生成AIを仕事で使ってみたい。そう思ってChatGPTなどを開いたのに、いざ画面を前にすると「何を頼めばいいのか」で手が止まる。この記事は、そこから始めます。
「生成AI 仕事 活用」で検索すると、事例集はいくらでも出てきます。調査会社の統計、企業の導入事例、ツールベンダーの「活用例30選」。情報は十分すぎるほどあります。ただ、それを読んでも「じゃあ自分は、明日から何をどこまで任せればいいのか」が分からないまま終わることが多いはずです。
この記事は、事例をさらに増やすためのものではありません。自分の仕事で最初に何を試すかを、4つの軸で判断できるようにするための記事です。
なぜ「事例を眺めるだけ」では仕事が変わらないのか
調査データも、企業の導入事例も、ツール別の活用例リストも、探せばすぐに見つかります。むしろ多すぎるくらいです。
問題は、それらの情報がバラバラに存在していることです。調査データは「どれくらいの会社員が使っているか」を教えてくれますが、自分がどう始めればいいかは教えてくれません。企業の導入事例は、組織としての進め方であって、一人の会社員が明日から何をすべきかとは別の話です。活用例リストは、選択肢を並べるだけで、その中のどれを自分が選ぶべきかまでは踏み込みません。
つまり、足りないのは事例の数ではなく、「自分の仕事で、まず何をAIに渡すか」を決める判断軸です。
ハタラクエ式 会社員AI活用スタートマップ｜「まず何を渡すか」を4つの軸で見る
同じ「メールを書く」という仕事でも、AIに全部任せていい場合と、下書きだけ任せて自分で仕上げるべき場合があります。その違いを判断するために、ハタラクエでは次の4つの軸で仕事を整理します。
| 軸 | 見るポイント |
|---|---|
| AIに任せる部分 | 下書き、要約、整理、たたき台作成など |
| 人間が最終判断する部分 | 事実確認、意思決定、社外へ送る前の最終チェックなど |
| 試しやすさ | 頻度が高いか、失敗しても影響が小さいか、自分で良し悪しを判断できるか |
| 情報管理上の注意 | 勤務先のルール上、入力してよい情報の範囲か |
たとえば「会議の議事録作成」なら、AIに任せるのは音声やメモからの要約・箇条書き化、人間が最終判断するのは決定事項や数字の正確さの確認です。共有前に人間が目を通せる下書き段階で試せるため、まず試す対象として選びやすくなります。情報管理上の注意は「社外秘の内容を外部サービスへそのまま入力していいか」を勤務先のルールで確認する必要があります。
この4つの軸に沿って考えると、「使ってみたら便利だった」で終わらず、「どこまで任せてよいか」まで判断できるようになります。
理屈は分かった。では、自分の仕事では何を選べばいいのか。
部署・職種別に見る、最初に試しやすい仕事
同じフレームを、職種別に当てはめてみます。ここでの例は、特定の企業の実績ではなく、一般的な業務内容をもとにした整理です。
営業
- AIに任せる部分：提案書のたたき台、想定質問への回答案、商談前の情報整理
- 人間が最終判断する部分：金額・条件など顧客に約束する内容の最終確認
- 試しやすさ：商談前の下準備は頻度が高く、顧客へ渡す前に人間が内容を確認できる
- 情報管理上の注意：顧客情報や未公開の商談内容の取り扱いを確認する
マーケティング
- AIに任せる部分：広告文・SNS文案の複数パターン作成、市場調査の下準備
- 人間が最終判断する部分：ブランドイメージに合うかどうかの最終確認
- 試しやすさ：複数パターンをAIに出させて、その中から人間が選べる
- 情報管理上の注意：未発表の商品情報を含める場合は特に注意する
人事
- AIに任せる部分：求人票のたたき台、社内アンケートの集計・要約
- 人間が最終判断する部分：個人の評価や採用可否に関わる判断
- 試しやすさ：定型文書のたたき台作成は下書き段階で人間が確認できるが、個人情報を扱う場面は慎重に選ぶ
- 情報管理上の注意：氏名・評価等の個人情報は、勤務先のルールを確認してから扱う
経理・総務
- AIに任せる部分：定型的な問い合わせへの回答案、よくある問い合わせ内容の整理・分類
- 人間が最終判断する部分：数字を伴う処理、規程に関わる判断
- 試しやすさ：数字を直接扱わない問い合わせ内容の整理から始めれば、人間が結果を確認できる
- 情報管理上の注意：会計・人事データなど機密性の高い情報は入力範囲を厳密に確認する
企画
- AIに任せる部分：アイデア出しの壁打ち、企画書構成のたたき台
- 人間が最終判断する部分：実行可否や予算に関わる意思決定
- 試しやすさ：アイデア出し段階は、出てきた案から人間が選べばよいため下書き段階で試せる
- 情報管理上の注意：社外秘の企画内容を扱う場合は入力範囲に注意する
