メール作成AI導入2026｜タイ語・ベトナム語の敬語が壊れる場所

メール作成AIは、導入するかどうかを検討する対象ではなくなりつつあります。Microsoftは2026年半ばにOutlookへCopilotのメール作成機能を統合し、2026年後半にはクラシックOutlookでも既定でオンにする方針を示しています。稟議を通さなくても、ある日から全社員の画面に「AIに下書きさせる」ボタンが現れるということです。本記事では、この前提のもとでタイの日系工場が直面する固有の問題、すなわち生成された文章の敬語レベルがタイ語とベトナム語で外れるという問題を軸に、統制の設計と費用の考え方を整理します。

メール作成AIが「入れるかどうか」の議論でなくなる理由

まず前提を確認します。メール作成AIは、専用のツールを選定して契約する類の仕組みではなくなりました。Microsoftのサポート文書によれば、Copilotのメール作成機能は新しいOutlook・Outlook on the web・モバイル版で利用でき、プロンプトからのメール本文生成、既存の下書きの書き換え、文言のトーン調整、短い文章の肉付けといった操作に対応しています。そして2026年後半には、従来から使われているクラシックOutlookでもこの機能が既定でオンになる予定とされています。Microsoft 365 Copilotのライセンスは必要ですが、ライセンスを持つ社員の側から見れば、何も設定しないままメール作成AIが手元に届く状態になります。

この変化が意味するのは、社内で議論すべき問いが変わったということです。「メール作成AIを導入すべきか」という問いは、少なくともMicrosoft 365を使っている企業では意味を失います。代わりに立つのは「降ってきた機能をどう統制するか」という問いです。統制の対象は、生成される文章の品質、社外に出る文面の用語とトーン、そして入力される情報の範囲の3つです。

生成AIの用途で「文章作成」が突出している

この問いが実務的である理由は、統計に表れています。商工中金が2026年1月に実施し3月31日に公表した「中小企業の生成AIの利用にかかる調査」によれば、生成AIを積極的に活用している層における活用事例の第1位は「メール/報告書/議事録の作成・要約」で74.0%でした。第2位の「デスクワーク作業支援・自動化」48.7%を25ポイント以上引き離しています。

同様の傾向は別の調査でも確認できます。帝国データバンクが2026年3月17日から31日にかけて全国23,349社を対象に実施し、10,312社から有効回答を得た「生成AIに関する企業の動向調査」では、業務で生成AIを「活用している」企業は34.5%でした。内訳は「非常に活用している」が4.4%、「やや活用している」が30.2%です（各項目は四捨五入のため単純な足し算では合計と一致しません）。そして活用している業務の内訳で最も多かったのが「文章の作成・要約・校正」の45.1%です。効果を実感している企業は86.7%に達しています。

2つの調査は対象も設問も異なりますが、生成AIの実際の使われ方が文章を書く仕事に集中しているという点では一致しています。そして企業が最も多く書く文章は、報告書でも議事録でもなく、メールです。

経営課題の側から見ても入口はここにある

商工中金の調査では、重大な経営課題として「直接部門の人手不足対応・業務効率化」を挙げた企業が39.7%で最多でした。ここで挙がっているのは直接部門ですが、人を増やさずに業務量の増加を吸収するという課題の形そのものは、間接部門でも変わりません。むしろ間接部門は増員の稟議が通りにくいぶん、同じ人数で処理量を増やす圧力が強くかかります。JETROの「タイ日系企業進出動向調査2024年度」によれば、タイには6,083社の日系企業が進出しており、製造業を中心とする拠点でこの構図が繰り返されています。メール作成は、その課題に対して最も接続しやすい入口です。設備投資も現場の作業手順の変更も伴わず、明日から使えます。だからこそ、後述する統制の空白が生まれます。

会社が導入しなくても現場が先に進む｜ガバナンスの空白が生まれる構造

商工中金の調査には、この記事の出発点になる数字が含まれています。同調査は生成AIの活用状況を「会社による導入」と「個人登録AIの利用を推奨」に分けて集計しており、活用事例ごとに両者の比率差（pt差）を見ることができます。この差が大きいほど、その用途は会社が主導しなければ広がらない用途だということになります。

なお、生成AIを積極的に活用している層は全体の約31.1%です。内訳は会社による導入が16.2%（0.9%＋4.1%＋11.2%）、個人登録AIの利用推奨が14.9%となっています。

この表の読み方が重要です。デスクワークの自動化やプログラミングは、会社が環境を用意しなければ個人利用ではほとんど伸びません。差が10ポイントを超えているのはそのためです。ところがメール作成だけは差が+4.4ptしかありません。会社が何もしなくても、個人が自分のアカウントで勝手に使い始める用途だということです。

「勝手に進む」ことの何が問題なのか

現場が自発的に効率化に取り組むこと自体は歓迎すべきことです。問題は、メールが社外に出る文書だという点にあります。個人が個人の判断でAIに下書きさせた文面が、そのまま取引先に届きます。このとき統制されないものが3つあります。

第1に用語です。自社の製品名、工程名、社内で使っている略称を、AIは知りません。担当者Aの生成した文面と担当者Bの生成した文面で、同じ部品が別の呼び名で書かれます。受け取る取引先から見れば、社内で用語が統一されていない会社に見えます。

