そう感じたことはありませんか。
その原因のほとんどは、AIが得意な仕事と苦手な仕事を区別せずに使っていたことにあります。
AIはどんな仕事でもこなせる万能な存在ではなく、向いている場面と向いていない場面がはっきりと分かれています。
この記事では、メール・資料作成・エクセルの3つの業務を例に、AIが本当に力を発揮できる場面と、任せると逆効果になる場面を具体的に解説します。
読み終わると「これはAIに頼んでいいか」の判断がすぐできるようになります。
AIに何でも任せようとすると、なぜうまくいかないのか
AIは便利な道具ですが、道具には必ず「向いている使い方」と「向いていない使い方」があります。
ハサミで釘を打てないように、AIにも「それは向いていない」という仕事が存在します。
にもかかわらず「AIに任せれば何でも速くなる」と思って使い始めると、こんな状況が起きます。
たとえば、「先週の商談をまとめた報告書を作って」とAIに頼んだとします。
しかしAIは商談の内容を知りません。
結果として、それらしく見えるが実態と全然違う文章が返ってきて、修正するより自分で書いた方が早かった。。。ということになりがちです。
これは使い方が悪いのではなく、「AIが苦手な仕事」に頼んでしまったことが原因です。
具体的には、下記のような状況がよく起きます。
- AIが出した答えの確認と修正に、自分で書くより時間がかかった
- 頼んだ内容と全然違う答えが返ってきた
- AIが自信満々に間違った情報を出してきた
逆に言えば、得意な仕事に絞って使えば、本当に時間を短縮できます。
まず「何をAIに向いているか」を知ることが、効率化の第一歩です。
AIが本当に得意な仕事3つ
メール・資料作成・エクセルの3つを例に、AIが特に力を発揮できる使い方を具体的に解説します。
メール文章の下書き・返信
AIがもっとも得意とする仕事のひとつが、メールの文章作りです。
なぜなら、ビジネスメールには「お礼・謝罪・依頼・案内」といった定型のパターンがあり、AIはそのパターンを大量に学習しているからです。
たとえばこのような使い方ができます。
- 「取引先へのお礼メールを書いて」
- 「クレームへの謝罪文を丁寧な言葉で作って」
- 「このメモをもとに、案内メールを作って」
0から書き始めるより、AIが作った下書きを読んで修正する方が、圧倒的に早く終わります。
「もっと丁寧に」「3行に短くまとめて」という追加指示にも素直に対応してくれます。
メール文章は、AIを「下書き係」として使うだけで作業時間を大幅に減らせます。
資料・レポートの文章化
会議のメモや数字のデータを「読める文章」に変える作業も、AIが得意とする領域です。
箇条書きのメモを渡して「これを報告書の文章に直して」と頼むだけで、整った文体に変換してくれます。
具体的には、こうした場面で役立ちます。
- 会議の議事メモから要点をまとめた議事録を作る
- 売上数字を渡して「この結果を説明する文を書いて」と依頼する
- バラバラなアイデアを整理して、提案書の構成案を作る
ただし、内容の正確さは必ず人間が確認してください。
AIは「それらしい文章」を作るのは得意ですが、内容の事実確認はできません。
エクセルの関数・集計の補助
「エクセルの使い方がわからない」というときに、AIは非常に頼りになります。
関数の書き方を聞けば、具体的なコードと使い方を教えてくれます。
- 「VLOOKUPで別シートのデータを引っ張る方法を教えて」
- 「#VALUE!エラーが出ている、原因と直し方を教えて」
- 「この表を条件ごとに合計したい。SUMIFの書き方は？」
検索で調べるよりも早く使い方がわかります。
エクセル作業に詰まったときは、まずAIに聞いてみるのが効果的です。
AIが苦手な仕事3つ
同じメール・資料作成・エクセルでも、場面によってはAIに任せると逆効果になることがあります。
メール｜感情・関係性が必要な場面では通用しない
メールの下書きはAIが得意ですが、相手との関係性や感情が絡む場面では話が変わります。
たとえば、長年付き合いのある取引先から強めのクレームが届いたとします。
AIに「謝罪メールを書いて」と頼めば、文章として整ったお詫びの文面は作れます。
しかし、「この相手との10年の関係性を壊さずに、今後につなげる一文」という判断はできません。
AIはその方とのやり取りの経緯を知らないからです。
「文章の形を整える」のはAIに任せてよい。しかし「どう伝えるかの判断」は人間が必ず行う。
