既製の AI を2週間試して、減った時間を記録する：記録のつけ方と、見積もりの置き換え方（記録表つき）

生成 AI を部署で使い始めて1か月。「どうですか」と聞くと、「便利です」「時間が減りました」という声が返ってきます。ところが、利用料の更新の時期に「で、どのくらい減ったのか」と聞かれると、誰も数字で答えられない。こうしたことは珍しくありません。

前の記事「AI で減る時間は、確認と手直しを引いて見積もる」では、業務ごとに正味で減る時間を見積もる方法を書きました。見積もりは、あくまで仮説です。この記事では、その仮説を、2週間の試行の記録で確かめる方法をまとめます。

• 「減った気がする」と、測った時間がずれる理由
• 試す前に決める5つのこと
• 1回ごとの記録の項目と、つけ方のコツ
• 集計と、続けるか・範囲を絞るか・やめるかの決め方

開発会社に AI のシステムを作ってもらうときの検証（PoC）の進め方は、SucSak の「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、作らずに、既製の生成 AI を部署で試すときの記録のしかたに絞ります。

「減った気がする」と、測った時間はずれる

生成 AI の効果を、使った人の感想で判断するのは危ういことです。体感と、測った時間がずれることがあるからです。

よく引かれるのが、米国の研究機関 METR が2025年7月に公表した研究です。経験のある16人の開発者が、自分のふだんの開発の課題246件を、AI を使える場合と使えない場合に分けてこなしました。結果は、AI を使える場合のほうが、作業の時間が19%長くなりました。ところが、開発者たちは事前に24%速くなると予想し、終わった後も20%速くなったと感じていました。

この研究には注意点があります。対象はソフトウェアの開発で、事務の業務ではありません。METR 自身も、2026年2月に参加者を増やした続きの結果を出し、AI の進歩で状況が変わっていることや、結果を確かな信号として読めないことを書いています。それでも、「速くなったと感じた」ことと「速くなった」ことが別だという点は、AI の効果を確かめるときに覚えておきたいことです。

国内でも、効果の数字の多くは、使った人の自己申告です。たとえば東京都中野区が2024年に行った Microsoft Copilot の試行では、職員1人あたり月平均約166分の削減という結果でしたが、これは「削減できたと思う時間」を聞いたものです。デジタル庁が2026年10月に公表した政府の生成 AI の利用状況のアンケートでも、週あたりの削減時間は、回答の区間から推計したものでした。こうした調査は、全体の傾向を知るには役立ちます。ただ、自社のどの業務で、どれだけ減ったかを知るには、自分たちで測る必要があります。

試す前に決める5つのこと

1. 試す業務を2〜3個に絞る

前の記事の計算で「先に試す」になった業務から、2〜3個を選びます。全部の業務で一度に試すと、記録の負担が大きくなり、どの業務に効いたのかも分からなくなります。回数の多い業務を選ぶと、2週間で記録の数が集まります。

2. 試す人を決める

その業務をふだんやっている人の中から、数人を選びます。AI が得意な人だけで試すと、効果を大きく見積もりがちです。慣れていない人も入れておくと、部署全体に広げたときの数字に近づきます。

3. 期間を決める

2週間をおすすめします。1日に数回ある業務なら、1人あたり数十回の記録が取れます。最初の数日は指示の書き方に慣れていないので、2週目の数字を別に見られるようにしておきます。

4. 基準の時間を、試す前に測る

試す前に、今の1回の時間を数回測っておきます。こども家庭庁が自治体と行った生成 AI の実証の報告書（2025年3月）には、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という自治体の報告があります。比べる相手がなければ、効果は分かりません。

部署全体の業務の時間を先に把握しておきたい場合は、総務省のページに掲載されている「業務量調査設計 ユーザー向けガイド」（2025年3月）が参考になります。業務ごとに、時間の何割を使っているかを聞いて、業務の時間を出す方法が書かれています。

5. 記録の項目を決める

1回ごとに書く項目は、次の6つにします。

英国のビジネス・貿易省（DBT）が2025年8月に公表した Microsoft 365 Copilot の評価でも、職員が作業ごとに日誌をつけ、AI を使った時間、AI がなかったらかかったと思う時間、出力を使ったか、AI があったために新しくやった作業か、を記録していました。この評価では、出力を使わなかった作業の時間はマイナスとして数えています。この記事の記録表の「やり直したか」は、この考え方を簡単にしたものです。

2週間の進め方の例

日程の例です。月曜に始める場合で書きます。

前の週の「今の時間を測る」は、省きたくなる作業です。ただ、ここを省くと、試した後に比べる相手がなくなります。1人あたり数回で構わないので、必ず測っておきます。

途中で指示の書き方を良くしたくなったら、変えて構いません。そのかわり、変えた日をメモに書いておきます。変える前と後で時間が違えば、指示の書き方が効いたことが分かります。

