社内問い合わせ自動化2026｜答えが古くなる4つの版ズレ

社内問い合わせの自動化は、たいてい「月に何件を機械に振り替えられるか」から検討が始まります。しかしタイ拠点で効くかどうかを決めるのは件数ではなく、その答えがいつまで正しいかです。答えの正本は4か所に分かれており、しかも2025年12月と2026年10月に法定の答えが実際に変わります。版を決めないままAIを載せると、自動化した分だけ古い答えが速く広く配られます。この記事では従業員520名の日系製造業拠点をモデルケースに、月1,240件の問い合わせを3層に分け、3年TCO 1,820,000バーツに対して年716,604バーツの回収がどこから出るのかを、計算式ごと開示します。

社内問い合わせの自動化は、件数の問題ではなく「答えの版」の問題

社内問い合わせ自動化の稟議は、ほぼ例外なく件数から書かれます。月に何件来ていて、そのうち何割を機械が答えれば、何時間が浮くか。この書き方は分かりやすく、実際に通ります。しかし通ったあとで達成しません。

理由は2つあります。1つは到達率の見立てが高すぎること。もう1つは、そもそも回収の出どころが違うことです。

この記事の中核主張は次の1行です。

社内問い合わせ自動化の回収は、機械が答えた件数では出ない。人が答えるべき問いに、人が早く着いた分で出る。

モデルケースで先に数字を出しておきます。一次対応の工数削減は年288,378バーツです。これに対して3年TCOは1,820,000バーツ、年額の運用費は360,000バーツ。つまり一次対応の削減だけで見ると 288,378 − 360,000 = 年 −71,622バーツで、毎年赤字です。3年で積んでも 288,378 × 3 = 865,134バーツにしかならず、1,820,000バーツの半分しか埋まりません。

件数で書いた稟議が通っても達成しないのは、この構造のためです。埋まらない残りは、版ズレによる差し戻しの消滅173,826バーツと、第3層の到達短縮254,400バーツから出ます。合わせて年716,604バーツ。3年で2,149,812バーツとなり、ここで初めて1,820,000バーツを超えます。

そしてこの2つの効果は、どちらも「答えの版を決める」ことからしか出てきません。差し戻しが消えるのは答えの正本と有効期間が1か所に決まるからであり、第3層に人が早く着けるのは、機械が答えてよい問いと答えてはいけない問いの境界が引かれているからです。

タイ拠点の場合、これは概念論ではありません。答えの正本は本社の日本語規程、タイ語の就業規則、施行済みの法改正、個別の雇用契約という4か所に分かれています。しかも2025年12月7日に産休の日数が変わり、2026年10月1日に給与から引かれる項目が増えます。日付で答えが切り替わる問いを、有効期間を持たないAIは自力で扱えません。

まず現在地を数字で見る｜負荷73.0%増、生成AI活用88.5%というねじれ

検討の前に、日本の情シス部門で何が起きているかを見ておきます。キヤノンマーケティングジャパンが2026年7月22日に発表した実態調査は、従業員300名以上1,000名未満の企業の情シス担当111名を対象にしたものです。調査期間は2026年6月12日から15日。

この表の読みどころは、73.0%と88.5%が同時に立っていることです。生成AIは既にほぼ全社に入っている。にもかかわらず負荷は増えている。ツールの導入率と負荷の解消は連動していない、というのがこの調査から読み取れる最も重要な事実です。

もう1つ、62.9%という数字も見逃せません。活用・検討の対象として最も多く挙がっているのがFAQの自動作成です。つまり多くの企業が「答えを速く大量に作る」方向に投資しています。答えを作る速度が上がると、答えの数が増えます。答えの数が増えると、版の食い違いが増えます。負荷が減らない理由の一部は、ここにあります。

タイ拠点ではこのねじれがさらに強く出ます。日本本社は日本語の規程を持ち、タイ拠点はタイ語の就業規則を持ち、その2つが同じ改正を同じタイミングで反映しているとは限らないからです。答えを作る速度だけを上げると、食い違う答えが2言語で同時に増えます。

この記事が扱わないこと｜製品選定と検索精度は別記事に送る

先に線を引いておきます。この記事は答えの版だけを扱います。近い話題を扱った記事が3本あるので、目的が違う場合はそちらを読んでください。

製品タイプと費用の全体像、チャネル設計は、多言語チャットボット導入の費用と進め方で扱っています。シナリオ型かLLM型か、Teamsに載せるかLINE公式に載せるか、タイ語・日本語・英語をどう切り分けるか。製品を選ぶ段階の判断材料はこちらにまとまっています。

検索精度をどう出すかという技術面は、工場ナレッジのRAG構築で扱っています。チャンク分割、埋め込みモデルの選定、再ランキング、評価データセットの作り方。同じ社内文書を読ませても回答精度が出ない場合、原因の多くはこちらの領域にあります。