第2にトーンです。同じ会社から届くメールの丁寧さの水準が、担当者ごとにばらつきます。生成AIは指示されたトーンを再現しますが、指示がなければ既定のトーンで書きます。そして既定のトーンは、日本語では過剰に丁寧に、タイ語やベトナム語では逆に平板になりやすい傾向があります。

第3に敬語のレベルです。これが本記事の中心的な論点で、タイ語とベトナム語では文法的な正しさと対人関係上の正しさが別物になります。詳細は次章以降で扱います。

会社導入が追いつく前に個人利用が既成事実になる

さらに厄介なのは順序です。会社が利用規程を整え、ツールを選定し、教育を設計している間に、現場ではすでに個人アカウントでの利用が定着します。あとから「業務では会社が契約したツールを使ってください」と通達しても、すでに手に馴染んだ道具から乗り換える動機が現場にはありません。乗り換えの負担を上回る利点を、会社が用意したツール側に載せる必要があります。その利点こそが、後述する用語集とトーンガイドです。

生成AIの利用ルールそのものの設計については生成AI利用規程で、タイ拠点に特有の法域・言語・経路・責任という4つの観点から整理しています。本記事はその規程が対象とする用途のうち、メール作成という最も件数の多い領域に絞って掘り下げるものです。

メール作成AIでできること、それだけでは解決しないこと

議論を具体化するために、メール作成AIが実際に何を代替するのかを分解します。

上から3行は、実務で体感される「便利さ」の正体です。文章の骨格と定型表現と文法は、たしかにAIのほうが速く正確です。問題は下から3行にあります。とくに最下段の「丁寧さの水準を選ぶ」は、日本語で運用しているうちは問題として認識されません。日本語のビジネスメールにも敬語の階層はありますが、生成AIが出す標準的な「ご連絡申し上げます」「何卒よろしくお願いいたします」の水準は、多くの場面で無難に収まるからです。

既存文書の翻訳と、新規に書き起こすことは別の問題

ここで、隣接する領域との違いをはっきりさせておきます。社内文書の翻訳を自動化する話と、メールを新規に書き起こす話は、表面的には「多言語のテキストをAIが作る」という同じ形をしていますが、壊れる場所が違います。

翻訳の場合、原文が存在します。原文が日本語で「〇〇部長」と書いてあれば、訳文でも相手が部長であることは分かります。原文が丁寧語で書かれていれば、その丁寧さは訳出の手がかりになります。翻訳自動化で実務上の課題になるのは、タイ語の分かち書きの判定や、ベトナム語の声調記号の脱落といった、原文と訳文の対応を崩す要因です。この領域の設計とKPIについては企業の翻訳自動化で、社内文書の4分類とTTE（Time To English、あるいは目的言語に届くまでの時間）という指標を軸に整理しています。

一方、メールを新規に書き起こす場合、原文がありません。「来週の納期遅延を先方に伝えて謝罪する」という要件だけを渡します。このとき、相手が誰で、自分との関係がどうで、どの程度の丁寧さが求められるかという情報は、どこにも書かれていません。AIは推測するしかなく、推測の材料がないので既定値を使います。既定値が外れる言語では、そこで壊れます。

翻訳では原文が文脈を運んでくれますが、新規作成では文脈を誰かが明示的に渡さない限り存在しません。 これがメール作成AI固有の問題であり、翻訳の自動化がうまくいっている会社でもメール作成でつまずく理由です。

タイ語のメールで壊れる場所｜ครับとค่ะは書き手の性別で決まる

タイ語の丁寧語小辞から見ていきます。タイ語では、文末に丁寧化の小辞を置くことで文全体の丁寧さを担保します。この小辞は書き手の性別によって機械的に決まり、男性は ครับ、女性は ค่ะ を使います。相手の性別ではなく、書き手の性別です。

これがメール作成AIにとって難題である理由は明快です。汎用の生成AIは、プロンプトを書いている人が男性か女性かを知りません。アカウント名から推測できる場合もありますが、その推測が業務システムに反映されているとは限りません。結果として、AIはどちらかを既定値として選ぶか、あるいは両方を避けます。

小辞を省くと何が起きるか

丁寧語小辞を省いたタイ語の文は、文法的には成立します。意味も伝わります。ところが、ビジネスの場面で小辞のない文を受け取ると、素っ気ない、あるいは礼を失していると受け取られます。日本語で言えば、社外へのメールを「了解」「送っておく」という文末で書くのに近い印象です。内容に誤りがなくても、関係のほうが傷みます。

そして、この誤りは日本人管理者には見えません。タイ語を読めない管理者が、AIの生成した文面を「文法チェックが通ったから問題ない」と判断して送信します。受け取ったタイ側の担当者が違和感を持っても、それをわざわざ指摘してくることは稀です。誤りが検出されないまま繰り返されるという点で、翻訳の誤りより厄介です。

定型の書き出しと結び

フォーマルなタイ語のビジネスメールでは、書き出しに สวัสดีครับ／สวัสดีค่ะ を用い、結びには ขอแสดงความนับถือ（敬具に相当する定型表現）を置く形が標準的です。ここまでは定型なので、AIに指示すれば安定して再現できます。問題は定型で処理できない中間部分です。

