2026.10.12

AI BPOとは？メリットと活用できる業務・導入方法を解説

「人手が足りず外注を考えているが、AI BPOが普通の外注と何が違うのか分からない」

「AIに業務を任せて、個人情報の漏えいや誤った回答が起きないか心配だ」

こんなお悩みはありませんか。

AIを使う外注と聞いても、どの業務を出せて、社内に何の仕事が残るのかが見えにくいですよね。

この記事では、AI BPOの意味と活用例、メリットと注意点、委託か自社でAIを作るかの決め方までをわかりやすく解説します。

業務のどこにAIを使うかの整理は、malnaのAI導入支援でご相談いただけます。

AI BPOとは

AI BPOとは、業務の外部委託にAIを組み込み、AIが処理した結果を人が確かめて仕上げる委託の形です。

BPOはBusiness Process Outsourcingの略で、経理や問い合わせ対応などの業務を、手順ごと外部の事業者に任せることを指します。

AI BPOでは、委託先の事業者が生成AIやAIエージェントを使い、人が担っていた作業の一部をAIに置き換えます。

AIに任せる範囲は委託先ごとに違い、顧客への回答までAIが行う形も、スタッフの下書きにだけAIを使う形もあります。

生成AIは文章の作成や要約を行うAIで、AIエージェントは目的に沿って複数の作業を続けて進めるAIです。

AI BPOの特徴は、次の3つの点から見るとつかみやすくなります。

AIと人が分担する仕組みを知り、1件の業務の進み方をつかむ
従来の業務委託との違いを、件数と人員の関係で比べる
RPAとの違いを、決まった操作と文章の読み取りのどちらに強いかで比べる

AIと人が分担する仕組み

AIと人の分担を問い合わせ対応の例で見ると、AIが一次処理を担い、人が例外の対応と最終の確認を担う形が基本になります。

人がどこで確認に入るかは、委託先と業務によって違います。

問い合わせ対応の例では、1件の処理は次の順で進みます。

問い合わせの文面をAIが読み取り、用件を分類する
委託元から預かった資料をもとに、AIが回答の案を作る
定型の質問はAIの回答で完了し、判断が必要な質問は人に回す
人が回答を確かめ、誤りがあれば直して、AIが参照する資料にも反映する

人が直した内容をAIの参照先に戻すと、同じ誤りがくり返されにくくなります。

委託先のスタッフの仕事は、AIが答えられない質問への対応と、AIの回答の品質を確かめることに移ります。

委託元の会社に残る仕事は、判断の基準を決めることと、委託先から届く報告を読むことです。

問い合わせ1件のAIと人の分担

従来の業務委託との違い

従来の業務委託との大きな違いは、件数が増えたときに人員がどれだけ増えるかにあります。

従来のBPOでは、委託先のスタッフが1件ずつ処理するため、件数が増えると必要な人員もほぼ同じ割合で増えます。

AI BPOでは、定型の処理をAIが担うため、例外の割合が変わらなければ、件数が増えても人が対応する件数は増えにくくなります。

ただし、AIの利用料や、回答の品質を見る人の工数は、件数に応じて増えます。

違いを4つの点で比べると、次のとおりです。

比べる点	従来のBPO	AI BPO
処理する人	委託先のスタッフ	AIが一次処理し、スタッフが確認と例外の対応を行う
件数が増えたとき	スタッフを増やす	AIの処理量を増やし、人は例外の対応にあたる
品質の保ち方	スタッフの教育と抜き取りの確認	AIの回答の検証と、参照資料の更新
委託元が渡すもの	業務の手順書	手順書に加え、AIが参照する資料と判断の基準

