社内データをAIで分析する｜話しかけるだけで集計できる仕組みと3つの方法、データ整備と権限など注意点
「先月の地域別の売上を出して」と頼むたびに、担当者がExcelでデータを集めて集計し、半日かかってしまう。数字を見たいのは経営者や営業の責任者なのに、集計できる人が限られているために、判断が遅れる。多くの会社で見られる光景です。最近は「AIに話しかけるだけでデータを集計・分析できる」という製品やサービスも増えてきました。
この記事では、社内のデータをAIで分析する仕組みについて、話しかけるだけで集計できる仕組みの中身、主な3つの方法、AIで正しい数字を出すために必要なデータの整備、使うときの注意点を整理します。製品の機能は変わりやすいため、2026年10月時点の公式情報をもとに説明します。
- AIによるデータ分析は、質問の文章をAIが集計の処理（SQLやプログラム）に置き換えて実行する仕組みです。AIが数字を「考えて」いるのではなく、データを集計しています。
- 手軽に試すなら、ChatGPTなどへのファイルのアップロードや、ExcelのCopilotが使えます。社内のシステムのデータを継続的に分析するなら、データベースにつなぐ仕組みが必要です。
- 正しい数字を出す一番の条件は、データの整備と「用語の定義」です。「売上」が税込か税抜か、返品を含むかが決まっていないと、AIは誤った集計をします。
- 毎月同じ数字を見るならダッシュボード、その場の疑問を調べるならAIと使い分けると、両方の良さを活かせます。
目次
社内データをAIで分析するとは
社内データをAIで分析するとは、「先月の商品カテゴリ別の売上は？」のように普段の言葉で質問すると、AIがその質問を集計の処理に置き換えて実行し、表やグラフ、説明の文章で答えを返す仕組みのことです。
中心で動いているのは、ChatGPTなどの生成AIです。生成AIは、大量の文章で学習したLLM（大規模言語モデル）を使い、質問の意味を理解して、データベースに問い合わせるための言葉（SQL）や、表計算のためのプログラムを作ります。作った処理を実行して、その結果をもとに回答をまとめます。質問の文章をSQLに置き換える技術は、Text-to-SQLとも呼ばれます。
ここで大切なのは、AIが数字を暗算したり推測したりしているのではなく、実際のデータを集計しているという点です。だからこそ、元のデータが正しく整っていないと、正しい答えは出ません。また、AIが質問の意味を取り違えれば、集計の条件そのものが誤ります。
AIでデータを分析する3つの方法
AIによるデータ分析の主な方法（2026年10月時点）
| 方法 | 向いている使い方 | 注意点 |
|---|---|---|
| 生成AIにファイルをアップロード | Excel・CSVを渡して、その場で集計やグラフを作る | 毎回ファイルを用意する必要がある。社外のサービスにデータを渡すため、契約・設定の確認が必要 |
| ExcelのCopilot | 開いているExcelのデータについて、傾向の把握、ピボットテーブル、数式づくりを頼む | 対象はそのブックのデータ。利用できるプランやバージョンを確認する |
| 社内のデータベースにつなぐ仕組み | 販売管理・基幹システムなどのデータを、いつでも最新の状態で質問して分析する | データの整備、用語の定義、権限の設計が必要。システム開発が必要になることが多い |
生成AIにファイルをアップロードする
OpenAIのヘルプによると、ChatGPTはアップロードしたファイルを分析し、質問に答えたり、表やグラフを作ったりできます。一部の作業では、Pythonというプログラムを書いて実行します。対応する形式には、Excel（.xls、.xlsx）、CSV、PDF、テキストなどがあります。一方で、画像になっている表からは正確な値を取り出せないことがあること、大きなファイルや構造が複雑なファイルは十分に分析できないことがあることも示されています。生成されたコードや結果、前提を確認してから使うよう案内されています。
ExcelのCopilotを使う
Microsoftのサポート情報によると、ExcelのCopilotでは、普段の言葉で質問すると、要約、傾向、外れ値、グラフ、ピボットテーブルなどで答えを返したり、計算のための列や数式を作ったりできます。Copilotが作ったものは、確認・修正してから使うよう案内されています。
