取材先：株式会社オプト（以下、オプト）川崎 大 氏聞き手：株式会社Datable 角井 勇哉、鈴木 眞理公開日：2026/2/26｜取材日：2026/1/30｜読了時間：約10分株式会社オプト 川崎 大 氏「広告代理店の仕事は、労働集約型になりがちだ。だからこそ、テクノロジーで『半労倍益（労働時間を半分に、利益を倍にする）』を実現しなければならない」——「顧客の事業成長にどこよりも伴走する」ことを大切にする株式会社オプトでは、AI実装のテーマの一つとしてこの「半労倍益」を掲げています。その最重要プロジェクトのプロジェクトマネージャーを務める川崎氏に、Datableとの共同開発で何を変えたのかを伺いました。本プロジェクトで起きた変化は、単なる「議事録AIの導入」ではありません。月間約9,000件（約450件/日）の会議が、「終わった瞬間に次に動ける」ものに変わりました。議事録作成、チーム共有、タスク整理といった会議後の作業が削減され、営業は本来の提案活動へ集中できる状態へ。この記事でわかること「議事録が点で終わる」状態を、どう「次のアクションにつながる流れ」に変えたかなぜパッケージ導入ではなく、Datableとの共同開発を選んだのか全員が同じ方向を向く合意形成と、利用者が自然と定着する仕組みづくり月間9,000件・6,000時間の会議データが、営業の判断と提案にどう効くのか1. なぜこのプロジェクトが始まったのか1-1. オプトが掲げる「半労倍益」とは？なぜ営業生産性が中核テーマなのか── まず、オプトが掲げる「半労倍益」について教えてください。広告代理店のビジネスモデルは、どうしても労働集約型になりがちです。クライアントの数だけ、クライアントと向き合う人が必要になる。しかし、このままでは成長に限界があります。人を増やせば売上は伸びますが、利益率は上がらない。だからこそ、テクノロジーで「労働時間を半分に、利益を倍にする」——これが「半労倍益」というスローガンの意味です。── その中で、今回のプロジェクトはどういう位置づけだったのですか？営業の生産性向上は、半労倍益の中核テーマです。営業担当は日々、多くの時間を会議に費やしています。しかし、会議そのものが価値を生むわけではありません。会議で決まったことを実行に移して、初めて価値になる。にもかかわらず、会議の後には議事録作成、チームへの共有、タスクの整理、次の提案準備…と、本来の営業活動以外の作業が山積みになる。ここをテクノロジーで解決できれば、大きなインパクトがあると考えました。1-2. なぜ「議事録AI」だけでは解決しなかったのか？議事録が“点”になってしまう理由── プロジェクトが立ち上がったきっかけは何でしたか？きっかけは現場からの悲鳴でした。「会議の議事録作成が大変だ」「メモを取るのに時間がかかる」。当初は、AI文字起こしやLLMなどのツールを個別に導入し効率化しようとしていました。しかし、プロジェクトを進める中で、ある決定的な事実に気づいたのです。「議事録を作っても、それは業務の『点』でしかない」ということです。── 「点」でしかない、とは？会議が終わった後、営業担当には本当にやるべき業務が残っています。チームへの共有、タスクの切り出し、次の提案準備。これら一連の業務の流れ（線）がスムーズにつながらなければ、いくら議事録が早くできても意味がない。議事録作成が楽になっても、その後の業務が滞れば、結局営業は本来やるべき提案活動に集中できません。私たちが目指すべきは、議事録ツールを入れることではなく、「会議で決まったことが、チームに共有され、次のアクションにつながる」という業務の流れを円滑にすることでした。── その気づきは、どのタイミングで得られたのですか？実は、Datableさんとの最初の打ち合わせでした。私たちは「議事録AIを入れたい」と相談したのですが、Datableさんからは「議事録ができた後、営業の方は何をされるんですか？」と聞かれました。チームへの共有、タスクの整理、SFAへの入力…と答えていくうちに、「議事録を作ること」がゴールではなく、その先の業務がスムーズに回ることが本当のゴールだと気づきました。