記録をつけるときのコツ

AI を使わなかった回も書く。 同じ2週間の中で、使った回と使わなかった回を比べると、繁忙の差や業務の中身の違いが混ざりにくくなります。毎回 AI を使うのではなく、「午前は使う、午後は使わない」のように分けるのも一つの方法です。

時間は、終わったらすぐに書く。 あとでまとめて書くと、記憶で数字を丸めてしまいます。記録表を開いたままにして、1回終わるごとに書きます。ストップウォッチやパソコンの時計を使うと、測るのが楽になります。

指示を書く時間と、確かめる時間も含める。 AI が答えを出すまでの時間だけを書くと、効果が大きく見えます。業務を始めてから、送る・保存するまでを1回として測ります。

やり直しは、正直に書く。 「少し直した」はやり直しではありません。AI の答えをほとんど使わず、自分で書き直した回をやり直しとします。やり直しが多い業務ほど、AI に任せる範囲を見直す必要があるので、ここを隠すと判断を誤ります。

メモに、時間がかかった理由を書く。 「在庫を確かめた」「値引きの決まりを間違えた」「固有名詞を直した」。理由が分かると、指示の書き方を変える、任せる範囲を変える、といった次の手が見えてきます。

時間のほかに、記録しておくこと

時間だけを見ると、見落とすことがあります。次の3つも、メモの欄やまとめの段階で拾っておきます。

間違いの件数。 AI の答えをそのまま使って、後から間違いが見つかった件数です。お客様への返信の数字や、議事録の決定事項の取り違えなど、時間には表れない損があります。英国 DBT の評価では、AI の出力にもっともらしい誤り（幻覚）があることに気づいた利用者が22%いました。間違いが見つかったら、メモに「後で間違いが分かった」と書いておきます。

新しく増えた作業。 AI を使い始めたことで、前はなかった作業が増えることがあります。出力を確かめるための調べもの、AI に渡すための資料の整理などです。デンマークの生成 AI の利用者の調査（Humlum・Vestergaard、2025年5月、NBER Working Paper 33777）では、AI を使い始めて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。増えた作業は、その業務の「AI を使った回」の時間に含めて書きます。

使った人の手応え。 時間は減ったが疲れる、時間は同じだが考える時間が増えた、といった声です。数字ではありませんが、部署に広げるかどうかを決めるときの材料になります。試行の最後に、試した人に一言ずつ聞いておきます。

業務ごとに、試し方を少し変える

業務の種類によって、記録で気をつける点が違います。

種類で分けておくと、「この種類の問い合わせだけ AI に任せる」のように、任せる範囲を絞る判断がしやすくなります。

記録の例と、集計

架空の卸売会社の事務で、メールの返信と議事録のまとめを2週間試した記録の一部です。

業務ごとに集計すると、次のようになりました。

集計のしかた

Excel の記録表なら自動で出ますが、手で集計する場合は次のように出します。

• 使わない回の平均の分：「使わない」の回のかかった分を足し、回数で割る
• AI を使った回の平均の分：「使った」の回のかかった分を足し、回数で割る（やり直した回も含める）
• やり直しの割合：「使った」の回のうち、「やり直した」回の割合

やり直した回の時間を平均から外さないことが大事です。やり直した回は時間が長くなるので、外すと AI を使った回の平均が実際より短くなります。記録の例のメールの返信でも、やり直した1回（14分）を外すと平均は5分になり、見積もりどおりに見えてしまいます。

慣れる期間（最初の3日）の記録は、別に集計しておくと、慣れた後の数字が分かります。部署全体に広げるときは、慣れる期間があることも計画に入れておきます。

見積もりを、記録の数字に置き換える

集計した数字を、前の記事の計算式に入れ直します。

メールの返信は、試す前の見積もりの3分の1以下になりました。AI を使った1回が少し長かったことと、やり直しが2倍あったことが効いています。返信の中に値引きや在庫の確認が要るものが混ざっていて、そこで AI の答えが使えなかったのが理由でした。

一方、議事録のまとめは、見積もりより少し効果が大きくなりました。もともとの1回の時間が見込みより長かった（40分ではなく42分）ことと、やり直しが一度もなかったことが理由です。録音の文字起こしがあったので、AI に渡す材料がそろっていたことも効いています。

このように、記録で置き換えると、見積もりは上にも下にも動きます。大事なのは、動いた理由がメモから分かることです。メールの返信なら、値引きや在庫が絡む問い合わせを AI に任せる範囲から外せば、やり直しが減り、効果が戻る見込みがあります。

