はじめに
「有給申請のやり方、また聞かれた」「経費精算のフロー、先月も説明したのに」——その対応、AIエージェントに任せられるとしたら？
社内手続きの問い合わせ対応は、バックオフィス部門にとって"終わらない仕事"の筆頭格です1。社内Wikiを作っても見てもらえない。チャットボットを入れても「それ、ちょっと違うんだけど……」と結局人が対応する。
この記事では、 「チャットボット」の一歩先——自分で判断して動く「AIエージェント」 を社内手続きに導入し、申請案内・FAQ対応・手順ガイドを自動化する考え方と進め方を解説します。人事・総務・経理のDX担当者の方に向けて、「まず1つの手続きから始める」実践的なアプローチをお伝えします。
目次
- バックオフィスの"問い合わせ地獄"はなぜ終わらないのか
- 「単なるチャット」と「エージェント」は何が違うのか
- 社内手続きこそ、AIエージェントが効く3つの理由
- 社内エージェントで自動化できる業務の具体例
- 「まず1つ」から始める導入ステップ
- 外部システムとつなげる——Difyのワークフロー機能という選択肢
- 社内エージェント導入でつまずく3つの落とし穴
1. バックオフィスの"問い合わせ地獄"はなぜ終わらないのか
同じ質問が、何度でも来る
人事・総務・経理の担当者なら、こんな日常に心当たりがあるのではないでしょうか。
- 「有給申請ってどこからやるんですか？」（今月3回目）
- 「出張精算の領収書、原本いりますか？」（先週も聞かれた）
- 「育休の手続き、何から始めればいいですか？」（マニュアルあるのに……）
問い合わせ1件あたりの対応に平均15分かかるとして、1日10件で 月間50時間。これは正社員1人の業務時間の約3割に相当します。しかも対応しているのは、業務に精通したベテラン社員であることがほとんどです。 最も付加価値の高い人材が、最も定型的な作業に時間を奪われている——これがバックオフィスの構造的な課題です1。
「情報はある。届いていないだけ」
多くの企業では、社内Wikiや規程集、マニュアルは整備されています。問題は 「情報があること」と「必要な人に届くこと」が別の話 だという点です。
| よくある状況 | 結果 |
|---|---|
| 社内Wikiに手順を書いた | 検索しても見つからない。そもそも存在を知らない |
| SharePointにマニュアルを置いた | ファイルが多すぎて、どれが最新かわからない |
| Slackで告知した | 流れて埋もれた |
| ChatGPTを導入した | 社内情報は参照できず、一般的な回答しか返せない |
必要なのは「ドキュメントをもっと作ること」ではなく、既存の情報を"正しく届ける仕組み"です。3 そして、その仕組みとして注目されているのが「AIエージェント」という考え方です。
2. 「単なるチャット」と「エージェント」は何が違うのか
「ChatGPTみたいなチャットボットを入れればいいのでは？」と思われるかもしれません。しかし、 「チャット」と「エージェント」には本質的な違い があります4。この違いを理解することが、社内手続きの自動化で成果を出すための第一歩です。
チャットは「聞かれたら答える」、エージェントは「自分で動く」
| 比較項目 | AIチャット（従来型） | AIエージェント |
|---|---|---|
| 動作の起点 | ユーザーが質問する | ユーザーの意図を汲み取り、自ら次のアクションを実行する |
| 処理の範囲 | 1つの質問に1つの回答 | 複数のステップを連続して自動実行する |
| 外部との連携 | 基本的に単体で完結 | 社内システムやツールと連携して処理を進める |
| 判断力 | 定型的な応答 | 状況に応じて分岐・判断する |
| ゴール | 情報を返す | タスクを完了させる |
わかりやすく例えるなら、 AIチャットは「受付窓口」、AIエージェントは「手続きを代行してくれる担当者」 です。
具体例で見る違い
社員から「引っ越したので住所変更したい」と相談された場合を考えてみましょう。
AIチャット（従来型）の場合：
社員：引っ越したので住所変更したいです
AI ：住所変更届は総務部にご提出ください。
書式は社内ポータルの「届出書類」からダウンロードできます。
→ その後、社員が自分で書類を探し、記入し、提出する必要がある。
AIエージェントの場合：
社員：引っ越したので住所変更したいです
