ChatGPTをそのまま「会社の窓口」に使えない3つの理由と住み分けの考え方

ChatGPTは、文章の下書きや要約、アイデア出しなど、個人の生産性ツールとして非常に優秀です。一方で、顧客対応や社内ヘルプデスクといった「会社の公式な窓口」に求められる要件は、個人利用とは大きく異なります。結論から言うと、①会社の資料を知らない、②組織としてのログ・管理の仕組みがない、③品質が使う人に依存する、という3つの理由から、ChatGPTをそのまま窓口に置くことはおすすめできません。この記事では、どちらが優れているかではなく「役割が違う」という視点で、住み分けを整理します。

前提：ChatGPTは優秀な「個人の道具」

最初に確認しておきたいのは、この記事はChatGPTを否定するものではない、ということです。メールの下書き、議事録の要約、企画の壁打ち、調べものの入り口——個人の仕事を速くする道具として、ChatGPTが果たしている役割は大きいものがあります。

問題は、「個人の道具として優秀」であることと、「会社の窓口として使える」ことは別の話だという点です。窓口には、個人利用では意識されない要件——正確さの担保、記録、均質な品質——が求められます。以下、3つの理由に分けて見ていきます。

理由①：会社の資料を知らない

ChatGPTが答えられるのは、学習した一般的な知識の範囲です。あなたの会社の就業規則、返品ポリシー、料金体系、営業時間は学習していません。

そして生成AIには、知らない質問に対しても、それらしい文章を作ってしまう性質（ハルシネーション）があります。個人利用なら「あれ、違うな」と本人が気づけますが、窓口に置いた場合、誤った回答がそのまま顧客や社員に届きます。誤った返金条件の案内が顧客トラブルに直結することを考えると、これは窓口用途では致命的です。

この弱点を補うのが、会社の資料を検索し、見つかった内容だけを根拠に答えるRAG（検索拡張生成）という仕組みです。詳しくはRAGとは？自社の資料「だけ」で答えるAIの仕組みで解説していますが、要点は「資料に無いことは答えず、担当者へ案内する」という設計にあります。窓口では、答えないことが誤答よりも価値を持つ場面が多いのです。

理由②：組織としてのログ・管理の仕組みがない

窓口は「答えて終わり」ではありません。組織として運用するには、次のような管理が必要になります。

• 会話ログの一元管理 — 誰に何を案内したかを組織として把握・閲覧できること
• 答えられなかった質問の把握 — 未回答の質問を確認し、資料を改善する手がかりにすること
• アクセス管理 — 社内向けなら認証で利用者を限定し、退職者の利用を確実に止められること
• データの取り扱いの明確さ — 入力した資料や会話がAIの学習に使われないことが契約上明確なこと

個人アカウントのChatGPTでは、会話は個人の画面に閉じ、組織側からは何を聞かれ何を答えたのか見えません。改善のしようがなく、責任の所在も曖昧になります。窓口として運用するなら、ログ・未回答の確認・アクセス制御が管理画面でそろっていることが前提条件になります。

理由③：品質が「使う人」に依存する

ChatGPTの回答品質は、指示文（プロンプト）の書き方に大きく左右されます。上手な人が使えば良い回答が出ますが、それは属人的なスキルです。

窓口に求められるのは逆で、「誰が・いつ・どんな聞き方をしても、同じ資料に基づく一定品質の回答が返る」ことです。たとえば社内ヘルプデスク代わりに「各自ChatGPTに規程を貼り付けて聞いてください」という運用を想像すると、問題がはっきりします。

• 資料を貼り付ける手間が毎回発生し、結局使われなくなる
• 貼り付ける資料のバージョンが人によってバラバラになる
• 機密資料を個人アカウントに入力するリスクが管理できない
• 聞き方の上手い下手で、得られる回答の質が変わる

窓口は「仕組みで品質を保証する」場所であり、個人のスキルに委ねる場所ではありません。

住み分けの整理：役割が違うだけ

3つの理由を踏まえると、住み分けは次のように整理できます。

観点	ChatGPT（汎用AI）	自社専用AIチャット
主な利用者	社員それぞれ（個人）	顧客・社員（組織の窓口として）
回答の根拠	学習済みの一般知識	自社の資料に限定
資料に無い質問	推測で答えることがある	答えずに担当者へ案内
会話ログ	個人のアカウントに閉じる	組織で一元管理・閲覧
品質	使う人の指示文に依存	誰に対しても同じ資料基準
向く用途	下書き・要約・壁打ち	FAQ対応・ヘルプデスクの一次対応

