議事録自動作成AIの選び方2026｜多言語会議で要約が崩れる4つの断層

「議事録 自動作成 AI」を調べると、最初に出てくるのは認識精度の比較です。しかしタイの日系工場で議事録が使い物にならなくなる原因は、音声認識の精度ではありません。日本語・タイ語・英語が混ざる会議、辞書に無い型番と工程名、音声のどこにも存在しない決定事項、そしてタイPDPA。この4つの断層が、精度の数字の後ろで議事録を壊します。本記事では3段モデルと4類型、費用5層のモデル試算を使って、その塞ぎ方を具体的に示します。

まず現在地を数字で見る｜生成AIの用途で議事録は上位、しかし会議は日本語だけではない

日本国内の数字は「議事録は主要な用途になっている」と言っている

生成AIの業務利用は、いま日本企業でどこまで進んでいるのか。総務省が2026年7月24日に公表した令和8年版情報通信白書に関する報道によれば、デジタル化に着手した従業員10人以上の日本企業のうち、自社の何らかの業務で生成AIを利用している割合は86.4% でした。調査は2026年1月から2月にかけて、日本の515人を対象に行われたものです。

ここで限定詞を落とさないことが重要です。この86.4%は「日本企業の86.4%」ではありません。すでにデジタル化に着手していて、かつ従業員が10人以上いる企業という母集団の中での割合です。デジタル化に手を付けていない企業や、10人未満の事業者はこの分母に入っていません。社内資料でこの数字を引くときに限定詞を落とすと、「もう世の中の9割が使っている」という誤った危機感を煽ることになり、後で「うちの取引先はそんなに使っていない」と反論されて議論が止まります。

用途の内訳については、ひとつ前の令和7年版情報通信白書の通信利用動向調査に手がかりがあります。生成AIを使用している日本企業のうち、「メールや議事録、資料作成等の補助」を用途に挙げた割合は47.3% でした。文章生成や翻訳と並んで、議事録は生成AIの用途としてもっとも実務に近い位置にあります。

つまり、議事録の自動作成は「これから流行るかもしれない先端用途」ではありません。すでに用途の主役の一角であり、だからこそ製品も情報も出そろっていて、選定を間違えても「AIだから仕方ない」で流されやすい領域でもあります。

タイ側の数字は「導入したが初期段階」と言っている

一方、タイ国内の状況はどうか。AWSが公表した “Unlocking Thailand’s AI Potential 2026” に関する報道によると、タイ企業でAIを恒常的に利用している割合は43% で、前年の 32% から大きく伸びています。伸び率だけを見れば急速な普及に見えます。

ただし同じ調査は、もう一方でこう指摘しています。AIを導入した企業の74%は、既製ツールを中心に使っている初期段階にとどまっています。つまり、買ってきたツールをそのまま使っている状態から先に進めていない企業が、導入企業の4分の3を占めるということです。

この2つの数字を並べると、タイ拠点でよく見る風景がそのまま説明できます。

• 会議アプリに付いてきた文字起こし機能を、誰かが個人の判断でオンにしている
• 出てきた文字起こしは日本人駐在員が読み、結局は自分で書き直している
• タイ人スタッフは、その文字起こしを使っていない（読めない言語で出るため）
• 誰も「導入した」とは思っていないので、費用も効果も台帳に載っていない

これは失敗ですらありません。導入の前段階で止まっている状態です。そして止まっている理由は、多くの場合ツールの性能ではなく、この記事の主題である4つの断層のどれかに当たっているからです。

日系タイ工場の会議は、そもそも単一言語ではない

日本国内の調査結果をそのままタイ拠点に持ち込めない最大の理由が、会議の言語構成です。タイの日系工場でよくある会議の実態は、おおむね次のようになります。

さらに、議事録を実際に書いているのがタイ人スタッフで、書く言語が日本語であるケースが珍しくありません。タイ語で聞いた会話を、日本語で、日本人が読む形式に整えて書くという二重の変換が、人の頭の中で毎回行われています。ここに議事録AIを入れるということは、この二重変換を機械に肩代わりさせるということです。単一言語の会議を文字に起こすのとは、要求される能力がまったく違います。

だから「文字起こし精度が高い製品を選べばよい」という判断基準は、この現場では機能しません。精度の数字は単一言語・良好な収音条件で測られていて、いま説明した状況のどれも再現していないからです。

議事録自動作成AIは3段でできている｜収音層・変換層・配布層

3段に分けないと、不具合の原因が特定できない

議事録AIを一枚の箱として見ていると、「精度が悪い」以上の言葉が出てきません。しかし実際の処理は3段に分かれていて、壊れる場所も対処の方法も段ごとに違います。

• 収音層 — 誰の声を、どの機材で、どの品質で拾うか。対面会議室のマイク配置、Web会議の各自マイク、通訳の音声をどう扱うか
• 変換層 — 音声を文字にする音声認識（ASR）と、文字を要約・決定抽出に変換する大規模言語モデル（LLM）。カスタム辞書と話者分離もここに属する
• 配布層 — 誰に、いつ、どの形式で届き、どこに保管され、いつ消えるか。承認フローと検索性、保管期限もここ

この3段のうち、製品の宣伝文句が扱っているのは主に変換層です。精度、対応言語数、要約の質。しかし現場で議事録が使われなくなる原因は、収音層と配布層に偏在します。

層ごとの典型的な症状

この表の使い方は単純です。自社の議事録が使われていないとき、症状がどの行に当たるかを先に判定します。収音層の問題にどれだけ高精度なモデルを当てても改善しませんし、配布層の問題を辞書登録で直すこともできません。

収音層は「マイクの数」ではなく「発話の分離」で設計する

対面会議で最も多い失敗は、会議室のテーブル中央にスマートフォンを1台置いて録音することです。音の強さは距離の二乗に反比例して落ちるため、テーブルの端に座った人の発言は、認識できる下限を下回ります。文字起こしの穴が「特定の人の発言だけ」に集中していたら、これが原因です。

