英国の金融大手バークレイズ（Barclays）が、社内ナレッジ検索AIを16,000人超の従業員に、Global Markets部門では1日約12万通のメール分類に広げたことが、2026年10月1日にAnthropicから公表されました。注目すべきは規模の数字そのものではなく、選ばれた2つの用途がいずれも「AIに最終判断をさせない」構造だという点です。この記事では、2用途の共通点と、自社の業務に移す前に確かめるべき4条件を整理します。
バークレイズが公表した2つのAI用途
バークレイズが公表したAI活用は、社内ナレッジ検索と顧客メールの分類という2つです。いずれも業務の「情報の入口」にあたる工程で、最終的な回答や処理は人と既存システムが担っています。
Anthropicの公表内容によれば、事実関係は次のとおりです（すべて2026年10月1日時点）。
| 用途 | 規模 | AIが担う範囲 |
|---|---|---|
| 社内ナレッジ検索「Colleague Knowledge Assistant」 | 16,000人超が利用／累計100万件超の検索／英国リテール部門の2,000万人超の顧客対応を支援／2025年稼働開始 | 社内文書を検索し、根拠となる記述を提示する |
| 顧客メールの分類・振り分け（Global Markets部門） | 1日約12万通 | メールを分類し、情報を付加し、処理経路を判定する |
| ソフトウェア開発支援（Claude Code） | 2026年末までに開発者の50%、2027年中に大半のソフトウェアエンジニアへ展開見込み | コード作成・修正の支援 |
社内ナレッジ検索はRAG（社内文書を検索して、その内容を根拠に回答を組み立てる技術）の構成で動いています。Anthropicの Chief Commercial Officer である Paul Smith 氏は、同発表で「16,000人の同僚が顧客向けの答えを見つけ、1日12万通のメールを仕分けている」と述べています。
なお、導入による時間削減率やコスト削減額といった効果指標は、この発表では公表されていません。
16,000人まで広がった理由は「AIが決めない」設計にある
バークレイズの2用途が規制の厳しい金融機関で16,000人規模まで広がった背景には、AIの出力が顧客への最終回答や取引の実行に直結しない設計があります。AIは情報を見つけ、仕分けるところまでを担います。
社内ナレッジ検索では、AIが社内文書から該当箇所を探し出しますが、顧客に説明するのは窓口やコールセンターの担当者です。誤った文書を引いてきた場合、担当者が読んだ時点で気づけます。
メール分類でも同じ構造が取られています。AIは「この問い合わせはどの処理経路か」を判定しますが、その先の処理を実行するのは人と既存の業務システムです。分類を誤れば担当部署に届くのが遅れますが、誤った取引が約定するわけではありません。
この「AIが最終判断をしない」構造は、規制産業に限らず、AI導入の初期段階で踏むべき型です。 失敗したときの最大被害が「手戻り」で止まる用途から始めれば、全社展開の判断を安全に下せます。逆に、AIの出力がそのまま顧客に届く用途や、お金が動く用途から始めると、少人数のパイロットから先に進めなくなります。AIにどこまで任せるかの線引きは「問い合わせ対応をAIに任せる線引き」でも整理しています。
分類AIが効くかどうかは「母数」で決まる
メール分類AIが投資に見合うかどうかは、1日に処理する件数で決まります。バークレイズのGlobal Markets部門は1日約12万通という母数があるため、1通あたりわずかな時間短縮でも大きな効果になります。
自社で判断するには、導入検討の前に次の3つの数字を数えることをおすすめします。
- 1日あたりの対象件数：振り分けが必要なメール・フォーム問い合わせ・FAXの合計
- 1件あたりの振り分け判断時間：見て、どの担当かを決めるまでの秒数
- 誤分類が起きたときの手戻りコスト：間に入る担当者が増えることで何分遅れるか
1日20通で、1件の振り分けに10秒しかかかっていないなら、削減できるのは1日200秒程度です。この規模では、分類AIを作って運用するより、メールの宛先ルールを整理するほうが早く効きます。一方で1日500通を超え、判断に専門知識が必要なら、分類の自動化を検討する価値が出てきます。
公表された累計100万件超の検索を16,000人で単純に割ると、1人あたり60回台になります。2025年の稼働開始からの累計であることを踏まえると、1人が毎日使うツールではなく「調べ物が発生したときに使うツール」として定着していると読めます（集計期間は未公表のため、月あたりの頻度は算出していません）。社内AIの評価を「毎日使われているか」で測ると、この種の用途は過小評価されます。
社内ナレッジ検索は「文書が整っていること」が前提になる
RAG構成の社内ナレッジ検索は、参照先の文書が最新で、どれが正本か判別できる状態にあることが前提です。文書が散在していると、AIは古い版や下書きを引いてきます。
