翻訳や資料づくりを外に頼んできた部署は、次の発注書を書く前に、文書を二つの山に分けておくと迷いません。AIで社内に戻す下訳（仕上げ前の訳）や型の決まった資料と、専門家の最終確認まで外に残す契約書や専門分野の文書です。外注の見直しは、発注先を比べる前のこの仕分けで大半が決まります。
これまでの発注書は、文書の名前と分量、納期、単価で成り立っていることが多かったでしょう。取扱説明書の改訂版も、海外の代理店に送る製品案内も、取引先との契約書の英訳も、同じ単価表で一枚に載っていたかもしれません。手元のAIで下訳が作れるようになった今、文書の種類を分けないまま発注を続けると、社内で済む仕事に外注費を払い、外に残すべき仕事を社内で抱え込む取り違えが、両方向で起こります。
翻訳会社とコンサルタントをめぐる数字は、すでに動いています。東京商工リサーチの集計では、翻訳業100社の最終利益が2022年度から3年で70.7%減り、経営コンサルタントの倒産は2026年度上半期に80件と、年度上半期で過去2番目の多さでした。
どちらも、受注する会社の苦境として報じられた数字です。けれども翻訳会社の売上は、どこかの企業が払った外注費でもあります。発注書の上に置き直すと、同じ数字は、自社が外に払う対価のうち何がAIに代わり、何が代わらないのかという問いに変わります。
翻訳業100社の利益7割減は、どう読めばよいのか？
売上が1割近く減るあいだに最終利益が7割減った、つまり売上の規模より採算が大きく崩れた数字として読むのが正確です。東京商工リサーチは、その背景に機械翻訳の進化による価格競争の激化を挙げています。
同社が2026年9月21日に公表した翻訳業100社の集計では、2025年度（4〜3月）の売上高合計が392億5,700万円で2022年度から9.7%減、最終利益は9億200万円で70.7%減でした。2022年度の売上高434億7,800万円、利益30億8,200万円を頂点に、2023年度から3期続けて減収減益になっています。
同社の見立てでは、機械翻訳が急速に進化して簡単な文章なら無料でも訳せるようになり、翻訳の敷居が下がって価格競争が激しくなりました。2026年に破産した首都圏の翻訳サービス会社については、関係者の「従来から業況が思わしくなかったが、AI翻訳の台頭がとどめを刺した」という声を伝えています。
100社が一様に沈んだわけではありません。2025年度は減収の50社に対して増収が32社、減益の47社に対して増益が35社ありました。100社の合計だけを見て、翻訳会社への発注をまとめて減らすと決めるのは早計です。
100社の売上高は、2022年度から約42億円減っています。発注した企業の帳簿でいえば、その外注費が別の翻訳会社へ移ったのか、社内やAIに移ったのか、翻訳そのものが減ったのかは、この集計からは分かりません。自社の外注費のどこが動きうるかは、自社の文書で確かめるほかないのです。前年度の翻訳の発注を文書の種類ごとに並べ直すだけでも、費用がどの種類の文書に集まっているかが分かります。
経営コンサルタントの倒産80件は、資料作成の内製化とどう関わるのか？
東京商工リサーチは、生成AIの普及で単なる資料作成などはAIでも代替できるようになり、コンサルタントには分野ごとの深い専門性による差別化が求められているとみています。ただし倒産の原因で最も多いのは販売不振で、AIとの因果を件数で示した集計ではありません。
同社が2026年10月7日に公表した集計では、2026年度上半期（4〜9月）の経営コンサルタントの倒産は80件でした。過去最多だった前年同期の93件から13.9%減ったものの、年度上半期としては2007年度以降の20年間で2番目の多さです。原因別では、販売不振が48件と6割を占めました。
同社はさらに、過去の人脈や経験に頼るコンサルタントは成長に限界があり、顧客の成果へのコミットなど、根本的な課題解決の力が問われ始めているようだと書いています。
発注する企業にとっては、払う対価の中身を問い直す材料です。調査結果を集めて体裁を整える作業は、社内でAIを使えば下書きまで進みます。資料作成の内製化が進むほど、外の専門家に求めるものは、何を選び何を捨てるかの判断と、その結果への関与に絞られていきます。