対処は2つしかありません。全指向性の会議用マイクを部屋の広さに合わせて設置するか、対面会議をやめて各自のPCからWeb会議に入るかです。後者は費用ゼロでできますが、同じ部屋の音がハウリングするため、実際には全員がイヤホンを着ける運用が必要になります。工場の会議室でこれを毎回徹底するのは現実的ではないため、議事録を残す会議を行う部屋には機材を入れる、という割り切りのほうが定着します。

変換層は2段構えであることを意識する

変換層は、音声認識と言語モデルという性質の違う2つの処理が直列に並んでいます。ここを分けて考えないと、原因の切り分けができません。

音声認識の誤りは、文字起こしの原文を見れば分かります。言語モデル側の誤りは、原文は正しいのに要約が間違っている、という形で現れます。後者のほうが厄介です。原文が正しいので、要約だけを読んでいる人は誤りに気づけません。

したがって、運用の初期には必ず文字起こしの原文を残す設定にしてください。要約だけを保存する設定にしていると、誤りが見つかったときに検証する材料がなくなります。

配布層で決めるべき5項目

配布層は最も軽視されますが、議事録が「使われる文書」になるか「出力されるだけの文書」になるかを決めるのはここです。導入前に次の5項目を決めておきます。

• 誰に配るか（出席者だけか、関係部署も含むか、経営層に上げるか）
• いつまでに配るか（会議終了後の目標時間。翌営業日では手戻りが起きる）
• 何語で配るか（日本語のみか、日タイ併記か、部署ごとに変えるか）
• どこに保管するか（共有フォルダ、社内ポータル、業務システム）
• いつ消すか（保管期限。これはPDPA対応と直結します）

このうち「いつ消すか」が決まっていない組織が大多数です。音声データを含む議事録の保管期限は、後述する断層4で必ず決めることになります。

議事録が壊れる4つの断層｜音声認識の後ろで起きること

3段モデルで場所を特定できたら、次は原因の種類です。日系タイ工場で議事録が使い物にならなくなる原因は、次の4つに整理できます。この記事ではこれを断層と呼びます。地層のズレのように、上の層と下の層で前提が食い違っていて、そのズレが表面に出てこないからです。

4つに共通するのは、製品のスペック表に載っている数字では判定できないということです。対応言語数を見ても断層1は分かりません。CERを見ても断層2は分かりません。要約の品質評価を見ても断層3は分かりません。そしてどの製品資料も断層4には触れません。

以降の4つの節で、それぞれを個別に扱います。

断層1 言語｜日本語・タイ語・英語が混ざる会議をどの単位で切るか

音声認識は「会議に1言語」を前提に作られている

多くの議事録AIは、会議を開始する時点で言語を1つ選ばせます。これは技術的な都合です。音声認識モデルは言語ごとに音素の体系と語彙の分布が異なるため、複数言語を同時に高精度で扱うのは単一言語より難しい。複数言語対応をうたう製品でも、実態は「言語を自動判定して1つに寄せる」か「区間ごとに切り替える」かのどちらかで、後者は切り替えの境目で誤りが集中します。

日タイ英が混ざる会議に、この前提のツールをそのまま当てると、次のどれかが起こります。

• 選んだ言語以外の発言が、無音扱いで丸ごと落ちる
• 選んだ言語の音として無理に解釈され、意味不明な文字列になる
• 自動判定が発話ごとに揺れ、同じ人の発言が言語をまたいで分断される

いずれも「精度が悪い」という一言で報告されますが、原因は精度ではなく前提の不一致です。

要約は会議言語に引きずられる

もう一段深い問題があります。文字起こしがうまくいっても、要約は原文の言語に引きずられるという性質です。日本語の会議を文字起こしして、そのままタイ語で要約させると、要約の質が明確に落ちます。固有名詞が原語のまま残る、数量表現がずれる、敬体と常体が混在する、といった形で現れます。

これが効いてくるのは、議事録を日本人とタイ人スタッフの両方に配りたい場面です。日本語で会議して日本語の議事録を出すだけなら問題は表面化しませんが、それではタイ人スタッフには届きません。逆にタイ語で会議してタイ語の議事録を出すと、日本人駐在員と本社が読めません。

3つの型のどれかを選ぶ

現実的な選択肢は3つです。会議ごとに、どれを使うかを先に決めます。

日系タイ工場で最も使い勝手がよいのは、多くの場合2パス型です。会議を無理に単一言語化しなくてよく、原文が残るので検証もできます。ただし2パス型を選ぶ場合、議事録の品質は翻訳工程の品質に律速されます。用語集の整備、翻訳結果の確認フロー、機械翻訳をどこまで信頼するかの線引きが必要になり、これは議事録AIの導入というより翻訳運用の設計そのものです。この部分の考え方は企業の翻訳自動化2026の記事で扱った内容がそのまま当てはまるため、2パス型を選ぶ場合は先にそちらの設計を済ませておくことをお勧めします。

通訳が入る会議の収音は、設計しないと二重になる

通訳集約型を選んだ場合の注意点を1つ挙げます。会議室で逐次通訳が入るとき、マイクは原発言と通訳の両方を拾います。そのまま文字起こしすると、同じ内容が2回、別の言語で記録されることになり、要約の際にAIが両方を独立した発言として扱って、話が二重に膨らみます。

対処は、収音の時点で系統を分けることです。原発言だけを拾うマイクと通訳だけを拾うマイクを分けるか、通訳をWeb会議の別チャネルに寄せるか。機材が分けられない場合は、要約の前に「通訳による繰り返しは除く」という指示を明示的に与える運用にします。この設計を省くと、議事録の分量が実際の会議の1.5倍から2倍になり、読まれなくなります。