AIを使ってよい範囲を決める話は、生成AI利用規程2026で扱っています。どの情報を入力してよいか、出力をどこまで業務判断に使ってよいか、違反時の扱いをどうするか。社内規程として整備する場合はこちらが出発点です。

この記事が扱うのは、その3つのどれでもありません。AIが返す答えは、いつまで正しいのか。この1点だけです。製品が良くても、検索精度が高くても、利用規程が整っていても、答えの版が決まっていなければ、AIは古い答えを自信を持って返します。

社内問い合わせを3層に分ける｜自動化してよい問い、してはいけない問い

モデルケースの前提を置きます。タイ・アユタヤ県の日系製造業拠点。従業員520名で、内訳は日本人駐在8名、タイ人512名。管理部門は総務・人事6名と情シス3名です。

管理部門スタッフの平均月給は38,000バーツ。社会保険・賞与込みの実負担係数を1.4と置くと、年間人件費は 38,000 × 12 × 1.4 = 638,400バーツ/人になります。年間稼働は8時間 × 240日 = 1,920時間なので、時間単価は 638,400 ÷ 1,920 = 332.5、およそ333バーツです。以降は333バーツで計算します。この1.4という係数は当社が置いた仮定値です。付帯費用の構成は企業ごとに違うので、以降の金額を読むときは自社の実負担に置き換えて計算し直してください。計算式はすべて本文に書いてあります。

現状の問い合わせ量

1件あたりの平均対応時間は11分です。これは確認待ちの時間を除き、一次受付から回答までの純作業だけを数えたものです。月1,240件 × 11分 = 13,640分 = 227.3時間。年に直すと2,728時間、金額換算で 2,728 × 333 = 908,424バーツになります。

年908,424バーツ。管理部門9名の人件費の一部が、問い合わせ対応に消えている計算です。ここまでは、どの検討でも出てくる数字でしょう。

3層への分け方

問題はここからです。1,240件を件数として一括りにすると、判断を誤ります。性質の違う3種類が混ざっているからです。

第1層は、自動化してよい問いです。パスワードのリセット手順、プリンタの設定、経費精算システムの使い方、社宅の申請フロー。答えが全社共通で、しかも当分変わりません。ここにAIを載せるのは素直に効きます。

第2層は、条件付きで自動化してよい問いです。産休は何日取れるのか、有給の繰越はどうなるのか、社会保険料はいくら引かれるのか。答えは全社共通ですが、法改正や規程改訂で版が動きます。ここを自動化するには、答えに有効期間を付ける仕組みが先に要ります。台帳なしで載せると、古い答えが配られます。

第3層は、自動化してはならない問いです。自分の有給残日数、自分の等級、自分の手当、労災の扱い、退職時の精算。雇用契約や個別の合意で条件が違い、判断が要ります。ここでAIに答えさせると、誤った答えが個人の金銭に直結します。

第3層について強調しておきたいのは、自動化しないことが敗北ではないという点です。第3層の価値は「人に確実に、速く渡すこと」にあります。後で見るとおり、モデルケースの回収の3分の1以上はここから出ます。

初年度に自己解決に回る件数

初年度の自己解決率を、保守側に置いて見積もります。

394件は全体の 394 ÷ 1,240 = 31.8% です。削減時間は 394 × 11分 = 4,334分/月 = 72.2時間/月。年に直すとおよそ866時間で、金額は 866 × 333 = 288,378バーツになります。

年288,378バーツ。これが一次対応の削減額です。後で費用と突き合わせますが、先に結論だけ言えば、この金額では年額運用費360,000バーツにも届きません。

タイ拠点で答えがズレる4つの経路

なぜ第2層の自動化に台帳が要るのか。タイ拠点では答えの正本が4か所に分かれているからです。ズレる経路を1つずつ見ます。

経路1｜本社の日本語規程とタイ語の就業規則

タイの労働者保護法（LPA）第108条により、従業員10名以上の事業所はタイ語の就業規則を作成する義務があります。作成期限は従業員が10名に達した日から15日以内です。

つまり労務上の正本はタイ語版の就業規則であって、本社が持っている日本語の規程集ではありません。この区別は実務上きわめて重要です。日本人駐在員向けに整備された日本語の社内規程集をそのままAIに読ませると、タイ人従業員512名に対して法的に効かない答えを返すことになります。

しかも厄介なのは、この誤りが自然な形で起きることです。社内文書として整理されているのは日本語版のほうが多く、電子化も進んでいます。タイ語の就業規則は紙のままで、社内のファイルサーバに最新版が置かれていないことも珍しくありません。AIに食わせやすいのは、正本ではないほうです。

経路2｜施行済みの法改正と、直していない就業規則の差

2025年12月7日、LPAの改正が施行されました。主な変更点は次のとおりです。

ここで起きるのが、法律は変わったが就業規則を改訂していないという状態です。就業規則の改訂には手続きと時間がかかるので、施行日と改訂日のあいだにはどうしても差が生まれます。

