
AIエージェントと業務自動化の事例。企業が公開した使い方と、自社で真似する手順
2026/11/11
執筆:寺田昇平
AI Portalize株式会社 代表取締役/AI Digital Community 代表理事
仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。
AIエージェントの事例は、「何を任せたか」と「人がどこで確かめるか」の2つで見ると、自社で真似しやすくなります。
企業が公式に出している事例では、申請の事前チェック、問い合わせの回答案づくり、価格交渉の準備のように、判断の前の準備や下書きが任されています。
人が確かめる場面が書かれている事例では、最後の判断を人が持っています。

AIエージェントの事例の一覧(何を任せたか・人がどこで確かめるか)
載せているのは、企業が公式に発表した事例と、当社の導入事例・当社で試したことだけです。
数字は、出典に書かれているものだけを使っています。
まず6件を、任せた内容と、人が確かめる場面で並べます。
事例 | 任せたこと | 人が確かめるところ |
|---|---|---|
ソフトバンク:申請の受付 | 資料やルールと照らした、受付できるかの事前チェック | 担当者が結果を見て最終判断 |
ソフトバンク:社内の問い合わせ | 過去の回答を探し、なければ規定から回答案を作る | 部門により、承認してから回答/ナレッジにある質問だけ即答 |
ソフトバンク:調達 | 過去の実績の参照から価格交渉までの支援(検証中) | 戦略の選択や最終合意は人が判断 |
KDDI:お客さまセンター | au PAYなどの問い合わせへの対応 | — |
当社:画像200枚の量産 | 一覧表から図の指示文を作り、画像を作る | 最初の10枚ほどと、できたスライドを人が確認 |
当社の導入事例:メールの判定 | 問い合わせメールが営業かどうかの判定と、チャットへの通知 | — |
申請の事前チェックと社内の問い合わせ回答(ソフトバンク)
ソフトバンクが2026年10月8日に公開した公式ブログは、Copilot Studioを使った2つのAIエージェントの事例を紹介しています。
Copilot Studioを含むエージェント作成ツールの比べ方は、AIエージェント作成ツールの比較。Copilot Studio・Gemini Enterprise・ChatGPT・Dify・Lindyでできることと管理のしやすさにまとめています。
申請の事前チェックでは、営業部門からの申請について、複数の資料やルールと照らして受付できるかを確かめる作業の一部を任せています。
受付担当者が、判断の流れを条件や分岐まで言葉にできていたことが、実装の土台になったとされています。
AIエージェントは複数の項目を事前に確認し、結果を「問題あり」「問題なし」「対象外」「要注意」で、理由と注意事項を添えて示します。
ただ、最終判断をするのは、受付担当者です。
公式ブログでは、シンプルな案件で確認工数を約40%、対象業務全体で確認時間を月平均約70時間減らせたとされています。
社内の問い合わせ対応では、人が行っていた「まず過去の回答を探す」動きを、Copilot StudioとPower Automateで再現しています。
ナレッジに同じ質問への回答があればそれを使い、なければ社内規定を参照して回答案を作り、担当者に通知します。

また、人が確かめる場面は、部門によって違います。
必ず担当者が承認してから回答する部門もあれば、ナレッジにある質問にはAIが即答し、資料で確認できない質問だけを担当者につなぐ部門もあります。
2つの事例について、ブログは「AIありきではなく、まず業務を分解する」ことが重要だとまとめています。
繰り返し発生する、比較的定型的な業務が向いているとも書かれています。
お客さまからの問い合わせ対応(KDDI)と調達の価格交渉(ソフトバンク)
KDDIは2026年3月10日、お客さまセンターの応対実績をもとに独自開発した自律型AIエージェントによる、問い合わせ対応を始めたと発表しました。
「auサポート AIアドバイザー」とチャットで使われ、最初の対象は、au PAY、au PAY カード、Pontaポイントの問い合わせです。
発表によると、KDDIのお客さまセンターには月に約200万件の問い合わせがあり、55%以上をデジタルチャネルで受けています。
コミュニケーターの実際の応対を参考に、お客さまがつまずきやすい点を取り出し、AIが追加の質問をしながら内容を整理して、解決方法を案内します。
また、対象は段階的に広げ、2026年度内を目安に、auサービスに関するすべての問い合わせ項目を目指すとされています。
ソフトバンクの調達業務では、過去の調達実績の参照から価格交渉までを助ける「全体統括調達エージェント」を、実用化に向けて検証しています。
2026年3月19日掲載の公式ブログによると、始め方は次のとおりです。
購買部門のプロセスを言葉にする
エージェントを使える場所を地図にして洗い出す
優先順位の高い領域から範囲を広げる
戦略の選択や最終合意のような重要な場面は、人が判断する「Human in the Loop」の仕組みを取り入れています。
AI専任のチームが作った共通のエージェントを現場が展開して手直しし、AIチームがまた見直す役割分担も紹介されています。