断層2 語彙｜カスタム辞書に何を何語入れるか

CERが良くても、決定事項の固有名詞だけが壊れる

音声認識の精度指標としてよく使われるのが文字誤り率（CER）です。タイ語の音声認識については、2026年1月19日に公開されたTyphoon ASR Real-timeの評価結果があります。FLEURSベンチマークでCERは5.69%、TVSpeechの頑健性トラックでは10.36%から6.32%へ改善し、115Mパラメータの小型モデルでWhisper Large-v3の45分の1の計算コストで動作する、という内容です。

ここで絶対に避けなければならない読み替えがあります。5.69%はFLEURSベンチマークにおけるCERであって、実会議の精度ではありません。「タイ語の認識精度は94%」と言い換えるのは誤りです。FLEURSは読み上げ音声を中心とした評価用データセットで、会議室の残響、複数話者の重なり、専門用語、言い直しといった実会議の条件を含んでいません。ベンチマークの数字は、モデル同士を同じ土俵で比較するための相対指標であって、自社の会議で得られる精度の予測値ではありません。

そして、たとえCERが実際に5%台だったとしても、それは断層2の解決を意味しません。CERは全文字に対する誤りの割合です。1時間の会議の文字起こしが2万字だとすると、CER 5%は1,000字が誤っているという意味になります。問題は、その1,000字がどこに分布するかです。日常語は学習データに大量に含まれているので正しく出て、誤りは学習データに存在しない語に集中します。つまり、型番・工程名・治具名・社内略語・人名という、議事録でいちばん重要な部分に誤りが集まります。

具体例で言えば、こうなります。

• 「TCP-4520の芯出しをタイ人リーダーのソムチャイさんが担当」
• 「ティーシーピー45 20の心 出しをタイ人リーダーのソンチャイさんが担当」

文全体の意味は通じます。CERで見れば数%です。しかしこの議事録は使えません。品番が特定できず、担当者名が違う人になっているからです。

カスタム辞書は「会議で口に出される語」を入れる

対処はカスタム辞書です。認識させたい固有名詞をあらかじめ登録しておく機能で、ほとんどの商用製品に用意されています。

Microsoft 365 Copilotについては、管理メッセージ MC1221925 として、カスタム辞書がタイ語ほか5言語に対応し、1言語あたりの登録上限が500語から1,000語へ拡大することが告知されています。展開は2026年1月中旬から下旬にかけて全世界で行われる予定とされていました。上限が1言語あたりで数えられる点が重要で、日本語1,000語・タイ語1,000語・英語1,000語という枠の使い方になります。

辞書に何を入れるか。ここで多くの現場が間違えます。よくある間違いは、部品表や図面から品番を一括で流し込むことです。1,000語の枠はすぐに埋まり、しかも埋めた語の大半は会議で一度も口に出されません。

正しい選定基準は1つです。会議で音声として口に出される語だけを入れる。 具体的には次のような語です。

• 主要ラインと設備の呼称（正式名ではなく、現場で実際に呼んでいる名前）
• 頻出する品番の呼び方（「TCP-4520」を「ティーシーピー45-20」と読むなら、その読みも）
• 工程名と工程略語（社内でしか通じない略語ほど重要）
• 出席者の氏名（タイ人の氏名は特に誤りやすく、愛称で呼ばれる場合は愛称も）
• 客先・サプライヤの社名（略称で呼ばれるならその略称）
• 品質不良の分類名（社内の不良コードと、その口語での呼び方）

初期辞書600語の内訳

モデルとして、初期辞書を600語で組む場合の配分を示します。後述する費用試算では、この600語の作成に20時間を見込んでいます。

600語を3言語に振り分けるので、1言語あたりの上限には余裕があります。この余裕は意図的です。運用開始後、誤変換が見つかるたびに追加登録していく枠として残しておきます。

辞書は作って終わりではない

辞書の効果は、保守しないと3か月から6か月で落ちます。理由は単純で、新製品が立ち上がり、人が入れ替わり、新しい略語が生まれるからです。費用試算では四半期ごとに4時間、年4回の更新を織り込んでいます。この工数を初年度の予算に入れておかないと、2年目に辞書が陳腐化して「AIの精度が落ちた」という誤った結論になります。

保守を回すために、運用の中に1つだけ仕掛けを入れておきます。議事録を確認する担当者が、誤変換を見つけたら所定の場所に書き留めるという手順です。四半期の更新作業は、その一覧を辞書に反映するだけになります。この仕掛けが無いと、更新作業のたびに誤変換を探すところから始まり、4時間では終わりません。

断層3 決定｜AIが抽出できる発話・できない発話

存在しない情報は、AIには作れない

議事録AIに対する最も多い不満が「決定事項がちゃんと出てこない」です。そして、この不満の原因の大半はAIの側にありません。決定事項が音声として発話されていないからです。

日本語の会議で、決定はこういう形で終わります。

• 「じゃあ、そういうことで」
• 「これでいいですか」「はい」
• 「先ほどの件、よろしくお願いします」

この3つの発話から、誰が・何を・いつまでに、を復元することは人間にもできません。会議の文脈と参加者の暗黙の了解の中に情報があり、音声には出ていないからです。AIは音声に無い情報を作れません。作れないので、要約では「〜について議論した」という一般論になります。

タイ人スタッフが議事録を書いているとき、この復元を人が行っています。会議の文脈を知っていて、前後の経緯を知っていて、担当の割り振りの慣習を知っているから、書ける。だからこそ、議事録AIを入れると、その人が持っていた暗黙知が可視化されて欠落するという現象が起きます。AIの導入によって議事録の品質が下がったように見えるのは、多くの場合この欠落です。

会議の終わり方を変える

対処は運用側にしかありません。会議の最後に、決定事項を声に出して読み上げるという手順を入れます。読み上げる内容は3点に固定します。

• 何を決めたか（結論の一文）
• 誰がやるか（氏名。「品質部で」ではなく個人名）
• いつまでにやるか（日付。「来週中」ではなく具体的な日）

この読み上げを最後の3分で行うだけで、AIが抽出できる決定事項の質は劇的に変わります。読み上げられた3点は音声に存在するので、抽出は素直な作業になります。

さらに副次的な効果があります。読み上げの時点で「誰がやるか」が決まっていない議題が浮かび上がります。従来はそのまま流れて次の会議で「あれどうなりました」となっていた議題が、会議中に検出されます。これは議事録AIの効果というより会議運営の改善ですが、実務上はこちらのほうが効きます。

