Copilot・Geminiしか使えない職場でもAI力を伸ばす方法――「コンテキスト蓄積」と社内ルール順守、組織を動かす実践策
このNoteは、2026年5月15日に公開されたAI仙人の動画に関するものです。
簡潔な要約：
企業からMicrosoft CopilotやGeminiなど使用可能な生成AIを制限されている会社員が、規定を守りながらAIを最大限活用する方法について、AI仙人と聞き手が実体験を交えて議論した。
中心となる主張は、AI活用では高度なプロンプト以上に「コンテキスト」、つまり会議、議事録、社内ルール、案件の条件など仕事に必要な背景情報を継続的に蓄積することが重要だという点だ。対面会議でもTeamsなどを利用して文字起こしを残し、プロジェクト単位で情報を整理すれば、Copilotなど比較的制約のあるAIでも提案書作成やタスク整理などに活用しやすくなるとしている。
一方、会社の情報を無許可で個人向けAIへ入力することはセキュリティ上問題になり得るため、まず自社のAI利用規定を確認する必要があると強調。外部AIを利用した研究や技術習得では実データを持ち出さず、必要に応じて架空のダミーデータを使う方法なども紹介した。ただし、こうした方法も企業規模や規定によって許容範囲が異なるため、一律に安全とはしていない。
さらにAI導入を社内で進める場合、情報システム部門を敵視せず、セキュリティやログ管理などの懸念を整理したうえで協力を求め、経営層には費用対効果や具体的な成果を示すことが重要だと指摘。現場だけのボトムアップより、部長、役員、社長など意思決定層を早期に巻き込むトップダウン型の方が成功しやすいとの経験則を示した。
最終的には、会社のAI環境が変わらない場合も、転職、副業、個人的な学習など何らかの方法でAIを継続的に使い、将来のキャリアに備えるべきだと結論づけている。AIを日常的に使う人と制限された環境だけで使う人との経験差が将来的に大きくなるとの見方を示した。
【消すかも】仕事でCopilotやGeminiしか使えない会社でプロレベルにAIを使うテクニック。実体験で学んだ技を教える。
詳細な要約：
1．AIの性能より「コンテキスト」が仕事の成果を左右
議論は、「会社ではCopilotしか使えない」「Geminiしか認められていない」という視聴者の悩みを出発点としている。
AI仙人は、企業でAIを使う際に最も重要なのは、巧妙なプロンプトを書くことではなく、AIに十分なコンテキストを与えることだと主張する。ここでいうコンテキストとは、会議内容、議事録、過去の意思決定、顧客とのやり取り、社内ルール、業務上の条件、成果物の事例など、仕事を正しく理解するための情報全般を指す。
例えば「同時翻訳アプリを作る」という依頼だけでは、対面利用なのかオンライン会議用なのか、翻訳結果が5秒後でもよいのか0.5秒以内に必要なのかなど、実際の要件をAIは判断できない。また請求書のフォーマットなども企業によって異なる。したがって、AIそのものが高度になっても、自社固有の事情が与えられていなければ一般論しか返せないという。
さらに、コンテキストは短期間では蓄積できないため、AIがさらに高性能になってから収集を始めるのでは遅いと指摘。良い成果物だけでなく失敗例も含め、今から会社の知識をデータとして残すことが将来のAI活用基盤になるとの考えを示している。
2．会議を「記録し続ける」ことがAI時代のインフラに
実務上の具体策として強調されたのが、会議や会話を可能な限り記録し、文字情報として蓄積することだ。
オンライン会議ではTeamsやGoogle Meetなどの録音・文字起こし機能を使い、会議記録をプロジェクトごとのフォルダに保存する。その情報をCopilotなどに読み込ませ、「要約」「提案書作成」「タスク抽出」などに利用する方法が紹介された。
特に問題となるのが対面会議である。そこで、オンライン会議をしていなくても会議室にPCを置いてTeamsなどを起動し、オンライン会議ツールを対面会議の文字起こし装置として利用する方法が提示された。
AI仙人によれば、AI活用ではコンテキストの「連続性」が重要で、重要な会議を一度記録し損ねただけでも、後の提案書作成、ToDo抽出、引き継ぎなどで情報が欠落する。AIだけで処理できれば短時間で済む業務でも、欠落した情報を人間が探し直す必要が生じれば作業時間が急増するという。雑談や非公式な会話の中で重要事項が決まった場合も同様であり、組織としてどのように知識を残すかが生産性を左右するとしている。
