生成AIの活用事例は、公的機関や企業の公式の事例集で探し、受け取るもの・流れ・人の判断で読みます。受注入力・経費チェック・会議資料の3つの制作イメージで、自動化の流れと、人が判断する工程を示します(2026年10月時点)。
生成AIの活用事例を探している中小企業の担当者や経営者なら、
「事例を調べても、大企業の名前と削減の数字ばかりで、自社の仕事にどう使えばよいか分からない」
「自動化したいが、どこまでAIに任せて、どこで人が確かめればよいのか不安だ」
このように感じているかもしれませんね。
生成AIの活用事例は、公的機関や企業の公式の事例集で探し、受け取るもの・流れ・人の判断で読みます。
この読み方なら、受注入力・経費チェック・会議資料のような身近な事務作業にも、そのまま置き換えられます。
自社の書類と手順に置き換えられれば、試す業務を1つに絞り、人が確かめる工程を決めてから動かし始めることができます。
この記事では、生成AIを自社の業務に取り入れたい方に向けて、
- 公的機関と企業の公式の事例集の探し方
- 業務の中で生成AIが使われている場面
- 受注入力・経費チェック・会議資料の自動化の流れ
- 事例を自社の業務に当てはめる手順
上記について、前職で社内の研修講師を務め、いまは注文の処理などを生成AIで自動化する仕組みを自作している私の視点を交えながら解説しています。
受注入力などの3つの事例は、私が研修の題材の例として作った制作イメージで、実在の会社の事例ではありません。
公開されている事例は公式の資料で確かめた範囲で紹介するので、ぜひ参考にしてください。
目次
生成AIの活用事例は、どこで探せばよいですか?
生成AIの活用事例は、公的機関と企業が公式に出している事例集で探すのが確かです。
まとめ記事と違い、誰がいつ出したかが分かり、元の文に当たれます。
「調べても大企業の名前ばかりで、自社には遠い」と感じたら、まず探す場所を変えてみてください。
公的機関の事例集には、中小企業の例もあります
中小企業基盤整備機構は、2026年4月16日付けの「生成AIを活用した事業計画例(第1版)」を公開しています。
省力化補助金(一般型)で実際に採択された事業計画を、事務局が短くまとめた資料です。
飲食業・広告業・情報通信業の4つの例が、作業の前と後の比較で載っています。
経済産業省の中部経済産業局は、2023年11月に、地域の企業への聞き取りをまとめた「兆しレポート」を出しました。
製造業を中心に導入が進み、新商品のデザイン開発や、議事録・報告書の作成と要約、翻訳などの事務作業に使う企業も多いとしています。
文章づくりの例なら、東京都デジタルサービス局が2024年1月に公開した事例集があります。
職員アンケートやアイデアソン(アイデアを出し合う催し)から集めた34の活用事例を、8つの分野に分けて載せた資料です。
企業の公式の事例集は、業種や部門から探せます
AIのサービスを提供する企業も、公式サイトで事例集や使い方の例を出しています。
Google Cloud は、国内126社分の事例を収録した「生成 AI 活用事例集」を出しています(2026年10月時点)。
Microsoft の「シナリオ ライブラリ」では、Copilot などの製品を使う場面の例を、機能分野(財務・人事・販売など)や業界(製造業・小売など)で絞り込めます。
事例集 | 発行元・時点 | 載っているもの | 向く読み方 |
|---|---|---|---|
生成AIを活用した事業計画例 | 中小企業基盤整備機構・2026年4月 | 中小企業の計画の要約4例 | 作業の前と後を見る |
兆しレポート | 中部経済産業局・2023年11月 | 地域企業への聞き取り | 使われる業務の傾向 |
文章生成AI活用事例集 | 東京都・2024年1月 | 文章づくりの34例 | 頼み方の参考 |
生成 AI 活用事例集 | Google Cloud・2026年10月時点 | 国内126社分 | 業種の近い会社を探す |
シナリオ ライブラリ | Microsoft・2026年10月時点 | 製品を使う場面の例 | 部門ごとの使い方 |
要点: 中小企業に近い例は公的機関の資料に、業種の近い会社の例は企業の事例集にあります。
業種ごとの詳しい事例は、業種別のAI活用事例で扱います。
削減の数字は、自社の目安にしないで読みます
事例に書かれた削減時間は、そのまま自社の見込みにはなりません。
書類の形・件数・使った道具が違えば、結果も変わるからです。
中小企業基盤整備機構の資料も、事業計画書を短くまとめて加工したもので、実際の計画書とは異なると断っています。
東京都の事例集にも、回答は都の利用環境での情報だという注記があります。
私の記事づくりでは、元の資料で確かめられない数字は書かない決まりで、この記事にも他社の削減時間は載せていません。
事例を読むときは、数字の大きさより、受け取るもの・流れ・渡すもの・人の判断に目を向けてください。
生成AIは、業務のどんな場面で使われていますか?