関連記事kintone・ExcelのAI機能でできること｜kintone AIとExcelのCopilotの限界とシステム化の判断
社内のデータベースにつなぐ
販売管理や基幹システムのデータを、いつでも最新の状態で分析したい場合は、AIが社内のデータベースに問い合わせる仕組みを作ります。毎回ファイルを書き出す手間がなく、複数のシステムのデータを組み合わせた質問にも答えられるようになります。その代わり、どのデータを、誰に、どこまで見せるかを設計する必要があります。
関連記事既存の業務システムと生成AIをつなぐ｜API化とMCPサーバーの構築、古いシステムでの選択肢と権限設計の進め方
なぜデータの整備が必要なのか
「AIなら、ばらばらのデータでもうまく集計してくれる」と期待されがちですが、実際は逆です。AIは、データの意味を人間のように察することができません。次のような状態では、AIは誤った数字を、もっともらしく返してしまいます。
- 用語の定義が決まっていない：「売上」は税込か税抜か、返品や値引きを差し引くか、受注日・出荷日・請求日のどれで数えるか。部署によって違うことも珍しくありません
- マスタが整っていない：同じ取引先が複数のコードで登録されている、商品の分類が途中で変わっている、担当者の異動が反映されていない
- 表記が揺れている：「株式会社〇〇」「（株）〇〇」「〇〇」が別の取引先として数えられる
- データがシステムごとに分かれている：販売管理と会計、Excelの管理表で数字が合わず、どれが正しいかわからない
こうした問題を解決するには、用語の定義を文書にまとめ、AIがそれを参照できるようにすることと、マスタを整えることが欠かせません。たとえば「売上＝税抜、返品を差し引いた金額、出荷日基準」と決めて書いておけば、AIはその定義に沿って集計できます。これは、AIを使わない集計でも本来必要な整理です。
関連記事Excel業務をシステム化する方法｜判断基準・費用・進め方
使うときの注意点
集計の条件を確認できるようにする
AIは、質問の意味を取り違えて、違う条件で集計することがあります。生成AIがもっともらしい誤りを出すことを、ハルシネーションといいます。対策として、AIが使ったSQLや集計の条件を、回答と一緒に表示する仕組みにします。また、毎月の売上合計のような「答えがわかっている数字」でAIの回答を定期的に確かめ、ずれがないかを確認します。
関連記事AIはうそをつく？ハルシネーションの仕組みと業務で使うときの対策｜起きやすい場面と防ぎ方をやさしく解説
見てよいデータの範囲を決める
社内のデータには、人事・給与の情報や、顧客の個人情報、取引の条件など、限られた人だけが見るべきものが含まれます。AIを通せば誰でもすべてのデータを見られる、という状態にならないよう、利用者ごとに見られるデータを、システムの権限で制限します。AIへの指示で「見せないで」と頼むだけでは不十分です。
外部のサービスに渡すデータに注意する
個人情報保護委員会は2023年6月2日の注意喚起で、個人情報を含む内容を生成AIサービスに入力する場合は、利用目的の範囲内かを確認すること、入力したデータが学習などに使われる場合は法律に違反するおそれがあることを示しています。顧客や従業員の情報を含むデータを扱う場合は、入力したデータが学習に使われない契約・設定になっているかを確認します。法律上の判断は、最終的には弁護士など専門家に確認してください。
費用の費目を知っておく
データベースにつなぐ仕組みでは、開発の費用のほかに、生成AIのAPI（外部のAIを呼び出す窓口）の利用料が、質問の量に応じてかかります。データの量が多いと、データベース側の処理の費用も増えることがあります。また、用語の定義の更新や、回答の精度の確認といった運用の手間も、費目として見込んでおきます。
ダッシュボードとAIの使い分け
AIで分析できるようになっても、ダッシュボード（必要な数字やグラフを1つの画面にまとめたもの）が不要になるわけではありません。毎月・毎日同じ数字を確認するなら、決まった定義で集計した数字がいつも同じ場所に表示されるダッシュボードのほうが、確実で速いからです。
営業部長や支店長から、「取引先別の前年比」「商品カテゴリ別の粗利の推移」などの集計の依頼が月に約40件あり、営業事務の担当者が1件平均1.5時間かけて、販売管理システムからデータを書き出してExcelで集計している会社を想定します（40件×1.5時間＝月60時間）。