当社の事例:画像200枚の量産とメールの判定
当社の事例は、当社で試したことと、導入事例のインタビューで語られたことに分けて書きます。
当社では、支援先向けの資料のために、会議の文字起こしから抜き出した学びを1件ずつ図にすることになり、画像が200枚ほど必要になりました。
Claudeが、Excelの一覧表を1行ずつ読んで画像の指示文を作り、OpenAIのCodexが画像を作る分担です。
Codexを10個同時に動かして、1時間弱で仕上がりました。
Codexの使い方と、会社で使う前の権限の決め方は、OpenAI Codexの使い方。ChatGPTから作業を任せる手順と、会社で使う前の権限の決め方で書いています。
人がやったのは、準備と、最初の10枚ほどの仕上がりの確認、できたスライドの確認です。
手順と途中で直したところは、ChatGPTの画像を何百枚もまとめて作る方法。ClaudeからCodexを呼び出して一覧表から一気に作るに書いています。
もう1つは、当社の導入事例インタビューです。
AinaviCE株式会社の代表の方が、AI Portalizeで見た例として、問い合わせフォームに届いたメールが営業かどうかをAIで判定し、チャットに知らせる仕組みを挙げています。
インタビューでは、Google Workspace Studioの設定手順やGASのコードがそのまま載っていて、手順どおりに進めれば再現できるものが多い、と語られています。
事例に共通する始め方と、人が確かめる場所
ここまでの事例には、公式に書かれた範囲で、次の共通点があります。
業務を先に言葉にしている
業務全体ではなく、一部から始めている
重要な判断は、人に残している
ソフトバンクの申請受付と調達は、どちらも業務の流れを言葉にしてから、エージェントを当てはめる場所を決めています。
一覧表と手順がそろっていたことは、当社の画像の事例でも同じでした。
自動化にAIを入れる前に確かめることは、Jevとは。判断に特化したAIを業務の自動化に入れる前に確かめることで書いています。
具体的には、始める範囲は、受付できるかの確認の一部、過去の回答探し、優先順位の高い領域と、業務全体ではなく一部です。
人が確かめる場所は、「結果を見て最終判断する」「承認してから回答する」「重要な局面で判断する」「最初の10枚を見る」と、事例ごとに違います。
これは当社の読み取りで、公式がそう分類しているわけではありません。
ソフトバンクは、全社員に生成AIを使える環境を整え、2025年6月から1人100個のエージェント作成を目標にしたと公表しています。
約2カ月半で250万超のエージェントが作られた一方、数を作ることに集中しすぎたため今後は質の高いものを作りたい、という社員の声も紹介され、品質の向上が課題とされています。
任せる業務の選び方と、開始条件・完了条件の書き方は、AIエージェントに任せる業務の選び方。開始条件と完了条件を先に書くにまとめています。
AIエージェントそのものの説明は、AIエージェントとは何か。チャットのAIとの違いと、どこまで仕事を任せられるかにあります。
自社で真似するときの手順
事例を自社に移すときの進め方を、当社では次の5段階で考えます。
公式の事例の共通点と、当社の事例をもとにした当社の提案です。

