AIエージェント導入の稟議書を通す鍵は、効果の大きさより、経理・情報システム・法務・現場の各承認者が必ず尋ねる問いに、書面が先回りして答えているかどうかにあります。社内決裁で差し戻しを減らす書き方は、その問いを項目へ組み込むことから始まります。

課長と部長の承認を経た稟議書が、経理の合議欄で戻ってくることがあります。差し戻しのコメント欄には「この利用料は来年以降も同じ額ですか」と一行だけ。効果の試算に何日もかけた起案者ほど、その短さに戸惑います。

経理が尋ねているのは効果の大きさではなく、来年度の予算に何を積めばよいかという、自部門の判断に要る数字です。情報システム部門も法務も利用部門も、合議で確かめるのは自分の責任範囲だけ。答えのない問いが一つ残れば、回付はそこで止まります。

稟議書は、なぜ効果の説明が厚くても差し戻されるのでしょうか？

合議に入る部門が審査しているのは、効果ではなく自部門が負うリスクだからです。費用・データ・誤り・手順のどれかに答えのない欄があれば、効果の試算をいくら厚くしても、その部門で書面は戻ってきます。

AIエージェントの稟議は、ソフトウェアを買う稟議より論点が多くなります。エージェントは社内のデータを読み、モデルに渡して処理し、登録や送信まで進めるからです。費用の読みにくさ、データの行き先、誤りの扱い、手順の組み替えが一度に起きるので、各部門の問いもそれぞれ具体になります。

ハマダラボ（HAMADA LABS）がWindyFloに掲げる「ChatGPTは答えます。WindyFloは働きます。」という言葉で言えば、稟議にかかるのは「働く」側の道具です。

同じ構図は、企業がAI導入の課題に挙げた項目にも表れています。情報処理推進機構（IPA）の「DX動向2026」（2025年度調査、回答1,770社）で、AI導入・運用上の課題に「経営層の承認が得られない」を選んだ企業は3.8%でした。最も多いのは「専門人材が不足している」の50.1%で、「生成AIの効果やリスクに関する理解が不足している」45.8%が続きます。

承認者の問いに近い項目も、上位に入っています。「適切な利用を管理するためのルールや基準の作成が難しい」が39.7%、「入力した情報が漏えいするリスクがある」が31.0%、「誤った回答を信じて業務に利用してしまう」が28.9%です。トップの賛否より、ルール、データ、誤りの扱いといった実務の論点のほうが、はるかに多くの企業で壁になっている。稟議書が止まる場所も同じ側にある、と読むのが自然でしょう。

最終決裁を預かる立場から言えば、合議の印は、各部門の論点が片付いたことの確認として読みます。保留が残った稟議書は、判断の材料が欠けた書面です。効果の数字を書き足しても、その欠けは埋まりません。

承認者別の差し戻し論点 — 誰が何を尋ねるか

社内決裁で各承認者が尋ねる問いは、立場ごとにほぼ決まっています。問いが読める以上、答えは起案の段階で書けます。

承認者	必ず尋ねる問い	差し戻されやすい書き方	先に書いておく答え
経理	費用は毎年いくらか	初年度の総額だけを載せる	初期費用と毎年の費用を分け、変動する部分に上限を置く
情報システム	データはどこへ出るか	「セキュリティに十分配慮する」	扱うデータ、送り先、学習への利用の有無、記録の保存場所
法務	誤りの責任は誰が持つか	「AIの精度は高い」	人が確定させる工程、誤りの報告先、契約で相手方が負う範囲
現場（利用部門）	手順はどう変わるか	「業務が効率化される」	任せる工程と残る工程、確認役、並行運用の期間
最終決裁者	うまくいかなければ、どこでやめるか	撤退の記載がない	見直しの期日と指標、やめるときのデータの扱い

右端の列には、効果の説明が一つもありません。どれも、承認者が自分の責任で決裁するための材料です。四つの合議先の問いに答えきった書面は、最終決裁の場に「やめられるか」という最後の問いだけを持ち込みます。

