1. 法人向けコラム
  2. 事例
  3. カスタマーサポートのAI活用事例10件 メールの下書き・チャット・電話・FA…

カスタマーサポートのAI活用事例10件 メールの下書き・チャット・電話・FAQ・問い合わせの分析の結果と条件、個人情報の注意【2026年11月】

事例著者:AITECH編集局

監修:株式会社AITECH CEO

小森谷 祐太

監修:株式会社AITECH

AITECH編集局

カスタマーサポートでは、メール・チャット・電話のどこにAIを入れると効果が出るのでしょうか。日本銀行の短観(2026年9月調査)では、中小企業の雇用人員判断DIは-42で、人手の不足が続いています。

公式に発表された事例は、メールと回答の下書き、チャットと自動回答、電話、FAQ、問い合わせの分析の5つの業務に分かれます。従業員20〜49名の会社や、電話を4名で受けている会社の例もあります。

この記事を読むと、事例の結果と条件、個人情報の注意を確かめて、最初にAIを試す業務を決められます。事例は2026年11月16日に公式ページで確認しました。この記事は、AIエージェントの開発と導入の支援をしている株式会社AITECHが書いています。

この記事の結論

  • 背景:中小企業の雇用人員判断DIは-42で、大企業の-29より人手の不足が大きい(日本銀行の短観・2026年9月調査)
  • 事例の業務:メールと回答の下書き、チャットと自動回答、電話、FAQ、問い合わせの分析の5つに分かれる
  • 公表された結果:従業員20〜49名の会社で、納期の確認などのメールの対応が1通1分以内に。電話を4名で受けていた会社で、人が出る電話が全体の20%に
  • 個人情報:客の情報は利用目的の範囲で入れ、提供会社が学習に使わないことを確かめる
  • 始め方:問い合わせを種類ごとに数えて1件の時間を測り、型が決まった種類を1つ選んで試す

問い合わせ対応などの業務別のAI活用例を確かめられます
株式会社AITECHの支援事例を見る

カスタマーサポートのAI活用の背景

日本銀行の調査では、中小企業は大企業より人手の不足が大きい結果が出ています。日本銀行の短観(2026年9月調査)の雇用人員判断DIは、中小企業が-42、大企業が-29です。

カスタマーサポートのAI活用の背景 中小企業は、大企業より人手の不足が大きい 雇用人員判断DI(全産業・2026年9月調査・マイナスは人手の不足) 中小企業の雇用人員判断DIは-42 で、大企業の-29より不足が大きい 中小企業 -42 中堅企業 -38 大企業 -29
項目公的な資料の数字・記載
人手の不足雇用人員判断DI(全産業):中小企業-42、中堅企業-38、大企業-29(2026年9月調査)
生成AIの利用何らかの業務で生成AIを利用している企業は86.4%(「わからない」と答えた企業を除く)
使われている業務「議事録・メール作成補助」が約7割、「社内ヘルプデスク」が約5割
個人情報の注意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)

雇用人員判断DIは、人員が「過剰」と答えた企業の割合から「不足」と答えた企業の割合を引いた数字で、マイナスは不足を表します。生成AIの2つの数字は、総務省の情報通信白書 令和8年版の企業への調査の結果です。

カスタマーサポートのAI活用事例10件の一覧

カスタマーサポートのAI活用事例は、メールの一次対応と回答の下書き、チャットと自動回答、電話、FAQ、問い合わせの分析の5つの業務に分かれます。表の10件は、導入した会社かAIの提供会社が、会社の名前と結果を書いた発表です。2026年11月16日に内容を確認できたものに限っています。

