「AI を全社導入したはいいが、部署によっては何をやらせればいいか分からず、結局使われないまま」 —— 業種軸の勝ちパターンを整えても、職種軸を用意しないと部門間で温度差が生まれます。業種 × 職種のマトリクスで勝ちパターンを見せる のが横展開のコツです。

本記事は経営者・部門長・CoE 向けに、10 職種の具体的な活用テーマとプロンプト例、削減工数の目安を整理した実務マップです。業種軸は 業種別 生成 AI 活用おすすめマップ と組み合わせて自社に落とし込んでください。全体戦略は 従業員 AI 活用 経営者ガイド を参照。

職種別マップの読み方

各職種を「業務課題 → 推奨ツール → 具体活用テーマ → プロンプト例 → 削減工数目安」で統一フォーマットで整理しました。自部門のセクションを部門長がプリントアウトして OJT 素材にすることを想定した粒度で書いています。

職種 1: 営業

業務課題

  • 商談前リサーチ (企業情報・業界動向) に時間がかかる
  • 提案書・見積書のドラフトを毎回ゼロから作成
  • 議事録・フォローメールの作成が遅く、次のアクションが遅延

推奨ツール構成

  • ChatGPT Enterprise / Claude Enterprise: 提案書・議事録の主力
  • Perplexity Enterprise: リサーチとファクトチェック
  • NotebookLM: 過去の勝ちパターン提案書・議事録をナレッジベース化
  • Microsoft 365 Copilot (Teams 連携): 商談メモの自動化

具体活用テーマ

  • 商談前リサーチ: 企業サイト URL → 業界動向 + 財務ハイライト + 想定課題
  • 提案書ドラフト: 顧客要件 + 過去勝ちパターン → 提案骨子
  • 議事録: 会議音声 → 決定事項・宿題事項の抽出
  • フォローメール: 議事録 → 御礼メール + 次回アクション

プロンプト例

  • 「以下の企業の直近 1 年の IR 資料から、経営課題を 3 つに要約してください。」
  • 「以下の議事録から、宿題事項と回答期限を表形式で抽出してください。」
  • 「以下の商談メモから、御礼メールと次回アポイントの提案文を作成してください。」

削減工数の目安

  • 商談前リサーチ: 2 時間 → 30 分 (75%)
  • 提案書ドラフト: 4 時間 → 1.5 時間 (63%)
  • 議事録・フォローメール: 60 分 → 15 分 (75%)
  • 合計 60〜90 分/日 の削減

KPI 設計

  • 提案書提出数の 20〜30% 増
  • 商談前準備工数の 50% 削減
  • フォローメール送信の当日達成率 60% → 90%

職種 2: 経理・財務

業務課題

  • 仕訳補助・請求書チェック (単純作業が多い)
  • 月次レポートのコメント作成 (毎月同じ工数)
  • 監査対応の資料作成

推奨ツール構成

  • Microsoft 365 Copilot (Excel): 数値分析・グラフ生成
  • Claude Enterprise: 長文コメント生成・監査資料
  • 業界特化 SaaS: 会計ソフト内 AI 補助機能 (freee・マネーフォワード等)

具体活用テーマ

  • 仕訳補助: 領収書 OCR + 勘定科目の候補提示
  • 請求書チェック: PDF → 数値抽出 + 過去請求との差分検出
  • 月次レポートコメント: 数値表 → 経営会議向けコメント
  • 監査対応: 質問事項 → 回答ドラフト + 参照根拠

プロンプト例

  • 「以下の月次数値表について、前月比・前年同月比の解釈と経営インパクトを 3 段落でコメントしてください。」
  • 「以下の監査質問について、根拠となる仕訳・帳票を明示しつつ回答ドラフトを作成してください。」

削減工数の目安

  • 月次コメント: 4 時間 → 30 分 (88%)
  • 監査対応資料: 20 時間 → 6 時間 (70%)
  • 合計 30〜60 分/日 の削減

KPI 設計

  • 月次締めのリードタイム 30% 短縮
  • 監査対応工数 60% 削減

職種 3: 人事・労務

業務課題

  • 求人票の量産 (職種・条件のバリエーション)
  • 面接メモの整理・評価表作成
  • 就業規則改定・研修設計 (工数大)

推奨ツール構成

  • ChatGPT Business: 求人票・面接メモ
  • Claude Enterprise: 長文の就業規則・研修設計
  • NotebookLM: 過去の面接記録・研修資料をナレッジベース化

