社内問い合わせを生成AIで自動化する｜線引き基準と4段階の進め方
監修：小柴鷹介
この記事でわかること
- 任せられるのは、回答根拠が規程・マニュアルに明文化され、個別判断を挟まず、誤回答時の影響が限定的な問い合わせです。
- 判断に迷う質問と範囲外の質問は人へ回す前提で設計します。自動化率100%を目標に置きません。
- 費用対効果は「月間件数 × 1件あたり対応時間 × 自動応答で完結する割合」で試算し、初期構築・ナレッジ整備・運用更新・ツール利用料と対置します。
- 進め方は、対象の絞り込み→ナレッジ整備→限定範囲の試験運用→部門展開の4段階で、各段階に次へ進む完了条件を置きます。
- つまずきやすいのは、ナレッジの陳腐化・社員に使われない・誤回答による信頼低下の3つで、どれも更新経路・受付経路・確認頻度という運用側の設計で対処します。
目次
結論
規程・手続き・ITなど日常的に届く社内問い合わせは、答えの根拠が文書にあるものから自動応答へ移せます。個別事情の判断を挟まないことが、もう一つの条件です。就業規則の確認、申請書の提出先、システムの初期設定が典型です。社内文書を検索して回答を組み立てるRAG型の社内FAQは、毎回ほぼ同じ答えを返している質問で力を発揮します。反対に、例外承認の可否や個人事情を踏まえた案内のように、担当者の判断そのものが答えになる問い合わせは、人が持ち続けます。
着手してから止まる原因は、製品の性能よりも、任せる範囲の線引き・ナレッジ整備の段取り・更新運用の設計の3点に集まります。効果の見積もりに使う数字は3つだけです。対象問い合わせの月間件数、1件あたり対応時間、自動応答で完結する割合を掛け合わせれば、決裁で示せる削減見込みが出ます。社内文書をすべて整え終える必要もありません。頻出上位の質問に絞れば、未整備の文書を抱えたままでも着手できます。
社内問い合わせのどこまでを生成AIに任せられるか
社内問い合わせ対応は、生成AIの適用先として検討しやすい領域です。回答の根拠が社内文書にあり、誤りが出ても社内で訂正できます。それでも、どの質問から始めるかが決まらないまま検討だけが長引くことがあります。総務省の令和7年版情報通信白書では、生成AIを活用する方針を定めている企業の比率が、日本の大企業で約56%、中小企業で約34%と報告されています。日本企業が挙げた導入時の懸念では「効果的な活用方法がわからない」が最も多くなっています（総務省 令和7年版情報通信白書 企業におけるAI利用の現状、2026年7月25日確認）。
活用方法が定まらない原因の一つは、対象を「社内問い合わせ対応」という業務のかたまりで見ていることです。同じ「休暇に関する問い合わせ」でも、年次有給休暇の付与日数は規程を引けば答えが決まりますが、私傷病による長期休職の扱いは本人の事情確認を伴います。分類は業務名ではなく、1件ごとの質問の性質で行います。
線引きに使う3つの判断軸
| 判断軸 | AIに任せられる側 | 人が対応し続ける側 |
|---|---|---|
| 回答根拠の所在 | 規程・手順書・マニュアルに明文化されている | 担当者の経験や過去の交渉経緯にしかない |
| 個別判断の要否 | 条件を当てはめれば答えが一意に決まる | 個人事情の考慮・例外承認・裁量の余地がある |
| 誤回答時の影響度 | 間違えても再確認で戻せる（提出先の案内など） | 金銭・雇用・法令順守に直接響く |
経費精算を例にとります。「締切と提出先はどこか」は3軸とも左側に寄るため初期対象になり、「この支出が経費として認められるか」は個別判断が入るため対象外になります。同じ業務の中でも、質問の型が変われば線の位置は動きます。
範囲外の質問を人へ回す動線を先に決める
線引きの精度をどれだけ上げても、想定外の質問は届きます。生成AIは参照文書に根拠がない場合でも、もっともらしい文章を作ることがあります。だからこそ、無理に答えさせない動線を運用開始の時点で組み込んでおきます。
- 参照文書に根拠が見つからない場合は回答を作らせず、担当者へ接続します
- 回答には根拠となった文書名と該当箇所を添え、利用者が自分で検証できるようにします
- 担当者へ回った質問は記録し、対象範囲を広げる際の候補として残します
いずれも回答の作り方そのものに関わるため、運用が始まってから足すと設計のやり直しになります。
費用対効果はどう見積もるか
削減効果は、対象として選んだ質問群に限定して計算します。全社の問い合わせ総数から始めると、人が対応し続ける分まで含んだ数字になり、前提を問われた時点で根拠として使えなくなります。