カスタマーサポートのAI活用事例10件の業務 10件の事例は、AIに任せた作業で5つの業務に分かれる 業務ごとの事例の件数(会社と提供会社の発表・公表日の記載がない事例を含む) 10件のうち6件は、メールとチャット・自動回答 の事例 メールと 下書き 3件 チャットと 自動回答 3件 電話 2件 FAQ 1件 問い合わせの 分析 1件
業務・会社AIに任せた作業公表された結果
メールと下書き
グッドヒルシステムズ(従業員20〜49名・2026年2月)
問い合わせメールの返信の下書き納期の確認などのメールで、1通の対応が1分以内に
メールと下書き
エヌアセット(従業員116名・2026年7月)
要点から返信の文章を作るメールの作成時間が50%減(担当役員の実感)
メールと下書き
セゾンテクノロジー(2024年7月)
マニュアルと過去の履歴から回答の案を作る回答の作成時間が最大30%短縮
チャット
ミスミ(2025年8月)
商品の仕様の質問と、注文の変更の可否に答える回答までの待ち時間が平均97〜98%減
チャット
Sumzap Store(2026年10月)
配送先の変更と領収書の発行をチャットで受ける配送先の変更の問い合わせの81%をAIだけで完了
自動回答
GMOペパボ(2024年8月)
会話型のAIがFAQとナレッジベースから回答する5か月で業務時間を合計1,620時間削減
電話
雨風太陽(電話の担当4名)
音声の案内での用件の振り分け、AIの電話代行と通話の要約人が出る電話が全体の20%に
電話
コパ・コーポレーション(入電1日30件ほど)
自動応答、通話の文字起こしと要約月60万円の電話の費用が約5分の1に
FAQ
SOLIA(2025年7月)
検索型のAI-FAQで質問に合う答えを示すECサイトの問い合わせが約40%減
分析
カウネット(2026年7月)
年間32万件超の問い合わせの声の分類急に増えた電話が1日200件以上から50件ほどに

並び順は業務の順で、評価の順位ではありません。かっこ内の年月は公表の時期で、公表日の記載がない事例は規模だけを書いています。測った期間や比べ方は事例ごとに違い、書かれていない事例もあります。

メールの一次対応と回答の下書きのAI活用事例

メールの事例では、AIが返信の下書きや回答の案を作り、担当者がそれをもとに客への返信を仕上げます。

メールの一次対応と回答の下書きのAI活用事例 取引先の情報を入れた資料をAIが参照して下書きを作り、担当者が確認して送る メールの下書きにAIを使う流れ(従業員20〜49名の会社の例) 納期の確認などのメールで、1通の対応が1分以内 になった例がある 1 メールが 届く 2 AIが資料を 参照する 取引先の情報 3 AIが 下書きを作る 4 担当者が 確認して送る テクニカルサポートでは回答の作成時間が最大30%短縮(センター全体では約10%)

グッドヒルシステムズのメールの下書き

業務1日450通届く問い合わせメールへの返信(映像の変換などの事業)
AIに任せた作業メールボックスを定期的に読み、取引先の情報を入れた資料を参照して返信の下書きを作る
公表された結果納期の確認や簡単な問い合わせでは、担当者は下書きを確認して送るだけになり、1通あたりの対応時間が1分以内に
条件従業員20〜49名。導入前の時間と測った期間の記載なし
公表AIの提供会社の導入事例(2026年2月18日掲載)

エヌアセットのメールの作成

業務賃貸・売買・管理の不動産会社の、客とのメールのやり取り(川崎市)
AIに任せた作業担当者が返信したい要点を入れると、AIが返信の文章を作る
公表された結果メールを作る時間が「これまでの半分(50%削減)になっていると実感」
条件従業員116名。文章の型(テンプレート)の整備と、社員個人のメールアドレスをやめる切り替えを同じ時期に行っている
公表提供会社インゲージの導入事例と、2026年7月13日のプレスリリース