具体活用テーマ

  • 求人票: 職種要件 → 訴求文 + 応募条件テンプレ
  • 面接メモ: 音声録音 → 要点整理 + 質問への回答パターン
  • 評価表: 面接メモ → 評価軸ごとのスコアリング案 (最終判断は人事)
  • 就業規則改定: 現行規則 + 改定要件 → 改定案 (詳細は AI 就業規則)
  • 研修設計: 研修目的 → カリキュラム案 + 演習素材

プロンプト例

  • 「以下の面接メモから、コミュニケーション力・課題解決力・熱意の 3 軸で 5 段階評価案と根拠を作成してください。」
  • 「以下の職務要件から、応募が集まる求人票を SEO を意識して作成してください。」

削減工数の目安

  • 求人票作成: 3 時間 → 30 分 (83%)
  • 面接メモ整理: 1 時間 → 15 分 (75%)
  • 合計 45〜75 分/日 の削減

KPI 設計

  • 求人票公開までのリードタイム 50% 短縮
  • 応募数の 20〜40% 増 (訴求力向上)

職種 4: カスタマーサポート

業務課題

  • 問い合わせ量が多く、一次対応で疲弊
  • FAQ の更新が追いつかない
  • トーン統一 (対応者ごとの品質バラつき)

推奨ツール構成

  • ChatGPT Business + カスタム GPT: FAQ ベースの一次回答生成
  • Claude Enterprise: 長文の複雑な問い合わせへの回答ドラフト
  • NotebookLM: 過去の問い合わせと回答のナレッジベース

具体活用テーマ

  • 一次回答: 問い合わせ → FAQ 参照 + 回答ドラフト (人間確認後送信)
  • FAQ 更新: 過去 30 日の問い合わせ → 新規 FAQ 候補の抽出
  • トーン統一: 対応者ドラフト → 会社トーンに整形
  • 顧客感情分析: 問い合わせ本文 → 感情スコア + 対応優先度提案

プロンプト例

  • 「以下の顧客問い合わせについて、当社 FAQ (別途入力) を参照し、丁寧なトーンで回答ドラフトを作成してください。」
  • 「以下の 100 件の問い合わせから、頻出テーマ Top 5 と新規 FAQ 候補を抽出してください。」

削減工数の目安

  • 一次対応: 60% を AI 一次ドラフト化
  • FAQ 更新: 週 4 時間 → 30 分 (88%)
  • 合計 60〜120 分/日 の削減 (対応者 1 名あたり)

KPI 設計

  • 一次回答リードタイム 24 時間 → 4 時間
  • FAQ カバー率 40% → 80%
  • 顧客満足度スコア (CSAT) 10〜20% 向上

職種 5: 法務

業務課題

  • 契約書のレビュー (見落としリスク)
  • 条項比較・過去契約との差分抽出
  • 議事録・法務判断メモの作成

推奨ツール構成

  • Claude Enterprise (ZDR 契約): 長文契約書レビュー・条項比較
  • ChatGPT Enterprise: 議事録・法務判断メモ
  • 業界特化 SaaS: 契約書レビュー AI (LegalForce・GVA assist 等)

具体活用テーマ

  • 契約書レビュー: 契約書 → リスク条項 + 修正案 (弁護士最終確認)
  • 条項比較: 過去契約 + 現在契約 → 差分と評価
  • 議事録: 法務会議 → 判断根拠と決定事項
  • 法務判断メモ: 質問 → 判断案 + 参照法令 (専門家確認前提)

プロンプト例

  • 「以下の業務委託契約書について、当社にとって不利な条項と修正案を条項番号ごとに整理してください。」
  • 「以下の 2 つの秘密保持契約書の差分と、当社観点でリスクの大きい条項を抽出してください。」

削減工数の目安

  • 契約書レビュー: 4 時間 → 1.5 時間 (63%)
  • 条項比較: 2 時間 → 20 分 (83%)
  • 合計 30〜60 分/日 の削減

KPI 設計

  • 契約書レビュー リードタイム 50% 短縮
  • レビュー案件処理量 40〜60% 増

職種 6: マーケティング

業務課題

  • コンテンツ量産 (ブログ・SNS・広告)
  • ペルソナ設計・カスタマージャーニー
  • 効果分析レポート

推奨ツール構成

  • ChatGPT Enterprise + Claude Enterprise の併用
  • Perplexity Enterprise: 市場調査・競合分析
  • 画像生成 AI (Firefly, Midjourney, Sora 等): クリエイティブ

