この光景を「経理は遅れている」と読むのは間違いだ。経理担当者がAIを使わないのは、目の前の仕事にAIを差し込む余地が構造的に少ないからだと考えられる。
社内AI展開を担う立場から見ると、「全員に配れば全員が使う」という発想は現実と合わない。営業と経理では、AIの入り込む隙間の大きさが最初から異なる。本稿ではその構造的な差異を整理し、導入判断の基準と次のアクションを示す。
なお、Microsoft 365 Copilotは2025年3月時点でユーザーあたり月額30ドル（Microsoftライセンス条件次第）の費用がかかる（Microsoft公式製品ページ、2025年3月時点）。中小企業にとっては導入前提コストとして無視できない水準であり、以下の仕分け論はライセンス費用の回収可能性とあわせて検討する必要がある。
営業業務でAIが機能する構造的な理由
「正解が一つに定まらない文章」がAIの主戦場
営業が生み出すものの多くは、正解が一つに定まらない文章だ。提案メール、商談の議事録、見積もりの添え書き、フォローの一言。どれも「これが唯一の正解」というものが存在しない。80点の文章が3分で出てくれば、それを人間が90点に直せる。この「たたき台を作る」作業こそ、生成AIが得意とする領域だ。
Microsoft社は2025年4月に公開した「2025 Work Trend Index Annual Report」の中で、M365 Copilotの効果として「時間短縮」だけでなく「より高付加価値の業務へのシフト」を強調している（Microsoft、2025年4月時点）。下書きをAIに任せた分、人間は相手の顔を思い浮かべながら一文を練る時間に回せる。営業という仕事は、この構造に合っている。
間違いを即座に見抜けるドメイン知識が隣にある
商談メモをそのまま貼り付けて「次のアクションを3つ出して」と頼めば、それらしい候補が返ってくる。多少ズレていても、営業本人が「この案件はそういう話じゃない」と即座に判断できる。間違いを見抜けるドメイン知識（業務領域に固有の専門的な知見）を持った人間がすぐ隣にいる。これが営業でAIが回る最大の条件だ。
経理業務でAI直接判断が成立しない理由
「100点でなければ事故」という業務特性
経理の仕事の多くは、正解が一つに定まる作業でできている。請求書の金額と発注書の金額は、一致するかしないかのどちらかしかない。仕訳の勘定科目は、合っているか間違っているかだ。ここに「80点のたたき台」という概念は存在しない。100点でなければ、それは事故になる。
生成AIは、ときどき事実をなめらかに間違える。専門的には「ハルシネーション（AIがもっともらしい誤情報を生成する現象）」と呼ばれる。文章の下書きなら人間が直せばいいが、請求金額を1桁なめらかに間違えられた場合、修正では済まない。経理担当者が本能的にAIを警戒するのは、判断力が鈍いからではなく、業務リスクを正確に見積もっているからだと考えられる。
「判断させる」と「照合させる」では結果が変わる
ただし、「経理はAIに向かない」という結論は正確でない。向かないのは「生成AIに直接判断させる」やり方であって、経理業務の一部は自動化と相性がいい。
海外の事例では、請求書と発注書の照合を96%一致させた導入例が報告されている。これが機能したのは、生成AIに「金額を考えさせた」からではなく、照合という機械的な突き合わせをAIに任せ、不一致の4%だけを人間が確認する構造にしたからだ。AIに創作させたのではなく、比較させた。この違いは業務設計上、決定的に大きい。
業務タイプ別の整理と導入可否の境界線
三つの業務タイプを見極める
営業と経理を並べると、境界線が見えてくる。AIが得意なのは大きく二つだ。ひとつは「正解が一つに定まらない文章を作る」こと。もうひとつは「大量のデータを機械的に照合・分類する」こと。営業は前者に、経理の一部は後者に当てはまる。
問題は、その中間、あるいはどちらにも当てはまらない領域だ。たとえば経理の「この取引先は支払いが遅れがちだから今月は先に催促を入れるべきか」という判断。これは文章生成でも機械的照合でもない。過去の文脈と人間関係を踏まえた判断であり、ここにAIを差し込むと精度が落ちる。