つまり「ChatGPTか専用AIか」の二者択一ではなく、個人の生産性はChatGPT、会社の窓口は専用AIという併用が自然な形です。私たちが提供するPersora Connectは後者にあたり、FAQ・マニュアル・規程を取り込むだけで、その資料だけを根拠に答える会社専属のAIチャットとして立ち上がります。

費用はどう違うのか（各社の公式サイトで確認・2026年8月20日時点）

住み分けの話をすると「では値段はどう違うのか」が次の疑問になります。課金の単位が違うため、 そのままでは比べられません。並べて整理します。

サービス	提供会社	料金	課金の単位	回答の根拠
ChatGPT Business	OpenAI	¥3,050／ユーザー・月	使う人の数	一般知識（＋利用者が都度貼る資料）
Microsoft 365 Copilot	日本マイクロソフト	¥2,698／ユーザー・月	使う人の数	一般知識＋自社のMicrosoft 365内のデータ
Google Workspace（Gemini込み）	Google	¥800／¥1,600／¥2,500／ユーザー・月	使う人の数	一般知識＋自社のWorkspace内のデータ
Persora Connect	株式会社shigegegege	¥30,000〜／月（初期費用0円・初月無料）	社員向け=登録ユーザー数／Web接客=会話数	取り込んだ自社資料のみ

読み方：汎用AIは「人数」、窓口用AIは「窓口の数」

汎用AIは使う社員が増えるほど費用が増えます。1人あたり¥800〜3,050なので、 10人なら月¥8,000〜30,500、100人なら月¥80,000〜305,000です。

一方、**顧客対応の窓口は「使う人の数」で数えられません。**サイトに来る人は 社員ではないので、席を買う考え方が成り立たない。だから窓口用のAIは会話数などで課金します。

**社内ヘルプデスクの場合は両者が重なります。**ここは実際に比較が成立する領域で、 たとえば10名なら汎用AIが月¥8,000〜30,500、Persoraのライトプランが月¥30,000です。 金額だけ見れば汎用AIのほうが安いことは珍しくありません。

それでも分かれるのは「何を根拠に答えるか」

値段より効くのは、いちばん右の列です。汎用AIは一般知識で答えます。 就業規則や社内規程を聞かれても、御社の規程を読んでいないので、 それらしい一般論を返します。間違っていることに気づきにくいのが厄介です。

Microsoft 365 CopilotやGoogle Workspaceは自社データを参照できますが、 参照先はそのプラットフォームに入っているもの（Microsoft 365内、Workspace内）に限られます。 PDFの規程集が共有サーバーにあったり、FAQがWebサイトにある場合は範囲外です。

つまり選ぶ基準は値段ではなく、**「答えてほしいことが、どこに書いてあるか」**です。 資料の置き場所が上記のプラットフォーム内で完結しているなら汎用AIで足りますし、 そうでないなら資料を取り込む方式が要ります。

「会社の窓口」用AIを選ぶときの確認ポイント

専用AIチャットを検討する際は、この記事の3つの理由をそのまま裏返した観点で確認すると判断しやすくなります。

1. 資料：自社の資料だけを根拠に回答し、資料に無いことは答えない設計か
2. 管理：会話ログの閲覧、答えられなかった質問の確認、認証・アクセス制御が管理画面でそろっているか
3. 品質：資料や会話がAIの学習に使われず、誰が聞いても同じ基準で回答されるか

あわせて、費用は利用形態（顧客向けの会話数課金か、社員向けの登録ユーザー数課金か）で構造が変わります。費用感の整理は社内ヘルプデスクAIの費用相場と選び方を参考にしてください。

ChatGPTを使いこなす社員が増えることと、会社として信頼できる窓口を持つこと。この2つは対立せず、両方そろってはじめてAI活用が組織に根づきます。まずは自社の窓口に求める要件を書き出すところから始めてみてください。