公開されている事例を並べると、生成AIの使い方は大きく2つの型に分かれます。
人がチャットで1回ずつ頼む型と、決まった業務の流れの中に組み込む型です。
「チャットで試したが、仕事が減った気がしない」というときは、この型の違いを見落としているかもしれません。
文章の下書き・要約・翻訳は、チャットで使う例です
東京都の事例集は文章生成AIの事例集で、34例はどれも、指示を入れて文章を作らせる使い方です。
たとえば「話し言葉からビジネスメールを作成する」「文章の要約をしてもらう」「会議メモから報告用文章を作成する」といった例があります。
どれも、人が材料を渡し、出てきた文章を人が読んで直す使い方です。
集計や書類の読み取りは、業務の流れに組み込む例です
中小企業基盤整備機構の事業計画例には、流れに組み込む型の例が載っています。
飲食業の例では、売上データや営業日報の集計・分析を自動化し、分析にもとづく方針や会議の議題の案まで作る計画です。
情報通信業の例は、PDFを読み取り、データの検索からデータベースへの登録までを自動化するものです。
生成AIが受け取ったものを処理し、結果を次の工程へ渡す形です。
公開事例の使い方を型ごとにまとめると、次のとおりです。
使い方 | 公開事例の例 | 出典 | 人が確かめること |
|---|---|---|---|
文章の下書き・校正 | メールの作成、誤字脱字の修正 | 東京都 | 事実と言い回し |
要約・議事録 | 会議メモから報告用の文章 | 東京都・中部経産局 | 発言の取り違え |
翻訳 | 英文レターの作成 | 東京都・中部経産局 | 固有名詞と数字 |
アイデア出し | 業務の課題解決案の提案 | 東京都 | 自社で実行できるか |
関数・コード | Excelの関数の作成 | 東京都・中部経産局 | 少ない行で試す |
データの集計・分析 | 売上データと日報の分析 | 中小機構(飲食業) | 元データとの一致 |
書類の読み取り | PDFからデータベースへ登録 | 中小機構(情報通信業) | 読み取り違い |
日程・シフトの調整 | 面接の日程、シフト | 中小機構(飲食業) | 例外と公平さ |
表の上の5行は人がチャットで頼む型、下の3行は流れに組み込む型の例です。
社内で試すときは、2つの型を分けて考えます
社内で試すときは、どちらの型を試すのかを先に決めておきます。
チャットの型は、明日からでも1人で始められます。
流れに組み込む型は、受け取るものと渡す先が決まった業務でないと組めませんが、毎回の貼り付けや転記まで減らせる可能性があります。
2つの型の違いと使い分けは、AIで業務効率化するにはで詳しく扱います。
ここからは、流れに組み込む型を3つの事例で見ていきます。
受注入力の事例: 注文書から台帳まで、どう流れますか?