資料作成の外注には、法律が引いた線もあります。2026年1月1日に改正行政書士法が施行され、総務省は、行政書士や行政書士法人でない者が、他人の依頼を受けて「手数料」や「コンサルタント料」などどのような名目でも対価を得て、官公署に出す書類の作成を業として行うことはできないと説明しています。
この制限には、他の法律に別段の定めがある場合などの例外があります。東京商工リサーチは、補助金の申請のような作業の代行を掲げるだけのコンサルタントについて、今後は生き延びるのが難しくなるだろうと予想しています。
翻訳のAI活用で、社内に戻す文書と専門家に残す文書はどう分けるのか？
訳文に誤りがあったとき、誰に何が及ぶかで分けます。誤りに社内で気づけて、及ぶ影響も小さい文書は社内に戻し、取引先との権利や義務、製品の安全にかかわる文書と、社内に原文と突き合わせられる人がいない分野の文書には、専門家の最終確認を残します。
外に残すものの中でも、確認の重さは一様ではありません。社外に出す前に訳文の言語を母語とする人に仕上げてもらえば足りる文書と、翻訳者と分野の専門家の最終確認まで要る文書があるからです。
| 文書の例 | 決め手になる問い | 行き先 |
|---|---|---|
| 海外の記事や資料の要旨、社内会議の資料 | 読むのは社内の人だけか | 社内に戻す（AIの下訳＋社内の確認） |
| 定型の案内文、問い合わせへの返信の型 | 同じ型が繰り返し出て、用語集を整えられるか | 社内に戻す（AIの下訳＋社内の確認） |
| 海外の取引先に送る日々のメール | 送る前に担当者が読み返せるか | 社内に戻す（AIの下訳＋送る担当者の確認） |
| 製品紹介、ウェブサイト、営業資料 | 社外の読み手に誤って伝わると、取引に響くか | 外に残す（AIの下訳＋母語とする人の仕上げ） |
| 取扱説明書の警告や注意の表示 | 誤訳が事故やけがにつながるか | 外に残す（専門の翻訳者と製品担当者の最終確認） |
| 契約書、利用規約、法的な通知 | 誤訳が権利や義務の中身を変えるか | 外に残す（翻訳者と法務・弁護士の最終確認） |
| 特許、医療、法令など専門分野の文書 | 社内に原文と照らし合わせられる人がいないか | 外に残す（分野の専門家の最終確認） |
判断に迷う文書は、表の下の行、つまり確認の重い行に置きます。社外に出た誤りの手当ては、下訳で浮いた費用を上回ることがあるからです。どの行の文書でも、個人情報や取引先の秘密を含むものは、行き先より先に、入力してよいサービスかどうかを決めておきます。
国の法令翻訳は、AIの原案と人の確認をどう組み合わせているのか？
AIの翻訳システムで原案を作り、人の確認を段階に分けて重ねています。誰がどの段階で何を確かめるかが決まっていて、専門家の検査を省いてよい場合まで書かれている点で、企業の線引きの手本になります。
法務省が2026年6月にまとめた資料によると、政府は2024年4月から、AIを活用した法令翻訳システムを使っています（法務省内では2023年12月から試行）。政府の対日直接投資促進プログラム2025は、このシステムを活用して、2年半以上かかっていた法令の公布から英訳の公開までを、2025年3月の関係省庁連絡会議以降に公布された重点分野の法令では1年以内にすることを目指すとしています。
量の目標もあります。2021年度から2026年度までに新たに1,000本以上の英訳法令などを公開する目標に対し、2026年3月末時点の残りは200本です。資料は同じ一覧に、英訳の品質を守るための検査体制の確保も挙げています。
英訳が公開されるまでの流れは、次のとおりです。
- 法令翻訳システムなどで英訳の原案を作る
- 提出の書式を確かめ、日本語の原文と突き合わせる（形式チェック）
- 法令外国語訳のデータベースに「暫定版」として載せる（専門家の会議が必要と認めた法令は、載せる前に、暫定的な公開に耐え得るかどうかだけを専門家が検査する）
- 英語を母語とする人が、自然な英語になっているかなどを確かめる
- 学者や弁護士などの専門家が、ほかの法令との整合などを検査する（不合格なら原案の作成者などに差し戻す。改正の内容が形式的なものにとどまる場合などは省略できる）