1. 毎月繰り返している業務を3つほど挙げ、手順を言葉にする
2. 判断の流れを、条件や分岐で書ける業務を1つ選ぶ
3. AIに任せるのは準備や下書きまでにして、人が確かめる場所を1つ決める
4. 最初は10件ほどで試し、結果を人が見て直す
5. 動いたら、使う人と見直す人を決めて、範囲を広げる
現場からは「どの業務から任せればよいのか?」という声が上がります。
そのため、手順1と2で止まっているときは、AI化する業務が決まらないのページが、候補の出し方を扱っています。
AIを使うか、決まった手順で動かす仕組みを使うかは、業務ごとに変わります。
手段の選び方とコストの考え方は、AIによる業務自動化の全体像。手段の選び方とコスト設計にあります。
自社で試した手順は、ほかの部署が探せないと同じ試行が重なります。試した使い方を社内向けの記事にして全社に出せる組織のAIポータルなら、社員が書いた記事にいいねやコメントで反応が返ります。
業務ごとに見る、困ること・AIでの進め方・使える業務アプリ
事例のような仕組みを自分で作る前に、すぐ使える業務アプリを業務効率化のツールとして試せる業務もあります。
次の3つの業務を、困ること、AIでの進め方、使えるアプリの順で見ます。

1つ目は、請求書や契約書をメールの中から探す業務です。
困るのは、必要なときに探す手間がかかることと、「署名のロゴ画像」や「再送」のメールで、同じファイルが散らかることです。
当社では、届いたメールが請求書か契約書かの見分けや、ファイル名の案づくりをAIに任せ、保存先や名前の付け方はルールで決めておく形を考えます。
保存と記録は、決めたとおりに動く仕組みのほうが確実だからです。
使えるアプリが、添付ファイルの自動保存です。
Gmailに届いた添付のうち、ルールに合うものだけをGoogleドライブの決めたフォルダに保存し、記録も残せます。
2つ目は、毎月の定型業務の期限を管理する業務です。
困るのは、期限が抜けることと、土日祝日や月末に当たったときの扱いがあいまいなことです。
担当者が休んだときに、手順を引き継げないことも起きます。
当社では、業務の手順や前回の定期メールの文面をAIに整理してもらい、引き継ぎ用の手順書にする使い方を考えます。
期限の見張りは、日付で動く仕組みに任せます。
使えるアプリが、毎月の定型業務のリマインドです。
今日やることと期限を過ぎた業務を一覧にし、定期メールはGmailの下書きまで作ります。
送信は自分で行います。
3つ目は、問い合わせメールの対応です。
困るのは、返事を出し忘れることと、誰が対応しているか分からないことです。
当社では、問い合わせの種類の見分けや返信の案づくりをAIに、返事の期限の見張りを台帳に分ける形を考えます。
使えるアプリが、問い合わせメールの台帳化です。
「問い合わせ」のラベルを付けたメールを、担当・状態・返事の期限つきの台帳に並べ、期限を過ぎたものは赤で先頭に出します。
メールは送らないので、返信はGmailで行います。
組織のAIポータル「AI Portalize」には、すぐ使える業務アプリが300以上あり、自社用に手直しもできます。
業務の分解とワークフローづくりの伴走
事例を読んでも、自社のどの業務がどの形に当たるかは、会社ごとに違います。
私たちのAI活用の伴走支援では、業務の分解から、AIに任せる部分と人が確かめる場所を分けたワークフローづくりまで、一緒に進めることもできます。
AIに任せるのは準備と下書き、最後に確かめるのは人
一言でいうと、事例のAIエージェントに任されているのは、「判断の前の準備と下書き」です。
受付できるかの確認、回答案、価格交渉の材料、画像の下書きのどれも、最後に確かめる場所が人の手元に残っています。
業務の自動化を始めるときは、全部を任せる仕組みから入る必要はありません。
次の一歩は、毎月繰り返している業務を3つ挙げて、手順を文章にすることです。
参照した情報(2026年11月06日に確認)
すぐ使える業務アプリが300以上
開いてそのまま使えて、AIで自社用にも直せます。15の分野から、やりたい作業で探せます。業務アプリを見る
執筆:寺田昇平
AI Portalize株式会社 代表取締役/AI Digital Community 代表理事
仕組みとコンサルティング伴走支援の両面で、組織のAI活用の加速を支援。
お知らせ・組織AI推進ノウハウ一覧












