それは、一般的な知識だけではなく、その企業や利用者自身の仕事の文脈を理解できる点だ。それを支える仕組みが「Work IQ」だ。

　メールや会議、チャット、ファイルなどMicrosoft 365内の情報に加え、利用者の好みや普段の協業パターンといった情報も統合し、Microsoft 365 Copilotが業務内容や人間関係まで理解する仕組みである。太田氏によれば、特にここ3～4カ月で大きく進化し、精度が大幅に向上したという。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

図：Work IQの仕組み（出典：セミナー投影資料）

　デモでは、上司から「10分後にレイアウト変更プロジェクトの進捗を報告してほしい」と依頼された場面を想定した。ユーザーがその指示をそのままMicrosoft 365 Copilotに入力するだけで、Work IQが関連するプロジェクトを特定。上司が気にしているポイントを踏まえ、進捗（しんちょく）状況や課題、予算の状況まで自動で整理して提示した。資料やメールの保存場所を一切指定しなくても、必要な情報を横断的に収集できる点が特徴だ。

　Work IQの強みは、長年蓄積してきたメール資産も活用できることにある。太田氏の部署では、10年以上にわたり週次の活動レポートをメールで共有してきた。「Microsoft 365 Copilotでこうしたことができるようになってから、過去の蓄積が非常に価値を持ち始めました」と太田氏は話す。「Microsoft Outlook」のCopilot機能を使えば、忘れかけていた商談の経緯や、当時の営業担当者が残したやりとりまで簡単に振り返ることができる。

　一方で、Work IQを使いこなすには「最初の認識合わせ」が重要だと太田氏は強調する。Microsoft 365 Copilotが参照する会議や案件を誤認することもあるため、例えば会議内容を図解してもらう前に、「提案書レビューの打ち合わせをしたのを覚えている？」と確認する。Microsoft 365 Copilotが返した内容を見れば、どの会議を認識しているかを事前に確認でき、認識のずれたまま作業を進めて成果物を作り直すといった無駄を防げるという。

計画モードとエージェント機能で、Excel作業や定型業務を自律実行

　Work IQによって業務の背景や文脈を理解したMicrosoft 365 Copilotは、さらに実際の作業そのものにも踏み込んでいる。その進化を示したのが、「Excel」のデータ集計や業務処理を支援する機能だ。

　新たに追加された「計画モード」では、Microsoft 365 Copilotはすぐに編集を始めるのではなく、まず作業内容を整理し、必要な情報や前提条件をユーザーに確認する。

　デモでは、数百件の売上明細から営業担当者ごとの粗利を集計するよう指示した。Microsoft 365 Copilotは粗利の計算方法や出力形式を選択肢として提示し、ユーザーの確認を経て処理を開始した。その後、明細表に不足していた粗利列を自ら追加し、別シートに集計表とランキング表まで自動で作成した。

　太田氏自身も日常的にデータ集計などでExcelを利用しており、「AIの力を借りないとできなくなってきました」と、その利便性を語った。

　さらにMicrosoft 365 Copilotは、単発の作業支援だけでなく、定型業務そのものを自動化する領域にも踏み込んでいる。その一例が、業務手順をあらかじめ登録し、繰り返し実行できる「エージェント」機能だ。

　例として示したのは、入金の消込作業を支援するエージェントだ。判定区分や優先度などの業務ルールを設定すると、Microsoft 365 CopilotはそれをPythonのコードに変換して実行した。デモでは約200件の入金明細と請求書一覧を照合し、単一一致が約145件、合算一致が約14件、人による確認が必要なものが約41件という結果を、確認が必要な理由とともにExcelへ整理して出力した。

　一方で、「PowerPoint」によるスライド作成では、課題も包み隠さず紹介した。参考資料の読み込みや分析に時間がかかり、わずか2枚のスライドを作成するのに約15分を要したという。太田氏は、Microsoft 365 Copilotは大きく進化しているものの、用途によってはまだ改善の余地があることも率直に示した。

情報をMicrosoft 365に集めることが活用のカギ

　前述したWork IQが参照できる情報には範囲がある。対象となるのは、「Teams」のチャットやOutlookのメール、SharePointのドキュメントなど、Microsoft 365に蓄積されたデータだ。一方、電話や立ち話の内容、他社製チャットツールでのやりとり、ローカルPCに保存されたファイルなどは基本的に参照できない。そのため、重要な情報がMicrosoft 365の外に散在しているほど、Microsoft 365 Copilotが十分な回答を導き出せなくなる。

　こうした制約への対策は難しくない。立ち話で決まった内容をチャットやメールで共有する、対面会議もTeams会議として記録するなど、業務の履歴をMicrosoft 365に残す運用を徹底することだ。Microsoft 365に蓄積される情報が充実するほど、Work IQはより多くの文脈を理解し、Microsoft 365 Copilotの回答精度も高まる。