月間削減見込み時間 ＝ 対象問い合わせの月間件数 × 1件あたり平均対応時間 × 自動応答で完結する割合
年間削減見込み金額 ＝ 月間削減見込み時間 × 12 × 対応担当者の時間あたり人件費
月間件数は、メール・チャット・電話の受付記録から対象カテゴリだけを1か月分数えます。記録が残っていない場合は、2週間の実測で代用します。
1件あたり対応時間には、回答文を書く時間だけでなく、規程を探す時間、確認のための往復、割り込みで中断した作業へ戻るまでの時間を含めます。回答作成の時間だけで数えると、担当者の実感より小さい数字になり、現場の合意を取りにくくなります。
3つ目の自動応答で完結する割合は、着手前には分かりません。仮置きした数字で試算を始め、試験運用の実測値で置き換えます。
仮に、規程と手続きに関する問い合わせが月200件、1件あたり平均10分、そのうち6割が自動応答で完結すると置くと、月間の削減見込みは200件×10分×0.6で1,200分、およそ20時間になります。これは仮定を代入した例示であり、実測値でも達成の見込みでもありません。自社の記録から3つの数値を入れ替えて使ってください。
対置するコストの内訳
| 費目 | 内容 | 性質 |
|---|---|---|
| 初期構築 | 回答範囲の設計、ツール設定、社内チャットへの接続 | 一時 |
| ナレッジ整備工数 | 対象質問の回答文書化、古い記述や矛盾の修正 | 一時（対象拡大時に再発生） |
| 運用・更新工数 | 回答ログの確認、文書更新、対象範囲の追加 | 継続（毎月） |
| ツール利用料 | 利用人数・利用量に応じた費用 | 継続（毎月） |
着手判断の材料はひとつです。継続コスト（運用・更新工数＋ツール利用料）を金額に直し、月間の削減見込み金額を下回るかどうかを見ます。初期構築とナレッジ整備は着手時にまとまって発生するため、毎月の差額で何か月かけて回収できるかという形に置き換えて示します。
決裁説明の組み立て方
決裁の場で反論を受けやすいのは、削減時間をそのまま人件費の削減として提示する説明です。問い合わせ対応は担当者の時間を細切れに奪う業務のため、試算上20時間が浮いても、人員数の削減に直結するとは限りません。数字の使い方を変えます。浮いた時間を何に充てるかを先に書いておけば、人を減らす話ではなく、着手できずにいた仕事を進めるための投資として説明できます。決算業務の前倒し、滞っている規程の整備、手作業が残っている別業務の改善など、間接部門が抱えている仕事を具体名で挙げてください。
もう一点、試験運用の実測値で自動応答の完結割合を確定させる時期を添えます。現時点の数字が仮定に基づくことを決裁者と共有できるうえ、次に何を報告するかも同時に決まります。
導入の4段階と各段階の完了条件
進め方は次の4段階です。順序を入れ替えると手戻りが出ます。対象を決める前に文書を整え始めると整備の範囲が定まらず、試験運用を挟まずに全社へ広げると、誤回答の原因が文書側にあるのか範囲設定側にあるのかを切り分けられなくなるためです。
- 対象問い合わせの絞り込み
- ナレッジ整備
- 限定範囲での試験運用
- 部門展開
第1段階：対象問い合わせの絞り込み
過去1〜3か月の問い合わせ記録を質問の型で束ね、件数の多い順に並べます。上位から順に3軸の判定をかけ、初期対象は10〜30パターン程度を目安に収めます。対象部門も1つに絞ります。複数部門を同時に扱うと、ナレッジの所管が分かれて更新責任が曖昧になるためです。
第2段階：ナレッジ整備
AIが参照する文書を、対象質問に答えられる状態にします。整備するのは初期対象の質問に対応する箇所だけで、全文書の刷新は不要です。作業は3種類に分かれます。
- 対象質問への回答が、現行の規程・手順書のどこに書かれているかを特定します
- 記述が古い箇所と、複数の文書で食い違っている箇所を直します
- 記述が存在しない質問については、担当者の回答実績をもとに回答文を書き起こします
矛盾を残したままにすると、AIは食い違う文書のどちらも根拠として扱えるため、同じ質問でも参照された箇所によって回答が変わります。試験運用で誤回答が出たときは、まずこの段階の積み残しを疑います。
第3段階：限定範囲での試験運用
1部門・限定した質問範囲で実際に使ってもらい、2つの数字を実測します。回答精度は、対象範囲の質問に対して正しい回答を返した割合です。利用者側の解決率は、AIの回答だけで用が済み、担当者へ聞き直さずに終わった割合です。