セゾンテクノロジーの回答の案の作成

業務データ連携のソフト「HULFT」のテクニカルサポートセンターの回答の作成
AIに任せた作業数万ページのマニュアル・FAQ・過去の問い合わせの履歴から関係する箇所を探し、回答の案を社内のチャットに返す
公表された結果サポートエンジニアの回答の作成時間が最大で30%短縮。センター全体では導入前より約10%業務が効率化
条件質問1,000件あたりの費用は30ドル以下。人数と測った期間の記載なし
公表アマゾン ウェブ サービスのブログ(2024年7月8日)

グッドヒルシステムズの下書きの対象は、納期の確認のように答えの型が決まっている問い合わせです。セゾンテクノロジーの数字は、最も短くなった場合が30%で、センター全体では約10%です。

メールの下書きの数字は、型が決まった問い合わせの1通の時間、本人の実感、最大の値が混ざっています。自社で比べるときは、同じ種類の問い合わせで、読み始めてから送信するまでの時間を測ると比べやすくなります。

チャットと自動回答のAI活用事例

チャットと自動回答の事例では、AIが客の質問に答えます。配送先の変更や領収書の発行をチャットの中で受け付けている例もあります。

チャットと自動回答のAI活用事例 AIのチャットが、仕様の質問に答え、注文の変更の可否をその場で判定する 部品の通信販売のサイトの、仕様の質問への回答までの平均時間 仕様の質問への回答までの時間が平均40秒 に(98%削減) オペレーター回答までの平均 1時間(3,600秒) AIのチャット回答までの平均 40秒 注文後の変更などは電話の321秒からチャットの10秒に(97%削減・発表の日に本格導入)

ミスミのAIチャット

業務部品の通信販売のサイトの、商品の仕様の確認・選定の相談と、注文後のキャンセル・変更・返品の問い合わせ
AIに任せた作業過去の問い合わせ・商品の仕様・カタログから情報を探して回答する。注文の変更などはその場で可否を判定して手順を案内する
公表された結果仕様の質問は平均回答スピード40秒(98%削減)。注文後の変更などは平均10秒(97%削減)
条件比べたのは、オペレーターの回答までの平均1時間と、電話の対応が終わるまでの平均321秒。仕様の質問は2024年11月から先に導入。注文後の変更などは発表と同じ日(2025年8月26日)に本格導入した機能で、発表の時点の数字。技術の問い合わせは国内で年約10万件。日本の通信販売のサイトが対象
公表ミスミグループ本社のプレスリリース(2025年8月26日)
MISUMIのECサイトの画面と、右端の「AIチャット」の入口(赤い枠)の画像
画像:MISUMIのECサイトのAIチャットの入口(株式会社ミスミグループ本社のプレスリリース・2025年8月26日)

Sumzap Storeの手続きのチャット

業務スマートフォンゲームの会社サムザップのオンラインストアの、配送先の変更と領収書の発行の依頼
AIに任せた作業注文を探して本人かどうかを確かめ、配送先の変更と、インボイス制度に合う領収書の発行をチャットで行う
公表された結果配送先の変更の問い合わせのうち81%は、オペレーターの手を借りずに完了
条件運用開始から発表までの集計。問い合わせの件数の記載なし
公表提供会社Channel Corporationのプレスリリース(2026年10月23日)

GMOペパボの問い合わせの自動回答

業務ホスティング・EC支援・ハンドメイドなどの事業の、10以上のサービスの問い合わせ
AIに任せた作業会話型のAIが客の質問を読み取り、登録したFAQとナレッジベースから回答する(どの窓口かの記載なし)
公表された結果2024年1〜5月の5か月で、カスタマーサービス部門の業務時間を合計1,620時間削減。人が対応した件数は2.5万件から1.6万件に
条件導入前の人の対応は月3,857時間(2023年12月)。件数は2023年4月と2024年4月の7サービスの合計の比較
公表GMOペパボのプレスリリース(2024年8月23日)

GMOペパボの1,620時間は5か月の合計で、1か月の数字ではありません。社内の質問に答えるチャットボットのサービスの料金と回答の違いは、AIチャットボット比較の記事にあります。