「そもそも何を解決したいのか」を一緒に考えてくれるところから、Datableさんとの関係は始まっていたのです。1-3. なぜ他社AIツールではなくDatableだったのか？（業務設計×システム連携の決め手）── 他にもAIベンダーがある中で、なぜDatableを選んだのですか？正直に言えば、最初は他のAIツールも検討しました。しかし、Datableさんには決定的な強みがありました。第一に、「業務の流れ」から逆算できること。多くのベンダーは「AIで綺麗な要約が作れます」と提案してきます。しかし、私たちが求めていたのは「会議の後、営業がスムーズに次の動きに移れるか」という点でした。Datableさんは、「会議の後、営業がどう動くか」という業務の流れ全体を理解した上で、その流れを円滑にするためにAIをどう使うかを設計してくれました。単に「AIで要約を作る」という部分最適ではなく、営業の業務全体を見渡した上で、どこにAIを入れれば流れがスムーズになるかを提案できる。その視点を最初から持っていたのは、Datableさんだけでした。ヒアリング・ディスカッション時のホワイトボードヒアリングをもとに業務フローと課題を整理── 技術面ではいかがでしたか？私たちの業務はSFAを活用します。会議の情報が最終的に社内で活用しているSFAと連携できないと、チーム間の連携や上長への報告がスムーズにいかない。Datableさんは、iPaaS（データ連携）プロダクトを提供してきたバックグラウンドがあり、業務の流れを支えるシステム基盤との連携まで含めて設計できました。AIの知識だけでなく、様々なソフトウェアをつないで業務プロセス全体を最適化する知見を持っていたのは大きかったです。第二に、「耳の痛いことを言ってくれる」こと。彼らは受託開発のように「言われたものを作ります」というスタンスではありません。「川崎さん、その仕様だと現場は使いませんよ」「この項目は、AIに推測させるより選択式にしましょう」半労倍益を実現し、クライアントへの価値提供へ時間を割けるよう、逆算して、耳の痛いことも含めて提案してくれる。この「パートナー視点」があったからこそ、私たちはDatableに賭けることにしました。── 他のベンダーとの違いを一言で言うと？「ツールを売りに来た」のか、「課題を解決しに来た」のか。その違いです。Datableさんは最初から、私たちの業務を理解しようとしていました。「このAIツールを使ってください」ではなく、「御社の業務をこう変えましょう、そのためにAIをこう使いましょう」という提案だった。1-4. オプトが導入を決断した最後の決め手は何だったのか？「一緒に汗をかく」伴走力── 導入を最終的に決断した決め手は何でしたか？「一緒に汗をかいてくれそうだ」という感覚です。AIプロジェクトは、導入してからが本番です。現場に定着させるまでに、無数の調整や改善が必要になる。それを「貴社の仕事です」と突き放すのか、「一緒にやりましょう」と言ってくれるのか。Datableさんは、最初の打ち合わせから「毎週定例をやりましょう」「現場の声を聞きながら改善していきましょう」と言っていました。この姿勢が、最後の決め手でした。── 導入に際して、社内での懸念はありましたか？もちろんありました。経営からは「ROIは？」、現場からは「また新しいツール？」、情シスからは「セキュリティは？」、法務からは「録音データの扱いは？」。これらの懸念を乗り越えることが必要でした。2. どうやって現場に定着させたのか2-1. ROI・現場・情報システム・法務の懸念をどう乗り越えたのか？「合意設計」で横やりを防ぐ── 先ほど、社内で様々な懸念があったとのことでした。どう乗り越えたのですか？Datableさんが最初にやってくれたのは、「関係者の懸念を全部テーブルに出す」ことでした。プロジェクト開始前に、経営・現場・情報システム・法務それぞれが何を気にしているかをヒアリングし、「懸念事項マップ」として可視化してくれたのです。