受注入力の自動化は、書式の違う注文書を集めて揃え、不明点と再送を分けてから、台帳と出荷依頼の案を作る流れです。

品番が分からない注文と、同じ注文の再送は、勝手に確定させずに担当者へ回します。
先にお伝えすると、ここからの3つの事例は実在の会社の事例ではなく、私が運営するAI研修「ソロスキルハック」のページに載せている制作イメージです。
得意先の名前や金額は架空の値で、利害関係がある点もご承知おきください。
公開事例では見えにくい「人が判断する工程」まで示すために、この形で紹介します。
受け取るもの: 書式の違う注文書と、同じ注文の再送
場面は、卸売や製造の会社の営業事務です。
締切前にメール添付のPDFやExcelで注文が届き、得意先ごとに違う書き方を読み直して、受注台帳と出荷依頼へ同じ情報を入力しています。
ある日の午前中に、次の3通が届いたとします。
- 旭商店のPDF(注文番号P-2041): 「クラフト袋 M / 60袋」、希望納期は10月8日
- 星野商店のExcel(注文番号P-2042): 「仕切りトレー / 2ケース」、品番の記載なし
- 旭商店のPDF(P-2041の再送): 同じ注文番号の書類をもう一度受信
自動化の流れ: 集めて、品名と単位を揃えて、分ける
研修で組む自動化の流れは、次の4つの工程です。
- 注文書を集める
- 品名・単位を揃える
- 重複・不明点を分ける
- 台帳・出荷依頼へ渡す
2つ目の工程では、商品マスタ(自社の品名と品番の一覧)に照らします。
この例のマスタでは、クラフト袋 M は品番K-020で1箱20袋なので、60袋の注文は3箱に換算されます。
3つ目の工程では、同じ得意先・注文番号・内容の書類を、重複の候補として分けます。
私の見方では、書式の違う書類を読む部分に生成AIを使い、マスタとの照合や重複の判定は決まったルールで動かすのが、分け方の基本です。
担当者が受け取るもの: 受注データの案と確認待ちの一覧
担当者には、転記先のデータの案と、確認すべき注文がまとまって届きます。
注文 | 作成する受注データ | 確認状態 |
|---|---|---|
P-2041 | K-020 / 3箱(元の60袋を併記) | 担当者の承認待ち |
P-2042 | 仕切りトレー / 2ケース | 品番を要確認 |
P-2041の再送 | 初回の受付にひも付け | 重複の候補として保留 |
P-2041には、旭商店・K-020・3箱・希望納期10月8日に元の注文書へのリンクを添えた、出荷依頼の案も付けます。
人が判断すること: 数量の換算、在庫と納期
品目・数量・単位の換算が正しいか、在庫と納期で受けられるかは、担当者が判断します。
出荷依頼の案を出荷担当へ共有するのも、受注担当が確かめてからです。
品番が分からないP-2042は、マスタの候補と元の記載を並べて、担当者に確認を頼みます。
再送の分は、初回との一致や変更点を確かめ、新しい注文として自動で登録しません。
自社で始める前には、届く注文書の種類・商品マスタ・登録先の形式・注文の変更と再送の扱いを確かめます。
読み取りの精度は、自社の帳票で試して確かめるしかありません。
経費チェックの事例: 申請と領収書は、どこまで任せますか?
経費チェックで任せるのは、添付の有無や金額の一致を見る一次チェックまでです。
領収書の原本の確認、経費として認めるか、税務の扱い、最終の承認は人に残します。
場面は、「月末は、足りない領収書を追いかけて終わる」という経理や総務の担当者です。
受け取るもの: 月末に集まる申請と領収書
担当者は、申請の一覧と添付ファイルを1件ずつ開き、金額や領収書の有無を確かめています。

不備があれば本人へ連絡し、再提出されたら、どこを直したかをもう一度確かめます。
ある月末に、次の3件が集まったとします。
- EX-071 出張交通費: 申請3,860円、領収書の読み取り額3,860円
- EX-072 備品購入: 申請4,950円、領収書の添付なし
- EX-073 打ち合わせ費: 申請6,600円、領収書の読み取り額6,050円
この例の社内ルールは、全件に領収書を添付し、金額が合わないものは確認待ちにする、というものです。
自動化の流れ: 申請と添付を対応付けて、ルールで点検
流れは、次の4つの工程です。
- 申請と添付ファイルを対応付ける
- 社内ルールで点検する
- 不備と確認の候補に分ける
- 確認の依頼と、承認待ちの一覧へ渡す
ルールを言葉で書ける点検だけを、仕組みに任せるのがこの事例の考え方です。
担当者が受け取るもの: 不備の理由と、依頼文の案
点検の結果は、申請ごとに次の形で届きます。
申請 | 一次チェックの結果 | 次に進めること |
|---|---|---|
EX-071 | 添付あり・金額が一致 | 担当者の承認確認へ |
EX-072 | 領収書の添付なし | 添付の依頼文の案を作る |
EX-073 | 申請と読み取り額に550円の差 | 原本と申請を照らす |
EX-072には、「備品購入4,950円の申請について、領収書の添付が確認できませんでした」という依頼文の案が付きます。
本人へ送るのは、担当者が文面を確かめてからです。
依頼日と対応の状況は一覧に残るので、誰に何を頼んだかを後から追えます。
人が判断すること: 原本、経費の妥当性、最終の承認
読み取りが違っている可能性もあるため、EX-073の6,600円を6,050円へ自動で書き換えることはしません。
原本・申請額・読み取り額を同じ画面に並べ、担当者が確かめます。
日商簿記2級を持つ私から見ても、経費として認めるかどうかは、ルールの言葉だけでは決めきれない場面があります。
メールなどで受け取った領収書のように、取引の情報を含む電子データの保存の義務と方法も、電子帳簿保存法で定められています。
保存の仕方は、国税庁の電子帳簿等保存制度特設サイトの「電子取引」の説明で確かめてください。
自社で始める前には、社内の申請ルール・申請の番号の付け方・添付の保存先・承認の権限を確かめます。
支払いや承認を自動で実行する仕組みは、この事例の範囲の外です。
自動の点検で一致したことは、承認したことと同じではありません。
会議資料の事例: 拠点のファイル集めは、どう自動化しますか?