会社によっては、ChatGPTのような単体のAIサービスだけでなく、WordやExcel、Outlook、Teamsに組み込まれた形でAI機能が使えることもあります。使えるツールは会社の契約状況によって異なるため、まずは自分の会社で何が使えるかを確認するところから始めてください。
試したい業務が見つかったら、次に確認すべきは、その情報をAIへ渡してよいかどうかです。
会社のルールと情報管理：試す前に確認すること
「勝手に使って、後で問題にならないか」という不安を持つ人は少なくありません。試す前に、次の点を確認しておくと安心です。
- 会社として利用が許可されているAIサービスはどれか
- 顧客情報・個人情報・未公開情報を入力してよいか
- 出力した内容を社外へ送る前に、誰かの確認が必要か
- 生成された文章や画像の著作権・利用範囲について、社内の方針があるか
これらは、先ほどの4つの軸のうち「情報管理上の注意」にあたる部分です。勤務先に利用ガイドラインがあるなら、それを最優先で確認してください。ガイドラインがない、または曖昧な場合は、判断に迷う内容を入力する前に上司や情報システム部門に確認したほうが安全です。
安全に試せる業務を一つ選べたら、次は一度の成功を再現できる手順に変える番です。
一つの事例を「仕事の型」にする
ここまでの例は、どれも単発の作業です。一度うまくいったら、次にすべきなのは「もう一度同じように使えるか」を確かめることです。
同じ議事録作成でも、毎回同じ形式でAIに渡し、同じチェック項目で確認するようにすれば、単発の成功が「いつでも使える仕事の手順」に変わります。逆に、うまくいった時のやり方を覚えていなければ、次回また一から試すことになります。
この「単発の作業から、繰り返し使える仕事の手順に変える」という視点は、生成AIを仕事で使えるようになる学び方｜初心者の実務ロードマップ【2026年版】で、学習の段階として詳しく整理しています。自分が今どのあたりにいるのか気になった場合は、あわせて確認してみてください。
一つ使えるようになったら、このまま独学で広げていけるのか、それとも別の方法がいいのか。
独学で広げるか、体系立てて学ぶか
ここまでの内容を一つ試してみて、「もっと自分の仕事に合わせて使いこなしたい」と感じたなら、次に考えるべきは学び方です。
情報を集めて自分で試しながら広げていく独学と、順序立てて学べる環境を使う方法があります。どちらが向いているかは、目的の明確さ、実践する時間、一人で詰まったときにどうするかによって変わります。この判断基準は、生成AIは独学で身につく？独学向きな人・スクール向きな人の判断基準で整理しています。
学習サービスまで比較したい人向けに、判断材料をもう一つだけ挙げておきます。DMM 生成AI CAMP 学び放題は、職種別のカリキュラムやサポート体制を提供している学習サービスの一例です。料金・学習内容・向き不向きは別記事で整理しています。
よくある質問
Q. ChatGPT・Copilot・Gemini・Claude、どれを使えばいいですか？
まずは会社で使える（契約されている）ものを優先してください。個人で試す場合の無料範囲や条件はツールによって変わるため、各公式サイトで確認してください。ツールをどれにするか迷ったときほど、この記事の4つの軸で「何を任せ、何を自分で判断するか」を先に整理しておくと、どのツールでも活かしやすくなります。
Q. 生成AIに何を入力しても大丈夫ですか？
いいえ。顧客情報・個人情報・未公開情報などは、勤務先のルールを確認してから扱ってください。判断に迷う場合は、入力する前に確認する方が安全です。
Q. プロンプトを覚えないと使えませんか？
覚える必要はありません。まずは目的・背景・条件を具体的に伝えることから始めれば十分です。学び方の全体像は、上で紹介した学習ロードマップの記事で確認できます。
まとめ｜次に読むべき記事
会社員が生成AIを仕事で使えるようになる第一歩は、事例を増やして読むことではなく、自分の仕事のどれか一つを、4つの軸（AIに任せる部分・人間が最終判断する部分・試しやすさ・情報管理上の注意）で見てみることです。
| 今の状況 | 次に読むとよい記事 |
|---|---|
| 自分が今どの段階にいるか整理したい | 生成AIを仕事で使えるようになる学び方（学習ロードマップ） |
| 独学で広げるか迷っている | 生成AIは独学で身につく？（判断基準） |
| 体系立てた学習サービスを検討している | DMM 生成AI CAMP 学び放題の評判・料金 |
まずは勤務先のルールを確認したうえで、人間が最終確認できる範囲の仕事を一つだけ選び、小さく試してみてください。