── 具体的には、どんな懸念が出てきましたか？経営からは「投資対効果が見えない」「本当に使われるのか」。現場からは「また新しいツールを覚えるのか」「仕事が増えるのでは」。情報システムからは「既存システムへの影響は」「セキュリティは大丈夫か」。法務からは「録音の同意は」「データの取り扱いは」。それぞれが違う観点で心配していました。── 懸念を可視化して、どうなりましたか？「誰が何を心配しているか」が見えると、議論が建設的になりました。たとえば法務の懸念に対しては、「録音データはAIモデルの学習には使用しない」「特定ドメインの会議は自動除外できる」といった対応策を、Datableさんが技術仕様として提示してくれました。情報システムの懸念に対しては、「既存のシステム環境に影響を与えない連携方式」を図解で説明してくれました。現場の懸念に対しては、「むしろ仕事が減る」ことを具体的なデモで見せてくれました。経営の懸念に対しては、「まず小さく始めて、効果を確認してから広げる」というステップを提案してくれました。── この工程にどのくらい時間をかけましたか？約2週間です。開発を始める前に、この「合意設計」に時間をかけました。最初は「早く作り始めたい」という気持ちもありましたが、Datableさんから「ここを飛ばすと、後から『やっぱりダメ』と言われるリスクがあります」と言われました。結果的に、この2週間の投資は正解でした。プロジェクト中に「聞いていない」「そんな話だったのか」という横やりが一切入らなかった。関係者全員が「やる」と言える状態を作ってから始めたからです。2-2. なぜSlack完結・最少設定にしたのか？「営業に1秒も無駄な作業をさせない」UX設計── 現場への定着にあたって、最も工夫された点は何ですか？最初に「管理画面を作らない」、そして「営業担当に極力事前設定をさせない」という決断です。どんなに高機能なAIでも、忙しい営業担当は新しいツールにログインしませんし、会議のたびに「案件名」や「商談種別」を選択するような"事務作業"を嫌います。たった一つのプルダウン選択があるだけで、使われなくなるのが現場のリアルです。── その設計思想は、どこから来たのですか？Datableさんとの議論です。私たちは当初、「正確なデータを取るために、営業に商談種別を選んでもらおう」と考えていました。しかしDatableさんから、「その1クリックが、利用率を半分にしますよ」と言われました。彼らはこれまでの導入経験から、「現場が使わなくなるパターン」を熟知していたのです。さらにDatableさんは、「営業の本来の仕事は、商談種別を選ぶことではなく、お客様に提案することですよね」と言いました。本来の業務に集中できる環境を作ることが目的であり、それ以外の作業は極力なくす。その視点が一貫していました。── 結果、どういうUXになったのですか？徹底した「Slack完結型・最少設定」のUXです。会議終了後、Slackに要約と次のアクションが届く確認ボタンを押すだけで、チームへの共有とシステムへの反映が完了営業は、そのまま次の仕事に取りかかれる── 裏側では何が起きているのですか？この「ワンクリックで次に進める」状態を実現するために、Datableさんは裏側で様々な作り込みをしてくれています。通常なら、ユーザーが手動で選ばなければならない「顧客名」や「商談の種類（提案か、定例か）」、さらには「どの事業領域の話か」といった情報を、AIが会議データから全自動で判別し、セットしてくれているのです。営業担当からすれば、「何も選択していないのに、AIが文脈を完璧に理解していて、ボタン一つで全部終わっている」という状態です。── 「現場にはシンプルさを提供して、裏側で複雑さを引き受ける」という設計ですね。まさにその通りです。この設計思想がなければ、月間9,000件もの利用は定着しなかったと思います。2-3. 共同開発で何が難しかったのか？3つの壁（タスク振り分け／心理的ハードル／用語）と解決策── 実際の開発フェーズで、印象に残っているエピソードはありますか？