経理の「費用は毎年いくらか」に、稟議書はどう答えるのか？

初期費用と、毎年出ていく費用を別の行に分けて書きます。利用量で変わる部分には、想定の幅と月ごとの上限を添えます。

経理が年額にこだわる理由は、予算の組み方だけではありません。日本情報システム・ユーザー協会（JUAS）の「企業IT動向調査報告書2026」は、円安や物価・人件費の高騰が「クラウドサービスのランニングコスト上昇」と相まって、企業のIT予算に大きな影響を与えていると記しています。

もう一つの理由は会計の扱いです。国税庁のタックスアンサーは、ソフトウェアを無形固定資産としています。購入した場合は、導入に必要な設定作業や自社の仕様に合わせる付随的な修正作業の費用も取得価額に含め、耐用年数は販売用の原本や研究開発用を除けば5年です。初期費用の中身しだいで、費用として落ちる年度が変わるわけです。

利用料を払う契約で初期費用をどう扱うかは、契約の中身で変わります。区分の判断は経理部門に委ね、稟議書には判断に要る材料を並べておきます。問い合わせメールへの一次回答をエージェントに任せる稟議を例にとると、費用の欄は次の五行に分けられます。

費用の行	書く中身
初期費用	設定作業、業務の設計、既存システムとの接続の費用と支払時期
毎年の利用料	月額と年額、契約期間、更新時の改定の有無
利用量で変わる費用	想定の件数と、月ごとの上限額
社内の運用工数	回答案の確認と手順書の保守にあてる時間、担当の役割
解約時の費用	違約金の有無、記録の書き出しにかかる費用

利用量で課金される部分があれば、その額はエージェントが処理する件数やモデルの呼び出し回数に連動します。上限の行には金額だけでなく、上限に達したときに処理を止めるのか、通知だけにするのかも書いておくと、経理は最悪の月の金額を読めます。

三年分の総額をどの費目で組むかは、PoCから本運用までの総所有コストを分解した記事に譲ります。補助金を使うなら、補助の対象になる費用とならない費用を別の行に分け、制度の条件を補助金の対象と申請の実務をまとめた記事で確かめてから金額を置いてください。

情報システム部門の「データはどこへ出るか」には、何を書けばよいですか？

扱うデータの種類、送り先、学習への利用の有無、記録が残る場所の四点を、それぞれ書き分けます。「セキュリティに十分配慮する」という一文は、情報システム部門にとって答えではなく、確認事項が増えた合図です。

学習への利用を書く理由は、法令の側にあります。個人情報保護委員会は、個人データを含むプロンプト（指示文）を本人の同意なく生成AIサービスに入力し、応答の出力以外の目的で扱われれば、個人情報保護法に違反する可能性があるとしています。そのため、提供事業者がそのデータを機械学習に利用しないことを確認するよう事業者に求めました。

エージェントでは、この確認が一段広がります。人がチャットに貼り付けた文章だけでなく、つないだ基幹システムや顧客管理のデータが、処理の流れの中で読み出され、書き込まれるからです。エージェントに渡すアカウントの権限、つまり読み取りだけか、登録や送信までかも、同じ項目に書きます。

問い合わせへの一次回答なら、四点は次のように書けます。

• 扱うデータ：問い合わせメールの本文、顧客の氏名と連絡先、過去の対応履歴
• 送り先：選んだ配備形態と、回答案の作成に使うモデルの提供元
• 学習への利用：なし（利用規約と契約書の該当条項で確認し、条項番号を併記）
• 記録の保存場所：回答案と送信の記録を残す場所と保存期間

規模の小さい会社ほど、この確認を稟議書が肩代わりします。JUASの同報告書（東証上場企業とそれに準じる企業のIT部門長が対象）では、生成AIの情報漏えい・データプライバシーのリスクに「懸念しており対策を実施済み」と答えた企業が、売上高1兆円以上で70.2%、100億円未満では17.9%でした。

全社の対策が整っていなければ、情報システム部門が審査の拠り所にできるのは、稟議書に書かれた内容です。

送り先は、製品を選んだ時点で決まるとは限りません。ハマダラボ（HAMADA LABS）のWindyFloは、会社資料（2026年9月）で配備形態をSaaS、顧客のクラウド、オンプレミス、ハイブリッドの四つとし、使えるモデルとしてOpenAI、Anthropic、Geminiなど複数の提供元を挙げています。日本語の公開ページも「様々な大規模言語モデル（LLM）が利用可能」と案内しています。

