2026年9月25日、Microsoftは仕事向けCopilotアプリの新しい構成を発表しました。中心となるのは、チャットと作業支援を集める「Home」、自然言語からツールやアプリを形にする「Code」、継続して動くエージェントを扱う「Autopilot」です。これまでの生成AIは、質問に答える、文章の下書きを作るといった「その場で返す助手」として使われる場面が多くありました。今回の発表は、相談、作成、複数工程の委任を一つの入口で扱おうとするものです。
ただし、AIに仕事を任せる範囲が広がるほど、便利さだけで導入を決めることはできません。どのデータを読ませるのか、誰の権限で外部サービスに触れるのか、誤った結果を誰が止めるのか。特に顧客への連絡、契約、採用、価格、経費、健康・金融・法務に関係する作業では、AIの出力をそのまま確定させない仕組みが欠かせません。
この記事では、Microsoftが公表した情報と公式サポート資料を基に、新Copilotの3つの入口が何を意味するのか、企業や個人が仕事の自動化を始める際に何を確認すべきかを整理します。機能の提供時期、利用できる範囲、契約条件はアカウントや地域、管理者設定で異なるため、実際の導入前には自組織の管理画面と公式案内を確認してください。
9月25日に発表された新Copilotの要点
Microsoftのパートナー向け公式ブログによると、新しいCopilotアプリは、AIを使った仕事の入口をHome、Code、Autopilotの三つに整理します。Homeでは、チャットと「Cowork」と呼ばれる複数ステップの作業支援をまとめます。Codeでは、開発者だけでなく、業務を知る人が自然言語で小さなツールや仕組みを作る方向性を打ち出しました。Autopilotは、依頼した後も継続して動く、個人向けの能動的なエージェントとして説明されています。
発表を「AIが人の仕事をすべて代わりに行う」と受け取る必要はありません。むしろ、これまで別々の場所にあった会話、ファイル作成、作業の依頼、確認待ちを、ひとつの作業面に近づけようとする試みと考えると分かりやすいでしょう。たとえば会議のメモを要約し、関係者別の下書きを作り、必要な確認項目を集め、担当者が承認して共有する。こうした連続した工程を、会話の途中で途切れさせずに扱うことが狙いです。
外部報道のGeekWireは、チャット、コード作成、長時間動くエージェントを一つのアプリにまとめる動きだと伝えています。一方で、発表された機能のすべてが同時に誰でも使えるとは限りません。段階的に提供される機能もあるため、「画面にあるから自社の契約で使える」とは判断しないことが大切です。Microsoftのサポート資料にも、利用できる体験は契約の種類によって変わると明記されています。
注目したいのは、AIの役割が「回答」から「作業の進行」へ少しずつ移っていることです。回答を読むだけなら、誤りは画面上で気づきやすい場合があります。しかし、AIがファイルを作成し、データを整理し、次のタスクを準備し始めると、間違いは後工程へ流れます。だからこそ、新しい機能を試す前に、どこまで自動で進めてよいかを決める必要があります。
Home：相談と仕事の下ごしらえを近づける場所
Homeは、質問への回答を得るチャットと、複数の作業をまとめて進めるCoworkを組み合わせる位置づけです。従来、AIに「このメールを短くして」と頼むことと、「会議資料を読んで、論点を分類し、次回の確認事項を担当者別にまとめて」と頼むことには、手間の差がありました。後者は、情報を集め、文脈を確認し、途中結果を見直す工程を含むからです。Homeは、こうした下ごしらえを一つの流れで扱うことを目指します。
活用しやすいのは、手順がある程度決まっていて、途中で人が確認できる仕事です。たとえば、定例会議のメモからアクション候補を抽出する、複数の社内資料から共通論点を洗い出す、問い合わせの下書きを担当者に振り分ける、といった作業が考えられます。人が毎回ゼロから書く必要はなくなり、確認や判断に時間を使える可能性があります。
ただし、会議の発言や社内資料には、個人情報、未公開の事業計画、取引先とのやり取りが含まれる場合があります。使う前に、対象データがその契約・設定で扱ってよい情報か、保存期間や閲覧範囲はどうなっているか、AIの作業履歴を誰が見られるかを確認しましょう。「社内資料だから安全」と一括りにせず、会議体やフォルダごとに扱えるデータの範囲を分けるほうが実務的です。
Homeで作った下書きは、完成品ではなく、担当者の確認を速くする材料として扱うのが基本です。固有名詞、日付、数値、約束事項、否定表現は、要約の中で落ちたり変わったりしやすい箇所です。とりわけ取引先への説明や、社外に出す文章では、元の資料と照合する工程を省かないでください。AIが自然な文章を返すことと、内容が正しいことは別です。
Code：業務を知る人が「小さな仕組み」を作る意味