AI BPO、AI-BPO、デジタルBPOといった呼び方は、事業者によって指す範囲が異なります。

デジタルBPOは、クラウドのツールやRPAで委託業務を効率化する形を指すことが多い呼び方です。

AI BPOという呼び方は、文章の生成や、判断を伴う処理までをAIが担う形を指して使われます。

RPAとの違い

RPAとの違いは、RPAが決まった操作の再現に強いのに対し、生成AIは文面が毎回違う文章の読み取りや下書きに強いことです。

RPAとは、パソコン上の決まった操作を、ソフトウェアのロボットに記録どおり繰り返させる技術です。

RPAは、手順が毎回同じ作業を正確に繰り返すことに向いています。

画面や帳票の形式が変わると、記録した手順を直す必要があります。

生成AIは、文面が毎回違う問い合わせを読み取ったり、要約や回答の案を作ったりできます。

一方で、生成AIの出力は毎回同じになるとは限らず、最終の判断を任せきりにはできません。

金額の計算や転記のように結果が1つに決まる作業は、RPAや既存のシステムで処理するほうが確実です。

委託先によっては、AIとRPAを作業ごとに使い分けています。

RPAで済む作業までAIで処理すると、確認の手間が増えることがあります。

外部委託が変わり始めた背景

外部委託にAIが使われ始めた背景には、国内のBPO市場の拡大と、生成AIを業務に組み込む取り組みの本格化があります。

市場の規模は調査会社が推計し、大手のBPO事業者はAIエージェントを使う事業の計画を発表しています。

矢野経済研究所は2025年11月26日に、BPO市場に関する調査の結果を発表しました。

2024年度の国内BPO市場は、事業者売上高ベースで5兆786億5,000万円と推計されています。

前年度と比べて4.0%の増加です。

区分ごとの市場規模は、次のとおりです。

区分	2024年度の市場規模	前年度比
BPOサービス全体	5兆786億5,000万円	4.0%増
IT系BPO	3兆1,220億円	5.9%増
非IT系BPO	1兆9,566億5,000万円	1.0%増

同じ発表は、生成AIを活用したBPOサービスの実用化に向けた取り組みが活発になっていると指摘しています。

大手の事業者も、AIとBPOを組み合わせた実証や事業の計画を発表しています。

NTTデータは2026年3月31日に、AIとBPOを組み合わせた資料作成支援モデルの実証を始めると発表しました。

実証の期間は、2026年4月から6月末までと発表されています。

同社は、既存の資料作成BPOで、依頼企業が自社で作る場合と比べて約30〜40%の業務時間を短縮していたと説明しています。

実証では、上流工程のAI化で約40%の追加削減を見込み、最大7〜8割の効率化をめざしています。

7〜8割は実証の目標であり、結果として出た数字ではありません。

NTTデータとNTT西日本は2026年7月28日に、AIエージェントを中核とした次世代BPO事業を共同で展開すると発表しました。

AIエージェントが業務処理まで担うことを前提に、業務を設計する方針です。

NTTマーケティングアクトProCXは、2026年10月1日に社名をNTTデータ・マーケティングアクトに変更しました。

同社は、NTTデータとNTT西日本による新たな資本体制のもとにあると発表しています。

参考：BPO（ビジネスプロセスアウトソーシング）市場に関する調査を実施（2025年）｜矢野経済研究所

参考：AIとBPOを組み合わせた資料作成支援モデルの実証を開始｜NTTデータ

参考：AIエージェントを中核とした次世代BPO事業を共同展開、NTTマーケティングアクトProCXを合弁会社化｜NTTデータ

参考：株式会社NTTマーケティングアクトProCXの社名変更および代表取締役社長の就任について｜NTTデータ・マーケティングアクト

AIを活用できる業務の例

AIを活用できるのは、件数が多く、手順と回答の根拠を文書にできる業務です。

反対に、毎回の判断が担当者の経験に頼っている業務は、そのままではAIに渡せません。

次の4つの業務を例に、AIが担う作業と人に残る作業を見ていきます。

問い合わせへの一次対応で、AIがよくある質問に答え、人が例外に対応する
通話内容の要約と分類で、対応後の記録をAIが下書きする
経理のデータ入力で、請求書の項目をAIが読み取る
営業資料の作成で、AIが構成案を作り、人が仕上げる

4つの業務で、AIと人の分担は次のようになります。

業務	AIが担う作業	人に残る作業
問い合わせへの一次対応	よくある質問への回答、用件の分類	判断が必要な質問への回答、回答の確認
通話内容の要約と分類	要約と応対履歴の下書き、問い合わせ理由の分類	要約の確認、記録の確定
経理のデータ入力	請求書からの項目の読み取りと入力	原本との照合、勘定科目の判断、支払いの承認
営業資料の作成	論点の整理、構成案と指示書の作成	表現の調整、図解、レイアウト