電話の一次対応のAI活用事例

電話の事例では、AIや音声の案内が用件を分けて受け、通話の内容を文字にして要約します。2件とも、提供会社IVRyの電話の自動応答のサービスを使っています。

電話の一次対応のAI活用事例 AIと音声の案内が用件を分け、人が出る電話を絞る 1日約20件の代表電話を4名で受けていた会社の例 人が出る電話が全体の20% になった AIと音声の案内で 終わる電話 80% 人が出る電話 20% 1日3〜4件 音声の案内での振り分けと、ショートメッセージでの案内を含む

雨風太陽の代表電話

業務産直アプリ「ポケットマルシェ」などを運営する会社の代表電話(営業の電話・株主・利用者・生産者からの問い合わせ)
AIに任せた作業音声の案内で用件を分け、AIの電話代行で用件を聞き取り、通話の内容を要約する。一部はショートメッセージで案内を送る
公表された結果人が応答する電話が全応答件数の20%になり、担当者が出る電話は1日3〜4件に
条件導入前は1日約20件の電話をコーポレート本部の4名で受けていた。公表日と測った期間の記載なし
公表提供会社IVRyの導入事例

コパ・コーポレーションの受付の電話

業務実演販売の商品の企画から販売までを行う会社の、客や取引先からの電話
AIに任せた作業自動応答で用件を分け、通話を文字に起こしてAIが要約する
公表された結果月額60万円だった外部のコールセンターの費用が約5分の1に。コールセンターの費用8万8,000円とサービスの利用料などを足して月10万円ほど
条件1日の入電は平均30件ほど。外部のコールセンターの役割を注文の受け付けに絞った契約の変更を含む費用の数字。公表日の記載なし
公表提供会社IVRyの導入事例

雨風太陽で人が出る電話が20%に減った分には、音声の案内での振り分けとショートメッセージでの案内で済んだ電話も含まれます。電話の自動応答のサービスの料金と転送の違いは、AIの電話自動応答(ボイスボット)比較の記事にあります。

AI-FAQの活用事例

FAQの事例では、AIが客の入れた言葉から質問の意図を読み取り、合うFAQを示します。客が問い合わせの前に自分で答えを見つけられるようにする使い方です。

AI-FAQの活用事例 AIが質問の意図を読み取って答えを示し、客が問い合わせの前に自分で解決する 通信販売のサイトの問い合わせ発生率(問い合わせの件数÷注文の数) 問い合わせ発生率が9か月で20%台から12%台 に下がった 導入前 20%台 導入9か月後 12%台 問い合わせの数は約40%減(1,200件以上)

SOLIAのAI-FAQ

業務ベビー向けのスキンケア用品や化粧品などのオンラインストアのFAQ
AIに任せた作業検索型のAI-FAQで、客の入れた言葉から質問を予測して答えを示す。FAQの文章の変更をサポートの部門だけで行えるようにした
公表された結果問い合わせの数が約40%減り、件数では1,200件以上の減少。問い合わせの発生率(問い合わせの件数÷注文の数)は導入前の20%台から、導入9か月後に12%台に
条件2024年3月に導入
公表提供会社Helpfeelのプレスリリース(2025年7月8日)
ノートパソコンとスマートフォンに表示された「SOLIA SHOP」のよくある質問の検索画面の写真
写真:SOLIAのECサイトのAI-FAQの画面(株式会社Helpfeelのプレスリリース・2025年7月8日)

導入前は、FAQの文章を少し変えるだけでも他の部門に頼む必要があり、更新が遅れていました。新しい商品や手続きの変更があったときに、誰がFAQを直すかを社内で決めておきます。

問い合わせの分析のAI活用事例

分析の事例では、AIが問い合わせの声を分類して増えている内容を示し、人がFAQやサイトの画面を直します。電話の件数が減ったのは、分析の結果をもとにFAQとサイトの案内を直したためです。

