AIを仕事に取り入れたいと思ったとき、最初に気になるのは「どのツールを使えばよいか」かもしれません。
文章を作るAI、画像を作るAI、会議をまとめるAI。選択肢が増えるほど、比較するだけでも時間がかかります。
ただ、私が仕事でAIを繰り返し使う中で大切だと感じているのは、ツールの名前よりも、何を入力し、どこまでAIへ任せ、何を自分で確認するかを決めることです。
私は、顧客との面談内容を項目ごとに分けて要約し、実際の発言を細かく分析するエージェントを定期的に使っています。
便利だからこそ注意しているのが、AIに勝手に要約させすぎないことです。面談内容が、自分にとって都合のよい解釈へ変わってしまわないよう、事実をもとに整理することを重視しています。
OpenAIは2026年10月26日、個人向けChatGPTで仕事に関するメッセージがどのような活動に使われているかを整理した「OpenAI Signals」のデータを公開しました。
今回はこの発表と、私が面談記録を作っている実体験から、AIへ仕事を任せる前の「仕事の棚卸し」について考えます。
仕事でのAI利用を165の活動に分けたデータ
OpenAIの公式発表によると、今回のデータは仕事に関するChatGPTの利用を165の活動に分類し、約100か国の違いと時間による変化を見られるようにしたものです。
対象期間は2025年第1四半期から2026年第3四半期まで。教材の準備、マーケティング用コンテンツの作成、プログラミング、ビジネスデータの分析など、職種をまたいで行われる活動が含まれています。
全期間を観測できた74か国では、利用が多い上位10活動の割合が、2025年第1四半期の平均56.0%から2026年第3四半期には51.1%へ下がったと説明されています。
これは、仕事でのChatGPT利用が一部の代表的な用途だけに集中するのではなく、より幅広い活動へ分かれていることを示すデータです。
ただし、この結果だけで「AIを使えば仕事の成果が上がる」と判断することはできません。今回のデータが示しているのは、どの活動にChatGPTが持ち込まれているかです。成果の品質、時間短縮、費用対効果を測った調査ではありません。
面談記録を整理するエージェントを繰り返し使う
私が定期的に使っているのは、顧客との面談記録を整理するエージェントです。
面談内容を項目ごとに分けて要約し、顧客が実際に発言した内容を細かく確認します。記録を見返しやすい形に整えることで、次の面談で確認したいことや、顧客が求めていることを把握しやすくなりました。
その結果、次の面談の準備が以前より効率的になったと感じています。
ただし、ここでAIに任せているのは、面談そのものではありません。記録を整理し、考えるための材料を作る部分です。
この使い方を仕事の単位に分けると、次のようになります。
- 面談の記録や実際の発言を入力する
- AIが項目分けと要約を行う
- 顧客別のMarkdownとして保存する
- 内容が事実に沿っているかを自分で確認する
- 次回の面談で何を聞くか、自分で考える
- その後でAIにも提案を求める
「顧客との面談をAIに任せる」と大きく考えるのではなく、記録、整理、保存、確認、次回の準備へ分けることで、AIに任せる部分と自分が担う部分が見えやすくなります。
勝手に要約しすぎないように指示する
面談記録で特に難しいと感じたのは、AIに「どこまで要約させるか」です。
短くまとめすぎると、顧客が選んだ言葉や、発言の細かな違いが消えてしまいます。また、AIの分析が、入力した側にとって都合のよい筋書きへ寄ってしまう可能性もあります。
そのため、エージェントには、勝手に要約しすぎず、事実をもとに整理するよう注意して指示しています。
私が確認しているのは、たとえば次のような点です。
- 顧客が実際に発言した内容と、AIの解釈が混ざっていないか
- 話していない要望を、AIが補っていないか
- 自分にとって都合のよい結論へ寄っていないか
- 判断できない内容を、確定した事実として扱っていないか
- 次回確認すべきことが、勝手に解決済みになっていないか
AIに「事実ベースで」と伝えるだけで、常に正しい記録になるわけではありません。元の記録と照らし合わせ、最後は自分で確認する必要があります。