Codeは、GitHub Copilotと同じ基盤技術を利用し、より多くの知識労働者が自分向けのソリューションを作れるようにする機能として紹介されています。ここでいう「作る」は、大規模な基幹システムを一から構築することだけではありません。部門で使うチェックリスト、依頼内容を整理する画面、決まった形式でデータを整える補助ツールなど、日々の小さな不便を解く仕組みも含まれます。
業務を最もよく知る人が、自分の言葉で要件を伝え、試作品をすばやく作れることは大きな利点です。たとえば営業部門が、商談記録から次回確認事項を整えるフォームを作る。人事部門が、研修の申込状況を一覧にする画面を試す。総務部門が、定型申請の抜け漏れを確認するツールを用意する。こうした用途では、最初のたたき台を作る時間を短縮できるかもしれません。
反面、コードや自動化の敷居が下がると、管理されない「便利ツール」が増える可能性もあります。誰が作ったか分からないファイルに顧客データをコピーする、権限を広く与えたまま共有する、元データが変わっても処理を直さない、といった状態は避けなければなりません。作成者が技術者でなくても、扱うデータと影響が大きければ、情報システム、セキュリティ、法務などのレビューが必要です。
最初は、読み取り専用のデータ、架空データ、限定したチームで使う試作から始めると安全です。外部へ送信する、データを更新する、金額を計算する、権限を付与する操作は、別の段階として扱いましょう。便利な画面ができたことと、業務で安全に使えることは同じではありません。利用目的、責任者、データの保管場所、変更方法、利用停止の手順を決めて初めて、チームで再現可能な仕組みになります。
Autopilot：常時動くAIエージェントで変わること
Autopilotは、ユーザーが席を離れている間も働き続ける、継続的で能動的なエージェントとして説明されています。単発のチャットと比べると、AIが仕事に関与する時間が長くなります。たとえば、決まった時刻に情報を集める、更新の有無を確認する、下書きを用意する、未対応のタスクを知らせる、といった使い方が想定されます。
これは、忙しい人にとって魅力的です。自分で毎朝同じ画面を開き、情報を転記し、一覧を更新する代わりに、AIが準備を済ませておけば、人は差分を確認して判断できます。定型的な情報整理、社内タスクの棚卸し、期限の近い事項の洗い出しなどでは、待ち時間を減らせる可能性があります。
しかし「常時動く」ことは、「常に正しく動く」ことを意味しません。AIが参照する情報が古ければ、古い前提で作業します。命令が曖昧なら、意図と違う優先順位で動くことがあります。接続先のサービスが変わったり、アクセス権が更新されたりすれば、昨日まで安全だった設定が今日も安全とは限りません。長く動く仕組みほど、最初の設定だけで終わりにしない運用が必要です。
特に重要なのは、AIができる操作を分けることです。「調べて要約する」は比較的低い権限で始められます。「社外へメールを送る」「顧客情報を書き換える」「発注を確定する」「採用候補を順位付けする」といった行為は、影響が大きく、事前承認や二重確認が必要です。AIに閲覧を許すことと、変更や送信を許すことを同じにしない設計が、事故の範囲を小さくします。
「任せる仕事」と「人が持つ仕事」を分ける四つの視点
Microsoftの公式サポート資料は、AIやエージェントを、能力はあっても監督が必要な協働者として扱う考え方を示しています。自動化の可否を判断する際の視点として、反復性、影響の大きさ、誤りの見つけやすさ、時間的な緊急性を挙げています。この四つは、新Copilotのように仕事を委任する機能を考える際にも役立ちます。
1. 同じ手順を繰り返すか
毎週の進捗整理、決まった形式の議事録下書き、定型データの分類などは、AIが支援しやすい候補です。一方で、新規事業の方針、重要顧客との交渉、例外の多い相談は、同じ形に当てはめにくく、担当者が主導すべき領域です。手順が固定されているほど自動化に向く、というだけでなく、例外が起きたときに誰へ戻すかも決めます。
2. 間違えたときの影響はどれほどか
社内のアイデア出しや下書きは、比較的やり直しがしやすい仕事です。対して、支払い、契約、雇用、与信、診療、税務、投資判断、行政サービスに関わる結論は、誤りが人の権利や生活に影響します。こうした領域では、AIを情報整理の補助にとどめ、資格を持つ専門家や責任者が根拠を確認して判断してください。AIの推奨だけを根拠に、個別の医療・法律・金融上の決定をしてはいけません。
3. 誤りを人が見つけられるか
元の文書と見比べれば誤りが分かる要約、合計値を照合できる一覧、テスト環境で結果を確認できる処理は、レビューを組み込みやすい作業です。逆に、誤りが表面化しにくい分析、偏りを含み得る評価、複雑な条件の解釈は、AIの出力を見ただけでは妥当性を判断しにくいことがあります。確認できないものほど、委任する範囲を狭くするのが原則です。
4. 急ぐあまり確認を飛ばしていないか
AIは短時間で下書きを出せますが、緊急時ほど誤った内容がそのまま送られる危険があります。期限が迫る仕事では、承認者の不在を前提に自動送信するのではなく、送信前の確認者、代理承認の範囲、停止方法を決めておきます。速さは価値ですが、確認する時間がゼロになるなら、その自動化は目的に合っていないかもしれません。