このとき、AIは就業規則を読みます。就業規則には98日と書いてある。だからAIは98日と答えます。古い方を、正確に、自信を持って返す。これがAIの怖いところです。人間の担当者なら「たしか去年変わったはず」と引っかかりますが、AIは書いてあることを書いてあるとおりに返すだけです。

自動化していなければ、この誤りは月に数件で止まります。自動化していると、同じ誤りが第2層430件のうち該当する問いすべてに、24時間、複数言語で配られます。

経路3｜まだ効いていないが、日付で切り替わる制度

労働者福祉基金（EWF）は2026年10月1日に開始します。対象は従業員10名以上の事業所で、拠出率は会社0.25%・従業員0.25%。2030年10月1日からは各0.5%に引き上げられます。プロビデントファンドに加入している企業は適用除外です。

この制度が版ズレの教科書的な例になるのは、今日時点の正しい答えと、2026年10月1日以降の正しい答えが違うからです。今日「給与から福祉基金は引かれますか」と聞かれた正解は「まだ引かれません」。10月1日以降の正解は「賃金の0.25%が引かれます」。

有効期間を持たない答えは、この種の問いを必ず間違えます。10月1日より前に「0.25%が引かれます」と答えれば従業員は混乱しますし、10月1日を過ぎて「引かれません」と答えれば給与明細と食い違います。どちらも問い合わせを増やします。

日付で切り替わる答えを扱うには、答えに「いつからいつまで有効か」を持たせるしかありません。これは検索精度の問題ではなく、データ構造の問題です。だから高性能なモデルに変えても解決しません。

経路4｜全社共通ではない個別合意

4つ目は、そもそも全社共通の答えが存在しない領域です。雇用契約の条件、労働協約、個別の合意。自分の有給残日数、自分の等級、自分の手当。

ここでAIが全社共通の答えを返すと、個人ごとに違う条件を無視した回答になります。入社時に個別合意した手当がある従業員に、全社共通の手当表をそのまま返してしまう。職種別に条件が違う労働協約を無視して、一般論の条件を答えてしまう。誤りが金銭に直結するので、訂正の手間も信頼の毀損も大きくなります。

AIが全社共通の答えを返してよい問いと、返してはいけない問いの境界を最初に引く。これが第3層を切り分ける意味です。境界を引かずに「なんでも聞いてください」と案内すると、第3層の問いが第1層と同じ入口に流れ込み、そこで機械が答えてしまいます。

2026年に答えが2回変わる｜産休120日とEWF 2026年10月1日

前章の経路2と経路3をまとめて、時間軸で見直します。タイ拠点の答えは、2026年を挟んで2回変わります。

この表が示しているのは、2026年は答えの版が動く年であるということです。しかも動き方が2種類あります。

1つ目はすでに動いた版です。施行済みなので、正しい答えは今日時点で120日。就業規則が98日のままなら、就業規則のほうが誤っています。この場合に必要なのは、規程と法令の差分を洗い出して、AIが参照する側を法令ベースに寄せることです。

2つ目はこれから動く版です。EWFは今日時点でまだ効いていません。だから「引かれません」が正しい。しかし10月1日を境に、同じ問いへの正解が反転します。この場合に必要なのは、答えに有効期間を持たせて、切り替わり日を過ぎたら自動的に別の答えを返す設計です。

この2種類は対処が違います。前者は差分の洗い出しで済みますが、後者は仕組みが要ります。そして多くの導入プロジェクトは、前者だけをやって「規程を整備した」と考えます。だから10月1日に事故が起きます。

もう1つ、実務上の注意を書いておきます。EWFはプロビデントファンド加入企業が適用除外になるため、自社が対象かどうかを先に確定させてください。適用除外なのに「10月から0.25%が引かれます」と案内すると、まったく起きない控除について従業員が身構えることになります。対象かどうかが決まっていない状態でAIに答えさせるのが、最も避けたい形です。

ヘルプデスク自動化の到達点｜業界平均20〜30%という現実

稟議で最もよく崩れるのが、到達率の見立てです。ベンダーの提案書には7割削減といった数字が並ぶことがありますが、実際に測られている数字は違います。

業界平均は20〜30%です。40〜60%はベストプラクティス企業の数字であって、初年度の目標値ではありません。にもかかわらず、初年度に5割を前提にした稟議が書かれます。そして通ります。通ったあと、達成しません。

モデルケースで31.8%を置いているのは、Gartnerの業界平均20〜30%をわずかに上回るものの、HDI／MetricNetのL1平均20〜35%の範囲には収まる水準だからです。ベストプラクティス企業の40〜60%には遠く届きません。第1層で55%、第2層で25%、第3層でゼロ。第3層をゼロと置いているところが保守的に見えるかもしれませんが、これは意図的です。第3層を機械に答えさせないことが、この記事の設計思想だからです。

