AIツールを全社員に配ったのに、しばらくすると使われなくなる。そんな話は少なくありません。その中で、参天製薬が社内のAI活用を1年ほどで定着させた事例を、日本マイクロソフトが2026年11月13日に開いた説明会で紹介しました。鍵になったのは、ツールを配ることより、現場の社員が自分の仕事に合わせてAIエージェントを作れる仕組みだったようです。
1. 核心をひとことで
私はまだ、この種のAIエージェントを使ったことがありません。そのうえで見ると、参天製薬の数字は次のとおりです。Microsoft 365 Copilotは2025年10月1日にグローバルの全従業員へ導入され、1年後の週間アクティブユーザー率は85%に達したとされています。1人1日あたり61分の時間が生まれたとも示されました。社内で生まれたAIエージェントは4,000を超え、その9割以上を現場の社員がノーコードで作ったとのことです。
数字だけを見ると「AIで業務時間が大きく減った」と読みたくなります。ただ、この事例の本当の特徴は、作り手が情報システム部門ではなく現場にいることだと私は考えています。AIが一部の専門家の道具から、営業や研究の人が自分の仕事に組み込む道具へ移ったことが、ほかの導入事例との違いといえます。
AMD Ryzen 7730U搭載 AI Agent・32GB 大メモリ・128GB 拡張でローカル LLM 対応|USB4×2|4 画面 8K|3 年保証|SD カードスロット|ケンジントンロック|在宅・クリエイター・ゲーミング向け mini pc 32GB+500GB
2. 仕組みと歴史的経緯
これまでの社内IT導入は、情報システム部門がツールを選んで配り、研修とマニュアルで使い方を伝える形が中心でした。業務の細かな手順は現場にしか分からないため、使い方が仕事に合わないまま止まりやすかったと考えられます。
参天製薬では、2024年4月から一部の社員が先に使い、効果を確かめてから全社に広げたと報じられています。先行導入では、1人あたり年間約70時間の業務削減が確認されたとされています。段階を踏んだことで、現場の使い方が固まってから全社に配れたとみられます。
ノーコードのエージェントは、手順と役割を言葉で書いて組み立てる仕組みです。プログラムを書けなくても業務を任せられるので、現場の人が自分の困りごとから作り始められます。作れることより、どの情報に触れさせるかを先に決めておくことが、運用の土台になります。
3. 競合との比較
AIエージェントを現場の人が作る製品は、大手各社がそれぞれ出しています。代表的な3つを並べると、次のようになります。
| 項目 | Microsoft Copilot Studio | Google Gemini Enterprise | ChatGPT Enterprise(ワークスペースエージェント) |
|---|---|---|---|
| 土台になる環境 | Microsoft 365(Teams、SharePointなど) | Google Workspace、Google Cloud | ChatGPT本体と社内の資料 |
| 現場向けの作り方 | 会話の流れを組み立て、生成AIと組み合わせる | Agent Designerで、指示を入力して作る | 予定やSlackの投稿などを起点に、自然言語で指示する |
| 料金の決まり方 | 利用量に応じたクレジット課金と、月額の容量パックがある | 1ユーザーあたりの月額制で、エディションによって使える機能が違う | 2026年7月からエージェントの実行がクレジット制に移ったと報じられている。企業向けの価格は見積もり制 |
3つに共通して見えるのは、どの製品も既存の仕事の土台に寄せてくることです。参天製薬の場合はMicrosoft 365が土台だったため、Copilotを選んだ流れは自然だったと私は思います。料金は情報源によって数字が食い違うことがあるので、導入を検討するなら各社の公式ページで最新の条件を確かめてください。
4. シュナちゃんのコーナー🐾
- Q. うちの会社でも、現場の人がAIを作ればすぐ真似できるワン?
A. 僕も同じことを思ったワン! でも、まずは社内でどの情報をAIに見せてよいかを決めるのが最初の一歩だワン。そこを飛ばすと、真似するのも大変になるワン。 - Q. 現場の人が勝手にAIを作ると、怖くないワン?
A. 大事な心配だワン。作る自由と、情報を守るルールは、セットで考えるのがいいワン。僕ならまず、誰が何を作ってよいかを決めるワン。
5. 今後どう向き合うか
私はいまのところ様子見です。ただ、自分の職場で同じことが起きたら、まず何を任せてよいかを決めることから始めたいと考えています。読者が取れる行動は3つあると考えています。1つ目は、自分の仕事の定型作業を書き出すことです。2つ目は、AIに見せてよい情報の範囲を先に決めることです。3つ目は、小さな作業から試して、時間が本当に減ったかを数字で確かめることです。
気になるのは、作ったエージェントを誰が管理するのかと、現場の人が本当に使いこなせるのかという点です。作れる人が増えるほど、作ったものを誰が見直すのかが曖昧になりやすいとみています。この事例は、AIを入れる話から、現場の仕事をどう組み直すかという話に変わりつつあることを示しています。数字だけに引きずられず、自分の職場で何が減れば助かるのかを考えてみるのが、次の一歩になりそうです。
関連リンク
編集後記
いまは様子見ですが、気になるのは、作ったエージェントを誰が管理するのかと、現場の人が使いこなせるのかという点です。私はまだ使っていないので、この事例は外から見た話として読んでいます。AIを現場で作る形が広がるかどうかは、そのあたりが決め手になりそうです。


