「週次報告とステコミ資料づくりで、毎週半日が消える」——プロジェクトマネージャー（PM）やPMOの方から、いちばんよく聞く悩みです。生成AIに台帳を渡せば報告書はすぐ書けそうに見えます。ところが、報告書に載る件数や期限超過の一覧をAIに数えさせると、もっともらしい文章のまま数字だけが違うことがあります。

プロジェクト管理のAI活用は、件数はコードで数え、文章はAIが書き、信号と打ち手は人が決める3分担で進めます。

AIが最も効くのは、議事録から課題台帳への起票と、週次報告・ステコミ報告の下書きです。一方で、遅延の予測や赤黄青（信号）の判定は、基準を人が持たないままAIに任せると根拠が説明できなくなります。

本記事では、当社が社内で進めている「PMO業務のAI化」の設計（PMO業務31本の棚卸し）と、この記事のために行った「課題台帳の前週版と今週版から、ステアリングコミッティ（ステコミ）向け報告の下書きを作る検証」の結果をもとに、進捗・課題・報告書作成のどこにAIを使えばよいかを整理します。

この記事の監修：大槻 伸夫（キュリオシティ株式会社 代表取締役CEO）。業務改善・PMI・生成AI導入の現場支援に携わり、複数のプロジェクトでPMOを担当。「現場主義 × AI」で業務の可視化から生成AIの試作・定着までを支援。

プロジェクト管理でAIはどこまで使える？

下書きまでは任せられ、確定は人に残ります。 さらに、AIに「書かせる」部分と、AIに「数えさせない」部分を分けるのがポイントです。当社では報告業務を次の3つに分けて設計しています。これを本記事では「数える・書く・決めるの3分担」と呼びます。

AIの出力は参考にとどめ、最終判断は人が行う——という原則は多くの解説記事にもあります。本記事で付け加えたいのは、「数える」をAIから外すことです。理由は後半の検証で示します。

PMOの仕事を31本に仕分けると、AIが効くのはどこ？【自社の棚卸し】

AIの効果が高いのは「議事録・課題台帳・報告書」という文書の流れで、判断が絡む仕事ほど効果は下がります。 当社がPMOとして担っている業務を31本に洗い出し、PMBOK（PMIが定めるプロジェクトマネジメントの知識体系）の知識エリアに当てはめたうえで、頻度・1回の工数・定型度・AI化の効果を評価しました。

出典：当社「PMO業務AI化」検討資料（2026年6月）。31本＝当初の30本＋追加1本。

この棚卸しから分かったことは3つあります。

• 効果「高」9本のうち4本が会議と報告の流れ（議事録→課題管理表→進捗レポート→ステコミ報告）に並んでいる。ここを1本の流れとして作ると、個別に作るより効果が重なる
• 「AI化の難所」に「判断」「責任」「政治的配慮」と書いた業務は、効果が中以下に落ちる。たとえば赤黄青の判定は頻度が高いのに効果は「中」。誤った判定の害が大きいからです
• 遅延の予測やリスクの数値評価は、最初の対象から外した。過去データの質に精度が左右され、外れたときの説明が難しいため、まず文書の流れを固めてから取り組む順番にしました

当社が最初に作る対象に選んだのは、①議事録から決定事項・ToDoを抜き出して課題台帳へつなぐ部分、②進捗レポートとステコミ報告の下書き、の2つです。設計時の見込みでは、①で1案件あたり週1.5〜3時間、②で月5〜10時間の削減を狙っています（実測ではなく見込みです）。

進捗管理・課題管理・報告書作成で、AIはそれぞれ何をする？

3つとも「AIは下書きと見落としの指摘まで」で、確定は人が行います。 ただし、AIが効く場所は業務ごとに違います。

進捗管理：AIは「更新されていないもの」を拾う

進捗はAIが現場を見て測れるものではなく、担当者の申告が元データです。AIにできるのは、申告が止まっているタスク、期限を過ぎたのに状態が変わらない行、担当者が空の行を拾って、督促の文面を下書きすることです。期限や日付の判定はAIに任せず、コード（表計算の関数）で行います。「来週金曜」のような相対的な期限は、会議の日付を基準にコードで絶対日付に直してから台帳に入れる設計にしています。

ガントチャートやWBSの作り方そのものはガントチャートの作り方、タスク管理ツールの比較はタスク管理ツールの選び方で解説しています。

課題管理：AIは「議事録から台帳への転記」を下書きする

課題管理でAIが最も効くのは、会議で出た決定事項・ToDo・課題を、課題管理表に起票する手前までです。当社の設計では、AIが議事録から候補を抜き出し、既存の課題と同じものか（重複か、更新か、新規か）を判定し、人が確認ボタンを押した行だけが台帳に書き込まれます。AIが直接台帳を書き換える経路は作っていません。