丁寧さの水準は関係で変わる

タイ語の丁寧さは、小辞の有無だけで決まるわけではありません。相手との上下関係、社内か社外か、初回の接触か継続的な取引か、といった条件によって、語彙の選び方と表現の間接性が変わります。目上の相手や社外の取引先に対しては、より格式の高い語彙と、直接的な依頼を避けた言い回しが求められます。同僚に対しては、そこまでの格式は不要で、むしろ過剰に格式ばると距離を置いているように受け取られます。

汎用の生成AIは、この判断に必要な情報を持ちません。「取引先の購買担当者に見積の再提出を依頼する」という要件を渡しても、その担当者が自社より立場が上の顧客なのか、対等な協力会社なのか、初対面なのか10年の付き合いなのかは分かりません。そして、上下関係と関係の長さという2つの軸のどちらが動いても、タイ語の適切な丁寧さの水準は変わります。

ベトナム語のメールで壊れる場所｜中立の「あなた」が存在しない

ベトナム語では、別の形で同じ問題が現れます。ベトナム語の人称代名詞は、相手との相対的な年齢と社会的地位によって選ばれます。年上の男性には anh、年上の女性には chị、年下には em、目上や高齢の相手には ông や bà といった具合です。そして、英語の you や日本語の「貴社ご担当者様」に相当する、関係を指定しない中立の呼び方がありません。

つまり、ベトナム語でメールを書くという行為は、書き始めた瞬間に相手との関係を宣言する行為でもあります。呼称を選ばずに文を作ることができないため、AIは必ずどれかを選びます。選んだものが間違っていれば、文面全体が不適切になります。

年下の呼称を年上に使ったときに起きること

ベトナムは上下関係を重んじる社会であり、目上の相手や社外の取引先に対しては、敬称と丁寧な語彙、そして直接的すぎない言い回しを用いるのが標準的な作法とされています。この文脈で、年上の取引先担当者に対して年下向けの呼称を使うと、単に不自然というだけでなく、相手を軽んじたと受け取られる可能性があります。

日本語に置き換えると、社外の年長の担当者に対して名前を呼び捨てにするのに近い衝撃です。しかも、AIの生成した文面をベトナム語が読めない管理者が承認して送っている場合、その衝撃は送り手側にまったく伝わりません。

ハノイとホーチミンで求められる格式が違う

もう1つ、地域差があります。一般に、北部のハノイはより公式で伝統的、階層を重視する文化とされ、南部のホーチミンはより実務的でくだけた傾向があるとされています。同じベトナム国内の取引先でも、拠点がどちらにあるかで適切な格式の水準が変わりうるということです。

タイの工場からベトナムの協力会社や現地法人にメールを送る場面では、この差が実務に効きます。ホーチミンの取引先と同じトーンでハノイの取引先に書くと、後者では砕けすぎて見える可能性があります。逆に、ハノイ向けの格式でホーチミンの相手に書くと、距離を置いているように受け取られることがあります。汎用のメール作成AIは、相手企業の所在地を教えられない限り、この調整を行いません。

この問題は「AIの精度」では解決しない

ここで強調しておきたいのは、これがモデルの性能の問題ではないという点です。より賢いモデルが登場しても、書き手の性別や相手の年齢は、モデルの内部に存在しない情報です。持っていない情報を推論で埋めることはできません。

したがって、解決策はモデルの選定ではなく、情報の供給側にあります。 誰が誰に書くのかという関係情報を、生成の前に渡す仕組みを作ります。これが後述する呼称表と敬語レベル対応表の役割です。

敬語レベルを外さないために必要なのは文章力ではなく台帳である

ここまでの議論をまとめると、メール作成AIの品質を決めるのは、プロンプトの上手さでも、モデルの新しさでもありません。関係情報を構造化して持っているかどうかです。そして、これは個人の努力では作れません。会社として整備する対象です。

整備すべきものは3つあります。

1つ目｜社内用語集

自社の製品名、工程名、部門名、社内の略称を、日本語・英語・タイ語・ベトナム語の4言語で対応づけた一覧です。メール作成AIにこの一覧を参照させることで、担当者ごとの呼び名のばらつきが消えます。翻訳の自動化を先に手掛けている会社では、そこで作った用語ベースをそのまま流用できます。用語集は翻訳とメール作成で共通化できる数少ない資産です。

2つ目｜呼称表

取引先の担当者ごとに、ベトナム語で使うべき呼称と、タイ語での丁寧さの水準を記録した一覧です。項目としては、相手の氏名、所属、役職、推定年齢帯、性別、所在地（ベトナムであれば北部か南部か）、自社との関係の長さを持ちます。個人情報を含むため、後述する保管と権限の設計が必須になります。

3つ目｜敬語レベル対応表

場面と相手の組み合わせに対して、どの水準のトーンを使うかを定義した表です。これがあると、担当者は「今回は水準3で書く」とだけ指示すればよくなり、判断が個人の感覚から会社の基準に移ります。

