AI で減る時間は、確認と手直しを引いて見積もる：業務ごとの計算のしかた（試算シート・ツールつき）

「AI に任せれば、この作業は半分になるはず」。生成 AI を業務に入れるとき、こうした見込みから話が始まることがよくあります。実際に試してみると、文章の下書きは数十秒で出てきます。それを見て、効果は大きいと感じる人は多いはずです。

ところが、何週間か使ってみると、思ったほど時間が減っていないことに気づきます。AI に頼むための指示を書く。出てきた答えが正しいかを確かめる。言い回しや数字を直す。どうしても使えず、結局は自分でやり直す。こうした時間が、下書きの速さで得た分を食ってしまうからです。

この記事では、生成 AI で減る時間を「正味」で見積もる方法をまとめます。

• なぜ下書きの速さではなく、正味で見積もるのか
• 業務ごとの計算式と、記入例
• 先に試す業務、下書きだけ任せる業務、AI では減らない業務の分け方
• 費用と、元が取れるまでの月数の出し方

AI 導入の費用対効果の考え方や、稟議の通し方といった一般的な話は、SucSak の「AI導入の費用対効果はどう測る？稟議が通る効果の出し方を解説」や「AI導入の進め方とは？発注前に社内で決める5ステップを解説」にまとまっています。この記事は、既製の生成 AI を業務で使うときの、業務ごとの時間の計算に絞ります。

下書きの速さではなく、「正味」で見積もる理由

生成 AI で時間が減ったという話は多く聞きます。一方で、公的な実証や調査を読むと、減らなかった業務の報告も少なくありません。

総務省の「令和8年版 情報通信白書」（2026年7月）では、生成 AI を業務で使っている日本企業が感じている影響として、「作業時間の短縮」が61.6%で最も多く挙がりました。同じ調査で、「作業の追加や不慣れな作業による業務効率の低下」を挙げた企業も17.9%ありました。懸念として「出力結果の精度に問題」を挙げた企業は35.3%です。

デジタル庁が政府の職員向けの生成 AI の利用環境について行った「ガバメントAI 源内 利用状況アンケート調査」（2026年10月公表、利用者3,078人）では、利用者の54.5%が週1時間以上の業務時間が減ったと答えた一方、34.6%は「ほぼ変わらない」と答えています。困ったこととして、「AI の出力をそのまま使えず、修正・加工に手間がかかった」が627件挙がりました。

もっと具体的なのが、こども家庭庁が自治体と行った「生成AIの導入・活用に向けた実践ハンドブック 別添 実証結果報告書」（2025年3月）です。文章の作成では、2時間かかっていた作業が30分になった例がある一方で、次のような報告が並んでいます。

• 手作業での修正に時間がかかり、総合的には時間を短縮できなかった（小山市）
• 議事録の要約は修正に時間がかかり、削減時間は測定できなかった（富田林市）
• 確認や修正を手間に感じ、時間の削減を実感しにくかった（狛江市・北上市）

報告書は、出力を確かめるのに専門的な知見が必要な業務では、価値が実感されにくいとまとめています。

海外でも同じ傾向です。英国のビジネス・貿易省（DBT）が2025年8月に公表した Microsoft 365 Copilot の評価では、職員が AI を使った作業ごとに時間を記録し、出力を使わなかった作業や、AI があったために増えた作業の時間はマイナスとして数えました。その結果、文書の下書きでは時間が減った一方、画像の生成や日程の調整では、かえって時間が増えていました。

つまり、AI で減る時間は業務によって大きく違い、確認と手直しの時間を数えないと、効果を大きく見積もってしまいます。だから、業務ごとに「正味」で見積もります。

業務ごとの計算式

業務ごとに、次の数字を見込みで入れます。

これを、次の式で計算します。

• 今の年間の時間 ＝ 1回の分 × 回数 × 1年の回数 ÷ 60
• AI を使った後の1回あたり ＝ 任せる割合 ×（AI を使った1回の分 ＋ やり直しの割合 × 1回の分）＋（1 − 任せる割合）× 1回の分
• AI を使った後の年間の時間 ＝ AI を使った後の1回あたり × 回数 × 1年の回数 ÷ 60
• 正味で減る時間 ＝ 今の年間の時間 − AI を使った後の年間の時間