壁の連続でした（笑）。いくつか具体的にお話しします。【壁①：複雑なタスク振り分け】クライアントの会議データの処理で苦労しました。あるお客様は複数の事業を展開しており、「◯◯領域」や「××領域」といった領域ごとに事業部が分かれています。それぞれオプト側の担当者も異なる。一つの会議に複数の担当者や、決裁権限を持つ上長が同席するため、一般的なAIでは「誰のタスクか」が判別できず、ごちゃ混ぜになってしまったのです。── どう解決したのですか？Datableさんは単にプロンプトをいじるだけでなく、「カレンダーの参加者情報」と「組織図マスタ」をAIのコンテキスト（判断材料）として読み込ませる仕組みを構築しました。「この人は◯◯領域の担当」「この人は上長だから実務タスクは持たない」といった前提知識をシステム的にAIに与えることで、人間が見ても複雑なタスクの振り分けを、驚くべき精度で自動化しました。結果、会議が終わった瞬間に、各担当者に自分のタスクだけが通知される。「自分は何をすればいいか」が明確になり、迷わず次のアクションに移れる状態を実現できました。【壁②：現場の心理的ハードル】導入初期、現場から「競合他社が同席する会議や、録画NGのお客様との商談に、勝手にBotが入ってくると困る」という懸念の声が上がりました。── どう対応しましたか？相談したところ、Datableさんはそのフィードバックを受けた週に、即座に「除外設定」を実装してくれました。「カレンダーのタイトルに特定のワードがあれば起動しない」「特定のドメインが含まれていれば参加しない」という機能です。この「現場がコントロールできる安心感（拒否権）」をシステムとして即座に提供できたことが、現場の心理的ハードルを下げ、結果として全社的な利用拡大につながりました。【壁③：業界特有の用語】業界特有の略語や社内用語が正しく認識されない問題も出てきました。たとえば、クライアント名や製品名が正しく認識されない、といった類のものです。── それも毎週改善していたのですか？はい。プロジェクトの議事録を見返すと、こういった細かい修正を毎週のようにやり取りしています。毎週、定例ミーティングをやっていました。そこで現場から上がってきたフィードバックを共有し、翌週には改善版がリリースされる。このサイクルをずっと回し続けています。この「アジャイルな改善ループ」を一緒に回し続けてくれることが、Datableの真骨頂です。2-4. プロジェクトが成功した要因は何か？「合意設計」「現場視点」「毎週の改善ループ」── 振り返って、プロジェクトが成功した要因は何だと思いますか？3つあります。第一に、「合意設計」を最初にやったこと。関係者の懸念を先に解消したことで、プロジェクト中に横やりが入らなかった。第二に、「現場視点」を徹底したこと。「営業に1秒も無駄な作業をさせない」という設計思想を貫いた。第三に、「毎週の改善ループ」を回し続けたこと。完璧なものを作ってからリリースするのではなく、小さく始めて改善し続けた。この3つは、すべてDatableさんと一緒に作り上げたものです。3. 何が変わり、どんな成果が出たのか3-1. 月間9,000件・6,000時間はどう生まれたのか？定量効果とカバー範囲── 現在の具体的な成果を教えてください。現在、月間で約9,000件、時間にして6,000時間分の会議データがDatableで処理されています。── 9,000件というのは、どのくらいの規模感ですか？営業組織全体の会議のほぼすべてがカバーされています。1日あたり約450件の会議が自動処理されている計算です。── 工数削減効果はどのくらいですか？単純計算で、月間数千時間分の議事録作成や情報整理の工数が削減されています。ただ、私たちは「工数削減」だけを成果とは捉えていません。削減された時間で、営業が本来やるべき提案活動に集中できるようになった。それが本当の成果です。3-2. なぜ現場は「ドラえもんの道具」と呼んだのか？“会議後すぐ動ける”体験── 現場の反応はいかがですか？