こうした基盤では、データの行き先は製品の性質ではなく、稟議書で選んで書く項目になります。どの形態を選べるかは契約条件によるため、選んだ形態と、それを確かめた資料の名前を併記しておきます。情報システム部門が審査するのは、その選択の理由です。

法務の「誤りの責任は誰が持つか」は、稟議書のどこで決めるのか？

「リスクと対策」の項目で、AIの出力を人が確定させる工程と、その担当を役割名で決めます。誤りが見つかったときの報告先と、契約上ベンダーが負う範囲も同じ項目に置きます。

エージェントは答えを返すだけでなく、登録や送信まで進めます。誤りは画面の中で止まらず、顧客への返信や社内の記録に入り込む。だから法務は、精度の数字より、誤りを止める地点がどこにあるかを確かめにきます。

契約の側で法務が確かめるのは、主に次の三点です。

• 出力の正確さについて、ベンダーが何を約束し、何を約束しないか
• 入力したデータの扱いと、再委託の有無
• 契約が終わったときの、データと記録の返却・削除

出力が顧客に届く業務では、顧客との取り決めも論点に入ります。ところがこの準備は、多くの企業でまだ手つかずです。IPAの同調査では、「AIに起因する損害を想定した顧客との事前協議や契約取決め」に「対応中・対応済み」と答えた企業は2.4%、「検討していない」は73.4%でした。「AIによる意思決定に対する説明責任、透明性の確保」も、対応中・対応済みは5.4%にとどまります。

社外との取り決めが白紙なら、せめて社内の確定点は稟議書で決めておく。例の問い合わせ対応では、「AIが作った回答案は窓口の担当者が確かめてから送り、送信後に見つかった誤りは窓口の責任者へ報告する」の一文で足ります。

確定させた操作の記録も、同じ項目に書き添えます。誰がいつ何を確かめて送ったかを、どこに何年残すかが決まっていれば、法務は事後に説明できる状態を確かめられます。そのうえで、出力の誤りによる損害をどこまで相手方が負うかという契約の論点に集中できるわけです。

現場の「手順はどう変わるか」は、どう書けば伝わるでしょうか？

対象業務の工程を並べ、AIに任せる工程、人が残る工程、新しく増える確認の工程を書き分けます。並行運用の期間と、止まったときに元の手順へ戻す方法も添えます。

例の問い合わせ対応なら、工程は次のように書き分けられます。

工程	いまの手順	導入後の手順
振り分け	担当者が読んで分類する	エージェントが分類し、急ぎの案件に印を付ける
回答の下書き	担当者が過去の回答を探して書く	エージェントが対応履歴と手順書から回答案を作る
送信	担当者が送る	担当者が回答案を確かめてから送る
回答できない案件	担当者が社内に確認する	変わらない

利用部門の長が承認の前に知りたいのは、作業がどれだけ減るかより、誰の机に確認の仕事が移るかです。IPAの同調査でも「現場や運用の人的負担が増加する」を課題に挙げた企業が12.0%あり、「業務プロセスや人員配置の変化の発生に伴うリスキリング」に対応中・対応済みの企業は5.7%でした。

上の表で言えば、送信の行が「確認の仕事が増える工程」です。手順の変化を書かない稟議書は、この増える分の不安を利用部門に丸ごと預けてしまいます。

稼働後に手順を直す担い手も、役割名で一人書いておきます。ベンダーが運用まで支える体制であっても、手順書の持ち主が社内にいなければ、利用部門の長は自部門に何が残るかを読めません。

稟議書の書き方 — 七つの項目を並べる順序

目的、対象業務、効果の測り方、費用、リスクと対策、撤退条件、代替案の順に並べます。前半の三つで「何のために、どこで、何をもって成功とするか」を固め、後半の四つで承認者の問いに答える構成です。