31.8%という数字の読み方を補足します。これは「問い合わせの31.8%が消える」という意味ではありません。「31.8%が人の手を経ずに解決する」という意味です。残りの68.2%は依然として人が対応します。そして回収の大半は、その68.2%のなかの第3層をどう捌くかから出てきます。

到達率を高く見積もることの本当の害は、達成できないことではなく、投資の根拠が到達率だけになることです。到達率が根拠なら、到達率が届かなかった時点でプロジェクトは失敗と判定されます。版管理と第3層の到達短縮を根拠に加えておけば、到達率が25%に留まっても投資は成立します。

社内FAQチャットボットに載せる前に作る3つの台帳

ここまでの内容を、実務の手順に落とします。社内FAQチャットボットや社内規程検索AIを載せる前に、台帳を3つ作ってください。順序も決まっています。

台帳1｜問い合わせ台帳

過去3か月の問い合わせを全件、1行1件で書き出します。列は、受付日、受付チャネル、質問の要約、回答した人、対応にかかった時間、そして3層のどれか。

この台帳がないまま見積を取ると、ベンダーは全件を対象にした構成で返してきます。1,240件すべてにAIで答える前提の見積です。3層に分かれていることが分かっていれば、対象は第1層と第2層の950件に絞れます。

台帳1を作るのにシステムは要りません。メールとチャットの履歴を3か月分たどれば作れます。むしろ、この作業を外注しないことが重要です。分類の判断そのものが、後の設計を決めるからです。

台帳2｜答えの版管理台帳

3つのうち最も重要で、最も飛ばされるのがこれです。列は、問いのID、答えの本文、答えの根拠となる文書、その文書の版、有効期間の開始日、有効期間の終了日、次の見直し日。

産休の日数であれば、根拠はタイ語の就業規則の第何条であり、その改訂日がいつで、法令上の根拠がLPA第41条であり、2025年12月7日から有効である、と書きます。EWFであれば、有効期間の開始日を2026年10月1日と書き、それ以前は「対象外」という別の答えを持たせます。

台帳2は、AIを入れなくても単体で効きます。モデルケースでは、第2層430件のうち13.5%にあたる月58件が、答えの食い違いで差し戻し・再確認になっています。1件あたり45分。担当者が調べ直し、本社に確認し、本人に訂正を伝えるまでの合計です。

月 58 × 45分 = 2,610分 = 43.5時間。年522時間で、金額は 522 × 333 = 173,826バーツになります。この173,826バーツは、台帳2を作った時点で消え始めます。AIの精度とは無関係です。

逆に言えば、台帳2が無ければAIは効きません。根拠と有効期間を持たない答えをいくら学習させても、出てくるのは「もっともらしい古い答え」だけです。先にツールを選ぶやり方が失敗するのは、この順序を逆にするからです。

台帳3｜エスカレーション台帳

第3層の問いを、誰に、どの経路で、どれだけの時間内に渡すかを決める台帳です。列は、問いの類型、一次受付の担当、渡す先、目標到達時間、金額が動くかどうかのフラグ。

金額が動くかどうかのフラグが、この台帳の肝です。退職の精算、労災の申請、給与の誤り。この3類型は、遅れるほど金額が膨らみます。モデルケースでは、第3層290件のうち48時間以上滞留するものが41%の119件あり、そのうち放置すると金額が動く問いが月17件ありました。

この17件に人が早く着けるかどうかが、後で見る254,400バーツの出どころです。金額として読めるのは、そのうち給与誤りの月4件分だけを数えた分です。AIの役割は、この17件を機械が答えてしまわないように弾き、正しい人へ即座に渡すことです。答えないことが仕事になります。

台帳の順序を守る

台帳1、台帳2、台帳3の順に作ってください。台帳1がないと第2層と第3層が分けられません。第2層が分からないと台帳2の対象が決まりません。第3層が分からないと台帳3が書けません。

そして3つが揃うまで、製品を確定させないでください。台帳が揃っていれば、必要な機能は自動的に絞られます。台帳がなければ、機能一覧の多さで選ぶことになります。台帳1と台帳2ができた段階で候補を並べ始めるのは構いませんが、契約を決めるのは台帳3まで揃ってからです。

総務・人事・情シスで効き方が違う｜部門別の出方

同じ社内ヘルプデスクAIでも、部門によって効き方がまったく違います。ここを揃えて説明すると、必ずどこかの部門が不満を持ちます。

情シス系の480件は、第1層の比率が高い領域です。パスワードのリセット、プリンタの設定、ERPの操作手順。答えが全社共通で、法改正で変わることもありません。だから自己解決率は高く出ます。導入直後に「効いている」という実感が出るのも、たいていこちらです。

一方で、情シス系から出てくるのは主に一次対応の工数削減です。つまり288,378バーツの内側の話であり、これだけでは年額運用費360,000バーツを埋められません。見える効果が出る部門と、金額が出る部門は違うわけです。