抽出できる発話・できない発話の対照

この表は、社内の会議運営ルールを説明するときにそのまま使えます。「AIが分かる話し方をしてください」という説明よりも、「決定はこの形で読み上げる」という手順に落としたほうが定着します。

決定事項は議事録の外に台帳として持つ

もう1つ、配布層に関わる論点です。決定事項が議事録の本文の中に埋もれていると、3か月後に「あれはいつ決めたのか」を探せません。議事録を全文検索しても、決定と議論が同じ文章の中に混在しているため、検索結果から判断できないからです。

したがって、決定事項は議事録本文とは別に、台帳として一覧で持つ構成にします。会議ごとに議事録があり、そこから決定事項だけを抜き出した一覧が別に存在する形です。議事録AIの出力を、そのまま台帳に流し込めるかどうかは、製品選定の実務的な判断材料になります。

この「一覧で持ち、検索できるようにする」という発想は、社内の問い合わせ対応を仕組み化するときの考え方と同じです。質問と回答を蓄積して検索可能にする設計については社内問い合わせ自動化2026の記事で詳しく扱っていますので、決定事項の台帳を作るときの参考になります。

断層4 制度｜タイPDPAと録音・音声データ・保管

録音は個人データである

ここが最も見落とされます。会議の録音には、出席者の音声が含まれます。音声は、特定の個人を識別しうる情報として個人データに該当します。 タイ個人情報保護法（PDPA）の下では、個人データの収集・利用・開示には法的根拠が必要で、保管期間や第三者への委託についても要件があります。

「社内会議だから問題ない」という判断は成り立ちません。従業員も個人データの主体だからです。むしろ雇用関係があることで、同意の任意性に注意が必要になります。断ると不利益を受けるかもしれない状況で取った同意は、有効性が問われる可能性があります。

そして客先・サプライヤとの会議を録音する場合、相手方の従業員の個人データを収集することになります。これは社内の規程だけでは処理できません。

タイの執行は実際に動いている

PDPAは施行後しばらく執行が緩やかでしたが、状況は変わっています。Chambersの “Data Protection & Privacy 2026 — Thailand” によれば、タイ個人情報保護委員会（PDPC）は2025年8月1日に5件の行政制裁金を公表し、その合計は21,500,000バーツでした。さらに2025年11月24日には、虹彩スキャンによる生体データの収集停止と削除が命じられ、対象人数は1,200,000人に及んでいます。

生体データの事案は音声とは別のカテゴリですが、示している方向は明確です。規制当局は、機微性の高いデータの大量収集に対して、収集の停止と削除まで命じる姿勢を取っている。 会議音声を全社的に録音し、期限を決めずにクラウドに蓄積する運用は、この方向から見て安全な設計とは言えません。

議事録AIの導入で決めるべき制度項目

導入の前に、次の項目を文書として決めます。これは法務の作業であって、IT部門やツール担当だけでは完結しません。

この表で特に注意すべき行が3つあります。

保管期間。音声・文字起こし・議事録の3つは、必要な保管期間が違います。議事録は業務記録として数年保管する必要があるかもしれませんが、音声はそこまで必要ないはずです。実務的には、音声は短期（例えば議事録の確定後30日）、文字起こしは中期、議事録本体は業務上必要な期間、という三段構えにします。この期限を決めていないと、音声が無期限に溜まり続けます。

委託先管理。クラウド型の議事録サービスを使うと、音声データは事業者のサーバに送られます。これは個人データの処理委託にあたり、事業者との間に処理契約が必要です。無料プランや個人契約のツールを社内会議に使っている状態は、契約上の根拠が無いまま個人データを社外に出していることになります。

越境移転。サーバがタイ国外にある場合、越境移転の要件を満たす必要があります。ツールの選定段階で、データがどこに保存されるかを事業者に確認し、回答を記録として残してください。この確認は、後述する類型Cを選ぶ理由になることもあります。

会議の冒頭で読み上げる文の準備

実務的には、会議の冒頭で読み上げる短い告知文を用意しておくのが最も効きます。日本語とタイ語と英語で用意し、会議を主催する側が読み上げる、または会議招集メールのテンプレートに入れておきます。

内容は次の要素を含みます。録音していること、目的は議事録作成であること、保管期間、録音されたくない場合の申し出先。これを法務のレビューを通したうえで定型化しておけば、会議ごとに判断する必要がなくなります。この文書と保管規程、委託先契約のレビューを外部に依頼した場合の費用が、後述する費用5層の⑤ 制度層にあたります。

議事録自動作成AIの4類型と選び方

4つの類型

製品は数多くありますが、日系タイ工場の観点で整理すると4類型に収まります。

類型A 会議アプリ内蔵型

すでにMicrosoft 365やZoomを契約している企業にとって、最初の選択肢になります。追加の調達手続きが不要で、既存のライセンス体系の中で扱えるため、稟議が通りやすいという実務上の利点があります。

Microsoft Teamsには会議のメモを生成する機能があり、カスタム辞書についても前述のMC1221925でタイ語を含む言語拡張が告知されています。この類型を選ぶ場合、議事録機能だけを単独で導入するのではなく、Microsoft 365全体の利用設計の一部として位置づけたほうが投資対効果が出ます。ライセンスの割り当て方針、データの保管場所、他機能との組み合わせを含めた導入の進め方はMicrosoft Copilot導入の進め方2026の記事で整理していますので、あわせて検討してください。

弱点は明確です。Web会議が前提なので、会議室に集まって行う対面会議を拾えません。生産日次会議のように現場で立って行う会議は対象外になります。また要約が会議言語に縛られるため、断層1の2パス型を採る場合は翻訳工程を別に用意する必要があります。