　太田氏は、AIモデルそのものの進化とWork IQの強化が相乗効果を生み、この半年でMicrosoft 365 Copilotの実用性は大きく向上したと評価する。

　Microsoft 365 Copilotは、単に文章を生成するツールから、業務の文脈を理解し、人と協働するアシスタントへと進化しつつある。その実力を引き出す鍵は、AIの性能だけでなく、企業が日々の業務情報をどれだけMicrosoft 365に蓄積し、活用できる環境を整えられるかにある。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

図：Work IQが参照できる・できない情報（出典：セミナー時の投影資料）

業務を丸ごと任せる「Copilot Cowork」

　そしてMicrosoft 365 Copilotの進化は、個々の作業支援から、複数の業務をつないで成果まで導く段階へ進んでいる。その象徴が、2026年6月半ばに一般提供が発表された新機能「Copilot Cowork」だ。

　Microsoft 365 Copilotは、Excelでの集計やPowerPointでの資料作成など個別の作業は支援できても、それらを横断した一連の業務を自律的に実行することは難しかった。Copilot Coworkは、達成したい目的を伝えるだけで作業計画を立て、Microsoft 365の複数のアプリをまたいで業務を進める「エージェント型」の機能だ。利用料金は従量課金制となる。

　デモでは、会議準備を丸ごとCopilot Coworkに任せる様子が披露された。OneDriveの特定フォルダに保存された複数の請求書PDFを分析し、Excelで集計表を作成。さらに、その内容を基にPowerPointで会議資料を作成し、上司の予定を確認した上で会議の出席依頼まで送信するという一連の作業を、1回の指示で実行した。

　Copilot Coworkは、作業の開始前に実行計画を提示し、その後は自律的に処理を進める。一方で、会議招集の送信など他者に影響を及ぼす操作については、人による最終確認を求める仕組みになっており、完全に自動で実行するわけではない。

　一方、企業にとって気になるのがコストだ。今回のデモで会議準備をCopilot Coworkに任せた場合、利用料は約1500円だったという。太田氏は「派遣社員や外部委託で同じ作業を依頼した場合のコストと比較して、投資判断が行われることになるでしょう」と話した。

　もっとも、従量課金モデルには予算管理という新たな課題もある。利用が増えるほど費用も増加するため、どこまでAIに業務を任せるかを見極める運用ルールが欠かせない。太田氏は、内田洋行でも現時点ではCopilot Coworkの導入方針は決まっておらず、費用対効果を含めて検討を進めていると説明した。予算管理は多くの企業の課題で、同社でも同様であることを明かした。

画像をご覧いただくには会員登録が必要です

会員登録・ログイン

図：会議準備のデモ。Copilot Coworkが各タスクを自律実行し、ExcelとPowerPointのファイルを出力。会議出席依頼の送信前に確認を求める様子（出典：セミナー時の実演画面）

人に残るのは「考える」「伝える」「決める」

　講演の冒頭と最後で、太田氏はMicrosoft 365 Copilotを使いこなすためのポイントとして、「もっと仕事を任せる」「もっとMicrosoft 365で働く」「もっと仕事を理解する」という3つを掲げた。本講演で紹介したデモは、前者2つを具体的に示すものだったが、太田氏が最後に最も強調したのは「仕事を理解する」ことの重要性だった。

　AIの能力が向上し、任せられる仕事が増えるほど、人に求められる役割も変わる。業務の目的や目標を定めること、相手に共感しながら交渉や意思疎通を図ること、そしてAIが導き出した結果を採用するかどうかを判断し、その責任を負うこと──。「考える」「伝える」「決める」ことが、人に残される重要な役割になるという。

　では、AIの成果に責任を持つとはどういうことなのか。太田氏は、その答えを「納得」という言葉で表現した。

　「AIの結果に対して責任を持てる状態というのは、AIの結果に対して私自身が『納得』できている状態ではないかと思います」

　自分なりの仮説とAIの回答を照らし合わせ、一致すれば採用する。違和感があれば、AIに問い直したり、自ら調べ直したりして検証を重ねる。AIの回答をうのみにするのでも、感覚だけで否定するのでもなく、自ら納得できるまで対話と検証を繰り返すことが、責任あるAI活用につながるという。その前提となるのが、仮説を立てられるだけの業務への深い理解だ。

　太田氏は、生成AIの進化によって「AIを使うスキル」そのものの価値は徐々に薄れていくと見る。

　「生成AIが賢くなり、『生成AIを使うスキル』にはだんだん価値がなくなってきました。では私たちの価値はどこにあるのか。業務を理解し、AIの結果を正しく評価し、責任を持つことではないでしょうか。そしてそのためには、より深い業務への理解が必要になってくると考えています」

　AIが進化するほど、人に求められるのはAIを操作する技術ではなく、業務を深く理解し、その結果を見極める力になる。太田氏は、Microsoft 365 Copilotの最新機能を紹介しながら、AI時代に求められる仕事の本質は、むしろ人の側にあることを強調して講演を締めくくった。