に残っていなければ、AIの回答にも十分には反映されません。見積書の金額だけから、値引きした理由や受注の決め手まで分かるとは限らないのです。

AIの下書きを確認するときは、文章の誤りだけでなく、自社の営業方針や今回の顧客への対応方針に合うかを見ます。ベテランが補足した情報も、社内で共有してよい範囲で記録します。資料を参照し、人が判断や補足を重ねながら、次の担当者が使える情報を増やしていくことが大切です。

読み込ませる資料は、量よりも使える条件を明確にする

初めから全社の資料を対象にすると、古い版や重複した資料、作成途中の文書も混ざります。まずは試す業務で使う資料を選び、それぞれをどの条件で参照できるか、整理しておく必要があります。すべてを整理し終えるまで待つ必要はありませんが、どの資料を根拠にAIが回答しているかは説明できるようにします。

古い資料をすべて捨てる必要はありません。現在の判断には使わなくても、変更の経緯や以前の条件を調べるために必要な場合があります。現行の資料と履歴用の資料を区別し、AIがどちらを参照したか分かるようにします。

紙をスキャンした資料や画像化された資料は、文字を読み取る処理が必要になる場合があります。品番、日付、金額、単位などを読み違えると、後の判断にも影響します。取り込んだ件数だけを見て作業を終えず、実際に使う項目を元の資料と照合する必要があります。

回答には元資料を示し、分からないことを区別する

業務で使うAIの回答は、根拠を確認できるようにする必要があります。参照した資料名、該当箇所、日付、対象案件などを確認できる形にします。回答がもっともらしくても、どの資料のどの部分を根拠にした内容なのかを確かめられなければ、そのまま提案や社外への回答に使うのは避けます。

出典が付いているだけで正しいと判断するのも危険です。参照先にその内容が書かれているか、別の案件の条件を混ぜていないか、現行の資料かを確認します。回答文と引用元の内容が合っているかまで見る必要があります。

資料に記載された事実と、AIが作った提案・推測は分けて表示します。資料内に答えがないときは、その旨を示して担当者へ確認する運用にします。無理に回答を作らせるより、何が足りないか分かる方が、実務では役立ちます。

説明用の仮定として、見積書に単価は記載されていても、特別な値引き条件は記載されていない場合を考えます。AIには「過去の単価はこの金額。値引きの適用条件は資料から確認できない」と整理させます。そのうえで担当者が経緯を確認し、今回も使える条件かを判断します。

閲覧権限と外部AIへの提供範囲を先に決める

AIで検索できる範囲も、社員ごとの閲覧権限に合わせます。経営者だけが見られる資料、人事・給与の情報、取引先から受け取った秘密情報を、一律に検索対象へ加えることはできません。取り込み時だけでなく、検索結果や回答を表示するときにも、利用者が見てよい内容かを確認する仕組みが必要です。

外部のAIサービスを使う場合は、会社の方針に沿って、入力した情報の利用目的、保存、削除、アクセス管理などを確認します。モデルの学習に使われない設定でも、それだけですべての情報を入力してよいとは判断できません。サービスの契約・設定に加え、取引先との取り決めや社内ルールも確認します。

IPAは、AI利用に関する課題として、個人情報・営業秘密の漏えい、偽情報・誤情報などを挙げています。社内資料を活用するときも、情報管理と回答の確認を併せて考える必要があります。出典：IPA「AIセキュリティ」。

異動や退職、契約終了で閲覧権限が変わったときは、AI側の参照範囲も見直します。元のファイルを削除しても、取り込んだコピーや検索用データに情報が残る設計なら、コピーや検索用データの更新も必要です。どこに情報が保存されるか、誰が変更を反映するかを導入時に確認します。

中小企業は、一つの業務で試してから範囲を広げる

中小企業では、全社の情報基盤を一度に整えるより、一つの業務で使いながら必要な管理方法を確かめる進め方が現実的です。専任の情報システム担当者がいる企業と、総務や現場責任者が兼務する企業では、運用に割ける時間が違います。便利な機能があっても、更新や確認を続けられなければ利用が止まります。