1年の回数は、1日なら240日、1週なら52週、1か月なら12か月として数えます。

ポイントは2つです。一つは、「AI を使った1回の分」に、AI が答えを出すまでの時間ではなく、人が指示を書き、確かめ、直す時間を入れることです。もう一つは、やり直した回に、元の手作業の時間をまるごと足すことです。AI の答えが使えなかった回は、AI に頼んだ時間が無駄になったうえに、結局は元どおりの時間がかかります。

デンマークで生成 AI の利用者を調べた研究（Humlum・Vestergaard、2025年5月、NBER Working Paper 33777）では、AI を使い始めたことで新しい作業が生まれた人が8.4%いて、その中には AI の出力の点検と修正が含まれていました。確認の時間は、気づかないうちに増える時間です。最初から式に入れておきます。

記入例：卸売会社の事務の6つの業務

架空の卸売会社（事務10人）で、6つの業務を見積もってみます。分数と割合は、書き方を示すための見込みです。

計算すると、次のようになります。

6つの業務の正味の削減は、合わせて年315.3時間です（減らない業務は除きます）。

いくつか読み取れることがあります。

まず、問い合わせのメールの返信は、1回あたりは5分しか減りませんが、回数が多いので年224時間になります。効果は、1回の短縮の大きさより、回数で決まることが多いのです。

次に、議事録のまとめは、1回で減る割合は大きい（年104時間のうち42%）のに、回数が少ないので合計は43.7時間です。

そして、見積書の金額の計算は、AI を使うと時間が増えます。単価表の例外が多く、AI に任せても確かめ直しが要り、3回に1回はやり直しになるからです。こうした業務は、AI ではなく、計算のルールを決めて仕組みにするほうが合っています。

減りやすい業務、減りにくい業務の目安

計算する前に、どの業務が減りやすいかの目安を持っておくと、見込みの数字を入れやすくなります。公的な実証で読み取れる傾向をまとめると、次のようになります。

左の列の業務は、AI の出力をそのまま使えなくても、直す量が少なく済むことが多い業務です。情報通信白書でも、生成 AI の効果を感じている業務は、議事録やメールの作成の補助（72.3%）が多く、経理・財務（29.7%）や経営の判断（20.1%）では少なくなっていました。

右の列の業務は、AI の出力を確かめる手間が大きいか、AI が知らない情報が必要な業務です。デジタル庁が2024年5月に公表した令和5年度の技術検証の結果でも、生成 AI を使った業務を全自動で回すのは難しく、人が確かめる手順が要るとまとめられています。こども家庭庁の実証報告は、出力を確かめるのに専門的な知見が必要な業務では、価値が実感されにくいとまとめています。英国 DBT の評価でも、日程の調整では AI を使うと時間がかえって増えていました。

右の列の業務でも、AI がまったく使えないわけではありません。ただ、既製の生成 AI にそのまま任せるより、社内のデータとつなぐ、計算のルールを先に決める、といった準備が要ります。見込みの数字を入れるときは、右の列の業務ほど、やり直しの割合を大きく入れておきます。

判定のしかた：先に試す、下書きだけ任せる、AI では減らない

計算の結果を、次の順で判定します。

1. 正味で減る時間が0以下 → AI では減らない（確認と手直しが上回る）
2. 間違えたときの影響が「大」 → 下書きだけ任せ、人が必ず確かめる
3. 正味で減る時間が年50時間以上 → 先に試す
4. それ以外 → 試す候補（効果は小さめ）