- 指摘を反映し、法令を所管する府省庁の最終確認を経て本公開する
この流れを企業の翻訳に重ねると、決めておく項目が三つ見えてきます。一つ目に、AIの下訳は「暫定」と明示し、確認が済むまで社外に出しません。二つ目に、確認の段数を文書の重さで変えます。三つ目に、専門家の確認を省ける条件を先に書いておきます。
省ける条件は、法務省の例でいえば改正が形式的なものにとどまる場合などです。企業なら、前回の訳から日付や数値だけが変わった定型の報告書や案内文が、それに当たります。条件を先に文書にしておけば、確認を省いた理由を、あとから誰に聞かれても同じ答えで説明できます。
データベースの利用上の注意には、掲載している翻訳は正文ではなく、法的効力を持つのは日本語の法令自体で、翻訳は理解を助ける参考資料だと書かれています。専門家の検査まで重ねた訳でも、法的な重さは原文に残しているわけです。
契約書や専門分野の文書から、なぜ専門家の確認を外さないのか？
訳文の誤りが、そのまま権利や義務、安全の中身を変えてしまうからです。東京商工リサーチも、AI翻訳は飛躍的に進歩したとしたうえで、「複雑な契約書面やニュアンス、専門分野では人力による翻訳や最終チェックが欠かせない」とみています。
契約にかかわるAIの使い方には、国の指針もあります。法務省が2026年8月21日に公表したガイドラインは、AIを使った法務業務支援サービスの提供者に、出力が弁護士に代わる判断を提供する、あるいは法的結論の正確性を保証すると思わせる表現を厳に慎むよう求めました。翻訳を直接扱った指針ではありませんが、AIの出力を法的な判断の代わりにしないという線は、国の指針でも引かれています。
専門分野には、もう一つの事情が加わります。訳文を確かめる人に、言葉と分野の両方の素養が求められることです。社内に原文と照らし合わせられる人がいない分野で下訳だけを社内に戻せば、誤りに気づく場所がどこにも残りません。
確認できる人を社内で育てるか、外に頼み続けるかは、人の配置にかかわる判断です。役割の組み替え方は、AI時代の業務再編と組織・人材の設計で扱いました。
契約書を二つの言語で交わすなら、どちらの版を正本とするかを先に決めてから、訳の確認に進みます。正本を決めずに訳だけを整えても、食い違いが見つかったときにどちらで読むかが決まりません。
下訳や定型資料を社内に戻すとき、何をそろえておくのか？
用語集、表記の決まり、下訳であることの表示、そして確かめる人と原文・訳文の置き場の四つです。これがそろわないまま社内に戻すと、浮いたはずの外注費が、社内の手直しと問い合わせに形を変えて戻ってきます。
- 用語集：社名、製品名、部署名、取引先ごとに決まった訳語を一つの表にまとめ、AIへの指示と確認の両方で同じ表を使う
- 表記の決まり：日付、数字、単位、通貨の書き方を、文書の種類ごとに決める
- 下訳の表示：確認を終えるまでは下訳と分かる形で保存し、社外には送らない
- 確かめる人と置き場：文書の種類ごとに原文と訳文を突き合わせる人を決め、確認を終えた原文と訳文の対を、次の同じ型の文書で使えるように残す
定型の資料も、同じ考え方で社内に戻せます。毎月の報告書や会議資料のように章立てが決まっている文書は、型を固定し、AIには数字の差し替えと文章の下書きを任せます。数字が元の記録と合っているかの確認と、資料の結論は人が持ちます。確認する人が前月の資料との違いだけを見れば済むように、変わる欄と変わらない欄を型の中で分けておきます。
AIに訳文や下書きを出させるのは、一度の指示で済みます。届いた文書がどの行き先に当たるかを見分け、行き先に回し、確認した人の直しを残すのは、文書が届くたびに繰り返す手順です。
ChatGPTは答えます。WindyFloは働きます。
どの工程に人の確認を挟み、どこを自動で流すかの設計は、AIの誤りを業務で止める確認と記録の設計にまとめています。
外注の見直しでは、発注書に何を書き加えるのか？
翻訳会社への発注書には、AIを使ってよい文書と使わない文書、入力してよい情報、誰がどこまで確かめるかを書き加えます。コンサルタントへの発注書には、資料の分量より、どの判断に責任を持ってもらうのかを書きます。