試すときに使いたいのは、実際に担当者が困った質問です。答えが資料にある質問だけでなく、資料に記載がない質問、複数の資料で条件が異なる質問も含めます。AIがどこまで答えられ、どこから人の確認が必要かを、日々の仕事に近い条件で確かめます。

• 必要な資料へたどり着けるか。別の案件や旧版を混ぜていないか
• 回答の根拠を確認できるか。資料にない内容を事実として書いていないか
• 権限のない資料が、検索結果や回答に出てこないか
• 人の確認・修正まで含めて、仕事が早く進むか

AIがうまく答えられないときは、指示文だけを何度も直すのではなく、資料の不足、取り込み時の読み違い、検索方法、質問の曖昧さを分けて確認します。原因によって修正する箇所が異なるためです。担当者が試した結果も残し、同じ失敗を繰り返していないかを見ます。

社内資料を活用する仕組みには、既存の文書管理サービスの機能を使う方法、新たな検索サービスを組み合わせる方法、自社の業務に合う画面や連携を開発する方法があります。AIを開発工程に活用し、試作品を現場で確かめながら修正する方法もあります。ただし、自社専用なら必ず安くなるわけではありません。初期費用、月額費用、連携、保守、担当者交代後の管理まで比べて選びます。

既存サービスと自社専用システムの比較は、業務システム開発の費用を考える記事でも解説しています。今回の業務改善に必要な範囲を踏まえ、無理なく運用できる方法を選んでください。

成果は、検索時間と業務の変化を分けて確かめる

導入後は、検索が速くなったかと、仕事が改善したかを分けて確認します。検索時間が短くなっても、誤った回答の修正に時間がかかれば、全体の負担は減っていません。検索から内容の確認、提案や回答の完成まで、同じ範囲で導入前後を比べます。

経営者が確認する項目は、目的に応じて決めます。見積もりであれば提出までの時間や確認待ち、顧客対応であれば回答の遅れや再確認の回数などです。受注率や利益を確認する場合は、商品、価格、顧客層などの変化も踏まえ、受注率や利益の改善をすべてAIの成果と決めつけないようにします。

短縮によって空いた時間を、顧客への提案や難しい案件の検討に使えているかも確かめます。ベテランへの定型的な質問が減ったなら、その分を重要な判断や後輩への指導に回すことができます。空いた時間を何に使うかまで決めると、資料検索の効率化を会社の成果につなげやすくなります。

資料の更新も日常業務へ組み込みます。案件が終わったときに対応結果を残す、手順が変わったときに旧版を区別する、といった管理です。新しいシステムのために別の報告作業を増やすより、今の仕事のどの作業で情報を残せるかを考えます。

資料の整理から実務での活用まで支援する、アスタの考え方

株式会社アスタは、従業員10〜200名規模の中小企業に特化し、全国でAI導入・活用を支援しています。特定のAIツール導入を前提にせず、経営課題と現場業務の整理から、設定・試行・運用改善・定着まで実務に伴走します。

アスタでは、経営者や担当者が何を課題と捉えているかを聞き、実際の仕事や記録を確認します。社内資料の活用でも、探すのに時間がかかるのか、見つけても判断できないのか、確認できる人が限られているのかによって、改善方法は変わります。聞き取りだけで決めず、仕事が止まる場面を確かめて改善策を考えます。

AIへの指示や検索の設定に加え、資料を残す方法、担当者の役割、更新の手順も見直します。問題が繰り返される場合は、AIの回答だけでなく、情報が共有されない理由や、改善を続ける体制も確認します。実際の業務で試し、そこで見つかった課題を改善するところまで支援することを重視しています。

• 経営者と現場の認識を確かめ、最初に改善する業務を整理する
• 必要な資料・権限・確認方法を決め、AIの設定と業務での試行を進める
• 試した結果をもとに、検索・資料管理・仕事の手順を改善する

最初に取り組むなら、最近ベテランへ確認した仕事を一つ選び、どの資料と情報があれば自分で進められたかを確かめてみてください。その仕事でAIを試すと、必要な情報と、人が判断すべきことを具体的に整理できます。自社の資料を日々の業務で活かす仕組みを考えたい場合は、アスタの中小企業AI業務改善をご覧ください。