2つ目の「影響が大」の扱いは、公的な指針に合わせています。デジタル庁の「生成AIの調達・利活用に係るガイドライン（DS-920）第2.0版」（2026年6月）は、生成 AI の出力を職員が判断せずにそのまま使う業務の設計を、リスクが高いものとして扱い、正確さや根拠を、リスクに応じて確かめることを求めています。政府機関向けの指針ですが、会社の業務にも当てはまる考え方です。総務省と経済産業省の「AI事業者ガイドライン 第1.2版」（2026年3月）も、AI を使う側に、人間の判断を介在させるなどの対策を求めています。

金額、契約、お客様への約束、法令にかかわる判断のように、間違えると困る業務は、AI に下書きや要約までを任せ、最後は人が確かめて決めます。この場合、確認の時間は省けないので、「AI を使った1回の分」を控えめに入れておきます。

もう一つ、入れる情報にも気をつけます。個人情報保護委員会は、生成 AI のサービスに個人情報を入れる場合の注意を出しています（2023年6月の注意喚起）。お客様の名前や取引の内容を入れる業務は、入れてよい情報を、社内の決まりとサービスの契約で確かめてから試します。

費用と、元が取れるまでの月数

正味で減る時間が出たら、費用と比べます。

記入例の会社で、10人が1人あたり月4,000円のサービスを使い（架空の額）、設定に10万円、1人3時間の練習をかけ、人件費を1時間3,000円とすると、次のようになります。

法人向けの生成 AI の料金は、サービスと契約の形で違います。たとえば2026年11月時点で、Microsoft 365 Copilot は1ユーザーあたり月4,497円（税別・年払い）、Gemini を使える Google Workspace の Business Standard は月1,600円（税別）と公式のページに書かれています。使う予定のサービスの料金は、公式の料金ページで確かめて入れてください。

一つ注意があります。減る時間の金額は、空いた時間がほかの仕事に使われてはじめて効果になります。人を減らす計算ではありません。空いた時間で何をするかも、一緒に決めておきます。

見積もりの精度を上げるための3つのコツ

見積もりは、あくまで見込みです。それでも、次の3つを守ると大きく外れにくくなります。

1. 「1回の分」は測ってから入れる。 今の時間を感覚で入れると、AI の効果も感覚になります。少なくとも数回は、ストップウォッチで測ります。こども家庭庁の実証報告でも、実証の前に時間のデータを取っていなかったため、前後を比べられなかった例がありました。

2. 「AI を使った1回の分」は、控えめに入れる。 最初は指示の書き方に慣れておらず、確認にも時間がかかります。試す前の見込みでは、慣れた後の時間ではなく、慣れる前の時間を入れておくと、試した後にがっかりすることが減ります。

3. 「やり直しの割合」を0にしない。 生成 AI の答えは、ときどき間違えます。情報通信白書でも、出力の精度を懸念に挙げた企業が3割を超えていました。最低でも10%は入れておきます。

そして、見積もりは2週間ほど試して、記録の数字に置き換えます。試し方と記録のつけ方は、「既製の AI を2週間試して、減った時間を記録する」で書きました。

見積もりでよくある失敗

3つ目の失敗も見落とされがちです。記入例では、議事録のまとめは1回で42%減る計算でしたが、回数が週3回なので年43.7時間にとどまります。一方、メールの返信は1回で28%しか減りませんが、1日20回あるので年224時間です。「AI がよく効いた」と感じやすいのは前者ですが、会社全体の時間を減らすのは後者です。

一つ目の失敗は特に多いものです。生成 AI の宣伝や体験談では、「下書きが数秒でできた」という時間が強調されがちです。業務の時間は、下書きができたところで終わりません。送ってよい文面か、数字や固有名詞が正しいかを確かめ、直し、送るまでが1回の業務です。