この線引きを意識するだけで、メール対応の質は大きく変わります。
資料作成｜社内データや最新情報が必要な資料は作れない
資料の文章化はAIが得意ですが、材料となるデータが社内にしかない場合、AIは手が出せません。
理由は2つあります。
ひとつは、社内の情報はAIに届いていないこと。
売上データ・受注実績・顧客情報などは、社内にしか存在しないためAIにはわかりません。
もうひとつは、AIが最新情報を持っているわけではないこと。
AIの知識には期限があるため、補助金制度や競合他社の情報は古くなっている可能性があります。
この2つが重なると、下記のような依頼でつまずきます。
- 「先月の受注実績をもとに報告書を作って」→ 社内データをAIは持っていない
- 「最新の補助金制度を調べて提案書を作って」→ 古い情報で作る可能性がある
- 「競合他社と比較した提案資料を作って」→ 最新の競合情報がない
こうした場面でAIに頼むと、もっともらしく見える「事実と違う資料」ができあがることがあります。
データや最新情報が必要な資料は、自分でデータを用意してからAIに渡すのが正しい使い方です。
エクセル｜計算の正確さを保証することができない
関数の使い方を教えてもらうのはAIの得意分野ですが、「数字の正確さを保証すること」はできません。
AIが自信満々に出した計算式や数値が間違っていた、という事例は少なくありません。
このように、架空の情報をあたかも事実のように出力してしまう現象を「ハルシネーション」と呼びます。
売上集計・見積書・請求書など、数字に責任が生じる場面ではAIの出力をそのまま使わず、必ず人間が確認しましょう。
「この関数の書き方を教えて」「このエラーの意味を教えて」はAIに任せてOKです。
ただし、AIが作った数式や計算結果は、必ず自分の目で確認するルールを徹底してください。
「得意×不得意」を一目でわかる比較表
よく使われる業務ごとに、AIとの相性をまとめました。
○は「積極的に任せてよい」、△は「補助として使う」、×は「人間が主体で行う」という基準です。
| 業務 | AI向き | ポイント |
|---|---|---|
| メール下書き・返信 | ○ | 定型パターンが多く、AIが最も得意とする領域 |
| 議事録・報告書の文章化 | ○ | メモや箇条書きを渡すだけで整った文章に変換できる |
| エクセルの関数・エラー対応 | ○ | 使い方を聞く・エラーを解消するのに便利 |
| アイデア出し・ブレインストーミング | ○ | たたき台を大量に出すのが得意。最終判断は人間が行う |
| 文章の要約・校正 | ○ | 長い文章を短くまとめる、誤字を直すのが得意 |
| 社内データの分析・集計 | × | 社内データはAIに届かない。表計算ツールを使う |
| 最新情報の調査・リサーチ | △ | 古い情報を出す可能性がある。必ず一次情報で確認する |
| 見積書・請求書・財務資料の作成 | △ | 下書きはAIに任せてよい。数字は必ず人間が確認する |
| クレーム・トラブル対応の判断 | △ | 文章の材料はAIに作らせてよい。最終判断は人間が行う |
| 法律・契約内容の確認 | × | 誤った解釈を出す可能性がある。専門家に相談する |
結局、AIとどう付き合えばいい？
ここまで読んで、「じゃあAIをどう使えばいいの？」と思った方へ。
答えはシンプルです。
AIに完成品を求めるのではなく、AIを「下書き係」として使うのが、もっともうまくいく付き合い方です。
どの業務でも、基本の流れは下記の3ステップです。
- AIに「たたき台」を作ってもらう
- 人間が内容を確認・修正する
- 最終判断をして送信・提出する
このステップを意識するだけで、「AIに任せて失敗した」という状況はほぼなくなります。
AIは万能ではありませんが、向いている仕事に使えば確実に作業時間を短縮できます。
「得意・不得意を知って、上手に任せる」。
それだけで、あなたの仕事の流れは変わります。
まとめ
AIの得意な仕事・苦手な仕事と、正しい付き合い方をまとめます。
- AIが得意なのはメール下書き・文章化・エクセルの補助など「パターンがある仕事」
- AIが苦手なのは最新情報・社内データ・正確な数字・感情の判断が必要な仕事
- 「完成品を求める」のではなく「下書き係として使う」のが正しい付き合い方
- AIの出力は必ず人間が確認・修正する2ステップが基本
まずはAIが「得意な仕事」から試してみてください。