2つの数字は組み合わせで読みます。精度が高いのに解決率が低い場合、原因は文章が長い、判断に必要な条件が抜けているなど、回答の形にあります。試験運用中は回答ログを全件確認してください。
部門展開へ進んでよい水準は、業種と質問の型によって変わるため、どの組織にも当てはまる目安は置けません。試験運用を始める前に自部門で解決率の下限値を決め、その値を決裁者と共有しておきます。走り出してから基準を決めると、出てきた数字に合わせて水準を下げる説明になりがちです。
第4段階：部門展開
対象部門と質問範囲を広げます。優先するのは、質問件数が多く、かつ既存文書が整っている領域です。展開のたびに第2段階のナレッジ整備が再発生するため、次の範囲へ進む前に整備工数を確保しておきます。
| 段階 | 次へ進んでよい完了条件 |
|---|---|
| 1 対象の絞り込み | 初期対象の質問リストが確定し、各質問に「AI／人」の判定と判定理由が付いている |
| 2 ナレッジ整備 | 初期対象の全質問について回答の根拠箇所が特定され、古い記述と文書間の矛盾が解消されている |
| 3 試験運用 | 対象範囲で回答精度と利用者の解決率を実測し、誤回答の原因を文書側か範囲設定側かに切り分けられている |
| 4 部門展開 | ナレッジの更新オーナーと更新頻度が決まり、月次で回答ログを確認する運用が回っている |
ナレッジ整備が追いつかない場合の始め方
文書が古い、明文化されていない、整備の時間が取れない、といった状態でも着手できます。条件は、回答範囲を狭めた設計にすることです。参照範囲の限定・出典の提示・根拠がない場合のエスカレーションを先に組み込んでおけば、整備済みの文書の範囲内でしか回答が返りません。未整備の文書が社内に残っていても、そこを根拠にした回答は出ないという状態です。
整備の順序は、実際に届いた質問が決めます。担当者へ回った質問の記録を見ながら、件数の多いものから文書化を進めてください。全文書を先に整えてから始めるより、対象範囲を広げるたびに必要な分だけ整備するほうが、着手までの時間は短くなります。
よくある失敗と防止策
社内問い合わせの自動化でつまずく形は、大きく3つに分かれます。どれもツールの選定ではなく、運用開始後に誰が何をするかを決めていないところから起きます。
ナレッジが更新されず、古い回答を返し続ける
原因は、規程改定や手続き変更の情報が、AIの参照文書へ反映される経路に乗っていないことです。文書を所管する部門と、AIの参照範囲を管理する担当が分かれていると、改定の連絡は後者へ届きません。対策は2つです。参照文書ごとに更新オーナーを1人決め、原則としてその文書を所管する部門の担当者を充てます。もう1つは承認フローへの組み込みで、規程改定の承認手順に「AI参照文書の更新」を1工程として入れ、この工程が終わるまで改定を完了扱いにしません。
社員に使われず、従来どおり担当者へ直接聞かれる
使われない理由は、質問の窓口が二重に残っていることです。従来のメール・チャット・口頭の経路が生きている限り、社員は確実に答えが返る人へ聞きます。対象範囲については受付経路をAI側へ寄せ、既存の窓口に届いた分は、担当者がAIの回答を案内する形へ切り替えます。もう一つ効くのは、答えられる範囲と答えられない範囲を利用者へ明示することです。何を聞いてよいか分からない状態も、利用が伸びない理由になります。
誤回答が出て、以後使われなくなる
生成AIのハルシネーションは、設計で発生確率を下げられても、ゼロにはできません。信頼を損なうのは誤回答そのものではありません。利用者が誤りに気づけないまま使い、運用側の発見も遅れる状態です。出典の提示で利用者が検証できる状態を作り、回答ログの定期確認で誤りを早く見つけて文書側を直す経路を用意します。運用開始時に「AIの回答は根拠文書で確認してから使う」という前提を伝えておけば、1件の誤回答が全体の不信へ広がりにくくなります。
誰が何をどの頻度で担うか
| 役割 | 担当 | 頻度 |
|---|---|---|
| ナレッジの更新オーナー | 対象文書を所管する部門の担当者 | 規程・手続きの改定時（都度） |
| 回答ログの確認 | 問い合わせを受けている部門の担当者 | 試験運用中は週次、安定後は月次 |
| 対象範囲の見直し | 導入責任者 | 四半期ごと |
| ツール・権限まわりの管理 | 情報システム部門 | 変更発生時 |