抜き出した候補には、必ず議事録の該当発言を一字一句そのまま添えさせ、原文に無い発言を根拠にした候補は自動で「要確認」に落とします。議事録の作り方そのものは生成AIで議事録を自動化する方法をご覧ください。課題管理表の項目設計（担当・期限・優先度の列）も、AIに渡す前に整えておく必要があります。

報告書作成：AIは「事実を文章にする」だけを担う

週次報告やステコミ報告では、数字と一覧はコードが出し、AIはそれを読みやすい文章にする分担にします。PM向けの解説でも「計画との差分・未解決課題・リスク・判断依頼」の4点を整理してからAIに渡すべきで、AIは推測で文章を補完するので事実との乖離を確認すべきだ、と注意されています（テックエイド「ChatGPTで週報を書く前にPMが整理すべき入力情報」）。では、その「整理」をAIに任せるとどうなるのか。次の検証で確かめました。

報告書の数字はAIに数えさせてよい？【自社検証】

軽量なモデルに台帳をそのまま渡すと、件数と一覧を5回とも同じ形で間違えました。上位モデルは正しく数えましたが、入力は約7倍に増えます。 数字はコードで出してからAIに渡すのが、正確さと費用の両面で確実です。

検証の方法

架空の「基幹システム刷新プロジェクト」の課題台帳を作り、前週版（30行）と今週版（34行）を用意しました。今週版では、新規4件・完了6件・完了からの再開1件・期限の後ろ倒し3件を入れてあります。報告日は2026年10月30日です。

• 条件A：前週版・今週版の台帳をそのままAIに渡し、新規・完了・再開・延期・期限超過・担当未定の一覧と未完了件数を出させたうえで、ステコミ向けの3行要約と信号（赤黄青）を書かせる
• 条件B：上の7項目はプログラム（Python）で集計し、その結果だけをAIに渡して、3行要約と信号を書かせる

モデルは上位モデル（Claude Sonnet 5）と軽量モデル（Claude Haiku 4.5）の2つ、各条件5回ずつ、計20回実行しました（2026年10月31日、当社実施）。

結果

この検証で見えたことは3つです。

1. 軽量モデルの誤りは、5回とも同じ形だった。 同じ行を毎回見落とし、変わっていない行を毎回「延期」に入れました。何度か実行して多数決をとる方法では、この種の誤りは止まりません
2. 上位モデルは正しく数えたが、そのぶん重い。 内部で考える工程を挟むため、出力が条件Bの約5倍になりました。毎週・案件の数だけ回すと、費用と待ち時間に効いてきます
3. 数字は正しくても、文章の「結びつけ」は誤ることがある。 条件Bでは、要約に書かれた件数はすべて集計結果と一致しました。それでも軽量モデルの5回中1回は「優先度が高い未完了3件のうち2件が期限超過」と書きました。正しくは1件です。2という数字自体は集計結果に存在するため、数字の照合では止まりません

なお、信号（赤黄青）は判定の基準を渡さずに書かせたところ、20回中19回が「黄」、1回が「赤」でした。理由の書き方も回ごとに違います。基準を持たないまま信号をAIに出させると、毎週の判定の根拠が説明できなくなります。

※架空データ・1つの台帳での検証です。実案件の台帳やモデルの更新で結果は変わります。上位モデルなら台帳を直接読ませてよい、という意味でもありません。

AIが書いた報告文は、どこを人が確認すればよい？

確認の重点は「数字」ではなく「数字と数字の結びつけ」と「判断」に置きます。 数字をコードで出していれば、数字そのものは照合プログラムで機械的に確かめられます。人の目を使うのは次の4点です。

信号の基準（例：期限超過が高影響の項目に1件でもあれば黄、2週連続なら赤）を人が決めれば、基準に当てはめる部分はコードで判定できます。AIには「その信号になった理由を、経営層が読める3行にする」ことだけを頼めば十分です。誤りを減らす設計の考え方は生成AIのハルシネーション対策でも解説しています。

どのツールで始める？PMツールのAI機能・汎用の生成AI・自前の仕組み

台帳がすでに1つのPMツールにまとまっているなら、そのツールのAI機能から始めるのが早道です。 複数のツールやExcelに分かれているなら、汎用の生成AIに「コードで集計した結果」を渡す形が現実的です。