項目	書く中身	主に読む承認者
目的	解決したい経営課題と、AIエージェントに任せる理由	最終決裁者
対象業務	業務名、月間件数、関わる部門と担当の役割	現場
効果の測り方	何を、いつから、誰が測るか、見直しの日付	最終決裁者・経理
費用	初期費用と年額、変動部分の上限、契約期間	経理
リスクと対策	データの行き先、人が確定させる工程、誤りの報告先	情報システム・法務
撤退条件	やめる判断の期日と指標、データの返却と削除	最終決裁者・法務
代替案	何もしない場合と、他の手段を選んだ場合	最終決裁者

目的の欄に「AIエージェントを導入する」と書くと、手段が目的の位置に座ります。「問い合わせへの一次回答を、受付から翌営業日までに返せる体制にする」のように業務の状態で書けば、最終決裁者は効果の測り方と費用を同じ物差しで読めます。対象業務の欄には、月間の件数と、関わる部門をすべて書きます。件数は経理が利用量の上限を確かめる根拠になり、部門の一覧は合議の回付先を決める根拠になります。

効果の測り方を費用より前に置くのは、決裁後の評価を稟議の段階で約束するためです。JUASの同報告書では、IT投資の事前評価を「実施していない」企業が23.2%、事後評価では31.8%でした。始める前には評価しても、導入したあとは測らない会社が一定数ある。その空白を、起案者の側から先に埋める項目です。

指標そのものの選び方は、効果測定のKPI設計をまとめた記事で扱っています。稟議書に載せるのは結論だけ、つまり測る指標の名前と見直しの日付で足ります。

撤退条件と代替案は、なぜ決裁の判断を軽くするのか？

やめ方が書いてある稟議書は、決裁者にとって取り消せる判断になるからです。代替案は、その判断が比べたうえでの選択であることを示します。

撤退条件には、見直しの期日、続けるか止めるかを分ける指標の水準、元の手順へ戻す方法、データの返却と削除の四つを書きます。最後の一つは、契約を終えるときになって手が止まりやすい項目です。同じ撤退の備えである「特定のAIベンダーへの依存の回避」も、IPAの同調査では対応中・対応済みの企業が4.9%、「検討していない」が70.5%でした。

書き方の形は、「三か月後の見直し日に指標が基準に届かなければ対象を絞り直し、次の見直しでも届かなければ停止して、記録を書き出したうえで契約を終える」で十分です。決裁者は、やめる道筋をこの一文で確かめられます。

代替案の欄には、何もしない場合に一年で失うものを書きます。人を増やす、既存システムを改修する、別の製品を選ぶといった手段と並べてあれば、決裁者はこの稟議を投資配分のトレードオフとして読めます。比べる相手のない提案は、賛否の二択でしか判断できません。

試験導入と本番は、一つの稟議で決めるべきでしょうか？

対象業務と費用の幅が読み切れないうちは、二段に分けると、一度に背負う判断が小さくなります。一段目で試験の範囲を決め、二段目で本番の範囲と年額を決める形です。

一段目の稟議書に書くのは、試験に使うデータ、参加する担当者、費用の上限、見直しの日付、そして試験を終えたあとのデータの扱いです。七つの項目のうち、代替案は概略で足ります。効果の測り方は、本番の稟議で使う数字を自社の業務から取ることを目的に置きます。

二段に分ければ回付は二回になります。それでも、一段目の合議で出た問いを二段目の稟議書に先に書けるので、本番の回付が同じ問いで止まる場面は減らせます。上限を切った一段目は、事業に響かない額で判断の材料を買う支出です。その材料を本番の金額を決める前に得られるかどうかが、二段に分ける価値を決めます。

差し戻しの記録は、次の稟議で何に変わるのか？

部門ごとに残した差し戻しの理由は、次の稟議書の目次になります。日付、承認者、問い、答えを足した項目の四列で記録しておけば、同じ問いで二度止まる回付は起案の段階で減らせます。

AIエージェントの稟議で問われるのは、AIが正しく答えるかどうかより、業務の中で動かしたときに誰が何を確かめるかです。差し戻しの記録は、その「誰が何を」の答えが一つずつ増えた履歴として残ります。