この表を作る作業自体は、AIには任せられません。自社の取引関係の実態を知っている人間が決める必要があります。ただし、いったん決めてしまえば、以後の生成はこの表を参照するだけで水準が揃います。メール作成AIの導入で本当に時間がかかるのは、ツールの設定ではなくこの3つの台帳の整備です。

3つの業務シーンでの活用と注意点

台帳を整えた前提で、実際の業務シーンごとに何ができて何に注意すべきかを整理します。

見積書に添えるメール

見積書そのものは基幹システムやExcelから出力されますが、それに添えるメール本文は毎回手で書かれています。有効期限、支払条件、納期の前提、数量変更時の扱いといった要素を、相手との過去のやり取りを踏まえて書く必要があるためです。

メール作成AIが有効なのは、この本文の骨格を作る部分です。要素を箇条で渡せば、過不足のない構成が出てきます。ただし注意点が2つあります。

第1に、金額・数量・納期といった数字は、AIが「もっともらしく」補完してしまうことがあります。入力していない条件が本文に混入していないか、送信前に必ず突き合わせてください。見積書の本体とメール本文で条件が食い違うと、後の紛争の種になります。

第2に、見積の内容そのものを生成AIのプロンプトに貼り付ける行為には、情報管理上の注意が必要です。原価や仕入価格を含む情報を、会社が契約していないサービスに入力してはいけません。この点は次章で扱います。

問い合わせメールの自動応答

問い合わせに対する返信は、件数が多く、内容が定型的な部分と個別対応が必要な部分に分かれます。メール作成AIは定型部分の下書きを速く出せますが、ここで設計上の判断が要ります。問い合わせへの応答を「AIが下書きして人が送る」形にするのか、「AIが自動で返す」形にするのかは、まったく別の仕組みです。

前者はメール作成AIの範囲です。後者は対話設計とエスカレーション設計を伴う自動応答の仕組みであり、想定質問の網羅、回答できない場合の受け渡し先、応答品質の監視といった別の設計が必要になります。この領域についてはチャットボット導入の費用と進め方で、多言語の対話設計と一次受けの役割分担を整理していますので、自動応答まで踏み込む場合はそちらを併せてご覧ください。

実務的な線引きとしては、社外からの問い合わせのうち、回答が固定されているもの（営業時間、所在地、資料請求の手続き）は自動応答に、個別条件を含むもの（技術的な仕様確認、納期の相談）はAIが下書きして人が確認する形に分けるのが安全です。

取引先とのメール対応の効率化

日常的な取引先対応では、件数そのものより、言語の切り替えが負担になっています。日本本社とは日本語、タイの取引先とはタイ語または英語、ベトナムの協力会社とはベトナム語または英語。同じ担当者が1日のうちに3言語を行き来します。

メール作成AIは、この切り替えのコストを下げます。日本語で要件を書き、指定した言語で下書きを出します。ここで前章の台帳が効きます。呼称表があれば相手ごとの呼称が自動で決まり、敬語レベル対応表があれば水準が揃います。台帳がなければ、生成のたびに担当者が判断することになり、判断のばらつきがそのまま社外に出ます。

なお、メール以外の文書作成、たとえば会議の記録についても同様の構造があります。隣接する用途として議事録自動作成AIの選び方で扱っていますが、議事録は社内文書であるため、社外に出るメールほど敬語レベルの設計が重くありません。同じライセンスで両方を賄う場合、費用の按分をどう考えるかは後述の試算で扱います。

情報漏洩とタイのPDPA上の注意点

帝国データバンクの調査では、生成AI活用における課題として「情報の正確性」が50.4%で最多、「専門人材・ノウハウ不足」が41.3%、「情報漏洩リスク」が33.5%と続いています。メール作成という用途では、この3つがすべて同時に効きます。

入力した情報がどこへ行くかを把握する

生成AIサービスに入力した業務データは、サービス側に保存され、場合によっては学習や品質改善に利用される可能性があります。無料の個人向けサービスでは、この扱いを企業側が制御できません。メール作成という用途は、入力する情報が具体的で機微であるという点で、リスクが高い部類に入ります。見積の原価、仕入先の価格、取引先の担当者氏名と連絡先、社内の意思決定の経緯。これらがメール本文を作るためのプロンプトに、自然な形で入っていきます。

企業向けのプランでは、入力データを学習に使わない設定や、利用ログの管理といった機能が提供されます。会社としてメール作成AIを統制する第一歩は、どのサービスに何を入力してよいかを明示することです。

呼称表は個人情報の集合体である

前章で整備を推奨した呼称表には、注意が必要です。この表には、取引先担当者の氏名、性別、推定年齢帯、役職、所在地が含まれます。これはタイのPDPA（個人情報保護法）が対象とする個人データそのものです。業務上の必要性に基づく取り扱いであっても、保管場所、アクセス権限、保存期間、削除の手順を定めておく必要があります。

実務的には、呼称表を生成AIサービスに丸ごと投入するのではなく、社内で管理し、メール作成時に必要な1件分だけを参照する形にするのが安全です。表全体を外部サービスにアップロードすると、取引先の担当者名簿を外部に渡したのと同じ状態になります。