問い合わせへの一次対応

問い合わせへの一次対応では、AIがよくある質問に答え、判断が必要な質問を人に回します。

ベルシステム24は、自治体向けに、生成AIの自動応答と専門スタッフの有人対応を組み合わせたサービスを提供しています。

生成AIは、指定したWebサイトの情報だけを参照して回答を作ります。

職員の対応が必要な内容は、職員に転送されます。

同社のサービスページのFAQでは、問い合わせの8〜10%程度は有人対応が必要になると想定しています。

AIで完結しない問い合わせが一定の割合で残る前提で、人の体制を決めておく必要があります。

参考：AI × BPOソリューション（生成AI応答サービス）｜ベルシステム24

関連記事：コールセンターのAI活用事例！できることと導入の進め方を解説

通話内容の要約と分類

電話対応のあとに行う記録の作成は、AIが下書きを作り、オペレーターが確かめる形にできます。

アルティウスリンクは、テキスト化した通話データをもとに、生成AIで要約と応対履歴を自動で作るサービスを提供しています。

問い合わせの理由をAIが分類する機能もあります。

分類の結果は、どの理由の問い合わせが多いかを集計し、FAQやWebサイトを直す際に使えます。

AIが作った要約はそのまま記録にせず、オペレーターが聞き漏らしや誤りがないかを見てから確定する運用にします。

記録を書く時間が短くなると、オペレーターが次の電話を受けるまでの時間も短くなります。

参考：生成AIサービス｜アルティウスリンク

経理のデータ入力

経理のデータ入力では、請求書や領収書から、取引先名、金額、日付などの項目をAIが読み取る使い方が考えられます。

読み取った項目は、会計ソフトに取り込める形式にして入力します。

人は、AIが読み取った金額と原本を照らし合わせ、勘定科目の判断や支払いの承認を行います。

読み取りの精度は、書類の形式がそろっているほど安定します。

取引先ごとに書式が違う場合は、読み取れなかった項目を人が補う時間も見込んでおきます。

支払いの承認や、取引先との条件の交渉は、社内の権限と責任に関わるため、委託の範囲から外して考えます。

営業資料の作成

営業資料の作成では、AIが論点の整理や構成案を作り、人が表現や図の仕上げを行う分担ができます。

NTTデータの実証では、AIエージェントが論点整理、構成検討、ストーリー設計の上流工程を担います。

AIエージェントが作った指示書を、制作を担当するBPOの工程に渡す流れです。

文脈の理解、表現の調整、図解、レイアウトといった仕上げの工程は、人が関わることを前提にしています。

依頼者と制作者のあいだで意図がずれる場面を、AIが作る指示書で減らすことがねらいです。

参考：AIとBPOを組み合わせた資料作成支援モデルの実証を開始｜NTTデータ

AI BPOを導入するメリット

AI BPOを導入するメリットは、件数の多い定型業務を速く処理し、社内の人を判断の必要な仕事に回せることです。

費用の払い方や、繁忙期の人の集め方も変わります。

メリットは次の4つです。

処理の効率が上がり、件数の多い業務を短い時間で終えられる
コストのかかり方が変わり、件数に比例して増える費用を抑えやすくなる
繁忙期の件数の増減に合わせやすく、人を集める手間が減る
社内の人材をコア業務に回し、判断や企画の時間を増やせる

