社内のFAQやヘルプデスクにAIチャットボットを入れると、問い合わせは減るのでしょうか。結論から言うと、文書に答えがある定型の問い合わせは減りやすく、個別の判断や例外、文書に書いていないこと、手続きの代行が必要なものは減りにくい、と整理できます。どれだけ減るかは、資料の整い方と、実際に使われるかどうかで変わります。
この分け方は、公的機関がそのまま示した分類ではありません。公開されている事例や調査を踏まえた、この記事としての整理です。「手続きの代行が必要なものは減りにくい」は、一次情報で直接裏づけられた分類ではなく、後述する、人の判断が必要な業務は効率化が難しいと感じる企業が多い、といった傾向からの考え方です。
削減は目的の一つであり、それだけを目的にすると判断を誤りやすくなります。件数が思ったほど落ちなくても、1件あたりの対応時間や回答の正確さ、これまで把握できていなかった質問の中身が見えることもあります。
減りやすい問い合わせ、減りにくい問い合わせ
総務省の「自治体におけるAI活用・導入ガイドブック＜導入手順編＞」（令和7年12月、第4版。以下、総務省ガイドブック）には、指定管理者制度に関する庁内の問い合わせで、所管課から制度担当課への問い合わせに重複が多かった、という事例があります。実証の結果、類似の質問にAIが対応したことで職員の対応負担が減ったとされ、担当者は「個別課題など例外的な問い合わせ」に注力できる、という問題意識が示されています。この箇所に、効果の数字の記載はありません。
同ガイドブックは、庁内向けの文書やマニュアル等を生成AIに学習させることで、旅費事務や会計事務といった庁内事務で有効に活用されている旨が報告されている、ともしています。文書に答えがある定型の社内問い合わせが、対象になりやすいことの補強になります。
中小企業基盤整備機構の「中小企業のAI等の利活用に係る実態調査」（2026年3月、調査期間は2025年11月17日〜12月12日）では、AIを導入しても効率化できていない、あるいは効率化が難しいと感じる業務として、「人の判断が必要な業務（営業提案、顧客折衝など）」が67.1％で最も高く、次いで「社内調整・意思決定など属人的な業務」が33.3％でした（複数回答）。この設問はAI全般についてで、チャットボットや問い合わせの種類を直接聞いたものではありません。判断が必要なものは、AIでは効率化しにくいと感じる企業が多い、という一般的な傾向の補強にとどめます。
以上を踏まえ、この記事では次のように整理します。
- 減りやすいもの: 社内のマニュアルや規程、FAQなど、文書に答えがある定型の質問。同じ内容の繰り返しや、よく似た質問。
- 減りにくいもの: 個別の事情に応じた判断、例外、文書に書いていないこと。承認や権限の付与など、手続きそのものの代行が必要なものも、文書を探す作業とは性質が違うため、チャットボットだけで減るとまでは言えません。
出典のある数字は、件数ではなく「1件あたりの時間」
今回の調査範囲で見つかった、社内（庁内）向けの出典つきの数字はこれだけです。総務省ガイドブックによると、北九州市と下関市が開発したチャットボットによる「庁内FAQシステム」（職員の質問にAIがFAQ等から自動回答）で、1件の問合せに対する職員の対応時間が平均5分から平均2分に短縮されたとされています（令和元年度の事業）。これは、問い合わせの件数が減ったという数字ではありません。自治体の事例であり、中小企業で同じ時間短縮が出るとまでは言えません。
今回参照した総務省や経済産業省、中小機構などの公開資料の範囲では、民間の中小企業で、社内向けAIチャットボットにより社内問い合わせの件数が何％減ったかを示す公的な数字は見つかりませんでした。出典が無い数字は書きません。
同ガイドブックは、総務省の調査結果として、AIを導入したものの目標とする精度が得られなかったため運用を取りやめた事例が報告されている、ともしています。入れれば必ず問い合わせが減る、という話ではありません。
減ったかどうかは、導入前から測る
件数だけを後から見ると、「思ったほど減っていない」と感じやすいことがあります。測る項目と期間を、導入前に決めておく必要があります。
この記事では、次の四つを押さえておくことを勧めます。
- 導入前の、人への問い合わせ件数と、できれば1件あたりの対応時間を記録する。