導入前に用意したい「人の確認点」七つ
新Copilotの導入を、アプリを配布して終わりにしないために、チームで次の点を確認するとよいでしょう。
1. 目的を一文で定める
「AIを使う」ではなく、「会議後の確認漏れを減らす」「毎週の集計下書きにかかる時間を減らす」のように目的を具体化します。目的が曖昧だと、何を成功とするか、どの権限が必要か、どこで止めるかも曖昧になります。最初は一つの業務に絞り、効果と不具合を記録するほうが、広く導入して混乱するより学びを得やすいでしょう。
2. AIに渡してよいデータを分類する
公開情報、社内一般情報、機密情報、個人情報、特別に慎重な情報を区別します。ファイルの所有者だけでなく、AIエージェントが参照できる範囲も確認します。テストでは実在の顧客情報を使わず、必要に応じて匿名化・架空化したデータを使います。権限の見直しは一度きりではなく、異動や取引終了のタイミングでも行う必要があります。
3. 実行できる操作を最小限にする
初期段階は「読む・要約する・下書きを作る」までに限定するのが安全です。外部送信、レコード更新、購入、削除、権限変更などは、明示的な承認が必要な操作として切り分けます。AIの便利さを試すために広いアクセスを渡す必要はありません。必要な範囲だけを許可し、作業ごとに期限を設けることで、誤操作や権限の残存を減らせます。
4. 承認の場所と担当者を決める
どの時点で人が止めて確認するのかを、画面と手順の両方で明確にします。たとえば、社外メールは必ず送信前に担当者が読む、価格や条件の変更は責任者が承認する、個人情報を含む出力は指定された保管場所にだけ置く、といったルールです。誰が最終責任を持つかが曖昧なまま、自動化だけを先に進めないことが重要です。
5. ログと根拠を残す
AIに何を依頼したか、どのデータを参照したか、どんな結果が出たか、誰が承認・修正したかを後から追えるようにします。問題が起きたときに、AIに任せた部分と人が判断した部分を分けて振り返れます。ログは監視のためだけでなく、利用者からの質問に説明するための材料にもなります。ただしログ自体にも機密情報が含まれ得るため、閲覧権限と保管期間を設定してください。
6. 誤りを試す場を先に作る
本番の仕事に入れる前に、わざと不完全な指示、古いデータ、矛盾した条件を渡して、AIがどう振る舞うかを確認します。誤った内容を自信ありげに書かないか、権限のない情報へ触れようとしないか、承認が必要な操作の前で止まるかを試します。期待通りに動かない場合は、指示だけでなく、接続、権限、レビュー工程を見直しましょう。
7. すぐに止められる状態にする
想定外の送信、個人情報の取り扱い、重要な判断に関する誤りが疑われたとき、誰がどの操作で止めるのかを決めます。利用者が迷わず相談できる連絡先、影響範囲を確認する手順、必要なら利用者へ説明する手順も用意します。「便利だから止めにくい」状態は、長期的には信頼を損ないます。止められることは、安心して試すための条件です。
個人で使う場合にも意識したいこと
新Copilotのような統合アプリは、個人の仕事管理にも役立つ可能性があります。学習のメモを整理する、旅行の候補を比較する、家計の記録を分類する、日々のタスクを見直すといった用途では、情報の下ごしらえを任せられます。しかし、AIが出した比較や助言は、最終結論ではありません。料金、契約条件、制度、医療や金融に関する情報は変わり得るため、公式の一次情報を確認しましょう。
特に家計、投資、保険、税金、健康に関係するデータを扱うときは、入力する内容を最小限にします。口座番号、マイナンバー、診療情報、本人確認書類の画像などを、必要性が不明なまま貼り付けないでください。AIに家計表の形式を整えてもらうことはできますが、投資・保険・税務・治療の個別判断は、制度の公式窓口や専門家へ確認することが安全です。
まとめ：AIに委任しても、責任と確認は人に残る
Microsoftが9月25日に示したHome、Code、Autopilotは、生成AIを「質問に答える道具」から「仕事を進める協働者」へ近づける構成です。相談して下書きを作り、小さな仕組みを形にし、定型作業を継続して任せる。こうした流れが一つのアプリに集まれば、日々の切り替えを減らせる可能性があります。
一方で、AIが動ける範囲が広がるほど、目的、データ、権限、承認、記録、停止条件を人が設計する重要性も増します。まずは低リスクで確認しやすい定型業務から試し、下書きと情報整理に使う。効果と誤りを見ながら、必要なレビューを残したまま範囲を広げる。この順序が、便利さと信頼を両立させる近道です。
AIは作業を速くする手段になり得ますが、取引先への約束、利用者への影響、重要な意思決定まで引き受ける主体にはなりません。任せるほど、何を確認し、誰が決めるのかをはっきりさせる。新Copilotを使う際にも、最後に価値を決めるのは人の判断です。