定量的な数字以上に嬉しいのは、現場の反応です。導入当初は懐疑的だったメンバーからも、今では「もうDatableなしの業務には戻れない」という声が上がっています。ある社員は、「まるで『ドラえもんの道具』みたいだ」とSlackに投稿していました。dabaleAIを初めて使った営業担当のSlackへの投稿── ドラえもんの道具、ですか。「自分が何も苦労していないのに、欲しい結果が勝手に目の前に用意されている」。その体験が、魔法や未来の道具のように感じられたのだと思います。でも本質は、「議事録が自動でできる」ことではありません。「会議が終わったら、すぐに次の仕事に取りかかれる」という業務の流れが実現したことです。余計な作業に時間を取られず、本来やるべき提案活動に集中できる。それが現場の満足度につながっています。── 現場主導で広がったのですか？はい。トップダウンの強制ではなく、現場主導で利用が広がっていきました。「あのチームが使って楽になったらしい」「自分も使ってみたい」という口コミで広がった。この「感動」があったからこそ、全社展開がスムーズに進みました。3-3. なぜマネジメントが「感覚」から「事実」に変わったのか？会議データの蓄積と可視化── 経営視点での効果はいかがですか？大きな変化がありました。会議の内容がきちんと整理・蓄積されるようになったことで、「どの顧客に・どんな提案をして・感触はどうだったか」がチーム全体で把握できるようになりました。以前は、商談の状況を知るために営業一人ひとりに聞いて回る必要がありました。今は、マネージャーが「感覚」ではなく「事実」に基づいて判断できる。次にどの顧客にアプローチすべきか、どの案件に注力すべきかが、データから見えるようになったのです。── ダッシュボードも作られたと聞きました。はい。Datableさんと共同で「営業ダッシュボード」を構築しました。商談の進捗、顧客ごとの提案状況、チーム全体の活動量が一目でわかるようになっています。これも、データを貯めることが目的ではありません。「より良い営業判断ができる」という業務の質が上がった結果です。3-4. なぜ利用が落ちないのか？「導入して終わり」にしない改善サイクル── 「使われ続けている」状態を維持するために、何か工夫されていますか？Datableさんとの定例は、今も続けています。「導入して終わり」ではなく、「使われ続ける状態を維持する」ことが本当のゴールです。現場から「ここが使いにくい」という声が上がれば、すぐにDatableさんに共有し、改善サイクルを回す。この体制があるから、利用率が落ちないのだと思います。── 導入後、どのくらいの頻度で改善していますか？今でも月に数回は何かしらの改善をしています。大きな機能追加から、細かい文言の調整まで様々です。重要なのは、「完成」という概念がないこと。業務は常に変化するので、それに合わせてシステムも進化し続ける必要がある。Datableさんはそれを当たり前のこととして一緒にやってくれています。3-5. 会議データの二次利用はどう始まったのか？検索・提案準備への活用── 当初の目的以外に、広がりはありますか？面白い変化が起きています。蓄積された会議データを、各自が業務に活用し始めたのです。たとえば、過去の商談記録を検索して提案の参考にしたり、クライアントとの過去のやり取りを振り返って次の打ち合わせに備えたり。「自分のデータ」として使いこなす人が増えてきました。── 当初は想定していなかった使い方ですか？正直、ここまで広がるとは思っていませんでした。最初のゴールは「会議後にすぐに次の業務に取りかかれる」ことでした。でも、データが蓄積されていくと、それ自体が資産になる。「過去の自分の商談」を振り返れることの価値に、現場が気づき始めたのです。── Datableさんとは、この先も一緒に？もちろんです。Datableさんとの関係は、単発のプロジェクトではなく、継続的なパートナーシップです。議事録の自動化から始まり、営業の業務フロー改善、そしてデータ活用へ。現場から新しい使い方が生まれるたびに、一緒に進化させています。