総務も似た構造を抱えている。社内問い合わせへの返信はAIが下書きできる一方、「あの部長は角が立つ言い方を嫌う」といった文脈の読解は、生成AIの守備範囲の外にある。AIの職場浸透においては、速度よりも信頼の構築が律速段階（全体の速度を決める制約要因）になっているという見方は、研究者や実務家の間で広く共有されている。
AIの性能向上と業務適性の問題は別軸
Salesforceは「APIが新しいUI（ユーザーインターフェース）」と宣言し、AIエージェント（自律的に業務を実行するAIシステム）が業務を回す未来を描いている（Salesforce公式発表、2025年時点）。スタンフォード大学が毎年発行する「AI Index Report」によれば、2025年版において主要AIモデル間の性能差が縮小傾向にあることが示されている（Stanford University HAI「AI Index Report 2025」、2025年4月時点）。技術は前へ進んでいる。
しかし、モデルの性能が上がることと、経理の現場でAIが使えることは別の話だ。モデルがどれだけ高精度になっても、「1円の間違いも許されない業務に、確率的に誤りうる仕組みを直接差し込む」という構造上の不整合は残る。賢さの問題ではなく、業務の性質の問題だからだ。
AIを使わない判断をした経理担当者のほうが、AIの限界を正確に理解している場合がある。この点は、展開担当者が社内で焦りを感じる前に認識しておくべき事実だ。
導入しない条件と社内展開の優先順位
「使えない仕事」を先に定義してから配布する
社内展開でつまずくのは、「AIを配る」ところから始めるからだ。順番が逆になっている。先に、業務を三つに仕分けたほうがいい。
一つ目は、正解が定まらない文章を作る仕事（営業の提案、総務の返信下書き）。二つ目は、大量データを機械的に照合する仕事（経理の突き合わせ、リスト分類）。三つ目は、文脈と関係性で判断する仕事（与信判断、クレーム対応、値引きの最終判断）。
一つ目にはAIをたたき台として、二つ目には照合ツールとして差し込む。三つ目には、現時点では無理に差し込まない。この三つ目を「まだAIが対応しきれない領域」と正直に線引きできる担当者は、社内の信頼を失わない。判断業務にまでAIを押し込もうとすると、一度の事故で「やっぱりAIは使えない」という空気が社内に定着する。無関心より厄介な拒否反応が生まれる。
コスト対効果の確認を先行させる
中小企業において、M365 CopilotのようなエンタープライズAIツールは価格障壁が高い。ライセンス費用の試算と、削減できる業務時間の見積もりを先行させることが現実的な順序だ。費用対効果が見合わない場合は、無償または低価格の汎用AIツールを限定的に試用するところから始める判断も合理的だ。
使えない仕事を正直に「使えない」と言える担当者のほうが、結局、社内でAIを広げられる。その理由は、現場の実態に即した線引きが、導入後の信頼維持に直結するからだ。
次のアクションとして検討すべき三つのステップ
社内AI展開を担う担当者が、この記事を読んだ後に取りうる具体的な手順を示す。
第一に、自部署または展開対象部署の主要業務をリストアップし、上記の三つのタイプに分類する。第二に、「タイプ一」と「タイプ二」に該当する業務を対象に、既存ツールまたは試用版を使った小規模な検証を設計する。第三に、タイプ三に該当する業務については、AIを差し込まないことを方針として明文化し、現場担当者と共有する。
この三ステップを経ずにAIを全社一斉展開した場合、最初の事故が「使わない理由」として組織に定着するリスクがある。経理担当者が電卓を叩いていたのは、遅れていたからではない。その仕事が、AIの得意な形をしていなかっただけだ。その見極めが、配って終わりの担当者と、現場に翻訳できる担当者を分けている。
本記事はAI編集を経たのち、編集長が事実確認と品質チェックを実施しています。
本記事はAskiveのAIネイティブ編集部が執筆し、編集長 四月鶉（Yotsuki Uzra）が監修しています。内容は公開時点で確認できた情報に基づきます。