類型B 専用SaaS型

議事録に特化したクラウドサービスで、話者分離、辞書、決定事項の抽出といった機能が作り込まれています。対面会議の録音ファイルをアップロードして処理できる製品が多く、Web会議と対面会議の両方をカバーできます。

弱点は、音声データが社外の事業者に渡ることです。断層4で述べた委託先管理と越境移転の論点が正面から出ます。選定時には、データの保存先、保管期間の設定可否、削除要求への対応、DPAの締結可否を必ず確認してください。この確認ができない事業者は、機能がどれだけ優れていても候補から外すべきです。

類型C 自前ASR＋LLM型

音声を社外に出せない事情がある場合、または大量の会議を処理するため単価を下げたい場合の選択肢です。タイ語に特化した小型のASRモデルが実用域に入ってきたことで、以前より現実的になりました。前述のTyphoon ASR Real-timeが115Mパラメータの小型モデルであることは、この文脈では計算コストの目安として意味を持ちます。

弱点は人手です。モデルの選定、辞書の管理、精度の評価、モデルの更新をすべて自社で持つことになります。従業員420名規模の工場で、この体制を単独で維持するのは現実的ではありません。グループ内に情報システム部門があり、複数拠点で共用する前提が立つ場合に検討する類型です。

類型D 人手ハイブリッド型

AIが下書きを作り、担当者が決定事項だけを確認・確定する運用です。決定の責任が重い会議、つまり客先との合意事項や経営会議の決議には、この形以外を選ぶべきではありません。

弱点は削減幅が小さいことですが、これは弱点というより設計です。議事録の誤りが直接の損失になる会議では、削減幅より正確性を取るという判断です。実際の導入では、会議の種類ごとに類型を使い分けることになります。

どの会議にどの類型を当てるか

モデル企業の会議に類型を当てると、次のようになります。

この振り分けが、次節の費用試算で「5席」という数字になる根拠です。全社に配るのではなく、議事録を作る会議に出る人だけに絞ります。

費用を5層に分けて見積もる｜タイ中規模日系工場のモデル試算

モデル企業

以降の試算は、次のモデル企業を前提とします。実在の企業ではありません。

• タイ・チョンブリ県の日系自動車部品工場
• 従業員 420 名
• 日本人駐在 4 名
• 管理職・スタッフ 35 名

議事録を作る会議は月39本

まず、議事録を作成している会議の本数を数えます。

22 ＋ 8 ＋ 1 ＋ 8 = 39本/月 です。ここで数えるのは「議事録を作っている会議」だけです。議事録を作っていない会議は、AIを入れても削減対象がありません。

現状（Before）の工数と金額

議事録1本あたりの工数を、作成と確認に分けて把握します。

• 議事録作成 — タイ人スタッフが1本 45 分。39本 × 45分 = 1,755分 = 月 29.25 時間
• 駐在の確認・修正 — 1本 15 分。39本 × 15分 = 585分 = 月 9.75 時間

これに時給を掛けます。

• スタッフ時給 — 月給 45,000 バーツ ÷ 21日 ÷ 8時間 = 268 バーツ
• 駐在時給 — 月額コスト 300,000 バーツ ÷ 21日 ÷ 8時間 = 1,786 バーツ

駐在の時給に使っているのは給与額ではなく、住居・帰国旅費・社会保険等を含んだ月額コストです。ここを給与額で計算すると、削減効果を過小評価します。

• 作成 — 29.25時間 × 268バーツ = 7,839 バーツ/月
• 確認 — 9.75時間 × 1,786バーツ = 17,414 バーツ/月
• 合計 — 7,839 ＋ 17,414 = 25,253 バーツ/月

注目すべきは内訳です。作業時間はスタッフのほうが3倍長いのに、金額では駐在の確認工数が全体の約69%を占めています。議事録AIの投資対効果を考えるとき、削るべきは作成時間ではなく確認時間だという結論が、この時点で出ています。

導入後（After）の工数と金額

AIを入れた後の工数を置きます。ゼロにはなりません。文字起こしと要約の確認、固有名詞の修正、決定事項の確定は残ります。

• 議事録作成 — 1本 45分 → 18 分。39本 × 18分 = 702分 = 月 11.7 時間 → 11.7 × 268 = 3,136 バーツ
• 駐在の確認 — 1本 15分 → 8 分。39本 × 8分 = 312分 = 月 5.2 時間 → 5.2 × 1,786 = 9,287 バーツ
• 合計 — 3,136 ＋ 9,287 = 12,423 バーツ/月

削減額は 25,253 − 12,423 = 12,830 バーツ/月。年換算で 12,830 × 12 = 153,960 バーツです。

作成時間を45分から18分へ、確認時間を15分から8分へという置き方は、断層1から断層4をすべて塞いだ前提です。辞書を入れず、決定の読み上げもせずに導入した場合、確認時間はむしろ増えます。誤変換を探しながら読む作業が加わるためです。

費用は5層に分ける

ここからが本題です。議事録AIの費用をライセンス料だけで見積もると、実際の支出と桁が合いません。5層に分けます。

計算を確認します。

• ① 5席 × 900バーツ × 12か月 = 54,000 バーツ
• ② 12,000バーツ × 2室 = 24,000 バーツ
• ③ 20時間 × 268バーツ = 5,360 バーツ
• 辞書保守 4時間 × 4回 × 268バーツ = 4,288 バーツ
• 初年度合計 54,000 ＋ 24,000 ＋ 5,360 ＋ 80,000 ＋ 48,000 ＋ 4,288 = 215,648 バーツ
• 2年目以降 54,000 ＋ 4,288 = 58,288 バーツ

この表で言いたいことは1つです。ツール層は初年度費用の25%（54,000 ÷ 215,648）にすぎません。 ライセンス料だけを見て「月900バーツなら安い」と判断すると、残りの75%が後から出てきます。とくに④運用設計層と⑤制度層は、稟議の時点で存在自体が認識されていないことが多く、導入後に「そんな費用は聞いていない」という話になります。