AI ：承知しました。住所変更に伴い、以下の手続きが必要です。
1. 住所変更届の提出（総務部宛）
2. 通勤経路の変更届（人事部宛）
3. 交通費の再申請
順番にご案内しますね。まず、新しいご住所を教えてください。
→ [入力フォームを表示]
→ [必要書類を自動生成]
→ [提出先と期限を案内]
→ [関連する手続き漏れがないかチェック]
→ エージェントが手続き全体をナビゲートし、必要なアクションを一気通貫で案内・実行する。
この違いは些細に見えるかもしれませんが、 「情報を返すだけ」か「タスクを完了まで導くか」 で、実際の業務負荷は大きく変わります。チャットが「検索の代替」なら、エージェントは 「業務プロセスそのものの自動化」 です4。
3. 社内手続きこそ、AIエージェントが効く3つの理由
AIエージェントが活用される領域はさまざまですが、実は 社内手続き は最も効果が出やすい領域の1つです。その理由を3つ解説します。
理由1：手続きの多くが「条件分岐の連続」である
社内手続きは、一見シンプルに見えても実は条件分岐の塊です。
有給申請の例：
├─ 半日休？ → 午前/午後？
├─ 1日以上？ → 上長承認が必要
├─ 3日以上連続？ → 部門長承認も必要
└─ 時間単位？ → そもそも自社で使えるか確認
この「場合分け」を人が対応すると、確認に時間がかかります。AIエージェントなら、質問を重ねながら条件を特定し、 その人に合った正確な手順を瞬時に案内 できます。
理由2：回答の「正解」がドキュメントに存在する
社内手続きの回答は、就業規則や社内マニュアルといった 既存のドキュメントに明確に記載されている ケースがほとんどです。AIが苦手とする「正解のない問い」ではなく、「正解がある問い」であるため、RAG（検索拡張生成）との相性が非常に良いのです。
ドキュメントを根拠に回答するので、AIが事実と異なる回答を生成してしまう「ハルシネーション」のリスクも低く抑えられます。
理由3：手続きは「1回で完結しない」ことが多い
住所変更なら住所変更届・通勤経路変更・交通費再申請。育休なら育休申請・社会保険手続き・業務引き継ぎ。 1つの手続きが複数のステップに分かれ、複数の部署にまたがる のが社内手続きの特徴です。
従来のチャットボットでは、各ステップを個別に質問する必要がありました。エージェントであれば、 「あなたのケースではこの順番で進めましょう」と全体像を示しながら、ステップごとにナビゲート できます。
4. 社内エージェントで自動化できる業務の具体例
では、具体的にどんな手続きが自動化の対象になるのでしょうか。部門別に整理してみます。
人事部門
| 対象業務 | エージェントがやること |
|---|---|
| 入社手続きの案内 | 入社日から逆算して必要書類・提出期限を一覧化し、ステップごとに案内 |
| 有給・休暇申請のガイド | 残日数の確認方法、申請フローの案内、上長承認の要否を判定 |
| 育児休業の手続き | 取得条件の確認 → 必要書類の案内 → スケジュール作成を一気通貫で実施 |
| 年末調整の質問対応 | 「扶養に入れるか？」「保険料控除証明書はどれ？」など、個別状況に応じた回答 |
総務部門
| 対象業務 | エージェントがやること |
|---|---|
| 備品の購入申請 | 申請フォームの案内 → 承認フローの説明 → 予算確認の手順を案内 |
| 会議室・社用車の予約方法 | 予約システムへの導線案内、空き状況の確認方法を説明 |
| 社内規程のFAQ | 服務規律・慶弔見舞・出張規程などの質問に、該当条文を引用して回答 |
| 防災・安全衛生の案内 | 避難経路・緊急連絡先・安全衛生委員会の情報を即座に案内 |
経理部門
| 対象業務 | エージェントがやること |
|---|---|
| 経費精算の手順案内 | 申請方法 → 必要書類 → 承認フロー → 振込スケジュールをまとめて案内 |
| 勘定科目の問い合わせ | 「この費用は何費？」に社内の勘定科目表に基づいて回答 |
| 請求書処理のガイド | 受領 → 検収 → 支払申請 → 承認の流れを段階的にナビゲート |
| 月次締めのFAQ | 締め日・提出期限・よくあるミスと対策を案内 |
ポイントは「問い合わせ件数が多く、回答が既存ドキュメントで完結する業務」から始めること。 全部を一度に自動化しようとせず、最も効果が見込める1つの領域に集中するのが成功の鍵です。
5. 「まず1つ」から始める導入ステップ