総務・人事系の610件が、この投資の本体です。休暇、給与、保険、社宅、規程。第2層の版が動く問いがここに集中し、第3層の個別判断もここに集中します。

版ズレの差し戻し173,826バーツは、ほぼ全額が総務・人事側で発生しています。産休の日数を間違えて伝え、本社に確認し、訂正する。この45分の往復は情シス系ではまず起きません。第3層の到達短縮254,400バーツも同様で、給与誤りと退職精算と労災はすべて人事の領域です。

つまり、716,604バーツの回収のうち、428,226バーツ（173,826 + 254,400）は総務・人事側から出ています。予算を情シス部門だけで組むと、効果の6割が計上されない稟議になります。

現場系の150件は、チャネルの問題が支配的な領域です。設備の申請、購買手続き。件数は少ないものの、パソコンを常用しない従業員が多いため、Teamsに載せても届きません。ここはLINE公式アカウントや現場端末での提供を検討することになりますが、チャネル設計の詳細は多言語チャットボット導入の費用と進め方を参照してください。

部門別の要点を整理します。

PDPAと問い合わせログ｜従業員の個人データが入る

タイの個人データ保護法（PDPA）は2022年6月1日に全面施行されました。ここで押さえておくべきなのは、従業員の個人データも対象であるという点です。顧客データだけの話ではありません。

社内問い合わせのログには、個人データが自然に入ります。氏名、従業員番号、所属、そして質問の本文。質問の本文には、体調、家族構成、給与額、勤怠の実績といった情報が含まれます。「妻が出産予定なのですが休暇は何日取れますか」という1行に、家族の状況と本人の識別情報が同時に入ります。

とくに第3層は、機微な情報になりやすい領域です。労災の申請、ハラスメントの相談、体調不良による休職。これらの問い合わせログは、単なる業務記録ではありません。

だから、AIを載せる前に3つの線を決めてください。

保存期間の線です。問い合わせログを何か月保持するのか。無期限に貯めると、後から削除要求を受けたときに対応できません。

アクセス権の線です。誰がログを読めるのか。AIの回答品質を改善するために開発担当がログを見る、という運用は自然に発生しますが、第3層のログまで同じ権限で見られる状態にしないでください。

目的外利用の線です。問い合わせ対応のために集めたログを、人事評価や勤怠管理に使わないと決める。これは技術ではなく規程の問題です。

なお、AIを業務でどこまで使ってよいかという規程そのものの作り方は、生成AI利用規程2026で扱っています。この記事では線を引く必要があることだけを指摘するに留めます。

実務上の順序としては、台帳1（問い合わせ台帳）を作る段階でこの3つの線を決めるのが効率的です。3か月分の問い合わせを分類していれば、どの類型に機微な情報が入るかが自然に見えるからです。

費用を5層に分けて見積もる

見積は、ベンダーによって項目の切り方がまったく違います。比較できる形にするため、5層に分解します。なお、ここでいう層は費用の層であって、前章までの答えの3層とは別物です。混同を避けるため、以下では「費用層1」のように呼びます。

初期は 120,000 + 180,000 + 350,000 + 90,000 = 740,000バーツ。年額は 216,000 + 144,000 = 360,000バーツ。3年TCOは 740,000 + 360,000 × 3 = 1,820,000バーツになります。

この表で確認してほしいのは、費用層1と費用層2の合計300,000バーツです。初期740,000バーツの約4割が、AIそのものではなく台帳に使われています。

多くの見積では、この2層が存在しません。費用層3のAI基盤と費用層4のチャネル接続だけが並び、台帳の整備は「お客様側でご準備ください」と書かれます。そして自社の工数として、見積の外側で発生します。見積に入っていない費用は、消えたのではなく移動しただけです。

費用層5の運用も同様です。月18,000バーツは、月次で版を更新し、答えられなかった問いを棚卸しし、必要なら再学習させる作業の工数です。この作業をしなければ、答えの版は導入時点で固まったまま1年経ちます。産休が120日に変わっても、EWFが始まっても、AIは98日と「引かれません」を返し続けます。

見積を比べるときは、この5つの費用層のどこに何が入っているかを1枚に並べてください。金額だけを並べた比較表は、ほぼ確実に別物を比べています。

回収は「機械が答えた件数」では出ない｜3つの効果の内訳

効果の側を積み上げます。3つあります。

効果1｜一次対応の削減 年288,378バーツ

第4章で計算したとおり、初年度の自己解決は月394件、31.8%。削減時間は年866時間で、金額は288,378バーツです。

これが「機械が答えた件数」から出てくる唯一の効果です。そして年額運用費360,000バーツに届きません。288,378 − 360,000 = 年 −71,622バーツ。件数だけで書いた稟議が達成しないのは、この構造のためです。

効果2｜版ズレの差し戻しの消滅 年173,826バーツ

第2層430件のうち13.5%、月58件が答えの食い違いで差し戻しになっています。1件45分。月2,610分 = 43.5時間、年522時間で 522 × 333 = 173,826バーツ。