翻訳会社に出す発注書で加える項目は、次の四つです。
- AIや機械翻訳を使ってよい文書と使わない文書（文書の種類ごとに決めた行き先に合わせる）
- 入力してよい情報と、入力してよいサービスの範囲
- 確認の段数と、確認する人の条件（訳文の言語を母語とする人か、分野の専門家か）
- 誤りが見つかったときの差し戻しの窓口と、直す範囲
発注書に書かれていなければ、納品された訳文のどこまでが機械の訳で、どこからが人の確認なのかを、発注した企業が見分ける手立てはありません。単価の交渉も、何に対する単価なのかが決まってはじめて比べられます。
コンサルタントへの発注も、同じ形で見直せます。調査結果を集めて資料に整える部分は社内でAIを使って下書きまで進め、外の専門家には、その下書きをもとにした判断と、提案の結果にどこまで関わるかを求めます。官公署に出す書類の作成が含まれるなら、相手がその書類を作れる資格を持つかを、発注書の前に確かめておきます。
社内に戻すかどうかを費用で比べるときは、外注費の削減額だけでなく、確認にかかる社内の時間も数に入れます。比べ方は生成AIのTCOと投資判断にまとめました。
引いた線は、どの時点で引き直すのか？
契約の更新や予算の見直しのたびに、文書の種類ごとの直しの記録をもとに引き直します。AIの訳の出来も、社内で確かめられる人の厚みも変わるので、一度引いた線を固定しておく理由はありません。使うAIのモデルを替えたときや、新しい種類の文書が増えたときも、引き直す機会です。
記録しておくのは、AIの下訳を確認した人がどれだけ直したかです。文書の種類ごとに、何件のうち何件に直しが入り、そのうち意味が変わる誤りが何件あったかを数えます。直しがほとんど入らない種類は社内へ寄せる根拠に、意味の誤りが続く種類は外へ戻す根拠になります。社外に出たあとで重い誤りが見つかったら、更新の時期を待たずに、その種類の文書を一段重い行き先へ移します。
振り分けと記録は、人の注意だけに頼ると、忙しい月から抜け落ちます。下訳を作る工程を道具に任せるなら、その前後に振り分けと確認の工程を置ける形かどうかも、道具を選ぶ条件に加えます。
ハマダラボ（HAMADA LABS）のWindyFloは、AIの機能を「ノード」としてドラッグ＆ドロップでつなぎ、処理の流れを組むノーコードの基盤です。会社資料はその強みの一つに、PDFやマニュアルにもとづく質疑応答・要約・翻訳といった文書処理を挙げています。つなぎ方と開発事例は、WindyFloの日本語ページで公開しています。
翻訳業の利益7割減も、コンサルタントの倒産80件も、自社の発注書に置き直さなければ他社の話で終わります。置き直したあとに残るのは、次の発注で何を外に頼み、何を社内に戻すかという具体的な選択です。前年度の発注を文書の種類ごとに並べ、二つの山に仕分けるところから始められます。
よくある質問
東京商工リサーチの翻訳業の数字を社内資料に引くときは、何に注意すればよいですか？
集計の対象は、5期連続で業績を比べられる翻訳業100社です。業界全体の合計ではないため、社内資料では「翻訳業100社の最終利益」と範囲を添えておくと、業界の総額と取り違えられません。年度は4月から翌年3月まで、比べている基準は2022年度です。出典は「東京商工リサーチ TSRデータインサイト」と社名を略さずに書くよう、同社のサイトが求めています。
翻訳業では、倒産や休廃業も増えているのですか？
東京商工リサーチによると、翻訳業の倒産は2026年1〜8月で3件と、前年同期の1件を上回りました。年間の倒産は5件未満の年が続き、2020年に6件まで増えたあと、2021年と2022年はゼロでした。倒産以外で事業をやめる休廃業・解散は、2019年に初めて30件台に乗り、2024年は53件、2025年は50件と高い水準が続いています。
経営コンサルタントの倒産80件は、どの範囲を数えた数字ですか？
産業分類の細分類で「経営コンサルタント業」にあたる企業の倒産を、年度の上半期（4〜9月）ごとに2007年度から数えたものです。2026年度上半期の80件のうち79件は従業員5人未満で、資本金1千万円未満が65件でした。一方で負債1億円以上は11件と前年同期から83.3%増え、同社は中堅規模の倒産も目立ったとしています。
