AIにどの仕事を、どこまで任せる?Barclaysの事例に学ぶ小さな始め方

会社の仕事をAIに任せるなら、何から始めればよいのでしょうか。毎日届くメールを読み、担当者を探す作業や、顧客への回答に必要な資料を探す作業は、有力な候補です。人が判断に取りかかるまでの準備を短くできる可能性があるからです。
2026年10月1日にAnthropicが公開した英国の銀行Barclaysの事例は、そのヒントになります。大切なのは、業務を段階に分け、どの部分をどこまでAIに任せ、人は何に集中するかを決めることです。
Barclaysは、どんな仕事をAIに任せたのでしょうか
発表で注目したいのは、社内の情報検索とメール処理です。どちらも、社員が必要な情報を集め、次の行動に備える仕事に関わっています。
Barclays UKの社員向け「Colleague Knowledge Assistant」は、2025年から稼働しています。発表時点で1万6,000人を超える社員が利用を開始し、累計検索件数は100万件を超えました。Claudeと検索拡張生成(RAG)を組み合わせています。RAGとは、質問に関連する資料を先に探し、その内容を基にAIが回答を作る仕組みです。顧客対応に必要な情報や答えを、社員がより早く見つけられるよう支援します。
Global Markets部門では、受信メールの分類、処理に必要な情報の補足、適切な処理先への振り分けにClaudeを活用しています。発表によると、この基盤は1日約12万件のメールを処理します。ただし、この「処理」は分類や情報の補足、振り分けなどを指します。12万件すべてにAIが自動返信したり、顧客の依頼を最後まで解決したりしたという意味ではありません。
業務の流れに沿って見ると、AIに任せる役割が具体的になります。「顧客対応」という大きな仕事にも、情報検索、依頼の分類、担当者への引き継ぎ、回答内容の判断という別々の段階があります。繰り返しが多い部分や、人が待たされる部分、同じ資料を何度も探す部分を見つければ、最初の導入範囲を絞れます。
準備が整えば、人は大切な判断に集中できます
顧客への回答を書く前にも、社員には多くの作業があります。依頼の意図をつかみ、根拠となる資料を探し、不足情報を確認し、担当者を決めます。この準備が長引くほど、顧客の事情を理解し、解決策を考える時間が圧迫されます。
AIが関連情報を集めて整理すれば、人は例外の確認や優先順位の調整、顧客に必要な説明の判断に、より注意を向けられる可能性があります。繰り返し届く問い合わせから、案内や業務手順の改善を考える時間も確保できるかもしれません。この事例から読み取れるのは、そうした導入の方向性です。
例えば小規模な企業なら、「見積もりの問い合わせを読み、要望・希望日程・追加で確認すべき点を整理する」ことを最初の課題にできます。社員は整理された内容を確認し、価格や納期、対応方針を決めます。これはBarclaysの具体的な運用ではなく、同じ考え方を身近な業務に当てはめた例です。
任せる深さも決めておきましょう。最初はAIが分類を提案し、人が確定します。結果が安定した問い合わせの種類から、担当者への振り分けまで任せる範囲を広げられます。社外への回答や費用・契約に関わる判断には別途承認を設けると、役割が明確になります。
Anthropicは、Barclaysで情報へのアクセスや顧客対応が速くなり、手作業が減ったと説明しています。ただし、時間短縮率、分類精度、削減額は公表されていません。人の判断や企画に使える時間がどれだけ増えるかは、自社の試行で確かめる目標にするのが適切です。Barclaysも、セキュリティ管理と人による監督を行うとしています。
小さく試し、効果を確認できた仕事から広げます
最初は、ひとつのチームのひとつの仕事で十分です。繰り返しが多く、期待する結果を説明しやすく、担当者が結果を確認できる仕事が向いています。問い合わせメールの分類や社内資料の検索など、範囲が明確なほど改善を比較しやすくなります。
まず、現在の方法でかかる時間を記録します。次に、会社が利用を認めた資料とツールでAIを試し、次の3点を確認します。
- 処理時間: AIの実行だけでなく、人による確認・修正を含めても短くなったか
- 修正の負担: どの分類や要約をよく直すのか、修正にどれくらい時間がかかるか
- 見落とし: 重要な問い合わせや必要な情報が抜けていないか
平均時間だけでは、まれに起きる例外を見逃しかねません。よくある問い合わせと判断が難しい問い合わせの両方を試し、AIが得意な種類と人が見るべき種類を分けておくと、次の段階を決めやすくなります。予算に合うかを判断するには、月額料金や従量料金に加え、運用にかかる時間も比較します。
役立つことが確認できたら、対象を広げます。ひとつの問い合わせから似た種類へ、分類の提案から担当者への振り分けへと、少しずつ進められます。その際、承認権限、参照できる資料、例外時に戻れる従来の手順も整理します。これはBarclaysが公表した試行手順ではなく、事例を参考にした進め方の提案です。
目標を「AIで処理した件数」だけにしないことも大切です。社員が複雑な顧客の課題を解決し、次の仕事を企画することに本当に集中できるかまで確かめれば、利用を広げる理由が明確になります。
仕事と予算に合う第一歩を、AIBと考えてみませんか
AIBは、情報や費用の差がAI活用の格差につながらないよう、仕事と予算に合う選択を支援する新しいスタートアップです。特定のAI企業に偏らない比較プラットフォームを目指しています。
AIで働き方を改善するAXは、今使っているChatGPTやClaudeのプランを見直すことや、繰り返し作業をひとつ試すことから始められます。導入の出発点、費用の妥当性、すでに使っているAIの活かし方に迷ったら、AIBにご相談ください。そのほかのAI活用に関するお悩みもお寄せいただけます。
出典
あわせて読みたい
業務自動化に関連する記事をもっと見る →
AIで見積書を比較:価格・納期・見落としがちな費用を整理
一番安い見積もりを選んだのに、送料と設置費を加えたら総額が変わってしまったら? 見積書ごとに税金・配送・納期の書き方が違うと、最初のページにある金額だけでは比較できませ…

社内文書のAI検索で、古い規程が答えに出てきたら
社員がAIに出張費の基準を聞いたら、以前に廃止した規程が答えに出てきた。そんなことが起きたらどうでしょうか。文書をすばやく探せる機能が、かえって精算ミスや再確認を増やし…

AIで顧客の声を分析するには?問い合わせ30件から始めるFAQ改善
「商品はいつ届きますか?」に毎日答えているなら、返信を速くするだけでは繰り返しの業務は減りません。お客様が出荷日と到着予定日を混同しているのか、配送状況の確認画面を見つ…

AI議事録を業務につなぐ:Workspace Studioでタスク登録・フォローメール
打ち合わせで「見積書を修正して送ります」と決めたのに、次の会議でも進捗を確認していませんか? AIが議事録をまとめてくれても、タスクの登録・フォローメール・期限の確認が…