法人AI研修で支援できること
「社内問い合わせや定型業務を自動化したい」という相談は、当社の法人AI研修でよく扱うテーマです。研修の中では、社内AIエージェントの試作、権限設計、更新運用フローの設計まで進めます。回答可否とエスカレーション基準の設計、担当者向けの運用ハンズオンも、研修内で作る成果物に含みます。
成果物の例に、バックオフィス・総務向けの「社内チャットの質問にAIが自動回答する仕組み」があります。Slackの質問に即座に回答し、担当者の対応工数と属人化を減らす構成で、社内FAQとRAGを組み合わせています。検索AI/RAGボットの初期設計、検索・回答範囲の設計、精度検証と例外処理設計も、研修内で扱います。
研修後の伴走支援では、セキュリティ・運用ルールの整備、ナレッジの継続更新体制の構築、問い合わせ削減の効果の可視化を扱います。運用を社内で回す形に持っていく場合は、開発・運用ハンズオンによる内製化支援、担当者の育成とドキュメント整備、改善ロードマップの策定と実行サポートを行います。研修後アンケートでは、80%以上の受講者が業務でAIを活用しています。
研修の期間と料金は、対象人数・レベル・題材によって設計が変わるため、個別にお見積りしています。どのような構成の成果物が生まれるかは、AI成果物事例集にBefore/Afterの形でまとめています。
よくある質問
問い合わせ件数が少ない組織でも効果は出ますか？
件数が少ないほど、初期構築とナレッジ整備の工数を回収しにくくなります。判断は計算式に自社の数値を入れて行ってください。月間の削減見込み時間が運用・更新の継続工数を下回る場合、負荷は担当者から運用担当へ移るだけになります。件数が少ない組織では、問い合わせ削減そのものより、担当者が不在の時間帯でも社員が自己解決できる状態を目的に置くと、投資判断の軸が定まります。
すでにある社内FAQページやマニュアルは作り直す必要がありますか？
作り直しは不要です。初期対象に選んだ質問への回答が既存文書のどこに書かれているかを特定し、古い記述と文書間の矛盾だけを直せば足ります。既存の社内FAQページが整っている領域は、そのまま参照文書として使えるため、対象の絞り込みで優先度を上げてよい領域です。
人によって見せてよい範囲が違う情報はどう扱いますか？
役職や所属で参照できる文書が変わる情報は、権限の設計を済ませるまで初期対象から外す判断が現実的です。全社員が見てよい規程・手順書だけで第1段階を始め、権限分離が必要な領域は試験運用の結果を見てから設計に着手します。人事評価や個人の給与に関わる問い合わせは、誤回答時の影響度の観点からも、人が対応し続ける側に置きます。
社内文書を生成AIに読ませることのセキュリティはどう考えますか？
同じ点を懸念する企業は多く、総務省の令和6年版情報通信白書でも、生成AIの活用による効果を期待する企業がある一方、約7割が社内情報の漏えいなどセキュリティリスクの拡大を懸念していると報告されています（総務省 令和6年版情報通信白書 企業向けアンケート、2026年7月25日確認）。判断の順序としては、利用するAIサービスの契約形態でデータの取り扱いを確認し、そのうえでAIに読ませる文書の範囲を決めます。当社の研修では、扱うデータの範囲と利用するAIサービスを貴社のセキュリティポリシーに合わせて設計し、機密データを使わない題材設計にも対応しています。
運用は情報システム部門が担当すべきですか？
役割で分けます。文書の内容が正しいかを判断できるのは所管部門の担当者なので、ナレッジの更新オーナーは総務・人事など問い合わせを受けている部門に置きます。ツールの設定、アカウントや参照権限の管理は情報システム部門が担います。両方を情報システム部門に寄せると、規程改定の内容判断まで背負うことになり、更新が滞ります。
この記事の監修者
主任講師 / AI活用コンサルタント
小柴 鷹介
業務で動くところまで、一緒に考える講師です。
京都大学大学院修了後、株式会社リクルートに入社。国内最大級の不動産プラットフォーム「SUUMO」のプロダクトマネージャーとして、データ分析・AI活用を取り入れたプロダクト改善を主導。その後、複数のAI・SaaSプロダクトの企画・開発をゼロから立ち上げ、「AIを業務で本当に使える形にする」ことを一貫して追求。現在は法人向けにAI活用戦略の立案から研修設計・実施まで手掛け、非エンジニアでも現場でAIを活用し始められる実践型プログラムを提供している。