面談記録におけるAIの役割は、答えを決めることではなく、事実を見失わずに振り返るための補助だと考えています。
Markdownで顧客別に蓄積する
整理した面談内容は、顧客ごとにMarkdown形式でファイリングし、ハードディスクへ保存しています。
一回ごとの要約だけで終わらせず、記録を蓄積することが重要だと感じているからです。
過去の面談記録を同じ場所へ残しておくと、「前回は何を話したか」「どこまで決まったか」「次に何を確認したいか」を振り返りやすくなります。AIへ次の面談について相談するときも、過去の材料を参照しながら考えられるため、毎回ゼロから説明する必要が減りました。
Markdownは、見出しや箇条書きで項目を分けやすく、後から検索・更新しやすい形式です。AIのためだけではなく、自分自身が読み返す記録としても扱いやすいと感じています。
ただし、ハードディスクへ保存すれば自動的に安全になるわけではありません。顧客情報を扱う場合は、保存してよい内容、AIサービスへ入力してよい範囲、アクセス権限、バックアップ、不要になった記録の扱いを確認する必要があります。公開記事では、顧客を特定できる内容や実際の面談記録は掲載しません。
次の面談内容は、先に自分で考える
蓄積した記録をもとに、AIへ「次の面談では何を確認するとよいか」と提案してもらうこともあります。
ただし、私はAIの提案を見る前に、一度自分で考えることを大切にしています。
最初からAIの案だけを使っていると、自分で顧客の状況を考える力が少しずつ弱くなるのではないかという不安があるためです。
すべてをAIへ任せるなら、AIと顧客が直接面談すればよいという話にもなりかねません。だからこそ、自分と顧客が対話する意味を考え続ける必要があります。
表情や声の調子を含めて相手の話を受け止めること、その場で気になったことを聞き直すこと、過去のやり取りを踏まえて言葉を選ぶこと。こうした部分は、記録を効率化することとは別に、人が関わる価値として残ります。
プレゼン資料も同じです。AIが考えた内容だけを並べてしまうと、相手に合わせて考えたものにならず、かえって顧客からの評価を落とす可能性があります。
「これはAIで作ったのですか」と聞かれたときも、どこでAIを使い、どこを自分で考え、誰が最終判断をしたのかを整理した上で、慎重に伝える必要があると感じています。
AIは考える代わりではなく、考えたことを整理し、別の視点を得るための道具として使いたいと思います。
公開データにも範囲と限界がある
今回のOpenAI Signalsデータには、確認しておきたい範囲があります。
公式説明では、対象は個人向けChatGPTプランの仕事関連メッセージです。企業向けプランのメッセージやCodexの利用は含まれていません。
また、個別の会話を研究者が読むのではなく、個人を特定する情報を取り除いた後に自動システムで分類し、集計結果を公開しています。小さな集団の結果は除外し、個別メッセージを保護するため統計的なノイズも加えていると説明されています。
データの詳しい条件と配布ファイルは、OpenAIのデータ・方法論ページで確認できます。
約100か国を扱う大きなデータでも、自分の事業にそのまま当てはまるとは限りません。多く使われている用途が、自分の仕事にとって安全で効果的とも限りません。
ニュースを見るときは、数字の大きさだけでなく、誰の、どの利用を、何として数えたデータなのかを確認することが大切です。
まとめ
OpenAIが公開した今回のデータでは、個人向けChatGPTの仕事利用を165の活動に分け、用途が上位の共通活動だけに集中せず、幅広くなっている傾向が示されました。
小規模事業者がこの動きから考えたいのは、流行しているツールをすぐ導入することよりも、自分の仕事を小さな活動に分けることです。
- 何を入力にするのか
- どこで判断しているのか
- 何を成果物にするのか
- 誰が最後に確認するのか
私の面談記録でいえば、AIへ任せるのは項目分けや要約、保存しやすい形への整理です。事実に沿っているかの確認、顧客ニーズの判断、次に何を聞くか、どのような提案をするかは、自分で考えます。
このように仕事を分けると、AIへ任せられる範囲と、人が責任を持つ範囲が見えやすくなります。
AI活用の入口は、ツールの機能一覧ではなく、普段の仕事を丁寧に見直すことにあるのかもしれません。