回収の計算

• 初年度 — 153,960 − 215,648 = 61,688 バーツの持ち出し
• 2年目以降 — 153,960 − 58,288 = 95,672 バーツ/年の黒字

初年度は赤字です。累積が0を超えるのは、2年目の黒字 95,672 バーツを月割りした 7,973 バーツ/月で 61,688 バーツを埋める時点、すなわち2年目の7.7か月目。導入からの通算で 19.7か月です。

3年で見ると次のようになります。

• 3年の費用総額 — 215,648 ＋ 58,288 × 2 = 332,224 バーツ
• 3年の削減総額 — 153,960 × 3 = 461,880 バーツ
• 3年ネット — 461,880 − 332,224 = +129,656 バーツ

3年でようやくプラス129,656バーツです。決して大きな金額ではありません。議事録AIは、金額の削減だけを目的にすると投資として弱いというのが、この試算の率直な結論です。

全席に配ると回収しない

ここが本記事で最も重要な数字です。ライセンスを管理職・スタッフ35名全員に配ると、どうなるか。

35名 × 900バーツ × 12か月 = 378,000 バーツ/年

年間削減額は 153,960 バーツです。ツール層だけで削減額の約2.5倍になり、②から⑤の費用を一切足さなくても回収しません。全席配布は、この試算のどの前提を変えても黒字になりません。

したがって、5席という前提は費用を安く見せるための都合ではなく、成立条件そのものです。誰に配るかを決める基準は明確で、「議事録を作る会議に出て、議事録を書くか確認する人」だけです。モデル企業では、駐在4名のうち議事録を確認する2名、議事録を作成するタイ人スタッフ2名、会議を主催する管理職1名の計5名という構成になります。

導入を検討するとき、社内の力学は必ず「全員に配ろう」の方向に働きます。「一部の人だけ使えるのは不公平だ」「せっかくだから全社で」という議論です。この議論に対しては、上の掛け算を示してください。378,000 対 153,960 という2つの数字だけで、議論は終わります。

回収は「作成時間×時給」だけでは出ない｜3つの効果の内訳

効果は3種類あり、性質が違う

前節の試算で扱ったのは、3種類ある効果のうち1つだけです。

• 効果1 直接工数の削減 — 議事録の作成時間と確認時間。金額で計算でき、上の試算がそれにあたる
• 効果2 決定の遅れの解消 — 議事録が翌日以降になることで発生していた着手の遅れ。条件付きで金額化できる
• 効果3 認識の食い違いによる手戻りの防止 — 言った・言わないの解消。金額化しない

この3つを混ぜて「議事録AIの効果」として一括で語ると、必ず数字が水増しされます。効果1は計算できるので試算に入れ、効果2は条件を満たす場合だけ入れ、効果3は金額に換算しない。この線引きを稟議の時点で明示しておくことをお勧めします。

効果2は「議事録が着手の条件になっている場合」だけ計上できる

議事録が翌営業日に出ていると、そこに書かれた指示に基づく作業の着手が1日遅れます。逆に会議の当日中に出れば、その日のうちに着手できます。

ただしこれが効果として成立するのは、議事録が着手の条件になっている場合だけです。会議の場で口頭指示を受けて、議事録を待たずに動いている現場では、議事録が早く出ても着手は早まりません。この確認を省いて「1日の前倒し × 案件数 × 単価」で計算すると、実在しない効果を計上することになります。

自社で効果2が成立するかどうかは、次の1問で判定できます。直近の会議で決まった作業のうち、議事録が配られる前に着手したものは何割か。 これが8割を超えるなら、効果2は計上すべきではありません。

効果3は金額化せず、リスクとして扱う

「言った・言わない」の解消は、実感としては最も大きな効果です。とくに客先との会議で、合意事項の認識が食い違ったときの手戻りは、金額にすれば議事録の工数削減額を軽く超えます。

しかし、これを試算に入れることは勧めません。理由は、発生確率を自社で推定できないからです。年に何回起きるかを過去実績から出せるならまだしも、多くの場合は「たまに起きる」という感覚値しかありません。感覚値に単価を掛けた数字は、稟議の場で必ず突っ込まれ、試算全体の信頼性を落とします。

代わりに、効果3はリスク低減の項目として、金額ではなく文章で書きます。「客先との合意事項について、原文の記録が残ることで、認識の相違が生じた際の確認手段を持つ」といった書き方です。これは断層4の制度対応とも整合します。記録があることは、争いが起きたときの立証手段でもあるからです。

削減した時間を何に使うかを決めておく

最後に、試算の前提として見落とされがちな点を1つ。削減した時間は、何もしなければ消えます。

駐在の確認時間が月9.75時間から5.2時間に減ったとして、浮いた4.55時間が別の付加価値業務に振り向けられなければ、金額としての削減は実現しません。人員を減らすわけではないからです。

したがって、導入の企画書には「削減した時間を何に使うか」を書いておきます。駐在であれば現場巡回、本社報告の質の向上、タイ人管理職の育成。スタッフであれば、議事録以外の文書作成や、データ集計の作業。ここまで書いて初めて、削減額が実現可能な数字になります。

90日の進め方

導入は3か月を1単位で設計します。会議の種類を絞り、その1種類で回してから広げます。

1か月目 — 対象会議の選定と制度の準備

最初の1か月は、ツールを触りません。決めることは3つです。

• どの会議から始めるか。生産日次会議のように本数が多く、決定の責任が比較的軽い会議を選ぶ
• 誰にライセンスを配るか。前節の基準で人数を確定する
• 制度層の文書を準備する。同意の告知文、保管期間、委託先契約の確認

制度層の準備に時間がかかることを見込んでおいてください。法務のレビューを外部に依頼する場合、2週間から4週間かかるのが普通です。ここを飛ばして運用を始めると、後で全部やり直しになります。