問い合わせの分析のAI活用事例 AIが問い合わせの声を分類して原因を示し、FAQとサイトの案内を直す 問い合わせの声の分析からFAQの改善までの流れ(オフィス用品の通信販売の会社の例) 翌日に電話が200件以上から50件ほど に減った 1 問い合わせが 急に増える 電話 1日200件 2 AIが声を 分類する 3 原因の画面を 特定する 4 FAQとサイトを 直す 翌日 電話の減少はFAQとサイトの案内の改善による(問い合わせが急に増えた1回の例)

カウネットの問い合わせの声の分析

業務オフィス用品の通信販売の、電話・メールフォーム・アンケートの問い合わせの声(VOC)の分析と、通話の応対の評価
AIに任せた作業年間32万件超の声を生成AIで自動で分類して見えるようにする。月約1万件の全通話を解析して採点する
公表された結果新規の客が急に増えて1日に電話200件・メールフォーム100件が集中したとき、その日に原因の画面を特定し、翌日にFAQとサイトの案内を直した結果、200件以上あった電話が翌日には50件ほどに
条件問い合わせが急に増えた1回の例。電話の減少はFAQとサイトの案内の改善による
公表提供会社フライルのプレスリリース(2026年7月6日)
「カウネット」「KOKUYO」の表示の前に並ぶ3人の男性の写真
写真:株式会社カウネットの倉科裕充氏(左)・薄葉豊氏(中央)・間宮賢治氏(右)(株式会社フライルのプレスリリース・2026年7月6日)

導入前のカウネットは、問い合わせの声を手作業で分類し、通話の応対の確認はオペレーター1人あたり月1〜2通話の抜き取りでした。カウネットは、年間32万件超の声をすべて手作業で分析することは難しかったとしています。

問い合わせ対応のAIに入れる個人情報の扱い

客の名前や注文の情報をAIに入れる前に、利用目的の範囲と、入れた情報が提供会社の学習に使われないことを確かめます。個人情報保護委員会は2023年6月に、生成AIのサービスの利用について注意を呼びかけています。

問い合わせ対応のAIに入れる個人情報の扱い 客の情報をAIに入れる前に、4つの項目を確かめる 問い合わせ対応にAIを入れる前に確かめること(確認の目安) 個人情報は利用目的の範囲 で入れ、提供会社の学習に使わせない 学習 入力を学習に 使わない契約 保存 場所と期間を 確かめる 範囲 返金・苦情・契約は 人に回す 確認 送る前に 人が読む 利用目的と学習は個人情報保護委員会の注意喚起の内容。保存・範囲・確認は確認の目安

注意喚起では、個人情報を含む指示をAIに入れるときは、特定した利用目的を達成するために必要な範囲かを十分に確かめるよう求めています。本人の同意なく個人データを入れ、それが応答の出力以外に使われる場合は、個人情報保護法に違反するおそれがあるとしています。そのため、提供会社が入力した個人データを機械学習に使わないことを確かめるよう求めています。

問い合わせ対応にAIを入れる前に確かめること

  • 学習:入力した問い合わせの内容を、提供会社がAIの学習に使わない契約か
  • 保存:問い合わせと回答がどこに、どれだけの期間保存されるか
  • 範囲:AIに答えさせる内容と、人に回す内容(返金・苦情・契約)を分けたか
  • 確認:AIの下書きを送る前に、人が読む手順になっているか

社内でAIを使うときのルールの作り方は、生成AIのガイドラインの記事にあります。

従業員や担当の人数が少ない会社の例

10件のうち、発表に従業員50名未満、または社内で問い合わせを受ける担当が5名未満と書かれている事例は2件です。メールの下書きと電話の一次対応にAIを使っています。