繰り返しますが、これは費用層2の台帳を作ることで消える分であり、AIの精度とは無関係です。逆に、台帳2が無い状態でAIを載せると、この58件は減りません。むしろ、機械が古い答えを配る分だけ増える可能性があります。

効果3｜第3層の到達短縮 年254,400バーツ

第3層290件のうち、一次受付で滞留して48時間以上かかるものが41%の119件。そのうち放置すると金額が動く問いが月17件です。

このなかで最も金額が読みやすいのが給与誤りです。発見までの平均日数は19日でした。エスカレーション台帳を整備して人が早く着けるようにすると、これが3日になります。

遡及して訂正する月数が平均1.6か月から0.3か月に減り、訂正1件あたりの事務コストは8,500バーツから3,200バーツになります。差額は 8,500 − 3,200 = 5,300バーツ。対象は月4件、年48件なので、48 × 5,300 = 254,400バーツです。

この254,400バーツは、AIが答えを返すことからは1バーツも出てきません。AIが第3層の問いを弾き、正しい人へ即座に渡すことから出てきます。答えないことで出る効果です。

3つを足す

年716,604バーツ。3年で 716,604 × 3 = 2,149,812バーツとなり、3年TCO 1,820,000バーツを上回ります。

年次の純増は 716,604 − 360,000 = 356,604バーツ。初期740,000バーツの単純回収は 740,000 ÷ 356,604 = 2.08年です。

一次対応だけで見るとどうなるか

比較のために、効果1だけで同じ計算をします。

3年効果865,134バーツに対して3年TCOは1,820,000バーツ。約半分しか埋まりません。

同じ投資が、効果の数え方を変えるだけで通らない案件にも通る案件にもなります。どちらも嘘ではありません。しかし、件数だけを数えた稟議は、実行段階で「効果が出ていない」と言われたときに反論できません。台帳2と台帳3が生む効果を最初から書いておけば、到達率が想定を下回っても投資は成立します。

90日の進め方

導入の進め方を90日で組みます。要点は、最初の30日に製品の話がまったく出てこないことです。

第1週から第4週は数えるだけ

最初の30日に、製品の検討もベンダーへの引き合いも入っていません。やるのは数えることと洗い出すことだけです。候補を並べ始めるのは台帳2に着手する31日目以降、契約を決めるのは台帳3が揃う60日目以降になります。

この30日を飛ばして見積を取ると、ベンダーは1,240件全部を対象にした構成で返してきます。第3層290件までAIに答えさせる前提の見積です。台帳1があれば、対象は950件に絞れます。

61〜75日で第1層だけを立ち上げる理由

第1層だけで立ち上げるのは、版が動かない領域で運用の型を作るためです。ここで確認したいのは回答精度ではなく、第3層の問いが機械に答えられずに人へ渡っているかです。

第1層と第3層を同じ入口で受けると、必ず第3層の問いが混ざります。「有給について教えてください」という問いは、一般論なら第1層、自分の残日数なら第3層です。この振り分けが機能しているかを、第2層を載せる前に確認してください。

76〜90日で日付を跨いだ検証をする

最後の枠が、この記事の中核です。有効期間を持つ答えが、切り替わり日を跨いで正しく変わるかを検証します。

具体的には、EWFのように開始日が決まっている項目で、システム日付を切り替え前後に設定して回答が変わることを確認します。この検証を通していない導入は、2026年10月1日に誤った答えを配り始めます。動くことと、いつまでも正しいことは別です。

よくある失敗パターン

1. 台帳2を飛ばしてAI基盤から入った

最も多い失敗です。費用層2の180,000バーツは、成果物が地味なので削られやすい項目です。しかし台帳2が無いと、版ズレの差し戻し173,826バーツは1バーツも消えません。しかも、根拠と有効期間を持たない答えをAIが配り始めるので、古い答えの拡散速度が上がります。先にツールを選ぶやり方が失敗する理由は、ここに尽きます。

2. 日本語の規程集だけをAIに読ませた

タイ語の就業規則が正本であることを知らないまま、社内のファイルサーバにある日本語規程集を学習させるパターンです。LPA第108条により、従業員10名以上の事業所ではタイ語の就業規則の作成が義務づけられています。日本語規程集だけを根拠にした答えは、タイ人従業員512名に対して法的に効きません。しかもAIは自信を持って答えるので、誤りが指摘されるまで時間がかかります。

3. 初年度に自己解決率50%を前提にした

Gartnerの業界平均は20〜30%、HDI／MetricNetのL1平均は20〜35%です。40〜60%はベストプラクティス企業の数字であり、初年度の目標ではありません。50%を前提にした稟議は通りますが、達成しません。そして達成しなかった時点で、版管理の運用まで含めてプロジェクト全体が失敗と判定されます。

4. 第3層までAIに答えさせた

「なんでも聞いてください」と案内し、個別の残日数や手当までAIが答えてしまうパターンです。誤りが個人の金銭に直結するため、訂正の手間も信頼の毀損も大きくなります。加えて、第3層をAIが吸収してしまうと、到達短縮の254,400バーツが出なくなります。第3層で価値を生むのは、答えないことです。