2か月目 — 収音と辞書の整備、そして試験運用

• 対象会議を行う会議室に、全指向性マイクを設置する
• 初期辞書600語を作成する。会議で口に出される語だけを選ぶ
• 会議の最後に決定事項を読み上げる手順を導入する
• 実際の会議で試験運用を開始する。この段階では、従来の議事録も並行して作る

並行運用は必須です。AIの出力だけに切り替えて、後から品質不足が判明すると、その期間の議事録が失われます。並行期間は最低4週間、会議本数でいえば同じ種類の会議を15本以上通してから判断します。

3か月目 — 評価と、広げるかどうかの判断

3か月目に評価します。評価の観点は次の4つで、それぞれ断層に対応しています。

4つすべてが目安を満たしていれば、次の会議種別に広げます。満たしていない項目があれば、その断層に対応する作業に戻ります。満たさないまま広げないでください。 対象会議を増やすと、同じ問題が本数分だけ増えます。

広げる順番

広げる順番も決めておきます。推奨は、本数の多い会議から順に、決定の責任が軽い順です。

• 生産日次会議（月22本、責任が軽い）
• 品質会議（月8本、言語が混在する）
• 経営会議（月1本、日本語単一だが機微な内容を含む）
• 客先・サプライヤ会議（月8本、相手方の同意が必要）

客先・サプライヤ会議を最後にする理由は、相手方の同意という自社だけで完結しない要素があるためです。社内で運用が固まり、告知と保管の手順が定着してから、相手方に説明します。

よくある失敗パターン

失敗1 精度の比較表を作って選定した

複数製品の認識精度を比較する表を作り、数字の良いものを選ぶ。一見合理的ですが、比較表に載る数字はベンダーが提示したベンチマーク値です。前述のとおり、ベンチマークの数字は自社の会議での精度を予測しません。

代わりに作るべきは、自社の実際の会議の録音1本を、候補製品すべてに通した結果の比較です。1本で十分です。日タイ英が混ざる品質会議を1本選び、同じ音声を各製品に処理させて、固有名詞の誤りを数えます。これで4つの断層のうち、言語と語彙の2つは実測できます。

失敗2 無料プランで始めて、そのまま社内標準になった

誰かが個人アカウントの無料プランで試し、便利だったのでそのまま部署で使い始める。制度層が完全に抜けた状態で、社内会議の音声が社外に出続けます。

無料プランは、多くの場合データの取り扱いに関する条件が有償プランと異なります。試用すること自体は問題ありませんが、試用に使う音声は、個人データを含まないものに限定してください。 実会議の録音を無料プランに入れた時点で、断層4の問題が発生します。

失敗3 全社に配って、翌年に一括解約した

初年度に全席へライセンスを配り、コストが合わずに翌年まとめて解約する。前節の 378,000 対 153,960 という数字がそのまま現実化したケースです。

厄介なのは、この解約が「議事録AIは効果が無かった」という社内の結論として残ることです。実際には席数の設計を間違えただけで、5席なら3年で黒字になるのに、再検討の機会が数年失われます。

失敗4 議事録は出るようになったが、誰も読んでいない

配布層の設計を飛ばした場合に起きます。議事録は自動生成されて共有フォルダに溜まっているが、決定事項が本文に埋もれていて検索できず、結局は会議に出た人が記憶で仕事をしている。

対処は断層3で述べた台帳の分離です。議事録の全文と、決定事項の一覧を分けて持ちます。そして一覧のほうを、次の会議の冒頭で確認する運用にします。読まれる仕組みを作らないかぎり、出力の自動化は業務の改善になりません。

失敗5 タイ人スタッフの仕事を奪う話として伝わった

議事録作成を担当していたタイ人スタッフに、導入の意図が正しく伝わらないケースです。「AIに置き換えられる」と受け取られると、辞書作成にも誤変換の報告にも協力が得られません。断層2の保守が回らなくなり、精度が落ち、導入が失敗します。

導入の説明では、削減した時間を何に使うかを先に示してください。前節で「削減した時間の使い道を決めておく」と書いたのは、投資対効果の話であると同時に、この説明のためでもあります。

よくある質問（FAQ）

議事録の自動作成AIはタイ語に対応していますか

対応している製品は増えています。Microsoft 365 Copilotについては、管理メッセージ MC1221925 でカスタム辞書がタイ語を含む5言語に拡大し、1言語あたりの登録上限が500語から1,000語になることが告知されています。タイ語特化の音声認識モデルも実用域に入っており、Typhoon ASR Real-timeはFLEURSベンチマークでCER 5.69%という結果を出しています。

ただし、この5.69%を「タイ語の認識精度は94%」と読み替えないでください。FLEURSはベンチマーク用のデータセットであり、会議室の残響や複数話者の重なり、専門用語を含む実会議の条件とは異なります。タイ語に対応しているかどうかと、自社の会議で使えるかどうかは別の問いです。 判断は、自社の実際の会議の録音を1本通してみることでしか出ません。

録音は従業員の同意が要りますか

タイPDPAの下で、会議の録音に含まれる音声は個人データにあたります。収集と利用には法的根拠が必要で、同意はその選択肢の1つです。ただし雇用関係のもとでの同意には任意性の論点があるため、同意だけに依拠する設計が常に最適とは限りません。

実務としては、次の3つを揃えるところから始めてください。録音していることを会議の冒頭で告知する手順、目的を議事録作成に限定し人事評価等に使わないことの明記、音声の保管期間の設定です。そのうえで、自社の状況に合う法的根拠をタイの法務に確認してください。この判断を、ツールのベンダーに聞いても答えは出ません。

客先との会議も録音してよいですか

相手方の従業員の個人データを収集することになるため、社内の規程だけでは処理できません。相手方への説明と了解が必要です。実務では、会議の冒頭で録音の可否を確認し、断られた場合は録音しない、という運用にします。

このため、90日の進め方では客先・サプライヤ会議を最後に置いています。社内で運用が固まり、説明できる状態になってから相手方に持ちかけるほうが、確実に進みます。また客先会議は決定の責任が重いため、類型D（人手ハイブリッド型）を当てることを推奨します。