- 比べる期間を揃える。導入直後の短い期間だけを見ない。
- 利用者がチャットボットの回答だけで用が足り、担当者に再度聞かなかった割合を、この記事では「自己解決率」と呼びます。公的機関が定めた標準的な定義ではなく、ここでの呼び方です。業界の平均％といった目安も、根拠がないため示しません。
- 回答の正確さ（業務に必要な精度に達しているか）と、作業量（人時）も見る。
総務省ガイドブックのKPIの例には、「AIの精度」（業務に応じて必要な精度を試算する）と、「業務削減量」（導入前後の業務プロセスを比較し、作業量（人時）がどれくらい削減されるかを試算する）があります。庁内FAQシステムを調達する場合の機能要件例には、効果検証のため、利用時間や内容、1件あたりの回答に要した時間、AIの精度に係るデータを出力できる機能が含まれています。
長崎県の事例（職員からのICT関連の問合せに対し、担当者へ回答候補を自動提示する仕組み。職員が直接使うチャットボットではありません）では、定量効果について「導入以前との比較は一概にはできないが、ベンダーから庁舎に常駐しているICT関連の問い合わせ担当者数は減少した」と書かれています。導入前に件数や時間を残しておかないと、後から比べにくい、という例として読めます。これは資料の一文の読み方であり、担当者数が減ることの一般的な見込みではありません。
先に紹介した、指定管理者制度に関する庁内の問い合わせの事例では、気軽に質問できるようになったことで、直接は遠慮されていたような軽微な質問もAIに寄せられ、担当課が把握できていなかった問い合わせニーズを把握できた、とされています。1件の事例であり、一般化はできませんが、AIへの質問数を「人への問い合わせが減った数」と同一視しない方がよい、という注意になります。質問の総数は、むしろ増えることもあります。
運用開始後は、一定期間をおいてAIの精度やKPIの観点からサービスを見直し、導入効果を検証すること、見直しは年1回から数回程度が望ましいことが、同ガイドブックに示されています。費用対効果の見積もりは、この記事では扱いません。
中小機構の同調査では、AI導入後の運用課題として「従業員による活用が進まない」が28.9％（複数回答）と報告されています。使われなければ、問い合わせは減りません。
AIは間違える。人に戻す仕組みが要る
生成AIには、事実に基づかない誤った情報をもっともらしく生成すること（ハルシネーション）があります。総務省『令和6年版 情報通信白書』は、技術的な対策が検討されているものの完全に抑制できるものではないため、利用時はその可能性を念頭に置き、出力が正しいかを確認することが望ましい、としています。
総務省・経済産業省の「AI事業者ガイドライン」（第1.2版、令和8年3月31日）は、RAG（検索拡張生成。登録した文書を参照しながら答える仕組み）の活用などにより、ハルシネーションの抑制や、出力過程・根拠の透明性の向上などが期待されている、としています。期待であり、誤りがなくなるという意味ではありません。仕組みの詳細には、ここでは立ち入りません。
同ガイドラインは、AIの出力を人間が鵜呑みにしないための対策として、AIの特性を理解できるトレーニングを受けることや、人間がAIの判断などを承認する際には、承認の理由や根拠を自ら考えてから承認すべきことなどが提案されている、ともしています。正確で、必要な場合には最新のデータを入力すること、出力の精度とリスクの程度を理解したうえで利用することも、同ガイドラインは重要だとしています。社内のチャットボットに当てはめると、登録する資料を正確に、必要な場合には最新の状態に保つ、という考え方になります。
この記事では、文書に書いていないことを聞かれたときに誤りやすい、という考え方に立ち、人に引き継ぐ条件（根拠となる文書が無い、手続きの実行が必要、など）を決めておく必要がある、と整理します。引き継ぎの条件を決めても、AIの出力の確認を省いてよいわけではありません。
社内のマニュアルや規程、FAQを登録して、チャットボットを試してみたい場合は、KnoAsk（ノマドシステム工房の自社サービス）があります。PDF・Word・Excel・CSV・Webページを取り込み、登録したドキュメントの内容をもとに回答するRAGチャットボットで、回答の質はナレッジの整理状況に左右されます。KnoAskは最短約3分で始められます。