社内エージェントの導入は、大規模なシステム開発ではありません。 正しいアプローチで進めれば、2〜4週間で「動くもの」を作ることが可能です。
Step 1：自動化する手続きを1つ選ぶ（1〜2日）
以下の基準で、最初に自動化する手続きを決めます。
選定基準チェックリスト：
- 月に10件以上、同じような問い合わせが来ている
- 回答がマニュアルや規程に記載されている（または短時間で整理できる）
- 回答を間違えても重大なリスクがない（人命・法的リスクに直結しない）
- 対応する担当者が限られていて、属人化している2
おすすめの初手：
- 人事 → 有給・休暇申請の手順FAQ
- 総務 → 備品購入・各種届出の手順FAQ
- 経理 → 経費精算のフローFAQ
Step 2：ナレッジ（回答の元となるドキュメント）を整備する（3〜5日）
AIエージェントの回答精度は、 「入力するドキュメントの質」で8割が決まる と言っても過言ではありません。
整備のポイント：
- 1つのドキュメントに1つのトピック（「有給申請」と「休職手続き」は分ける）
- Q&A形式に整理すると検索精度が上がる
- 最新の情報に更新されているか必ず確認する
- 表やリストで構造化する（長文の段落より、箇条書きの方がAIは正確に読み取れる）
やりがちなNG：
- 100ページの規程集をそのままアップロード → 検索精度が低下
- 古い版と新しい版が混在 → 誤回答の原因に
Step 3：エージェントを構築する（3〜5日）
ノーコードでAIエージェントを構築できるツールはいくつかあります。
| ツール | 特徴 | 向いているケース |
|---|---|---|
| Dify | オープンソース、セルフホスト可、RAG標準搭載 | セキュリティ重視・社内データを外部に出せない企業 |
| Coze（コーゼ） | 無料プランが充実、LINE/Slack連携が簡単 | まず無料で試したい・チャット連携を重視するチーム |
| Botpress | 対話フロー設計が直感的、多言語対応 | 複雑な条件分岐がある手続き案内 |
本記事では、RAG機能の充実度とセルフホスト対応の観点から Dify を例に解説します。
基本的な構築の流れ（Difyの場合）：
- ナレッジベースを作成 — 整備したドキュメントをアップロード
- エージェントアプリを作成 — 「チャットボット」ではなく「エージェント」モードを選択
- プロンプトを設計 — 回答のルール、トーン、対応範囲を設定
- ツール（機能）を追加 — 条件分岐やステップ案内のロジックを組み込む
- テスト・チューニング — 想定質問で動作確認し、回答精度を調整
プロンプト設計のコツ：
あなたは〇〇株式会社の社内手続きアシスタントです。
以下のルールに従ってください。
1. ナレッジベースの情報のみを使って回答すること
2. ユーザーの状況を確認する質問を必ず行い、
条件に合った手順を案内すること
3. 1つの手続きに関連する他の手続きも漏れなく案内すること
4. 回答の根拠（参照した規程・マニュアル名）を明示すること
5. ナレッジに該当情報がない場合は「〇〇部にお問い合わせください」
と案内すること
従来のチャットボットとの大きな違いは、 2番目のルール です。「質問に答える」だけでなく、「状況を確認して、条件分岐した上で最適な手順を案内する」——これがエージェントらしい動きを生むポイントです。
Step 4：パイロット運用を行う（2〜4週間）
10〜30名程度の限定メンバーで試験運用を開始します。
パイロット期間に確認すること：
- 回答の正確性（誤回答が出ていないか）
- 「回答できなかった質問」のログ（ナレッジの追加・改善に活用）
- ユーザーの利用頻度と満足度
- 従来の問い合わせ件数との比較
この段階で完璧を求めないこと。 「8割の質問に正しく答えられる」状態を最初の目標にしましょう。残り2割は有人対応との併用でカバーします。
Step 5：改善して横展開する（継続）
パイロットの結果をもとに改善し、対象領域を段階的に広げていきます。
1ヶ月目：1部署 × 1領域（例：人事 × 有給申請FAQ）
3ヶ月目：2〜3部署 × 2〜3領域（例：人事・総務・経理の主要FAQ）
6ヶ月目：全社展開を検討
成功のコツは「小さな成功体験」を積み重ねること。 最初の1つで効果を実感した部署から「うちの業務も自動化できない？」という声が自然と上がるようになります。