3．最大の障壁は「AIの性能」ではなく情報セキュリティ
一方、社内情報を自由にChatGPTやClaudeなどへ投入すればよいわけではない。
会話では、会社が認めていない外部AIへ顧客情報、会議資料、社内データなどを無断で入力する行為は重大な問題になり得ると指摘された。そのため、実際に何を入力できるかは企業のAI利用規定、契約、セキュリティポリシーによって異なる。
Microsoft 365やGoogle Workspaceを正式導入している企業では、OneDriveやGoogle Driveなど既存環境とCopilot・Geminiが統合されているため、それらのAIが比較的利用しやすいケースがあるという。ただし、会話中でも「本当に白なのかというとグレー」と表現されており、他社の運用例を自社にも適用できると考えるべきではなく、自社規定の確認が前提となっている。
4.「シャドーAI」を避け、規定内でできる範囲を探す
AIを使いたいからといって、会社に隠れて外部サービスへ業務情報を入力する「シャドーAI」は推奨しないという立場も明示された。
一方で、会社の情報そのものを外部へ持ち出さず、個人環境で一般的なリサーチやAI操作の練習を行ない、AI利用能力そのものを高める方法は紹介されている。
例えばマーケティング担当者なら、自社の秘密情報を使うのではなく、一般公開情報や一般化した課題を個人環境のAIで調査し、分析方法や考え方を学ぶ。会社の弱いAIだけを触るのではなく、プライベートでは高性能なAIを利用して技術や発想力を磨くという考え方である。
5．実データの代わりに「ダミーデータ」を使う方法
IT・データ分析分野では、実際の顧客データや数値を外部AIへ入力するのではなく、構造だけを似せた架空のデータを作り、それを使ってコードや処理方法を検討する方法も紹介された。
例えば実際の「氏名」「年齢」「売上」などを渡すのではなく、架空の値を用意し、必要ならカラム名自体も別の名称へ置き換える。どの企業のデータなのか特定できない状態のサンプルを作り、それをAIに処理させて一般的なコードを作成する。その後、会社の許可された環境内で実際の構造に合わせて修正するという発想だ。
ただしAI仙人自身も、実際の数値や個人情報、企業固有のビジネスロジックを外部へ出すことは危険だと繰り返している。また、ダミーデータであっても設計や業務ロジックそのものが機密情報になる場合があり、企業規模や契約によって扱いは異なる。
このため、最終的な判断基準として提示されたのは「会社のAI規定を読む」ことだった。規定の範囲ぎりぎりを自己判断で攻めるのではなく、会社が何を禁止し、何を許可しているのかを確認することが出発点となる。
6．情報システム部門とは対立せず「仲間」として交渉
社内でAI利用を拡大したい場合、情報システム部門や経営者を「AI導入を邪魔する敵」と考えてはいけないという点も強調された。
情報システム部門には、未知のサービスを社員が勝手に使えば、情報漏えい、アカウント管理、ログ管理、契約管理などのリスクが増えるという事情がある。そのためAI導入を提案する側は、使用したいサービスについて、「セキュリティ上のリスク、管理者による統制、利用ログの取得可否、データの扱い、契約条件などを整理し、情報システム担当者が判断しやすい形で提示する必要がある」とする。
AI自体を利用して、社内規定やNDA、セキュリティ上の論点を整理し、担当者向けの説明資料に変換する方法も提案された。重要なのは規制を「突破する」ことではなく、情報システム部門と歩み寄り、双方が許容できる地点を探すことだとしている。
7．経営層を動かすには「費用対効果」が必要
情報システム部門への説明と経営層への説明では、求められる論点が異なるとも指摘された。
情報システム部門が主としてセキュリティや管理可能性を見るのに対し、部長、役員、社長などは費用対効果を見る。そのため「AIがすごい」「便利だから導入したい」ではなく、導入によって作業時間がどれだけ減ったか、どのような成果物が作れるかなどを具体的に示す必要がある。
ただし費用対効果を測るには、そもそもAIを試験利用しなければならない。このため、まずセキュリティ対策を施した小規模な試験導入を認めてもらい、そこで成果を測定して本格導入につなげるという段階的なアプローチが必要だとしている。