統制の設計は規程に落とす

これらの判断は、担当者ごとに行うべきものではありません。どのサービスを業務で使ってよいか、どの情報は入力してはいけないか、生成された文面の検収責任は誰にあるか。この3点を文書として定める必要があります。タイ拠点における生成AI利用規程の作り方は生成AI利用規程で、本社版の規程がタイ拠点で機能しない理由とあわせて整理しています。

費用の考え方｜メール作成AIを3層で試算する

ここまでの議論を金額で確かめます。以下はタイの日系製造子会社1拠点を想定したモデル計算です。数字は拠点ごとに変わるため、必ず自社の実測値に置き換えて検算してください。 式と前提をすべて併記するのはそのためです。

共通前提

この453,600バーツが、以降の議論の基準線です。なお、後述する第3層で扱う「過去の取引条件を探しにいく時間」は、この12分の外側で別に発生しているため基準線には含めていません。自社の数字に置き換えるときは、まず対象メールの件数と1通あたりの所要時間を実測してください。件数はメールサーバーの送信ログから取れます。所要時間は、担当者数名に1週間だけ記録してもらえば十分な精度が出ます。

第1層｜個人が無料のAIチャットに手作業でコピペしている現状

現状の多くの拠点はこの層にあります。会社は何も導入しておらず、一部の担当者が個人のアカウントで生成AIを使い、要件を打ち込んで出てきた文面をメール本文にコピーしています。

年間便益37,800バーツは、基準線の453,600バーツに対して約8%です。費用がゼロなので投資対効果は無限大に見えますが、削減できているのは全体の1割にも届きません。 そして、この層には表に載らない負担があります。

第1に、削減幅が1通あたり3分にとどまります。生成された文面をそのまま使えないためです。用語が自社の呼び方と違う、トーンが場面に合わない、タイ語の小辞が抜けている。手直しが必要な分、効果が削られます。

第2に、統制されていません。誰がどのサービスに何を入力しているかを会社は把握していません。

第3に、敬語レベルの誤りが検出されません。前章で述べたとおり、この誤りは日本人管理者には見えず、タイ側・ベトナム側からも指摘されにくいため、放置されます。損失として計上されないだけで、存在しないわけではありません。

第1層の位置づけは、間接部門における生成AI活用の入口です。この層の構造そのものは中小企業のAI導入で、生成AI・現場帳票の電子化・画像検査という3層の投資モデルとして整理しています。本記事はその第1層の内側を、メール作成という用途に絞って分解したものと考えてください。

第2層｜会社導入のツールに用語集とトーンガイドを載せる

対象12人全員にライセンスを配り、前章の3つの台帳（社内用語集・呼称表・敬語レベル対応表）を整備して展開する層です。

初期費用250,000バーツを年間純便益87,300バーツで割ると、回収は約2.9年です。

削減幅が第1層の3分から7分に広がる理由は、台帳があることで手直しが減るためです。用語集があれば呼び名の修正が消え、呼称表があればベトナム語の呼称選択が消え、敬語レベル対応表があればトーンの判断が消えます。第1層で残っていた「確認と手直し4分」の大部分がここで削れます。

ただし、この試算には注意すべき構造があります。年間便益264,600バーツに対して、席課金158,400バーツが約6割を占めています。 便益が費用を上回る幅が小さいということは、前提が少しずれただけで結論が変わるということです。

感応度分析｜削減時間が想定の7割だったら

削減幅7分という前提が楽観的だった場合を確認します。同時に、席課金の扱いも2通りで検証します。席課金は本来メール作成専用のものではなく、議事録の要約や資料の作成にも使われます。メール作成にライセンス費の全額を負担させるのは保守的な見方で、実態に近いのは用途間で按分する見方です。

計算の内訳を示します。削減4.9分の場合、削減時間は15,120通 × 4.9分 ＝ 74,088分 ＝ 1,234.8時間、年間便益は1,234.8時間 × 150バーツ ＝ 185,220バーツです。席課金を全額計上した年間費用177,300バーツを引くと、年間純便益は7,920バーツにとどまり、250,000バーツの初期投資の回収には約31.6年かかります。会社が実際に投資判断の基準にする期間（3〜5年程度）を大きく超えており、実質的には回収不能な水準です。

席課金を50%按分する場合、年間費用は158,400バーツ × 0.5 ＝ 79,200バーツに運用工数18,900バーツを足した98,100バーツになります。削減7分なら年間純便益166,500バーツで回収は約1.5年、削減4.9分なら年間純便益87,120バーツで回収は約2.9年です。最後の「按分かつ削減4.9分」が基準ケースと同じ約2.9年になるのは偶然の一致で、前提はまったく別物です。便益が3割落ちて79,380バーツ減るのに対し、席課金を半分に按分すると費用が79,200バーツ減ります。減少額がほぼ同額なので、純便益がたまたま同じ水準に着地しているだけです。

この表から読み取るべきことは2つあります。1つ目は、メール作成AIは削減時間の前提が外れると簡単に回収不能になるということです。席課金は固定費なので、便益が3割落ちても費用は1バーツも減りません。導入後に1通あたりの所要時間を実測し続ける必要があります。