6. 外部システムとつなげる——Difyのワークフロー機能という選択肢
ここまでの内容は、「ドキュメントに基づいた案内・回答の自動化」でした。しかし、社内手続きの自動化をさらに進めると、 「回答するだけでなく、実際にシステムを操作する」段階 が見えてきます。
たとえば：
- エージェントが案内した申請フォームに、自動で情報を入力する
- 勤怠システムに残日数を問い合わせて、その場で回答する
- 申請のステータスをワークフローシステムから取得して通知する
Difyのエージェントノードで広がる可能性
Difyにはワークフロー内で「エージェントノード」を使う機能があります。エージェントノードは、与えられたツール群を自律的に判断して使い分けることができます。たとえば、勤怠システムのAPIや申請ステータスの取得APIをツールとして登録しておけば、ユーザーの質問に応じてエージェントが適切なAPIを選んで呼び出し、結果をもとに回答を組み立てます。
これにより、「有給の残日数は？」という質問に対して、エージェントが勤怠システムに問い合わせて実際の数値を回答する、といった構成が実現できます。
「FAQ応答」から「業務プロセスの自動化」へ
この段階になると、エージェントは 「質問に答えるツール」から「業務プロセスを動かすインフラ」 へと進化します。
| レベル | できること | 必要な構成 |
|---|---|---|
| Level 1 | FAQ応答（質問 → 回答） | ナレッジベース + チャットボット |
| Level 2 | 手続きナビゲーション（条件分岐付きの案内） | エージェント + プロンプト設計 |
| Level 3 | 外部システム連携（情報取得・自動入力） | ワークフロー + エージェントノード + カスタムツール |
Level 1〜2は社内担当者でも構築可能ですが、 Level 3の「外部システムとの連携」になると、設計の難易度が一段上がります。 API連携の設計、エラーハンドリング、セキュリティの考慮など、専門的な知識が必要になるためです。
7. 社内エージェント導入でつまずく3つの落とし穴
最後に、社内エージェントの導入でよくある失敗パターンとその対策を紹介します。
落とし穴1：「全部自動化しよう」と大風呂敷を広げる
症状： 最初から全社・全手続きを対象にして、プロジェクトが膨大になり、いつまでも「構築中」のまま。
対策： 1つの部署 × 1つの手続き に絞ること。「有給申請のFAQ」だけでもいい。小さく始めて、成果を示してから広げるのが鉄則です。スモールスタートの成功体験が、次の予算と社内の協力を引き出します。
落とし穴2：「AIだから100%正確」と期待する
症状： 「AIが間違った回答をした」という1件のクレームで、プロジェクト全体が否定される。
対策： 導入前に 「自動対応率70〜80%が目標。残りは人が対応する」 という合意を取っておくこと。AIはあくまで「担当者の負荷を軽減する仕組み」であり、「人を完全に置き換える仕組み」ではないと明確に伝えることが重要です。
また、エージェントの回答に必ず 参照元のドキュメント名を表示 する設計にしておくと、回答の信頼性が格段に上がります。「この回答は〇〇規程の第△条に基づいています」と根拠が示されれば、利用者も安心できます。
落とし穴3：「作って終わり」で運用が止まる
症状： エージェントを構築・公開した後、ドキュメントの更新が止まる。半年後には古い情報で回答するようになり、「使えない」と評価が下がる。
対策： ドキュメントの更新をエージェント運用に組み込む こと。規程が変わったらナレッジも更新する、というフローを業務の一部として定義しましょう。月次のメンテナンス日を設けるのも有効です。
エージェントは「導入」がゴールではなく、 「運用して改善し続ける」ことで価値を発揮 します。
出典一覧
- キヤノンマーケティングジャパン株式会社 プレスリリース - 情報システム部門の担当者の6割以上が社内ヘルプデスク業務の負荷を実感（2024年10月）
- 株式会社エイトレッド - バックオフィス業務におけるAI活用に関する実態調査（2025年8月）
- any株式会社 プレスリリース - ナレッジマネジメント白書 2025（2025年5月）
- McKinsey & Company - Why Agents Are the Next Frontier of Generative AI（2024年7月）