5. 予算を情シス部門だけで組んだ

回収716,604バーツのうち428,226バーツは総務・人事側から出ています。情シス部門の予算だけで稟議を書くと、効果の6割が計上されないまま費用だけが情シスに載ります。当然、通りません。通ったとしても、総務・人事側に運用工数を負担してもらう根拠がないので、月次の版更新が回りません。

6. 運用の月18,000バーツを削った

第5層は成果物が見えないので、最初に削られます。しかしこの工数は、月次で版を更新し、答えられなかった問いを棚卸しする作業そのものです。ここを削ると、答えの版は導入時点で固まります。2026年10月1日にEWFが始まっても、AIは「引かれません」と答え続けます。台帳2を作っても、更新しなければ1年で陳腐化します。

よくある質問

社内問い合わせの自動化はどこから始めればよいですか

製品の比較からではなく、直近3か月の問い合わせを1行1件で書き出すところから始めてください。この作業にシステムは要りません。書き出したうえで、定型・全社共通・版が安定（第1層）、定型・全社共通だが版が動く（第2層）、個別・判断が要る（第3層）の3つに分類します。モデルケースでは月1,240件が520件・430件・290件に分かれました。この分類ができていないまま見積を取ると、第3層まで含めた全件対象の構成が返ってきます。

社内FAQチャットボットの費用はどのくらいかかりますか

対象範囲と、台帳の整備を自社でやるか外部に頼むかで変わります。モデルケースでは初期740,000バーツ、年額360,000バーツ、3年TCOは1,820,000バーツでした。内訳は問い合わせ台帳の整備120,000バーツ、版管理台帳180,000バーツ、AI基盤350,000バーツ、チャネル接続90,000バーツ、そして年額として運用216,000バーツとライセンス144,000バーツです。見積を比べるときは、台帳整備の2層が入っているかを必ず確認してください。入っていない見積は安いのではなく、その分が自社の工数として見積の外に出ているだけです。製品タイプごとの費用の広がりは多言語チャットボット導入の費用と進め方で扱っています。

ヘルプデスク自動化でどのくらい問い合わせが減りますか

Gartnerの業界平均は20〜30%、ベストプラクティス企業で40〜60%、HDI／MetricNetのL1平均は20〜35%です。モデルケースでは初年度に31.8%を置いています。内訳は第1層で55%、第2層で25%、第3層でゼロです。注意したいのは、この31.8%が「問い合わせが消える率」ではなく「人の手を経ずに解決する率」だという点です。残る68.2%は人が対応しますし、回収の大半はそちらの捌き方から出てきます。

総務の問い合わせと情シスの問い合わせでは、どちらを先に自動化すべきですか

立ち上げは情シス系から、投資判断は総務・人事系で行うのが現実的です。情シス系480件は第1層の比率が高く、答えが安定しているため自己解決率が出やすく、運用の型を作るのに向いています。一方で金額が出るのは総務・人事系610件のほうで、版ズレの解消173,826バーツと到達短縮254,400バーツはほぼ全額こちらから出ます。立ち上げの順序と予算の根拠を混同すると、効果の6割が稟議に載らないまま費用だけが情シスに載ることになります。

社内規程検索AIは、日本語の規程集をそのまま読ませてよいですか

タイ拠点の労務に関する問いについては、それだけでは不十分です。LPA第108条により、従業員10名以上の事業所はタイ語の就業規則を作成する義務があり、期限は10名に達した日から15日以内です。労務上の正本はタイ語版であって、本社の日本語規程集ではありません。日本語規程集だけを読ませると、法的に効かない答えを自信を持って返します。日本人駐在員向けの社内手続きなど、タイ語就業規則の対象外の領域であれば日本語の規程集で問題ありません。

情シスの問い合わせを削減した効果は、どうやって測ればよいですか

件数だけで測らないでください。測るべき指標は3つあります。1つ目は自己解決件数で、これは一次対応の工数削減288,378バーツに対応します。2つ目は答えの食い違いによる差し戻し件数で、モデルケースでは月58件がゼロに向かいます。3つ目は第3層の48時間超滞留件数で、月119件のうち金額が動く17件が対象です。導入前に3つとも実測しておかないと、90日後に「効果が出たかどうか分からない」という結論になります。

2026年10月のEWF開始に、AIはどう対応させればよいですか

答えに有効期間を持たせるしかありません。EWFは2026年10月1日開始で、従業員10名以上が対象、会社0.25%・従業員0.25%の拠出です。2030年10月1日からは各0.5%に上がります。したがって、同じ問いに対する正しい答えが、2026年10月1日と2030年10月1日で2回変わります。有効期間を持たない答えは、この種の問いを必ず間違えます。なお、プロビデントファンド加入企業は適用除外なので、自社が対象かどうかを先に確定させてください。