当社の自前の仕組みでは、抜き出しは軽量モデル、分類と重複判定は中位のモデル、決定事項の再確認だけを上位モデルに回し、日付と差分の計算はコードで行う構成にしました。社内のサンプル会議で試したところ、1会議あたりの費用は数円〜30円程度でした。費用より、人がレビューする時間のほうが律速になります。複数の工程をAIにまとめて任せる考え方はAIエージェントの業務活用、機密情報の扱いは生成AIのセキュリティ対策をご覧ください。

導入はどう進める？8週間の小さな検証から

最初は1つの会議体・1つの台帳に絞り、「正解」と「合格線」を先に決めてから試します。 当社の計画は次の4段階・8週間です。

1. 1〜2週目：1本通す。過去の会議1回分の議事録から、台帳の候補と報告の下書きが最後まで出ることを確かめる
2. 3〜4週目：正解をつくる。社内の定例10〜20回分について、人が「本当の決定事項・ToDo」を書き出す。AIの出力を見ながら正解を作らない（AIに引きずられて精度が高く見えてしまう）
3. 5〜6週目：合わせ込む。正解と比べて指示文や分担を直す
4. 7〜8週目：続けるか判断する。合格線は「決定事項の取りこぼしが5%以下」「人の手直しが30%以下」「原文に無い内容の混入が2%以下」。届かなければ、報告書の下書き（②）には進まない

報告書の自動化は、議事録と台帳の精度の上に乗ります。台帳が間違っていれば、報告書は正しく間違えるだけです。撤退基準の置き方は生成AIのPoCの進め方、費用の考え方は生成AI導入の費用相場、PMOそのものの役割と体制はPMIの推進体制の作り方で解説しています。

PoCの企画を1枚にまとめるテンプレートを配布しています

対象業務・評価データ・KPI・撤退基準・体制を1枚に整理できる「生成AI PoC企画テンプレート」を無料で配布しています。プロジェクト管理へのAI導入を社内で提案するときの下書きにお使いください。

生成AI PoC企画テンプレートを無料でダウンロードする

自社の会議体や課題台帳で、どこからAIを入れるべきかを一緒に整理したい場合は、無料相談からお気軽にご連絡ください。

よくある質問（FAQ）

Q. プロジェクト管理にAIを使うと、どの業務が一番楽になりますか？
A. 議事録から決定事項・ToDoを抜き出して課題管理表に起票する作業と、週次報告・ステコミ報告の下書きです。当社のPMO業務31本の棚卸しでも、AI化の効果が高い9本のうち4本がこの流れに集中していました。

Q. 進捗報告書をChatGPTやClaudeに丸ごと作らせてもよいですか？
A. 文章の下書きは任せてよいですが、件数・期限超過・前週との差分は表計算の関数やスクリプトで先に出してから渡してください。当社の検証では、軽量モデルに台帳をそのまま渡すと、完了・延期・期限超過の一覧を5回とも同じ形で誤りました。

Q. プロジェクトの遅延をAIで予測できますか？
A. 技術的には可能ですが、過去データの質に精度が左右され、外れたときの説明も難しいため、当社は最初の対象から外しています。まずは「更新が止まっている」「期限を過ぎた」といった事実の検出から始めるのが確実です。

Q. 赤黄青のステータス判定もAIに任せられますか？
A. 基準を人が決めれば、基準に当てはめる部分はコードで判定できます。基準なしでAIに出させると、当社の検証では20回中19回が「黄」になり、根拠の説明もぶれました。信号と判断依頼は人が確定してください。

Q. 社外秘の会議内容をAIに入れても大丈夫ですか？
A. 入力データを学習に使わない法人向けの契約や、自社の環境で動かす構成を選び、どの会議を対象にするかを社内ルールで決めてください。当社も最初は機密度の低い社内の定例から始める計画にしています。

まとめ：プロジェクト管理のAI活用は「数える・書く・決める」を分けることから

• AIが効くのは議事録→課題台帳→進捗レポート→ステコミ報告という文書の流れ。判断が絡む業務ほど効果は下がる
• 件数・差分・期限超過はコードで数える。軽量モデルは同じ誤りを繰り返すため、多数決では止まらない
• AIには集計結果を文章にすることだけを頼む。人は数字ではなく「結びつけの文」と「判断」を確認する
• 信号（赤黄青）は基準を人が決め、当てはめはコード、理由の文章はAI
• 始めるときは1つの会議体・8週間。正解を人が作り、合格線に届かなければ先に進まない

プロジェクト管理のAI活用は、ツールを入れることより、どこまでをAIに任せるかの線を引くことから始まります。最初の一歩として、生成AI PoC企画テンプレートで対象の会議体と合格線を1枚にまとめるところから始めてみてください。