また、人は「目に見えないものでは動かない」とし、業務データを使えない場合でも、個人環境などで機密情報を含まないデモを作り、「AIならここまでできる」という具体例を動画や成果物で見せることが説得材料になるとの経験談が語られた。
8．現場だけのAI推進より、意思決定層を早く巻き込む
組織導入について特に強い経験則として語られたのが、現場社員だけでAI活用を盛り上げようとするボトムアップ型には限界があるという点だ。
AI仙人は自身の失敗経験から、現場の若手だけで集まりAI導入を進めようとするより、できるだけ早い段階で部長、役員、社長など意思決定権を持つ人物へ成果を示した方がよいとする。AI導入は情報システム、法務、予算、業務プロセスなど複数部門にまたがるため、現場だけでは決定できない問題が多いからだ。
したがって、現場で実績を作ること自体が目的なのではなく、小さな成果を意思決定層へ持ち込み、トップダウンで正式な環境整備につなげることが重要だとしている。
9．それでも会社が変わらなければ「転職」も選択肢
会社がAI利用に消極的で、交渉しても環境が改善されない場合について、会話では繰り返し「転職」という選択肢が提示された。
その背景には、AI時代には会社が個人のキャリアを最後まで守ってくれるとは限らず、自分自身で市場価値を形成する必要があるという問題意識がある。AIを使えない環境に長期間とどまれば、日常的に最新AIを使っている人との能力差が拡大する可能性があるとの見方だ。
転職先についても単純に「ベンチャーがよい」「大企業がよい」とは結論づけていない。AIを自在に使える環境で個人のAI能力を高める道もあれば、将来的に非常に高価なAI基盤が競争力を左右するなら、大規模なAI企業と提携できる大企業が有利になる可能性もあるとしている。
つまり、自分が独立や高い専門性を目指すのか、安定性を重視するのか、AIの将来をどう予測するのかによって選択は変わるという整理である。
10．最終結論は「どの環境にいてもAI側へ動く」
本編の最終的なメッセージは、CopilotやGeminiしか使えないからといってAI活用を諦めるべきではない、というものだ。
選択肢としては、現在の会社をAI活用へ動かす、AIを積極利用できる会社へ転職する、副業や個人学習でAIを使う、現在の環境に残りながら社外でAIスキルを高める、といった複数のルートがある。
重要なのは、何らかの形で「AI側」に自分のキャリアを寄せていくことだとしている。日常的にAIエージェントなどを使う人と、制限されたチャットAIだけを使う人では経験量に差が生まれ、AIが数年後に一般的な職業能力となった場合、その差が簡単には埋められなくなる可能性があるという。
そのため、現在のAIがCopilotやGeminiに限定されていたとしても、まずはコンテキスト管理などAI活用の基本原則を身につけ、可能な範囲でAIへの習熟を続ける。そして会社を変えるのか、自分が環境を変えるのか、外部で能力を育てるのかを早期に考えるべきだと結論づけた。最終的には「どの会社からも必要とされるほどAIを使いこなせる人材になる」ことを理想としている。
11．本編終了後の補足――AIサービスの使い分け
本編終了後は視聴者コメントへの回答に移り、複数AIへの課金についても議論された。
ChatGPTとClaudeを単純に「セカンドオピニオン」のためだけに両方契約する必要性は高くないとしつつ、文章の感触や回答傾向が異なるため、同じテーマを異なるAIへ質問して深掘りする使い方には意味があるとの見方を示した。一方、Claude CodeとCodexについては性質が異なるため、両方を使う意義があるとしている。
会議録音・コンテキスト収集ツールについても、CirclebackはスマートフォンだけでなくZoom、Teams、Google Meetなどを横断して記録でき、データを一元管理しやすいことを評価。一方、専用録音デバイスにはスマートフォンを占有しない利点があるとして、用途によって使い分ける考えを示した。
全体を通じた主題は一貫しており、AI時代の企業競争力と個人のキャリアを左右するのは、単に「どのAIを契約しているか」ではなく、仕事のコンテキストを継続的に蓄積し、セキュリティと組織上の制約を理解しながらAIを日常業務へ組み込み、同時に個人としてAIを使いこなす経験を積み続けられるかどうかだ、という内容になっている。