問い合わせログにPDPA上のリスクはありますか

あります。タイのPDPAは2022年6月1日に全面施行されており、従業員の個人データも対象です。問い合わせログには氏名、従業員番号、体調、家族構成、給与といった情報が自然に入ります。とくに第3層の労災・ハラスメント・体調に関する問い合わせは、機微な情報になりやすい領域です。保存期間、アクセス権、目的外利用の3つの線を、AIを載せる前に決めてください。規程としての整備の進め方は生成AI利用規程2026で扱っています。

AIが古い答えを返してしまう問題は、モデルを変えれば解決しますか

解決しません。これは検索精度の問題ではなく、データ構造の問題だからです。就業規則に産休98日と書いてあれば、どれほど高性能なモデルでも98日と答えます。2025年12月7日の改正で120日になったことを知るには、答えに根拠文書と版と有効期間が紐づいている必要があります。検索精度そのものを上げる話は工場ナレッジのRAG構築で扱っていますが、精度を上げても版の問題は残ります。

まとめ

社内問い合わせの自動化は、何件を機械に振り替えるかの問題ではなく、その答えがいつまで正しいかの問題です。タイ拠点では答えの正本が4か所に分かれており、しかも2025年12月7日の産休98日から120日への改正と、2026年10月1日のEWF開始で、法定の答えが実際に変わります。版を決めないままAIを載せると、自動化した分だけ古い答えが速く広く配られます。

問い合わせは3層に分けてください。モデルケースの月1,240件は、版が安定した第1層520件、版が動く第2層430件、個別判断が要る第3層290件に分かれました。第1層は自動化してよい。第2層は版管理台帳を付ければ自動化してよい。第3層は自動化してはならず、人に確実に速く渡すことが価値になります。

到達点は業界平均で20〜30%です。40〜60%はベストプラクティス企業の数字であって、初年度の目標ではありません。モデルケースは31.8%を置き、削減時間は年866時間、金額で年288,378バーツとしました。

そして数字です。3年TCOは1,820,000バーツ。一次対応の削減だけで見ると 288,378 − 360,000 = 年 −71,622バーツで赤字になり、3年効果865,134バーツはTCOの半分しか埋めません。ここに版ズレの差し戻しの消滅173,826バーツと第3層の到達短縮254,400バーツを足して、初めて年716,604バーツ、3年2,149,812バーツとなり、1,820,000バーツを上回ります。年次の純増は356,604バーツ、初期740,000バーツの単純回収は2.08年です。

社内問い合わせ自動化の回収は、機械が答えた件数では出ません。人が答えるべき問いに、人が早く着いた分で出ます。だから台帳を3つ、この順で作ってください。問い合わせ台帳、答えの版管理台帳、エスカレーション台帳。製品を選ぶのは、その後です。

検討の段階でのご相談について

社内問い合わせの自動化は、製品を選ぶところからではなく、数えるところから始まります。直近3か月の問い合わせが何件あり、そのうち何件が版の動く問いで、何件が個別判断の要る問いなのか。この分類にシステムは要りませんし、外部に頼まなくても作れます。

ただ実際には、この表が社内にないまま見積を取り始める拠点が少なくありません。その状態でベンダーに聞けば、全件を対象にした構成が返ってきます。分類の線引きに迷う、就業規則と法令の差分をどこまで洗い出せばよいか判断がつかない、自社の数字を入れたときに回収がどう動くか確かめたい。そうした段階でのご相談を、私たちは日常的にお受けしています。導入するかどうかを決める前の、問い合わせ台帳の棚卸しだけでも構いません。ご検討の段階でお問い合わせからお声がけください。

参考情報

• 2026年版 情報システム部門の社内ヘルプデスク業務に関する実態調査 — キヤノンマーケティングジャパン、2026年7月22日。従業員300名以上1,000名未満の情シス担当111名が対象。調査期間は2026年6月12日から15日
• タイにおける労働者保護法の改正 — GVA法律事務所、2025年12月26日。2025年12月7日施行。産休98日から120日、有給部分45日から60日ほか
• タイの労働法制と実務 vol.11 就業規則に関するルールと実務 — GVA法律事務所、2021年8月30日。LPA第108条。従業員10名以上、タイ語、15日以内
• 労働者福祉基金の導入 — 朝日ビジネスソリューションタイランド、2025年8月27日公開・2026年3月9日更新。2026年10月1日開始、従業員10名以上、会社と従業員が各0.25%、2030年10月1日から各0.5%、プロビデントファンド加入企業は適用除外
• 外国制度（タイ王国） — 個人情報保護委員会、2022年1月25日更新。PDPAは2022年6月1日に全面施行
• AI Service Desk Deflection Rates 2026 Benchmarks Reconciled — servicedeskagents.com、2026年4月最終確認。Gartner業界平均20〜30%、ベストプラクティス40〜60%、HDI／MetricNet L1平均20〜35%