3-6. ROIはどう考えるべきか？工数削減だけで判断しない投資対効果── 最後に、投資対効果についてお聞かせください。具体的な金額は控えますが、投資は十分に回収できています。工数削減だけで見ても、月間数千時間×営業の人件費を考えれば、計算は合います。ただ、それ以上に大きいのは「営業の質の向上」です。提案活動に集中できる時間が増え、データに基づいた判断ができるようになった。これは数字に表れにくいですが、確実に競争力につながっています。── 導入を検討している企業へ、ROIの観点でアドバイスはありますか？「工数削減」だけで投資判断しないことをお勧めします。工数削減は分かりやすい指標ですが、それだけだと本質を見誤る。本当に大事なのは、「削減した時間で、何ができるようになるか」です。私たちの場合は、営業が提案活動に集中できるようになった。これは売上や利益に直結します。その観点で投資対効果を考えるべきです。まとめ：AI活用で失敗しないために何が重要か？オプトが語る「パートナー選び」のポイント── 最後に、AI活用を検討している企業の担当者へメッセージをお願いします。AIプロジェクトの成功の鍵は、最新のモデルを使うことではありません。「自社の業務の流れ」と「AI」をどうつなげるかにかかっています。よくある失敗は、「AIで何ができるか」から考えてしまうこと。そうではなく、「自社の業務をどう良くしたいか」から考え、その手段としてAIを使う。この順番が大事です。オプトの事例が証明するのは、「業務理解」「技術力（AI＋システム連携）」「伴走力」の3つを兼ね備えたパートナーの重要性です。Datableさんは、単なるベンダーではありません。●「議事録ができた後、何をされるんですか？」と、本当の課題を一緒に考えてくれた●「業務の流れ全体」を見た上で、AIをどこに入れるかを設計してくれた●プロジェクト開始前に、関係者の懸念を洗い出し、「合意設計」をしてくれた●「その仕様だと現場は使いません」と、耳の痛いことも言ってくれた●毎週の定例で現場の不満を真正面から受け止め、翌週には解決策を実装してきた●導入後も定例を続け、「使われ続ける状態」を一緒に維持してくれているそんな「同じチームのメンバー」のような存在です。もし、パッケージ製品を入れて「現場が使ってくれない」「業務が楽にならない」と悩んでいるなら、一度Datableさんに相談すべきです。彼らは、間違いなく期待以上のスピードで、業務を変えるための「答え」を持ってきてくれると思います。取材先：株式会社オプト 川崎 大 氏取材・構成：株式会社Datable 鈴木 眞理※本記事は株式会社オプトへの取材内容をもとに構成しています。さらに詳しく知りたい方へ（ホワイトペーパー）導入検討・社内上申に使える詳細版ホワイトペーパー（無料）本記事では全体像を中心にお伝えしました。ホワイトペーパーでは、オプト社×Datableの取り組みをもとに、導入判断・社内説明・現場定着に役立つ観点を、より詳しく整理しています。合意設計（約2週間）で整理した論点（経営・現場・情報システム・法務）Slack完結型UXを成立させる設計ポイント（「営業に1秒も無駄な作業をさせない」）開発でぶつかった壁と、週次の改善ループの回し方定量効果（約9,000件／6,000時間）の捉え方と、社内説明・ROI検討の考え方「議事録AIの導入」にとどまらず、会議後に次へ動ける業務フローをどう作るかを検討している方は、ぜひご活用ください。%3Cscript%20src%3D%22https%3A%2F%2Fsdk.form.run%2Fjs%2Fv2%2Fembed.js%22%3E%3C%2Fscript%3E%0A%3Cdiv%0A%20%20class%3D%22formrun-embed%22%0A%20%20data-formrun-form%3D%22%40casestudyopt%22%0A%20%20data-formrun-redirect%3D%22true%22%0A%3E%0A%3C%2Fdiv%3E