仕事が終わらない。副業する時間がない。NISAの勉強もできていない。
1年前の自分はずっとそう言っていた。製造業の社内SEとして毎晩23時まで作業して、帰ったら即寝る日々。副業収入を投資に回すサイクルを作りたいのに、そもそも時間が足りない状態が続いていた。
状況が変わったのはChatGPTを本格的に使い始めてから。「プロンプトを書くのが面倒くさそう」という理由で半年以上敬遠していたが、社内勉強会に参加して渋々試してみると、議事録作成が60分から10分に縮んだ。これには正直、かなり驚いた。
2026年時点で、日本企業の87%が生成AIを活用・推進している(PwC Japan調べ)。ツールは会社に入っていても「どう使えばいいかわからない」という人は多い。難しい話ではなく、自分が実際に試して効果があったものだけを紹介する。
仕組み・背景を正確に把握する
生成AIの基本
ChatGPT・Gemini・Copilotなどの「生成AI」は、大量のテキストデータを学習して文章・要約・翻訳などを生成するAI。検索エンジンが「既存情報を探す」のに対して、生成AIは「指示に応じてテキストを新たに作り出す」という点が根本的に違う。
会社員の業務で使いやすい理由は「テキスト業務の多さ」にある。メール返信・議事録・報告書・調査レポート・マニュアル作成。これらはすべてテキストで、生成AIが最も得意とする領域だ。
「活用できている人」と「できていない人」の差
2026年のGallup調査(対象23,717人)では、生成AIで「仕事が変わった」と感じる会社員は27%にとどまる。日本企業の87%が導入済みにもかかわらず、本当に使いこなせているのは4人に1人程度という状況だ。
この差はスキルや知識よりも「使い慣れているかどうか」の問題に近い。最初の1週間だけ試してやめる人と、2〜3週間使い続けて自分のパターンを作れた人で、その後の習熟度が大きく変わってくる。
ハルシネーションには注意
生成AIは「それらしい嘘」をつくことがある(ハルシネーション)。数字・法律・固有名詞など、事実確認が必要な情報は必ず一次ソースで検証する必要がある。「完全に任せる」のではなく「ドラフトを出させて自分が確認・修正する」という使い方が実務では正しい。
具体的な数字で試算する
業務別:AI導入前後の時間比較
自分の場合、週5日の業務でAIを使うのは主に3つ。以下は実際に計測した導入前後の所要時間だ。
| 業務 | AI導入前(週) | AI導入後(週) | 削減時間(週) |
|---|---|---|---|
| メール返信(10件/日) | 約50分 | 約20分 | 約30分 |
| 議事録作成(週2回) | 約60分 | 約10分 | 約50分 |
| 調査・資料まとめ(週1回) | 約90分 | 約30分 | 約60分 |
| 合計 | 約200分 | 約60分 | 約140分 |
週140分の削減 = 月換算で約560分(9時間強)。
これに加えて「調べる・比較する・草案を書く」といった日常の小さな作業でも一定の時間が浮く。自分の体感では月12〜20時間のレンジで可処分時間が増えた。
月20時間の使い道を試算
浮いた時間をどう使うかで1年後の状況がかなり変わってくる。以下はあくまで試算だが、選択肢の違いを比較すると方針が立てやすい。
| 使い道 | 月20時間の効果目安(試算) |
|---|---|
| ライティング副業(@3,000円/本・2h/本) | 月10本 → 約30,000円の副業収入 |
| NISAの銘柄リサーチ・学習 | 直接収入はないが資産形成の精度が向上 |
| スキルアップ学習(資格・プログラミング) | 中長期の昇給・転職に影響 |
| 体力回復・趣味・家族時間 | 数値化しにくいが生活満足度に直結 |
副業収入を毎月3万円追加でNISAに入れると、年間36万円の追加投資。年利5%で20年間続けた場合の試算では1,200万円超の資産になる。時間の使い方一つで10〜20年後の状況が大きく変わりうる。
今すぐやること4つ
1. 「メール返信」1件だけAIに書かせてみる(今日中)
最初から複雑な業務に使おうとすると挫折する。まず今日、受信箱にあるメール1件について「以下のメールへの返信を200字で書いて。丁寧なビジネス文体で。【本文貼り付け】」と入力するだけでいい。完璧でなくてもいい。AIが出したドラフトを読んで修正する感覚をつかむのが目的だ。
2. 議事録テンプレートを一度作ってしまう(今週中)
会議のメモや録音をAIに貼り付けて「以下のメモから議事録を作成して。フォーマット:日時・参加者・決定事項・次回アクション・担当者・期日」と指示するだけ。一度自分用のテンプレートを作れば、次回からは貼り付けるだけで動く。自分はこれで議事録作成を「後回し業務」から「会議直後5分で完了する業務」に変えられた。
3. 調査・比較タスクに使う(今週中)
「NISA成長投資枠の使い方を比較したい」「競合製品のスペック差を整理したい」という調査系タスクは、大量の文章を読む必要があるため時間がかかる。「以下の記事を3点の箇条書きで要約して」または「AとBの違いを表で整理して」と指示するだけで読む時間を大幅に圧縮できる。ただし数字や事実の正確性は必ず原文で確認すること。
4. 費用対効果を計算してからChatGPT Plusを判断する(今週中)
ChatGPT Plusは月3,000円前後。週140分・月9時間の時間削減が実現するなら、自分の時給換算でいくら相当かを計算してみる。時給1,500円の人でも月13,500円分の価値があり、費用は十分回収できる計算になる。自分は3ヶ月間無料版を使い込んでから有料に切り替えたが、今思えば最初から有料で使い始めた方が学習速度が上がったと感じている。
まとめ
生成AIは「難しい技術」ではない。今の自分にとっては「メールを速く書くための道具」であり「議事録をすぐ作るツール」だ。
最初の半年間は「面倒くさそう」という理由で手を出さなかった。でも実際に使い始めると1〜2週間で感覚が変わり、3ヶ月後には「なぜ今まで使わなかったのか」と思っていた。
大事なのは完璧なプロンプトを追い求めることではなく、1業務だけ使い続けること。1業務が習慣化したら次に広げる。それだけで月10〜20時間の余白が生まれる。その時間を副業に使うか、NISAの勉強に使うか、休息に使うかは自分次第だが、使える選択肢が増えること自体に価値がある。自分の場合は副業収入の底上げにつながり、毎月のNISA積立額を1万円増やせた。まず今日、メール1件だけ試してみるところから話は始まる。