2つ目は、メール作成だけでライセンス費を回収しようとすると条件が厳しくなるということです。同じライセンスで議事録の要約や社内資料の作成も行い、複数の用途で費用を分担する設計にしたほうが、投資判断は安定します。逆に言えば、メール作成の効率化だけを目的にライセンスを購入する計画は、稟議の段階で見直したほうがよいということです。

第3層｜過去の見積・受注メールの実績を踏まえて生成する

第2層のうえに、自社のデータを接続する層です。過去の見積メール、受注のやり取り、取引条件の履歴を検索できる形にして、生成時に参照させます。「A社向けの見積メールを、前回と同じ条件の書き方で」という指示が通るようになる層です。

ここで削減の対象になる時間は、共通前提に置いた1通12分の内側ではありません。見積・受注に関わるメールだけで別に発生している、過去の取引条件を探しにいく時間です。基幹システムや過去のメールを遡って前回の単価や適用条件を確認する作業に、1通あたり5分かかっているとします。第2層まででは、AIが自社の取引履歴を持たないためこの5分は消えません。第3層でこれが1分に短縮される、という置き方です。

第3層は労務削減だけでは回収しません。 これは見積もりの手抜きではなく、構造的なものです。探索時間はもともと1通あたり5分の規模でしかなく、しかも対象は見積・受注関連の4,536通に限られます。4分縮めても年間45,360バーツにしかならず、年間運用費180,000バーツに届きません。

したがって、第3層の投資判断は労務削減以外の効果で行う必要があります。具体的には、過去の取引条件を取り違えたことによる損失の回避です。前回と異なる単価で見積を出してしまう、適用期限の切れた条件をそのまま書いてしまう、担当者が交代して過去の経緯が引き継がれずに条件が食い違う。こうした事象の1件あたりの損失額と発生頻度を、自社の実績から数えます。

初期費用900,000バーツを5年で回収するとした場合、必要な年間純便益は180,000バーツです。労務削減分45,360バーツと年間運用費180,000バーツを踏まえると、損失回避額として年間314,640バーツが必要になります。計算は 180,000 ＋ 180,000 − 45,360 ＝ 314,640 です。

この314,640バーツという数字は、第3層を検討すべきかどうかの判定に使えます。過去1年で条件の取り違えによって発生した損失が、これを超えているか。超えていないなら、第3層はまだ早い段階です。必要条件を示しているだけで、損失回避額がこれだけあると主張しているわけではありません。 実額は自社の実績から数えてください。

3層の比較

この表で最も実務的に重要なのは、第1層と第2層の差です。第1層は費用ゼロで年間37,800バーツの便益を生みますが、統制されていないためタイ語・ベトナム語の敬語誤りと用語の不統一が社外に出続けます。第2層は250,000バーツの初期投資と年間177,300バーツの費用をかけて、便益を264,600バーツに引き上げると同時に、その誤りを止めます。

第2層の投資判断は、便益の差額だけで行うべきではありません。 第1層で放置されている敬語誤りと用語の不統一は、金額に換算されないだけで、取引先との関係という形で確実にコストになっています。

90日での進め方

台帳の整備が本体である以上、進め方も台帳を中心に組み立てます。

0〜30日｜個人利用の実態把握

最初にやるべきはツールの選定ではありません。すでに現場で何が起きているかを把握することです。

把握する項目は4つです。誰がどのサービスを使っているか。どのような情報を入力しているか。1通あたりどれくらいの時間がかかっているか。生成した文面をどの程度手直ししているか。ヒアリングだけでは実態が出ないことが多いので、担当者数名に1週間の作業記録をつけてもらう形が確実です。

同時に、メールサーバーの送信ログから、社外向けメールの件数を言語別・宛先国別に集計します。この件数が前章の試算の入力値になります。件数が想定より少なければ、そもそも第2層の投資は成立しません。

31〜60日｜用語集とトーンガイドの整備

3つの台帳を作ります。この期間が最も工数を要し、かつ外注しにくい部分です。

社内用語集は、既存の図面・仕様書・品質書類から製品名と工程名を抽出し、4言語の対応を確定させます。タイ語とベトナム語の訳語は、社内のネイティブ担当者に確認を取ってください。辞書的に正しい訳語と、現場で実際に使われている呼び方が違うことがよくあります。

呼称表は、主要な取引先の窓口担当者から着手します。全件を一度に埋める必要はありません。メール件数の多い上位20社程度をまず埋めれば、対象メールの大半を覆えます。個人情報を含むため、保管場所とアクセス権限を先に決めてから作成に入ってください。

敬語レベル対応表は、前章に示した3水準の枠組みを土台に、自社の実際の場面に合わせて調整します。営業部門と品質保証部門で必要な水準が違うことがあるため、部門ごとの意見を反映させます。

61〜90日｜ツール選定と展開

台帳が揃った段階で、初めてツールを決めます。Microsoft 365を使っている拠点ではCopilotが既定の選択肢になりますが、確認すべき点があります。

展開時には、対象12人に対して、台帳の使い方と検収の責任範囲を教育します。ここで必ず伝えるべきは、生成された文面の内容に対する責任は送信者にあるということです。AIが書いたから間違えた、という説明は社外には通用しません。

展開後は、1通あたりの所要時間を月次で実測してください。前章の感応度分析で見たとおり、削減幅が想定の7割に落ちるだけで投資は回収不能になります。想定どおり削れているかを確認する仕組みを、展開と同時に置く必要があります。