文字起こしの精度はどのくらいあれば実用になりますか

数字での基準を作ることは勧めません。文字誤り率は全文字に対する誤りの割合ですが、議事録の実用性を決めるのは誤りの位置であって割合ではないからです。日常語の誤りは読めば分かりますが、品番と人名の誤りは読んでも分かりません。

代わりに使える基準が1つあります。議事録1本あたり、修正が必要な固有名詞が3件以下。これを満たしていれば、確認作業は現実的な時間で終わります。この基準は辞書の整備状況で決まるので、精度が足りないと感じたときは、モデルを替えるより先に辞書を見直してください。

タイ人スタッフが日本語で議事録を書いている状態は、AIで解決しますか

部分的に解決しますが、そのままでは解決しません。タイ語の会議を日本語の議事録にする作業は、文字起こしと翻訳の2工程です。議事録AIの多くは前者を担い、後者は別の仕組みになります。断層1で述べた2パス型を選び、翻訳工程を含めて設計する必要があります。

なお、この構成にすると原文（タイ語）が記録として残ります。従来は人の頭の中で翻訳されていて原文が残らなかったので、これは品質面での改善です。日本語版の議事録に疑問が出たとき、原文に戻って確認できるようになります。

会議アプリ内蔵の機能だけで足りますか

Web会議が中心で、会議の言語が単一で、対面会議の議事録が不要な組織であれば足ります。追加調達が不要という利点は実務上大きく、まずここから試すのは合理的な順序です。

足りなくなるのは、対面会議の議事録が必要な場合です。会議室に集まって行う生産日次会議や品質会議は、内蔵機能では拾えません。モデル企業では月39本の会議のうち、生産日次会議22本と品質会議8本の計30本が対面で行われるため、内蔵機能だけでは削減対象の大部分に届きません。自社の会議の内訳を数えて判断してください。

導入して何か月で元が取れますか

モデル企業の試算では、累積の収支がプラスに転じるのは通算19.7か月目です。初年度は 61,688 バーツの持ち出しで、2年目以降に年 95,672 バーツの黒字になります。3年通算では +129,656 バーツです。

この数字は5席という前提で成立しています。管理職・スタッフ35名全員に配ると、ツール層だけで年 378,000 バーツとなり、年間削減額 153,960 バーツを大きく超えて回収しません。回収期間を短くする最も確実な方法は、席数を絞ることです。

まとめ

議事録の自動作成AIを、文字起こしの精度で選ぶことはできません。日系タイ工場で議事録が使い物にならなくなる原因は、音声認識の後ろにある4つの断層だからです。

• 断層1 言語 — 会議は日本語・タイ語・英語が混ざるが、音声認識は会議に1言語を前提とする。会議言語分離型・通訳集約型・2パス型のどれを採るかを、会議ごとに先に決める
• 断層2 語彙 — CERが良くても、型番・工程名・人名という議事録で最も重要な部分に誤りが集まる。会議で口に出される語だけを選んで辞書に入れ、四半期ごとに保守する
• 断層3 決定 — 誰が・いつまでにが音声に存在しなければ、AIは要約で作れない。会議の最後に決定事項を読み上げる手順を運用に入れる
• 断層4 制度 — 録音は個人データである。同意・目的・保管期間・委託先契約・越境移転を、導入前に文書として決める

これらを塞いだうえでの費用は、ツール層だけでは見積もれません。ツール・収音・辞書・運用設計・制度の5層に分けると、モデル企業の初年度は 215,648 バーツ、2年目以降は年 58,288 バーツです。ツール層はそのうち54,000バーツで、初年度費用の25%にすぎません。

回収は、年 153,960 バーツの削減に対して通算 19.7 か月。3年通算で +129,656 バーツです。決して大きな数字ではありません。そして、この試算は5席という前提でのみ成立します。管理職・スタッフ35名全員に配れば、ツール層だけで年 378,000 バーツとなり、削減額を大きく超えて回収しません。

議事録AIは、全社に配って一斉に効果が出る種類のツールではありません。議事録を作る会議に出る人だけに配り、4つの断層を塞ぎ、削減した時間の使い道を決める。 この3つが揃ったときにだけ、投資として成立します。

検討の段階でのご相談について

TOMAS TECHはタイ・バンコクを拠点に、日系製造業の生産管理・品質管理まわりのシステムと、業務のIT化を支援しています。議事録の自動化についても、どの会議から始めるか、そもそも録音してよいのか、という段階からのご相談を承っています。

ツールの選定より前に決めることが多い領域です。会議の内訳を数えるところ、席数の設計、辞書に入れる語の選び方、収音機材の要否、制度面で押さえる項目の洗い出し。この段階でつまずいて止まっている、という状態でも構いません。現状の会議の数と言語構成をお聞かせいただければ、どの類型が合うか、どの断層から手を付けるべきかの見立てをお伝えします。

導入をお決めになっている必要はありません。社内で検討を始めるにあたって、何を確認しておくべきかを整理したい、という段階でのご相談も歓迎します。お問い合わせからお気軽にご連絡ください。

参考情報

• 総務省「令和8年版情報通信白書」に関する報道、企業の生成AI利用86.4% — 記事を見る
• 総務省「令和7年版情報通信白書」企業におけるAI利用の現状 — 白書のページを見る
• AWS “Unlocking Thailand’s AI Potential 2026” に関する報道、タイ企業のAI利用43% — 記事を見る
• Typhoon ASR Real-time、タイ語ASRのCERベンチマーク、2026年1月19日 — 解説を見る
• Microsoft 365 Copilot カスタム辞書の言語拡張 MC1221925 — 告知内容を見る
• Chambers “Data Protection & Privacy 2026 — Thailand: Trends and Developments” — ガイドを見る
• Microsoft Teams で会議のメモを生成する、Microsoft サポート — サポート記事を見る