会議資料の自動化は、提出の状況を確かめ、項目と案件の番号を揃えて、前回との差と重複を出す流れです。
未提出の拠点を実績ゼロとして扱わないことが、この事例の要です。
公開事例にも、会議の前後に生成AIを使う例があります。
東京都の事例集の「会議メモから報告用文章を作成する」や、中小企業基盤整備機構の飲食業の会議の議題づくりです。
この事例は、その手前の「ファイルを集めて揃える」作業を流れにしたものです。
受け取るもの: 列名の違う拠点別ファイルと未提出
場面は、営業企画や管理部門の担当者が、定例の営業会議を準備する前日です。
拠点のExcelを集めて未提出を催促し、列名を揃えて、前回との差を表へ貼り直していると、資料ができた頃には数字を読む時間が残りません。
担当をひとりで兼ねていると、この作業がほかの仕事と重なります。
締切の時点で、次のファイルがそろったとします。
- 東日本のExcel: 案件S-101は今回「見積提出」(前回は「提案中」)、S-104も「見積提出」
- 西日本のCSV: S-104が「見積提出」で、案件の番号が東日本の分と重複
- オンライン営業: 今週分が未提出(前回のファイルは保存済み)
自動化の流れ: 提出を確かめ、項目を揃えて差分を出す
流れは、次の4つの工程です。
- 提出の状況を確かめる
- 項目と案件の番号を揃える
- 前回との差と重複を抜き出す
- 会議資料と確認の一覧へ渡す
この例の集約のルールは3つです。
案件の番号で照らすこと、未提出をゼロの実績として扱わないこと、重複の候補を保留の欄へ分けることです。
担当者が受け取るもの: 会議用の表と、確認が要る箇所
担当者には、会議資料の案と、会議の前に確かめる箇所が一緒に届きます。
対象 | 資料へ反映すること | 会議前に確認 |
|---|---|---|
S-101 | 提案中から見積提出へ | 変化した案件として掲載 |
S-104 | 東日本・西日本の両方に記載 | 担当と重複を確認 |
オンライン営業 | 未提出と分かる形で表示 | 提出の依頼文の案を作る |
会議用の要約にも、未反映や保留があることを書き添えます。
たとえば「更新済みは東日本・西日本の2拠点、オンライン営業は今週分が未提出」という書き方です。
人が判断すること: 重複案件の扱いと、会議で決める方針
重複した案件をどちらの拠点の担当とするかは、人が決めます。
案件が進んだ理由や遅れた理由、会議で決める営業の方針も、人の仕事です。
未提出を含む資料は、暫定のものとして扱います。
自社で始める前には、提出の場所と締切・項目の名前・案件の番号・集計の対象・更新のルールを確かめます。
拠点の間で共通の番号がなければ、先に照らし方を決める必要があります。
あなたの会社でも、会議の前日に同じような貼り直しをしていませんか。
事例を自社の業務に当てはめるには、どう進めますか?