ただし、効果が出やすいのは、件数が多く、手順と判断の基準を文書にできる業務です。

処理の効率が上がる

AIは、文書の読み取りや回答案の作成を、人より短い時間で終えられます。

夜間や休日の問い合わせにもAIが一次対応できるため、翌営業日に持ち越す件数を減らせます。

効率が上がるのは、同じ種類の処理が繰り返し発生する業務です。

問い合わせ対応では、AIの回答で完結した件数の割合が、効率の目安になります。

月に数件しか発生しない業務では、AIの設定や確認の手間のほうが大きくなる場合があります。

コストのかかり方が変わる

従来のBPOの費用は、処理にあたるスタッフの人数や作業時間に比例して増える形が中心です。

AI BPOでは、AIが処理する部分の費用は、件数ほどには増えにくくなります。

人が対応する部分の費用は、AIで完結しなかった例外の件数で決まります。

一方で、AIの利用料や、最初に手順書と参照資料を用意する費用が加わります。

総額が下がるかどうかは、委託する件数と、人が対応する割合で変わります。

複数の委託先から見積もりを取り、同じ件数の前提で総額を比べます。

繁忙期の件数の増減に合わせやすい

決算期や新製品の発売直後のように、件数が一時的に増える業務があります。

AIが処理する部分は、件数が増えても人を増やさずに対応できます。

従来のBPOでは、繁忙期の前にスタッフを集めて教育する期間が必要でした。

AI BPOでは、人が担う例外の対応だけを、繁忙期の体制として考えればよくなります。

件数が減る時期に、スタッフの人数を減らす調整の手間も小さくなります。

社内の人材をコア業務に回せる

コア業務とは、自社の売上や顧客の満足に直接つながり、社内の人が担うべき仕事のことです。

定型業務を外に出すと、社内の担当者は、判断や企画、顧客との関係づくりに時間を使えます。

ただし、委託した業務の結果を確かめる担当者は社内に残します。

確かめる人がいないと、AIの誤りや委託先の処理の遅れに気づくのが遅くなります。

委託先から届く月ごとの報告を読み、基準から外れた数字があれば理由を聞く役割です。

AI BPOを導入する4つのメリット

導入前に確かめる注意点

AI BPOの導入前に確かめるのは、誤回答への対応、個人情報の扱い、手順書の3つです。

どれも、委託先を選ぶ前に社内で決めておく事柄です。

AIの誤回答を人が確かめる体制を決め、誤りが顧客に届く前に止める
個人情報の扱いを、個人情報保護委員会の注意喚起に沿って見直す
手順書の整備で、委託先に渡す判断の基準を文書にする

AIの誤回答を人が確かめる体制

生成AIは、もっともらしいが事実と違う回答を作ることがあります。

誤った回答が顧客に届くと、問い合わせの増加や信頼の低下につながります。

委託する前に、どの回答を人が確かめてから送るかを決めておきます。

金額、契約、法令に関わる回答は、AIの案を人が確かめてから送る区分に入れます。

AIがどの資料を根拠に回答したかを記録してもらうと、誤りの原因を後から追えます。

誤りが見つかった件数と内容は、月ごとの報告に入れてもらいます。

個人情報の扱い

顧客や従業員の個人情報を含む業務を委託するときは、AIへの入力のしかたを委託先に聞きます。

個人情報保護委員会は、2023年6月に、生成AIサービスの利用に関する注意喚起を公表しています。

事業者が個人情報を含む指示文をAIに入力する場合は、利用目的の達成に必要な範囲内かを十分に確認するよう求めています。

本人の同意なく入力した個人データが、回答の出力以外の目的で扱われると、法律違反となる可能性があるとも指摘しています。

委託先には、入力したデータをAIの学習に使わない設定になっているかを確かめます。

個人情報保護法への適合の最終判断は、社内の法務担当や弁護士に確認します。

参考：生成AIサービスの利用に関する注意喚起等について｜個人情報保護委員会

手順書の整備

AI BPOは、業務の手順と判断の基準が文書になっていないと、委託先もAIも正しく処理できません。

担当者の経験だけで決めている判断は、AIが参照する資料にも、委託先の手順書にも入りません。

委託の前に、作業の順番、例外の判断基準、よくある質問と回答を文書にします。

手順書には、例外にあたる条件と、例外が起きたときに連絡する社内の担当者の名前も書きます。

手順書がないまま委託すると、委託先からの確認の連絡が増え、立ち上げに時間がかかります。

手順書を作る作業は、委託するかどうかにかかわらず、業務のむだを見つける機会になります。

委託か自社でAIエージェントを作るかの決め方

業務にAIを使う方法には、AI BPOに委託するほかに、自社でAIエージェントを作って社内で使う方法があります。

どちらが合うかは、業務の手順の変わりやすさと、社内に残したい知識で決まります。

次の3つのケースで考えます。

BPOへの委託が向くケースは、件数が多く、手順がほとんど変わらない業務
自社でAIエージェントを作るほうが向くケースは、手順がよく変わり、知識を社内に残したい業務
両方を組み合わせる進め方は、定型の業務を委託し、判断の多い業務を社内で処理する形