具体活用テーマ

  • ブログ・SNS 記事の量産 (トピック → 構成案 → 本文)
  • ペルソナ・ジャーニー: 業界・商材 → ペルソナ案 + ジャーニーマップ
  • 効果分析: GA4・広告データ → 経営レポート
  • 広告文・LP コピーの A/B テスト案生成

削減工数の目安

  • 記事執筆: 8 時間 → 3 時間 (63%)
  • 効果分析レポート: 週 4 時間 → 1 時間 (75%)

職種 7: 広報・PR

業務課題

  • プレスリリース作成
  • メディアリスト・記者へのピッチ
  • 危機広報時の初期対応文

推奨ツール構成

  • ChatGPT Enterprise / Claude Enterprise
  • NotebookLM: 過去プレスリリースのナレッジベース化

具体活用テーマ

  • プレスリリース: 事実情報 → 業界標準フォーマットの草稿
  • メディアリスト: 業界 → 主要メディア・記者リストの下調べ (公開情報のみ)
  • 危機広報: 状況 → 初期対応文 3 パターン (最終判断は経営 + 顧問弁護士)

削減工数の目安

  • プレスリリース草稿: 4 時間 → 30 分 (88%)

職種 8: 情シス・開発

業務課題

  • コード開発・レビュー
  • ドキュメント整備
  • ヘルプデスク一次対応

推奨ツール構成

  • Claude Code / Cursor / GitHub Copilot: 開発
  • ChatGPT Enterprise / Claude Enterprise: ドキュメント・ヘルプデスク

具体活用テーマ

削減工数の目安

  • 開発生産性: 30〜50% 向上 (詳細な効果測定は開発生産性関連の別記事を参照)
  • ヘルプデスク: 一次回答 60% を AI ドラフト化

職種 9: 経営企画

業務課題

  • 経営会議資料の作成
  • 中期経営計画・年度計画のドラフト
  • 業界動向・競合分析レポート

推奨ツール構成

  • Claude Enterprise: 長文戦略ドキュメント
  • ChatGPT Enterprise: 経営会議資料
  • Perplexity Enterprise: 業界・競合調査

具体活用テーマ

  • 経営会議資料 (数値表 → コメント + アクション提案)
  • 中期経営計画 (現状 + 目標 → 戦略骨子)
  • 業界動向レポート
  • M&A 候補企業の一次スクリーニング

削減工数の目安

  • 会議資料作成: 8 時間 → 2 時間 (75%)
  • 業界動向レポート: 週 4 時間 → 1 時間 (75%)

職種 10: 購買・調達

業務課題

  • 見積比較 (複数社・複雑な条件)
  • 契約交渉補助
  • サプライヤー評価

推奨ツール構成

  • Claude Enterprise: 見積比較・契約交渉
  • ChatGPT Enterprise: 定型業務

具体活用テーマ

  • 見積比較 (3〜5 社の見積 → 総合評価表 + 交渉ポイント)
  • 契約交渉補助 (相手条件 → 反論・妥協点整理)
  • サプライヤー評価 (業績 + 実績 → 評価スコア案)

削減工数の目安

  • 見積比較: 6 時間 → 1.5 時間 (75%)

職種横断のまとめ

10 職種の削減工数を合計すると、100 人規模の企業で 月 1,000〜2,000 時間 の余裕が生まれる計算になります。これを人件費換算すると月 300〜600 万円規模の生産性向上に相当します。

ただし数字を追うだけでなく、「浮いた時間で何をするか」を経営メッセージで明示 することが不可欠です。人員削減目的で導入すると現場が協力しないため、新規開拓・顧客訪問・スキルアップに再配分する方針を先に示してください。

具体的な KPI 設計・ダッシュボード雛形は AI 導入効果を数値化する KPI・ROI 設計 を、業種軸の勝ちパターンは 業種別 生成 AI 活用おすすめマップ を、全体戦略は 従業員 AI 活用 経営者ガイド をあわせてお読みください。

FIXIT では、貴社の職種別の業務データを使った OJT 教材の作成、部門別プロンプトライブラリの構築、月次シェア会の運用まで一気通貫でお手伝いしています。初回相談は無料です。