従業員や担当の人数が少ない会社の例 従業員50名未満か、社内の問い合わせの担当が5名未満と書かれた2件 従業員や担当の人数が少ない会社のAIに任せた業務と公表された結果 2件とも、メールか電話 の一次対応にAIを使っている 従業員20〜49名 メールの下書き 1通の対応が 1分以内に 電話の担当4名 電話の一次対応 人が出る電話が 20%に
会社規模AIに任せた業務公表された結果
グッドヒルシステムズ従業員20〜49名メールの下書き1通の対応が1分以内に
雨風太陽電話の担当4名(1日約20件)電話の一次対応人が出る電話が20%に

グッドヒルシステムズの事例は、AIの提供会社が会社の業務に合わせて作った仕組みです。雨風太陽は、提供会社の既製の電話の自動応答のサービスを使っています。

カスタマーサポートのAI導入の進め方

カスタマーサポートのAI導入は、問い合わせを種類ごとに数え、型が決まった種類を1つ選んで、AIの下書きを人が確認する形で試します。

カスタマーサポートのAI導入の進め方 問い合わせを種類ごとに数え、型が決まった種類を1つ選んで試す 問い合わせの集計から効果の確認までの順番 最初に、問い合わせを種類ごとに数える 1 種類ごとに 数える 2 1件の時間を 測る 3 種類を 1つ選ぶ 4 人に回す 基準を決める 返金・苦情・ 契約 5 同じ方法で 測る
  1. 問い合わせを種類ごとに数える:1か月の問い合わせを、納期・注文の変更・使い方・苦情などに分けて件数を数えます。
  2. 1件の時間を測る:種類ごとに、読み始めてから回答を送るまでの時間を記録します。
  3. 試す種類を1つ選ぶ:件数が多く、答えの型が決まっている種類を選びます。
  4. 人に回す基準を決める:返金・苦情・契約の問い合わせは、AIに答えさせず担当者に回します。
  5. 同じ方法で測って比べる:試す前と同じ測り方で時間と件数を比べ、続けるかを決めます。

PoCとは、本番の前に小さな範囲で効果を確かめる試験のことです。続けるか止めるかの基準の決め方はAIのPoCの進め方、導入後の時間と費用の比べ方はAI導入の効果測定の記事にあります。

株式会社AITECHに相談する場合

株式会社AITECHは、業務に合わせたAIエージェントの受託開発と業務の自動化、AI導入の顧問・コンサルティングを行っています。AITECH認定パートナーの中から、カスタマーサポートのAI導入ができるコンサルタントを担当につけられます。支援事例のページには、問い合わせ対応のAI活用例があります。

問い合わせメールの分類と回答の下書きの例 AIが問い合わせを分類して優先度を決め、過去の対応から回答の案を作る 問い合わせ対応の自動化の流れ(業務別のAI活用例・認定パートナーと外部の事例を含む) 1件あたりの対応時間が10分から3分 になった例がある 1 問い合わせを 受ける メール 2 AIが 分類する 優先度の判定 3 AIが 案を作る 過去の対応から 4 担当者が 直して送る
業務別のAI活用例AIでできること効果
問い合わせメールの分類と回答の下書き問い合わせのメールを分類して優先度を判定し、過去の対応から回答の案を作る1件あたりの対応時間が10分から3分に
ヘルプの記事からのFAQの作成ヘルプの記事と問い合わせの内容から、追加するFAQの案を作る問い合わせの件数が月200件から140件に
アンケートの自由記述の分類と要約自由記述を良い意見・悪い意見に分け、話題ごとに要約する自由記述の分析が3日から5時間に

3件は、株式会社AITECHの支援事例のページの「業務別のAI活用例」にある例です。AITECH認定パートナーと外部の事例を含みます。

AITECH認定パートナーの支援では、業務に合わせたAIエージェントを作り、大きなシステム開発をせずに小さく始められます。問い合わせのメールの下書きや、FAQの追加の案を作る仕組みなど、1つの業務から試す相談ができます。