個人情報を含む文書をAIで翻訳するときは、何を確かめればよいですか？
個人情報保護委員会は2023年6月2日の注意喚起で、生成AIサービスに個人情報を含むプロンプトを入力するなら利用目的の達成に必要な範囲内かを確かめ、本人の同意なく個人データを入力するなら提供事業者が機械学習に使わないことなどを確かめるよう、事業者に求めています。2026年7月に公布された改正個人情報保護法は施行に向けた準備中のため、施行後の扱いは同委員会の公表で確かめてください。
法務省の新しいガイドラインは、AIで契約書を扱う利用企業にも関係しますか？
直接の宛先は、AIを使った法務業務支援サービスの提供者です。ただし、ガイドラインはサービスの使い方に関する最終的な判断が基本的に利用者に委ねられているとし、利用者がAIを信頼しすぎることでも誤認が生じうると書いています。社内規程でAIの出力の扱いを決めるときの参考になります。
社内で作った下訳を翻訳会社に渡して、確認だけを頼めますか？
引き受けるかどうかや料金の決め方は、翻訳会社ごとに異なります。見積もりを頼む前に、下訳がAIによるものであること、使った用語集、直してほしい範囲（意味の誤りだけか、文体の仕上げまでか）を伝えておけば、原文から訳す場合の見積もりと並べて比べられます。
AIの下訳を確かめる人には、どんな素養が要りますか？
法務省の法令翻訳では、英語を母語とし日本法と英米法の素養がある人が英文を確かめ、日本語を母語とし日本法と英語の素養がある人が指摘を反映します。専門家の検査は、学者・弁護士・外国法事務弁護士で構成される会議の構成員が担います。言葉と分野の両方を知る人を、確認の段ごとに置く設計です。
出典
- ［1次］東京商工リサーチ TSRデータインサイト「翻訳業が苦境、利益は3年で7割減 ～ AIと競合で破産したケースも ～」（2026年9月21日公表、2026年10月8日確認）— 5期連続で業績比較が可能な翻訳業100社の2025年度（4-3月）売上高合計392億5,700万円（2022年度比9.7％減）・最終利益9億200万円（同70.7％減）、2022年度のピーク（売上高434億7,800万円・利益30億8,200万円）、2023〜2025年度の3期連続減収減益、2025年度の増減収・増減益の社数、2026年（1-8月）の倒産3件（前年同期1件）と年間倒産件数の推移、休廃業・解散（2019年33件、2024年53件、2025年50件）、首都圏の翻訳サービス会社の破産に関する関係者の声、機械翻訳の進化と価格競争に関する同社の見解、契約書面・専門分野での人力翻訳・最終チェックに関する同社の見解、記事引用時の出典表記: https://www.tsr-net.co.jp/data/detail/1203254_1527.html
- ［1次］東京商工リサーチ TSRデータインサイト「経営のプロがAI台頭で苦境？『経営コンサルタント』倒産 過去2番目の80件」（2026年10月7日公表、2026年10月8日確認）— 2026年度上半期（4-9月）の倒産80件（前年同期比13.9％減、前年同期93件）、年度上半期で2007年度以降2番目の水準、負債1億円以上11件（同83.3％増）と中堅規模の倒産に関する記述、原因別（販売不振48件・構成比60.0％）、資本金別（1千万円未満65件）・従業員数別（5人未満79件）、生成AIの普及と資料作成の代替・専門性による差別化・成果へのコミットに関する同社の見解、行政書士法改正と申請代行に関する同社の見解、集計方法（「経営コンサルタント業」の年度上半期倒産、2007年度以降）: https://www.tsr-net.co.jp/data/detail/1203302_1527.html