よくある失敗パターン

導入がうまくいかない拠点には、共通する型があります。

ツールを先に決めてしまう。 台帳がない状態でライセンスを配ると、第1層と同じ品質の文面が、会社の費用で生成されるだけになります。削減幅が3分にとどまり、席課金が丸ごと損失になります。

日本語の品質だけで判断する。 日本人管理者が日本語の生成結果を見て「よく書けている」と判断し、タイ語・ベトナム語も同水準だと推定してしまう型です。日本語の品質と、タイ語の小辞やベトナム語の呼称の正しさは、別の話です。導入判断の前に、自社の実際の文面でタイ語・ベトナム語の生成結果をネイティブ担当者に評価してもらってください。

呼称表を作らずにプロンプトの工夫で解決しようとする。 個々の担当者が「相手は年上の男性です」とプロンプトに書けば、その回は正しく生成されます。しかし、これは判断を個人に戻す行為です。担当者が交代した瞬間に情報が失われ、水準がばらつきます。

削減時間を測らない。 導入時に想定した削減幅を、導入後に一度も検証しない型です。感応度分析で示したとおり、席課金は固定費なので、便益が3割落ちれば投資は回収不能になります。にもかかわらず、席課金は自動で引き落とされ続けます。

呼称表を外部サービスに丸ごと投入する。 取引先担当者の氏名・役職・年齢帯を含む一覧を、統制されていないサービスにアップロードする行為は、PDPA上の問題を生みます。台帳は社内で管理し、必要な1件分だけを参照する設計にしてください。

第3層から始める。 過去のメール資産を活用したいという発想は自然ですが、台帳がない状態で自社データを接続しても、生成される文面の敬語レベルは揃いません。第3層は第2層の上積みであって、代替ではありません。

よくある質問（FAQ）

メール作成AIとは何か？

要件を指示すると、メールの本文を生成AIが下書きする仕組みの総称です。専用のツールを契約する形のほか、Microsoft 365 Copilotのように既存のメールソフトの機能として提供される形があります。Copilotの場合、新しいOutlook・Outlook on the web・モバイル版でプロンプトからのメール生成、下書きの書き換え、トーンの調整、短文の肉付けに対応しており、2026年後半にはクラシックOutlookでも既定でオンになる予定とされています。したがって、Microsoft 365を利用している企業では、導入するかどうかではなく、降ってきた機能をどう統制するかが論点になります。

メール作成AIの費用はいくらかかるのか？

席課金の水準は1人あたり月1,000バーツ台が目安ですが、実際の費用はライセンス費だけでは決まりません。本記事の試算では、タイの日系工場（従業員120人、社外向けメールを書く担当者12人）を想定し、席課金158,400バーツ/年と運用工数18,900バーツ/年に加えて、社内用語集・呼称表・敬語レベル対応表の整備に初期費用250,000バーツを置いています。年間便益264,600バーツに対して年間純便益は87,300バーツとなり、回収は約2.9年です。ただし削減時間が想定の7割にとどまると年間純便益は7,920バーツまで落ち、実質的に回収不能になります。ライセンス費を議事録作成など他用途と按分できる場合は、回収が約1.5年まで短縮します。

見積書のメールもAIで作れるのか？

本文の骨格を作る部分は有効です。有効期限、支払条件、納期の前提、数量変更時の扱いといった要素を渡せば、過不足のない構成が出てきます。ただし2点の注意が必要です。1点目は、金額・数量・納期をAIがもっともらしく補完してしまうことがあるため、見積書の本体と本文の条件が一致しているかを送信前に必ず突き合わせる必要があることです。2点目は、原価や仕入価格を含む情報を、会社が契約していないサービスに入力してはいけないことです。過去の取引条件を踏まえた生成を行いたい場合は、本記事の第3層にあたる自社データ接続が必要になりますが、この層は労務削減だけでは回収しないため、条件の取り違えによる損失額を先に数えてください。

情報漏洩の心配はないのか？

心配は実在します。帝国データバンクの調査では、生成AI活用の課題として「情報漏洩リスク」を挙げた企業が33.5%ありました。入力した業務データがサービス側に保存され、学習や品質改善に利用される可能性があり、無料の個人向けサービスではその扱いを企業側が制御できないためです。対策は3つです。第1に、業務で使ってよいサービスを会社として指定すること。第2に、原価・仕入価格・取引先の個人情報など入力してはいけない情報を明示すること。第3に、企業向けプランで学習への不使用設定とログ管理を有効にすることです。なお、取引先担当者の氏名や役職を含む呼称表は、タイのPDPAが対象とする個人データにあたるため、外部サービスに丸ごと投入せず社内で管理してください。

タイ語やベトナム語のメールでも使えるのか？

文法的に正しい文を作る点では使えます。問題は、対人関係に応じた丁寧さの水準です。タイ語では文末の丁寧語小辞について、男性話者は ครับ、女性話者は ค่ะ を使うという書き手の性別による区別があり、汎用のAIは書き手の性別を知りません。省略すると素っ気なく響きます。ベトナム語では、anh・chị・em・ông・bà といった人称代名詞を相手との相対年齢と社会的地位で選ぶ必要があり、英語のyouのような中立の語がありません。さらにハノイを含む北部はホーチミンを含む南部よりフォーマル度が高い傾向があるという地域差もあります。これらはモデルの性能ではなく情報の不足による問題なので、呼称表と敬語レベル対応表を整備して関係情報を渡す仕組みが必要です。