どの業務を書き出すか

計算の前に、AI を使えそうな業務を書き出す必要があります。業務を書き出して時間と回数を数える方法は、「業務の棚卸しの進め方」で書きました。棚卸し表を作ってあれば、その中から、文章を書く・まとめる・調べる・分類する業務を拾うと、AI の候補が見つかります。

情報通信白書によると、日本企業が生成 AI の効果を感じている業務は、議事録やメールの作成の補助が最も多く、経理・財務や経営の判断では少なくなっています。白書の数字の読み方は「生成AIを使う会社は86%か、35%か」でまとめています。

AI では減らない業務は、どうするか

計算して「AI では減らない」と出た業務も、そのままにしておく必要はありません。減らない理由によって、別の手があります。

• 例外の多い計算：値引きや単価の決まりを書き出して、計算のルールを先に決めます。ルールが決まれば、Excel や業務システムで自動で計算できます。
• 社内にしかない事実が要る業務：在庫や取引の履歴を、AI が読める形で社内のデータとつなぎます。既製の AI だけでは届かない部分です。
• 複数のシステムをまたぐ入力：転記そのものをなくす（データをつなぐ）ほうが、AI に転記させるより確かです。

業務の棚卸しの記事で書いたとおり、転記がある業務はデータをつなぐ、手順が属人的な業務は手順書を作る、というように、打ち手は業務の困りごとで選びます。AI はその打ち手の一つです。

AI の効果試算シートとツール

この記事の計算は、Excel の「AI の効果試算シート」でそのまま進められます。

• 業務ごとの効果：30業務まで、正味で減る時間・判定・順位が出ます
• 費用と元が取れる月：使う人数と月額から、1年目と2年目以降の差、元が取れる月数が出ます
• 試した記録：2週間の記録から、業務ごとの平均の時間とやり直しの割合が出ます

記事の記入例（架空の卸売会社の6つの業務）つきです。ブラウザで試すなら、ツール「AI で減る時間の試算」も使えます。入力した内容はどこにも送りません。

AI の効果試算シートの Excel をダウンロードする

登録は要りません。AI の導入を考え始めた段階で、社内の準備がどこまでできているかを確かめる「AI導入準備度チェックリスト」（PDF）も用意しています。

クリーヴァに相談するとき

クリーヴァは、業務システムの開発と、生成 AI を業務に組み込むご相談をお受けしています。既製の AI では減らない業務（例外の多い計算や、複数のシステムをまたぐ入力など）は、計算のルールを決めてシステムにするほうが合っていることがあります。どちらが合うかを、業務ごとに一緒に整理するところからご相談いただけます。

おわりに

生成 AI で減る時間は、下書きの速さではなく、指示・確認・手直し・やり直しを引いた正味で決まります。業務ごとに見込みを数字にすると、効く業務と効かない業務が分かれます。回数の多い業務から試し、間違えると困る業務は下書きまで、減らない業務は別の方法で。見積もりは、試した記録で置き換えていきます。

出典（2026年11月11日に確認）

• 総務省「令和8年版 情報通信白書」（2026年7月）
• デジタル庁「ガバメントAI 源内 利用状況アンケート調査結果 概要」（2026年10月、調査は2026年8〜9月）
• こども家庭庁「生成AIの導入・活用に向けた実践ハンドブック 別添 実証結果報告書」（2025年3月31日）
• デジタル庁「令和5年度 生成AIの業務利用に関する技術検証 結果」（2024年5月）
• デジタル庁「DS-920 生成AIの調達・利活用に係るガイドライン 第2.0版」（2026年6月12日）
• 総務省・経済産業省「AI事業者ガイドライン 第1.2版」（2026年3月31日）
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」（2023年6月2日）
• UK Department for Business and Trade「Microsoft 365 Copilot evaluation」（2025年8月）
• Humlum, A. & Vestergaard, E.「Large Language Models, Small Labor Market Effects」NBER Working Paper 33777（2025年5月）