- ［1次］総務省「行政書士制度」（2026年10月8日確認）— 行政書士法の一部を改正する法律（令和7年法律第65号）の2026年1月1日施行、行政書士又は行政書士法人でない者の業務の制限（法第19条第1項。「手数料」や「コンサルタント料」等いかなる名目によるかを問わず対価を受領して官公署に提出する書類の作成を業として行うことはできない、他の法律に別段の定めがある場合等を除く）: https://www.soumu.go.jp/main_sosiki/jichi_gyousei/gyouseishoshi/index.html
- ［1次］法務省司法法制部「日本法令外国語訳業務の現状について」（資料1、2026年6月、2026年10月8日確認）— p.2 政府内でのAIを活用した法令翻訳システムの導入（2024年4月、法務省内での試行は2023年12月から）、p.3 対日直接投資促進プログラム2025（法令公布から英訳公開までの所要日数を、2025年3月の関係省庁連絡会議以降に公布された重点分野の法令で1年以内に）、p.4 日本法令外国語訳推進会議の構成、p.5 業務フロー（原案作成・形式チェック・専門家による第一次検査・暫定公開・ネイティブによるチェック・専門家による第二次検査と差戻し・省略可の条件・コーディネーターによる反映・本公開前の最終確認・本公開）と確認者の定義、p.6 2021〜2026年度に新たに1,000本以上の英訳法令等を公開する目標と残り200本（2026年3月末時点）、英訳品質を確保するための検査体制の確保: https://www.moj.go.jp/content/001466057.pdf
- ［1次］法務省「日本法令外国語訳データベースシステム」ご利用上の注意（2026年10月8日確認）— 掲載している法令翻訳は正文ではなく、法的効力を有するのは日本語の法令自体であり翻訳は理解を助けるための参考資料であること、「暫定版」はネイティブや法令翻訳専門家によるチェック及び修正前の翻訳であること: https://www.japaneselawtranslation.go.jp/ja
- ［1次］法務省大臣官房司法法制部「ビジネス分野におけるＡＩ等法務業務支援サービス提供と弁護士法第７２条の関係について」（2026年8月21日、2026年10月8日確認）— p.3 サービスの具体的な利用方法に関する最終的な判断は基本的にサービス利用者に委ねられていること、p.17 弁護士に代わる判断を提供するものであるとか法的結論の正確性を保証するものであると想起させる表現を厳に慎むべきこと、サービス利用者がAI等を信頼しすぎることによる誤認のリスク: https://www.moj.go.jp/content/001469040.pdf
- ［1次］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」（2023年6月2日、2026年10月8日確認）— 個人情報取扱事業者における注意点①（利用目的の達成に必要な範囲内であることの確認）・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と、機械学習に利用しないこと等の確認）: https://www.ppc.go.jp/files/pdf/230602_alert_generative_AI_service.pdf
- ［1次］個人情報保護委員会「令和８年 改正個人情報保護法について」（2026年10月8日確認）— 「個人情報の保護に関する法律等の一部を改正する法律」の成立（2026年7月10日）と公布（2026年7月17日）、施行に向けた政令・規則・ガイドライン等の整備の検討（2026年7月31日の今後の取組、2026年8月26日の政令・規則等で定める事項の全体像）: https://www.ppc.go.jp/personalinfo/legal/r8kaiseihogohou/
- ［自社資料］ハマダラボ 会社資料（2026年9月）— WindyFloの強みの一つとしての文書処理（PDFやマニュアルにもとづく質疑応答・要約・翻訳）
- ［公式］WindyFlo 日本語ページ（2026年10月8日確認）— 「ノード」をドラッグ＆ドロップで接続してAIパイプラインを構築すること、ノーコードでのAIツール作成、ご利用方法・使い方事例・AIパイプライン開発事例の掲載: https://www.windyflo.com/jp