バークレイズの場合、英国リテール部門の2,000万人超の顧客対応を支える業務マニュアル群という、整備された参照元があります。検索対象が整っているからこそ、AIが探す工程だけを置き換えられました。
自社で同じことをする場合、着手順序は「文書整備 → AI検索」になります。共有フォルダに同名ファイルが複数ある、規程の改訂版と旧版が同じ場所にある、といった状態のままRAGを入れると、AIが引いてきた根拠を担当者が毎回検証することになり、かえって手間が増えます。AIに効くナレッジの整え方は「アビームとNotionが提携｜AIに効くナレッジ設計4条件」で詳しく扱っています。
自社に移すときに確かめる4条件
バークレイズの2用途を自社に移植できるかは、規模ではなく次の4点で判断できます。
| # | 条件 | 確かめ方 |
|---|---|---|
| ① | AIの出力が最終判断にならない工程か | 誤出力の最大被害が「手戻り」で止まるかを書き出す |
| ② | 母数が十分あるか | 1日あたりの対象件数×1件の判断時間を実測する |
| ③ | 参照する文書の正本が特定できるか | 「この質問の答えはこの文書」と1対1で言えるかを確認する |
| ④ | 定着を測る指標を頻度以外に持てるか | 検索件数・回答までの時間・担当間の転送回数で測る |
4条件のうち1つでも満たせない場合は、その項目を満たす作業が先に来ます。②を満たせないなら対象業務の選び直し、③を満たせないなら文書整備が先です。社内の定着に何が効くかは「清水建設8,800名が使う生成AI｜社内浸透の4施策」も参考になります。
具体的な活用シーン
バークレイズの2用途は、業種を変えても構造を保てます。母数と文書の整い方を満たす業務から選ぶのが現実的です。
- 製造業・卸の受発注メールの一次振り分け：見積依頼・納期照会・クレームを分類し、担当部署へ回す。処理そのものは従来どおり担当者が行う
- 建設・不動産の社内規程と仕様書の検索：現場担当者が「この仕様はどの基準書に書いてあるか」を探す工程をAIが担い、判断は有資格者が下す
- 保守サービスの問い合わせ一次切り分け：故障内容から対象機種・緊急度を分類し、訪問が必要かの判断材料を揃える。訪問可否の決定は人が行う
いずれも「AIが探す・仕分ける／人が決める」という線引きを保った設計です。事例を自社に当てはめる手順は「AI導入成功事例の読み方｜自社に効くか見抜く5項目」でも整理しています。
よくある質問
- 従業員数十名の会社でも、バークレイズと同じ社内ナレッジ検索AIは導入できますか。
-
技術的には可能ですが、効果が出るのは社内文書が多く、探す工程に時間がかかっている場合です。参照する文書の正本が特定できないうちは、文書整備を先に行うほうが費用対効果が高くなります。
- RAGと、検索機能付きのAIチャットは何が違うのですか。
-
RAGは自社の社内文書を検索対象にし、その内容を根拠に回答を組み立てる構成です。一般的なAIチャットのWeb検索は公開情報を対象にするため、社内規程や業務マニュアルの照会には使えません。
- メール分類AIが誤分類した場合、どう対処するのですか。
-
バークレイズの構成では分類と経路判定までがAIの担当で、処理は人と既存システムが行います。誤分類の影響は担当部署への到達が遅れることに限られ、受け取った担当者が転送し直せば復旧できます。
まとめ
2026年10月1日に公表されたバークレイズのAI活用は、社内ナレッジ検索（16,000人超・累計100万件超の検索）と顧客メールの分類（1日約12万通）という2用途が中心です。この2つが規制産業で大規模に広がったのは、どちらもAIが最終判断をせず、情報を探す・仕分ける工程だけを担っているからです。
自社に移す際は、規模の大小より「AIの誤出力が手戻りで止まるか」「母数が十分か」「参照文書の正本が特定できるか」「頻度以外で定着を測れるか」の4点を先に確かめてください。順序としては、人を助ける用途を固めてから開発支援などへ広げる流れが、バークレイズの展開とも整合します。
次に取るべきアクションは、自社の問い合わせ件数と1件あたりの振り分け時間を1週間だけ実測することです。この2つの数字がないまま見積もりを取ると、母数不足の業務にAIを入れてしまいます。
自社のどの業務から着手すべきか整理したいという方は、AI導入相談フォームからお気軽にご相談ください。
出典・参考資料
- Anthropic： Barclays scales Claude to upgrade operations and improve client experience （）
- Crowdfund Insider： Barclays Extends Anthropic’s Claude Across Engineering, Markets, User Support （） （公式発表の数値を再掲した二次報道）
- Conversational AI News： Barclays expands Anthropic partnership as Claude sorts 120,000 client emails a day （公式発表の数値を再掲した二次報道）