続ける・範囲を絞る・やめるの決め方

置き換えた数字で、業務ごとに次のように決めます。

続けると決めた業務を部署全体に広げるときは、試した人の記録をそのまま全員に当てはめないようにします。試した人は、2週間で指示の書き方に慣れています。広げた直後は、慣れる期間の数字（最初の3日）に近い時間がかかると見ておくと、広げた後の数字が見込みを下回っても慌てずに済みます。広げた後も、1か月ほどは同じ記録表で数人分の記録を続け、数字が試行のときに近づいていくかを確かめます。

最後に、費用と比べます。正味で減る時間の合計に1時間あたりの人件費をかけ、サービスの利用料と比べて、元が取れるかを確かめます。前の記事の記入例では、試す前の見積もりで年315.3時間減る計算でしたが、記録で置き換えた業務があれば、合計もそれに合わせて直します。

デジタル庁の政府向けの調査でも、利用者の34.6%は時間が「ほぼ変わらない」と答えていました。効果が出る業務と出ない業務があるのは当たり前のことです。効果の出ない業務に、利用料を払い続けないことも大事な判断です。

試行でよくある失敗

いちばん多いのは、最初の「今の時間を測らずに始める」です。生成 AI の利用環境を先に用意して、使い始めてから効果を聞く、という順番になりやすいからです。試す前に測る、という一手間で、試行の価値が大きく変わります。

結果を社内に伝えるときにまとめること

2週間の結果は、次の項目で1枚にまとめると、社内で判断しやすくなります。

1. 試した業務と人と期間：何を、誰が、いつからいつまで
2. 記録の数：業務ごとに、使わない回と使った回の数
3. 集計の結果：使わない回の平均、AI を使った回の平均、やり直しの割合
4. 正味で減る時間（年）：見積もりと、記録で置き換えた後の両方
5. 時間がかかった理由：メモから多かったものを3つまで
6. 決めたいこと：続ける業務、範囲を絞って試し直す業務、やめる業務と、利用料の扱い

見積もりと記録の両方を並べておくと、「最初の見込みより小さかった」ことも隠さずに伝えられます。見込みが外れた理由が分かっていれば、次に別の業務で試すときの見積もりが確かになります。

試す期間に、決めておく決まり

2週間の試行でも、入れてよい情報の決まりは先に決めておきます。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に、入れた情報が機械学習に使われないことを確かめるなど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を試すなら、法人向けの契約で学習に使われない設定になっているか、社内で入れてよい情報の範囲はどこまでかを、試す人に伝えてから始めます。

将来、業務システムに AI を組み込む場合は、記録を人の手でつけなくても済むようにできます。総務省の「自治体におけるAI活用・導入ガイドブック〈導入手順編〉第4版」（2025年12月）は、AI のサービスを調達するときの要件に、1件あたりの回答に要した時間を出す効果検証の機能を入れる例を挙げています。測る仕組みを最初から入れておくと、試行の後も効果を見続けられます。

記録表と試算シート

この記事の記録表は、Excel の「AI の効果試算シート」の「試した記録」のシートに入っています。1回ごとに書くと、業務ごとの使わない回の平均、AI を使った回の平均、やり直しの割合が自動で出ます。その数字を「業務ごとの効果」のシートに入れ直すと、見積もりが記録に置き換わります。記事の記録の例も入っています。

試す前の見積もりは、ブラウザのツール「AI で減る時間の試算」でも出せます。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。試行の記録で「既製の AI では減らない」と分かった業務は、社内のデータとつなぐ、計算のルールを決めてシステムにする、といった方法のほうが合っていることがあります。記録を見ながら、業務ごとにどの手が合うかを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 の効果は、使った人の感想ではなく、測った時間で確かめます。試す業務と人を絞り、試す前に今の時間を測り、2週間、使った回と使わない回を1回ずつ記録する。集計した数字で見積もりを置き換えれば、続ける業務、範囲を絞る業務、やめる業務が分かれます。数字で説明できれば、利用料の更新のときにも迷いません。

出典（2026年11月11日に確認）

• METR「Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity」（2025年7月10日、2026年2月24日に続きの結果を追記）
• 中野区「庁議資料（2024年10月1日）」
• 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）
• 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）
• 総務省掲載「業務量調査設計 ユーザー向けガイド」（2025年3月）
• UK Department for Business and Trade「Microsoft 365 Copilot evaluation」（2025年8月）
• 総務省「自治体におけるAI活用・導入ガイドブック〈導入手順編〉第4版」（2025年12月16日）
• Humlum, A. & Vestergaard, E.「Large Language Models, Small Labor Market Effects」NBER Working Paper 33777（2025年5月）
• 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）