判断に使う点は、例外に対応する人、手順が変わる頻度、業務の知識、社内でAIを扱える人、社内システムとの連携の5つです。

判断の点	委託が向く業務	自社でAIエージェントを作るほうが向く業務
例外に対応する人	委託先が用意できる	社内の担当者が対応する
手順が変わる頻度	少ない	多い
業務の知識	外に出しても困らない	社内に残したい
社内でAIを扱える人	いなくても始められる	作る人と直す人が必要
社内システムとの連携	委託先とのデータの受け渡しで行う	社内のシステムと直接つなぐ設計にできる

関連記事：AI業務効率化支援の選び方！依頼できる内容と自社で進めるための準備

BPOへの委託が向くケース

BPOへの委託が向くのは、件数が多く、手順がほとんど変わらず、例外の対応まで外部に出せる業務です。

問い合わせの一次対応、書類のデータ入力、定型の事務処理などが当てはまります。

委託先がAIと人の両方を用意するため、社内にAIを扱える人がいなくても始められます。

一方で、業務の知識は委託先に蓄積されます。

委託をやめるときには、手順書や回答の資料を社内に引き取る手間がかかります。

自社でAIエージェントを作るほうが向くケース

自社でAIエージェントを作るほうが向くのは、手順がよく変わる業務や、判断の知識を社内に残したい業務です。

営業の提案準備、社内規程に基づく社員からの質問への回答、複数の社内システムにまたがる集計などが当てはまります。

自社で作れば、手順が変わったときに、社内でAIへの指示や参照資料を直せます。

業務の知識が社内の資料として残るため、担当者が替わっても引き継ぎやすくなります。

一方で、AIエージェントを作り、運用を続ける人が社内に必要です。

自社構築には、社内で一から作る形のほかに、外部の支援を受けて作り、運用を社内で行う形もあります。

社内に作れる人がいない場合は、外部の支援で最初の1つを作り、直し方を覚えながら運用を社内に移せます。

両方を組み合わせる進め方

委託と自社でのAIエージェントづくりは、どちらか一方に決める必要はありません。

件数が多い定型の業務はAI BPOに委託し、判断が多く変わりやすい業務は自社のAIエージェントで処理できます。

最初は委託で始め、手順書と参照資料がそろった段階で、一部を自社のAIエージェントに移す進め方もあります。

たとえば、顧客からの問い合わせ窓口はAI BPOに委託し、社員からの社内規程の質問には自社のAIエージェントで答える分け方があります。

顧客向けの窓口は件数が多く、営業時間外の対応も求められるため、AIと人の両方を用意できる委託先が合います。

社内規程は改定のたびに回答を直す必要があり、規程を管理する部署が参照資料を直せるほうが早く反映できます。

委託先との契約では、手順書やAIが参照する資料を、委託をやめたあとも自社で使えるかを見ておきます。

資料を自社で使えない契約だと、自社でAIエージェントを作るときに、手順書を一から作り直すことになります。

委託か自社でAIを作るかの判断軸

BPO委託先の選び方

AI BPOの委託先は、AIが担う範囲、人が確かめる工程、データの扱い、費用の課金単位の4点で比べます。

同じAI BPOという名前でも、委託先ごとに4点の中身は違います。

AIが担う範囲を、作業ごとに一覧で示してもらう
人が確かめる工程が、どこに何人置かれるかを聞く
データの扱いで、保管場所と学習に使うかどうかを聞く
費用の課金単位を、件数ごと、時間ごと、月額のどれで払うかで並べる

4点ごとに委託先に聞くことは、次のとおりです。

確かめる点	委託先に聞くこと
AIが担う範囲	作業ごとに、AIと人のどちらが処理するか
人が確かめる工程	確認の担当者の人数、確認する件数の割合、確認の基準
データの扱い	保管場所、学習に使うかどうか、閲覧できる担当者、事故時の連絡、委託終了後の削除
費用の課金単位	初期費用、AIの利用料、件数や時間ごとの費用、月額の費用