事例を自社に当てはめるには、3つの事例と同じ4つの項目で自社の業務を書き出し、書類と転記先を1つずつに絞って試します。
「研修で何を自動化するか、今月中に決めて」と言われたときも、この順番で考えると候補が絞れます。
4つの項目で、自社の業務を書き出します
毎回手でやっている作業を1つ選び、次の表の4つの項目を埋めます。
右の列は受注入力の場合の例です。
項目 | 書き出すこと | 受注入力の例 |
|---|---|---|
受け取るもの | 書類の種類・届き方・件数 | PDFとExcelの注文書 |
自動化の流れ | 今している手順の順番 | 読む→品番を調べる→入力 |
担当者が受け取るもの | 次の人へ渡す形 | 受注データの案と確認待ち |
人が判断すること | 機械に確定させない点 | 換算・在庫・納期・再送 |
いちばん大切なのは、4つ目の「人が判断すること」です。
ここが書けない業務は、まだ自動化の範囲を決める段階にありません。
私の記事づくりも、下書きは生成AIに任せ、事実の確認と公開は人が行う分担にしています。
人が持つ工程を先に決めておくと、仕組みに任せる範囲も自然に決まります。
最初は、書類と転記先を1つずつに絞って導入します
3つの事例も、どれも小さな範囲から始める形にしています。
- 受注入力: 1種類の注文書と1つの転記先から
- 経費チェック: 添付の有無や必須項目など、判定の基準を決められる一次チェックから
- 会議資料: 保存先と項目が決まったファイルの集約から
試すデータにも注意が要ります。
個人情報保護委員会は、個人情報を含む指示を生成AIに入れる場合、利用目的の範囲内かを十分に確かめるよう注意を呼びかけています。
最初は、顧客や社員の名前を「A社」「申請者1」のように置き換えた材料で十分です。
どの業務から始めるかの選び方は、業務自動化の始め方で詳しく扱います。
社内で作れる人を育てるなら、研修の題材にできます
書き出した業務は、社内で自動化を作れる人を育てる研修の題材にも使えます。
ソロスキルハックは私が運営する研修なので、利害関係がある点はご承知おきください。
講義や動画で使い方を学ぶ研修ではなく、受講者が自社の書類と手順を題材に、自動化の仕組みを研修中につくります。
動かして確かめ、直し方まで身につける研修です。
持ち帰るのは、組んだ自動化フロー・設定と、操作・変更の手順書、テスト記録・運用ルールです。
研修費用は20万円(税抜)からで、対象業務・連携先・人数・研修時間を確かめてお見積もりします。
AI・自動化ツールの利用料は別途です。
この記事の3つの制作イメージの全体は、ソロスキルハックの自動化の実例で見られます。
表の4つ目まで書けた業務が、最初に試す候補です。
よくある質問
Google の「生成 AI 活用事例集」は、どうすれば読めますか?
Google Cloud の公式サイトのページで、氏名・会社のメールアドレス・会社名などを入力してダウンロードする形です(2026年10月時点)。
国内126社分を収録しており、「7月版」で新しく追加された企業の一覧もページに載っています。
事例と同じ削減の効果は、自社でも出ますか?
同じ効果が出るとは限りません。書類の形・件数・使う道具・人が確かめる工程が違えば、結果も変わります。
効果を確かめたいなら、試す前に今の作業にかかっている時間を測っておき、同じ業務で比べてください。
顧客や取引先の情報を入れて試してもよいですか?
最初は、名前を「A社」などに置き換えた材料や、架空の値で試してください。
個人情報保護委員会は、本人の同意なく個人データを含む指示を入れるなら、サービスの提供者がそのデータを機械学習に使わないことなどを十分に確かめるよう求めています。
ソロスキルハックの研修では、どんな業務を題材にできますか?
ソロスキルハックは私が運営する研修なので、利害関係がある点はご承知おきください。
受注や経費の確認、会議資料の集約のほか、問い合わせの受付、見積書の作成、集計・報告、社内通知など、繰り返し発生する業務を題材にできます。
利用中のシステム・接続方法・権限・データの状態で実現できる範囲が変わるため、事前に確かめます。
まとめ: 生成AIの活用事例は、流れと人の判断で読む
今回は、生成AIを自社の業務に取り入れたい方に向けて、
- 公的機関と企業の公式の事例集の探し方
- 業務の中で生成AIが使われている場面
- 受注入力・経費チェック・会議資料の自動化の流れ
- 事例を自社の業務に当てはめる手順
上記について、公的機関の資料と3つの制作イメージを読み合わせた私の視点を交えながらお話してきました。
生成AIの活用事例は、公式の資料で探し、受け取るもの・流れ・人の判断で読むことが大切です。
この読み方が身につけば、他社の事例も、自社の書類と手順に置き換えて考えられるようになります。
まずは、毎回手でやっている作業を1つ選び、4つの項目を書き出すところから始めてみてください。
参考にした資料
- 生成AIを活用した事業計画例(第1版)(中小企業基盤整備機構、2026年10月時点)
- 「兆しレポート」のとりまとめについて~生成AIを活用した働き方改革の兆し~(経済産業省 中部経済産業局、2026年10月時点)
- 都職員のアイデアが詰まった文章生成AI活用事例集(東京都デジタルサービス局、2026年10月時点)
- 生成 AI 活用事例集(Google Cloud、2026年10月時点)
- Microsoft シナリオ ライブラリ(Microsoft Adoption、2026年10月時点)
- 生成AIサービスの利用に関する注意喚起等(別添1)(個人情報保護委員会、2026年10月時点)
- 電子帳簿等保存制度特設サイト(国税庁、2026年10月時点)