問い合わせのメールやFAQの作業を、自社の業務に合わせて自動化する相談を受け付けています
株式会社AITECHに問い合わせる

まとめ

カスタマーサポートのAI活用事例は、メールと下書き・チャットと自動回答・電話・FAQ・分析の5つの業務に分かれます。最初に、問い合わせを種類ごとに数え、1件の時間を測ります。

カスタマーサポートのAI活用事例の要点 業務ごとに近い事例を選び、型が決まった問い合わせから試す カスタマーサポートのAI活用事例の5つの要点 最初にやることは、問い合わせを種類ごとに数え、1件の時間を測ること 1 事例はメール・チャットと自動回答・電話・FAQ・分析の5つ 2 従業員20〜49名の会社でメール1通の対応が1分以内に 3 数字には実感・最大の値・AI以外の改善を含むものがある 4 客の情報は利用目的の範囲で入れ、学習に使わせない 5 返金・苦情・契約は人に回す基準を決める
  • 公表された10件は、メールと下書き3件、チャットと自動回答3件、電話2件、FAQ1件、分析1件です。
  • 従業員20〜49名のグッドヒルシステムズでは、納期の確認などのメールの対応が1通1分以内になりました。
  • 数字には、本人の実感、最大の値、AI以外の改善や契約の変更を含むものがあります。
  • 客の情報をAIに入れる前に、利用目的の範囲と、提供会社が学習に使わないことを確かめます。
  • 返金・苦情・契約の問い合わせはAIに答えさせず、担当者に回す基準を決めます。

【無料】カスタマーサポートのAI導入、1時間の相談枠を確保する

よくある質問

問い合わせの少ない会社でもAIを使えますか?

使えます。1日約20件の電話を4名で受けていた雨風太陽は、人が出る電話が全体の20%になり、1日3〜4件になりました。入電が1日30件ほどのコパ・コーポレーションも、電話の自動応答と要約を使っています。

カスタマーサポートで最初にAIを試すのに向いている業務はどれですか?

件数が多く、答えの型が決まっている問い合わせです。グッドヒルシステムズは、納期の確認や簡単な問い合わせのメールで、AIの下書きを確認して送る形にしています。

AIが書いた回答をそのまま客に送ってもよいですか?

送る前に担当者が読んで確かめます。グッドヒルシステムズも、AIの下書きを担当者が確認してから送っています。返金・苦情・契約の問い合わせは、担当者が対応します。

客の名前や注文の情報をAIに入れてもよいですか?

入れる前に、利用目的の範囲か、提供会社が入力を学習に使わない契約かを確かめます。個人情報保護委員会の注意喚起(2023年6月)に沿って、社内のルールを決めてから使います。

関連記事

関連する無料レポートAITECH AI活用事例集レポートの内容を見る

本記事に関連するサービス

この記事の監修者

株式会社AITECH CEO

小森谷 祐太

新卒でSEとしてキャリアをスタート。エンジニア育成スクール「COACH TECH」の認定講師を務める。2025年に株式会社AITECHを創業し、CEOに就任。AIエージェント開発、業務自動化支援を行う。AIコンサルタント養成講座「COACH AI」を運営。

プロフィールを見る

株式会社AITECH

AITECH編集局

AIエージェントの構築・業務自動化の支援、AIコンサルタント養成講座「COACH AI」の運営を行う株式会社AITECHの編集局。

会社サイトを見る

関連する記事

一覧を見る

資料請求

AIの導入・活用を進める企業向けの無料レポートを、ダウンロードいただけます。

無料レポートを見る

お問い合わせ

AIの導入・活用、AIエージェントの構築、業務自動化のご相談を受け付けています。

お問い合わせ

サービス

AITECHコンサルティング(AI受託開発・顧問・コンサルティング)、AITECH認定パートナーなど、株式会社AITECHの事業内容をご覧いただけます。

事業内容を見る