AIが担う範囲

同じAI BPOでも、AIが担う範囲は委託先によって違います。

見積もりの前に、作業ごとにAIが処理するのか人が処理するのかを、一覧で示してもらいます。

一覧では、AIの回答をそのまま顧客に送る作業と、人が確かめてから送る作業を分けてもらいます。

AIが処理できなかった件数を、誰がどの期限で引き取るかも聞いておきます。

AIが担う範囲が広いほど費用は下がりやすい一方で、誤りが顧客に届く経路も増えます。

人が確かめる工程

人が確かめる工程は、AIの誤りを顧客に届ける前に止める場所です。

委託先に、確認の担当者の人数、確認する件数の割合、確認の基準を聞きます。

誤りが見つかったときに、AIの参照資料を誰が直すのかも決めておきます。

月ごとの報告には、正しく回答できた割合、人に回した件数、1件あたりの処理時間の3つを入れてもらいます。

データの扱い

データの扱いでは、委託先がどこにデータを保管し、AIの学習に使うかを確かめます。

確かめる項目は、データの保管場所、AIサービスの提供元、学習に使うかどうか、委託終了後の削除の方法です。

委託先がさらに別の事業者に処理を任せる再委託があるかも、契約の前に聞きます。

データを見られる担当者の範囲、操作の記録の保存期間、情報漏えいが起きたときの連絡の期限と責任の分担も、契約書に書いてもらいます。

個人情報を含む業務では、委託契約の条件を、社内の法務担当と確認してから結びます。

費用の課金単位

AI BPOの費用の払い方には、処理件数ごと、作業時間ごと、月額固定などがあります。

件数ごとの課金は、件数の増減に合わせて費用も増減します。

月額固定は、件数が多い月でも費用が変わらない一方で、件数が少ない月も同じ額を払います。

見積もりでは、初期の設定費用、AIの利用料、人が対応した件数の追加費用を分けて書いてもらいます。

月ごとの件数の実績をもとに、課金単位ごとの年間の総額を出すと、委託先の違いが見えます。

関連記事：AIエージェントの費用｜導入方式で変わる課金単位

BPO導入を小さく始める3つのステップ

AI BPOの導入は、委託する作業の棚卸し、小さな範囲での試行、効果の測定の3つのステップで進めます。

最初から全業務を委託せず、1つの作業で数字を取ってから範囲を増やします。

委託する作業の棚卸しで、作業ごとの件数と時間を一覧にする
小さな範囲での試行で、期間と件数を区切って委託する
効果の測定で、試行の前後の数字を比べ、委託の範囲を決める

委託する作業の棚卸し

棚卸しでは、対象の業務を作業の単位に分け、月の件数と1件あたりの時間を一覧にします。

一覧の列は、作業名、月の件数、1件あたりの時間、判断が必要か、使う書類やシステムの5つです。

判断が必要なく、件数が多い作業が、委託やAIの候補になります。

判断が必要な作業は、判断の基準を文書にできるかどうかで、委託するか社内に残すかを決めます。

一覧は、委託先に見積もりを頼むときの資料としても使えます。

小さな範囲での試行

試行では、候補の作業の中から1つを選び、期間と件数を区切って委託します。

対象は、1つの部署や1つの問い合わせ窓口のように、範囲を限ります。

試行のあいだは、AIの回答のうち人が直した件数と、直した理由を記録します。

直した理由を、参照資料が足りなかったのか、手順書が足りなかったのかに分けると、次に直す場所が分かります。

試行を始める前に、続けるかどうかを決める数字と基準を、委託先と合意しておきます。

試行のあいだは委託先との打ち合わせを決まった間隔で持ち、人が直した内容を参照資料に反映できたかを見ます。

効果の測定

効果の測定では、試行の前と後で、処理時間、誤りの件数、社内の担当者が使った時間、1件あたりの費用を比べます。

4つの数字から分かることは、次のとおりです。

比べる数字	分かること
1件あたりの処理時間	AIで処理が速くなったか
誤りの件数	品質が保たれているか
社内の担当者の確認時間	社内の負担が減ったか
1件あたりの費用	委託の前より費用が下がったか