承認しやすい稟議書は、効果の大きな書面ではなく、保留のコメントが一つも残っていない書面です。データの行き先と確定させる工程を、配備形態の選び方を含めて自社の条件でどう書くかを検討する段階なら、WindyFloの公開ページの問い合わせ窓口から導入や見積もりの相談ができます。

よくある質問

出典

• ［1次］情報処理推進機構（IPA）「DX動向2026」本文（2026年7月30日公開、2025年度調査・調査期間2026年4月17日〜6月12日）— 図表3-16 AI導入・運用上の課題（n=1,770。「経営層の承認が得られない」3.8%、「専門人材が不足している」50.1%、「生成AIの効果やリスクに関する理解が不足している」45.8%、「適切な利用を管理するためのルールや基準の作成が難しい」39.7%、「入力した情報が漏えいするリスクがある」31.0%、「誤った回答を信じて業務に利用してしまう」28.9%、「現場や運用の人的負担が増加する」12.0%）、図表3-17 AIポリシー・ガイドライン整備状況（AIを導入・試験利用・検討中の企業n=1,189、「どちらも定めていない」16.7%）、図表3-20 AI利活用に伴う将来的な課題への対応状況（「AIに起因する損害を想定した顧客との事前協議や契約取決め」対応中・対応済み2.4%・検討していない73.4%、「AIによる意思決定に対する説明責任、透明性の確保」対応中・対応済み5.4%、「特定のAIベンダーへの依存の回避」対応中・対応済み4.9%・検討していない70.5%、「業務プロセスや人員配置の変化の発生に伴うリスキリング」対応中・対応済み5.7%）。2026年10月7日確認: https://www.ipa.go.jp/digital/chousa/dx-trend/rcu1hd0000017uk8-att/dx-trend-2026.pdf
• ［1次・業界団体調査］日本情報システム・ユーザー協会（JUAS）「企業IT動向調査報告書2026」（2026年4月発行、2025年度調査・東証上場企業とそれに準じる企業4,500社のIT部門長が対象、回答957社）— はじめに（円安や物価・人件費の高騰とクラウドサービスのランニングコスト上昇がIT予算に影響）、図表2-3-1 IT投資の事前評価・事後評価実施状況（25年度n=955、「評価を実施していない」事前23.2%・事後31.8%）、図表5-5-2 売上高別 生成AI活用において懸念するリスクと対策状況（情報漏えい、データプライバシー「懸念しており対策を実施済み」売上高1兆円以上70.2%・100億円未満17.9%）。2026年10月7日確認: https://juas.or.jp/cms/media/2026/04/JUAS_IT2026.pdf
• ［公式］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」（令和5年6月2日）— 別添1（1）個人情報取扱事業者における注意点②（本人の同意なく個人データを含むプロンプトを入力し、応答結果の出力以外の目的で取り扱われる場合の法違反の可能性、提供事業者が機械学習に利用しないこと等の確認）。2026年10月7日確認: https://www.ppc.go.jp/news/press/2023/230602kouhou/
• ［公式］国税庁 タックスアンサーNo.5461「ソフトウエアの取得価額と耐用年数」（令和8年4月1日現在法令等）— 無形固定資産への該当、購入した場合の設定作業・付随的な修正作業の費用の取得価額への算入、耐用年数（複写販売用の原本・研究開発用は3年、その他のものは5年）。2026年10月7日確認: https://www.nta.go.jp/taxes/shiraberu/taxanswer/hojin/5461.htm
• ［公式］WindyFlo 日本語公開ページ — 様々な大規模言語モデル（LLM）が利用可能であること、問い合わせ窓口。2026年10月7日確認: https://www.windyflo.com/jp
• ［自社資料］ハマダラボ 会社資料（2026年9月）— 配備形態（SaaS・顧客クラウド・オンプレミス・ハイブリッド）、対応モデルの提供元（OpenAI・Anthropic・Geminiなど）
• 承認者別の差し戻し論点の表、稟議書の七項目、費用の行と問い合わせ対応の例は、説明のために筆者が組み立てた整理と例であり、特定企業の事例ではありません。