販売管理システムのデータベースにAIをつなぎ、部長や支店長が自分で質問して集計できるようにしたとします。依頼の7割（28件）は自分で済むようになり、残りの12件を担当者が1.5時間で、AIの回答の確認や用語の定義の更新に月8時間かかるとすると、18時間＋8時間＝月26時間。削減は月34時間程度の試算です。数字を待つ時間がなくなることで、判断が早くなる効果も期待できます。
うまくいく条件：「売上」「粗利」などの用語の定義を先に決めて書いておくこと。よく使う質問の例を用意し、正しい答えと照らし合わせて確認してから公開すること。
つまずきやすい点：取引先や商品のマスタに重複が多いまま始め、AIの数字と従来の資料の数字が合わずに信頼を失うこと。また、権限を設計せずに、見るべきでない人が給与や原価の情報を見られる状態にしてしまうことです。
自社でできること・専門の会社に頼んだほうがよいこと
- よくある集計の依頼を集める誰が、どんな数字を、どのくらいの頻度で求めているかを1か月分記録します
- 用語の定義を決める売上・粗利・件数など、よく使う言葉の意味と計算の方法を文書にまとめます
- ファイルで小さく試す個人情報を含まないデータで、ExcelのCopilotや生成AIへのアップロードを試し、使い勝手を確かめます
- つなぐ仕組みを検討する継続して使うなら、データベースにつなぐ仕組みと権限の設計を検討します
集計の依頼や用語の定義を整理するときは、要件定義書のひな形が役立ちます。無料テンプレート集からダウンロードできます。
よくある質問
- AIに聞けば、Excelが苦手な人でもデータを分析できますか？
- 簡単な集計やグラフ作りは、普段の言葉で頼めるようになります。ただし、AIが質問の意味を取り違えることもあるため、集計の条件を確認する習慣は必要です。よく使う数字は、決まった定義のダッシュボードで見るほうが確実です。
- AIの集計結果は信用できますか？
- 元のデータと用語の定義が整っていれば、集計そのものは正確に行われます。問題になりやすいのは、AIが質問の条件を取り違えることです。AIが使った集計の条件を表示する仕組みにし、答えがわかっている数字で定期的に確かめると安心です。
- 販売管理システムのデータをAIで分析するには、何が必要ですか？
- データベースへの接続の方法、用語の定義、利用者ごとの権限の設計が必要です。古いシステムでは、データを取り出すための仕組みを別に用意することもあります。まずは、どの数字をよく求められているかを整理するところから始めます。
- 社内のデータを生成AIに渡しても大丈夫ですか？
- 入力したデータが学習に使われない契約・設定になっているか、データがどこに保存されるかを確認したうえで使います。顧客や従業員の個人情報を含む場合は、個人情報保護法上の扱いにも注意が必要です。最終的には弁護士など専門家に確認してください。
- ダッシュボードはもういらなくなりますか？
- いらなくなりません。毎月同じ定義で見る数字はダッシュボードのほうが確実で速く、AIはその場の疑問を掘り下げるのに向いています。両方を組み合わせるのがおすすめです。
まとめ
AIによるデータ分析は、質問の文章を集計の処理に置き換えて実行する仕組みです。手軽に試すならファイルのアップロードやExcelのCopilot、社内のシステムのデータを継続的に分析するならデータベースにつなぐ仕組みを使います。どの方法でも、正しい数字を出す前提は、データの整備と用語の定義です。毎月見る数字はダッシュボード、その場の疑問はAIと使い分け、まずはよくある集計の依頼を集めるところから始めましょう。
関連記事「データがないとAIは使えない」の誤解｜生成AI時代に本当に必要なデータと、小さく始める準備の進め方
参考：OpenAI Help Center「Data analysis with ChatGPT」、Microsoftサポート「Get data insights with Copilot in Excel」、個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」（2023年6月2日）（いずれも2026年10月時点で確認）。
この記事に関連するサービス
AI業務改善・AIシステム開発
生成AIなどのAIを、業務の流れや社内のシステムに組み込んで成果が出る形にします。業務の整理、試験導入（PoC）、AIを組み込んだシステムの開発、導入後の運用・改善まで一貫して対応… サービスの詳細を見る