問い合わせメールの自動応答はどこまでできるのか？

「AIが下書きして人が送る」形と「AIが自動で返す」形は、別の仕組みとして設計してください。前者はメール作成AIの範囲で、既存のメールソフトの機能で実現できます。後者は想定質問の網羅、回答できない場合の受け渡し先、応答品質の監視といった対話設計を伴い、費用の構造も別物になります。線引きの目安は、回答が固定されているかどうかです。固定されているものは自動応答に回し、個別条件を含むものはAIが下書きして人が確認する形に分けてください。多言語の対話設計と一次受けの役割分担についてはチャットボット導入の費用と進め方で扱っています。

まとめ

本記事の結論を整理します。

メール作成AIは、導入の可否を検討する対象ではなくなりました。Microsoft 365 Copilotのメール作成機能は2026年後半にクラシックOutlookでも既定でオンになる予定であり、稟議の有無にかかわらず社員の手元に届きます。商工中金の調査で「メール/報告書/議事録の作成・要約」が生成AI活用事例の1位（74.0%）である一方、会社導入と個人利用推奨のpt差が+4.4ptしかないという数字は、この用途が会社主導でなくても現場で先に進むことを示しています。デスクワーク自動化の+14.5ptとの差が、この非対称性の大きさです。

そして、先に進んだ現場で起きているのが、タイ語とベトナム語における敬語レベルの誤りです。タイ語の文末小辞は書き手の性別で機械的に決まり、ベトナム語の人称代名詞は相手との相対年齢と社会的地位で選ばれます。汎用のAIはこれらの情報を持たないため、既定値を使います。既定値が外れても、文法的には正しいので誰も気づきません。これは既存文書の翻訳では起きにくく、新規に文章を起こす場面に固有の問題です。

解決策はモデルの選定ではなく、情報の供給側にあります。社内用語集、呼称表、敬語レベル対応表という3つの台帳を会社として整備し、生成の前に関係情報を渡すことが要ります。メール作成AIの導入で本当に工数を要するのは、ツールの設定ではなくこの整備です。

費用面では、タイの日系工場を想定した試算で、第2層（会社導入＋台帳整備）の回収が約2.9年、削減時間が想定の7割にとどまると実質的に回収不能、ライセンス費を他用途と按分できれば約1.5年という結果になりました。席課金が固定費である以上、削減時間の実測を続けることが投資の前提条件です。第3層（自社データ接続）は労務削減だけでは回収せず、条件の取り違えによる損失回避額が年間314,640バーツを超えるかどうかが判断材料になります。

検討を始めるときに測っていただきたい数字は3つです。1つ目は社外向けメールの件数を言語別・宛先国別に集計した値、2つ目は1通あたりの現状の作成時間、3つ目は現在すでに個人アカウントで生成AIを使っている人数です。3つとも、今日から測れます。この3つが揃えば、本記事の試算に自社の数字を入れ替えるだけで、第2層に進むべきかどうかが判断できます。

検討段階でのご相談について

自社にとって第2層の投資が成立するかどうかは、製品カタログや価格表を見比べても決まりません。社外向けメールの実件数と、1通あたりの所要時間と、現場ですでに起きている個人利用の実態を、一緒に見る作業が要ります。TOMAS TECHではタイの日系企業向けに生産管理システムと業務DXの導入支援を行っており、まだツールを決めていない段階、あるいは試算の前提を置くところからのご相談も承っています。自社のメール業務がどれくらいの時間を使っているのかを整理したい、という形でも構いませんので、お問い合わせはこちらからお気軽にご連絡ください。

参考情報

• 中小企業における生成AIの活用事例と、会社導入と個人利用推奨の比率差に関する調査データ、日本語 商工中金 中小企業の生成AIの利用にかかる調査 2026年3月31日公表
• 全国10,312社の有効回答による生成AIの活用状況・活用業務・課題の集計、日本語 帝国データバンク 生成AIに関する企業の動向調査 2026年5月14日公表
• OutlookにおけるCopilotのメール作成機能の対応範囲と利用条件、英語 Microsoft Support 2026年8月時点で確認
• クラシックOutlookでCopilotのメール作成が既定オンになる時期に関する解説、英語 Windows Forum 2026年8月時点で確認
• タイに進出している日系企業数の裏付け資料、日本語 JETRO タイ日系企業進出動向調査2024年度 2025年2月公表
• 生成AI利用時の情報漏洩リスクと企業側の対策の整理、日本語 リコー ChatGPTのセキュリティリスク解説 2026年8月時点で確認
• タイ語の丁寧語小辞と敬意表現の作法に関する解説、英語 Talkpal Etiquette of Thai Language 2026年8月時点で確認
• ベトナムのビジネス文化における上下関係と南北の地域差に関する解説、英語 The Sentry Vietnam Business Culture 2026年8月時点で確認