【初心者向け】AI Builderの基本的な使い方と導入ステップ完全ガイド
【初心者向け】AI Builderの基本的な使い方と導入ステップ完全ガイド
この記事では、これからAI Builderを使い始めたい初心者の方向けに、基本的な使い方と導入ステップをわかりやすく解説します。Power Platform や Power Apps をあまり触ったことがない方でも読み進められるよう、専門用語はできるだけかみくだいて説明していきます。
「AIを業務に活用したいけれど、どこから手を付ければいいのかわからない」「AI Builder という名前は聞いたことがあるけれど、実際にどう役立つの？」という方は、この記事を一通り読めば、AI Builderで何ができて、どう導入すればよいかがイメージできるはずです。
1. AI Builderとは？初心者向けの超ざっくり概要
最初に、AI Builderがどんなサービスなのかを整理しておきます。
1-1. AI Builderは「ノーコードで使えるAI機能集」
AI Builderは、MicrosoftのPower Platform（Power Apps / Power Automate / Power Pages など）と連携して使える、ノーコード / ローコードのAI機能のことです。難しいプログラミングや機械学習の知識がなくても、GUI（画面操作）だけで次のようなAI処理をアプリやフローに組み込めます。
- 請求書・領収書・見積書などの 帳票から自動でデータを読み取る
- 紙やPDFの文書を テキスト化（OCR） する
- お客様からの問い合わせ内容を 自動で分類 する
- 売上や離脱率などを元に 将来を予測（予測モデル） する
- 画像の中から特定のモノ（商品・設備など）を 自動で検出 する
これらのAIモデルは、Power Apps や Power Automate と組み合わせることで、実際の業務アプリやワークフローの中でそのまま利用できます。例えば「メールで届いた請求書PDFから金額と日付を自動で読み取り、承認フローを回す」といった自動化が、コーディングなしで実現できます。
1-2. AI Builderでできる主なこと
AI Builderで扱えるAIモデルは大きく分けて次のような種類があります。
- フォーム処理（Form Processing）：請求書・申込書などの帳票から項目を抽出
- ドキュメント処理 / OCR：画像やPDFから文字を読み取る
- 予測（Prediction）：過去データから結果を予測する
- カテゴリ分類・感情分析：テキストを分類したり、ポジ/ネガを判定
- 物体検出（Object Detection）：画像の中の特定のモノの位置や数を検出
- ビジネスカードリーダー：名刺画像から連絡先を自動抽出
これらを組み合わせると、次のような業務シナリオが実現できます。
- 経理：請求書の入力作業を自動化し、明細を自動登録
- 総務：紙の申請書をスキャンして 自動で一覧化
- 営業：名刺を撮影するだけで 顧客マスタに自動登録
- カスタマーサポート：問い合わせメールを 自動でカテゴリ分け・優先度付け
2. AI Builderを始める前に知っておきたい準備事項
AI BuilderはPower Platformの一部として提供されているため、利用前に確認しておくべきポイントがいくつかあります。
2-1. 利用に必要なライセンス
AI Builderを本格的に使うには、AI Builderのクレジットまたはそれを含むライセンス契約が必要です。テナントや環境の設定によっては、一部の機能を試用できる場合もありますが、業務利用を前提とするなら、社内のMicrosoft 365 / Power Platform 管理者と相談してライセンス状況を確認しておきましょう。
代表的な確認ポイントは次の通りです。
- Power Apps や Power Automate の環境が用意されているか
- AI Builderの容量（クレジット）が付与されているか
- 組織としてAI利用に関するガイドラインがあるか
2-2. どの業務でAI Builderを使うかイメージする
AI Builderは「とりあえず触ってみる」こともできますが、せっかく導入するなら業務の課題を明確にしておくと効果的です。
例えば、次のような観点で洗い出してみてください。
- 手作業で時間がかかっている入力・チェック作業はどこか
- 紙やPDFの情報をシステムに入れるためだけに人が作業していないか
- 問い合わせメールやチャットの分類に手間がかかっていないか
- 過去データを見ながら「なんとなく」判断している業務がないか
このようなタスクは、AI Builderが最も力を発揮しやすい領域です。
3. AI Builderの基本的な操作画面と用語
ここからは、AI Builderの画面構成と基本用語を整理します。Power Apps ポータル（https://make.powerapps.com）や Power Automate ポータルにサインインすると、左側のメニューに「AI Builder」が表示されます。
3-1. AI Builderのホーム画面
AI Builderのホーム画面では、次のようなメニューが見つかります。
- 探索（Explore）：利用できるAIモデルの一覧とテンプレート
- モデル（Models）：自分やチームが作成したAIモデルの一覧
- 学習リソース：チュートリアルやドキュメントへのリンク
特に初心者のうちは、「探索」の画面から、あらかじめ用意されているテンプレートやサンプルを元に学習していくのがおすすめです。
3-2. AIモデルの種類（事前構築 vs カスタム）
AI Builderには、大きく分けて次の2種類のモデルがあります。
- 事前構築済みAIモデル
Microsoftがあらかじめ学習済みのモデル。名刺リーダーや一般的なOCR、感情分析などは、ほとんど設定なしでそのまま利用できます。 - カスタムAIモデル
自社の帳票レイアウトや独自の分類ルールに合わせて、自分たちのデータで学習させるモデルです。フォーム処理や物体検出、予測などが該当します。
初心者の方は、まずは事前構築済みモデルをPower Automateのフローに組み込んでみるところから始め、その後必要に応じてカスタムモデルへステップアップしていく流れがスムーズです。
4. 導入ステップ：AI Builderを使い始めるまでの流れ
ここからは、AI Builderを実際に導入していくときの典型的なステップを、初心者向けに整理して解説します。
ステップ1：対象業務とゴールを決める
まずは、「どの業務にAI Builderを使うのか」を決めます。おすすめは次のような簡単なテーマです。
- メールで届く請求書PDFから、金額と日付だけを自動で抽出する
- 紙の申請書をスキャンした画像から、氏名と社員番号を読み取る
- 問い合わせメールの件名と本文をもとに、「製品A」「製品B」に自動で分類する
このとき、ゴールを具体的に言語化することが重要です。
- 例：経理担当の「請求書入力にかかる時間を50％削減する」
- 例：問い合わせの一次仕分けを自動化し、担当者への振り分けを自動化する
ゴールがはっきりしていると、どのAIモデルを使えばよいか、どのようにフローやアプリに組み込めばよいかが明確になります。
ステップ2：必要なデータや帳票を集める
次に、AI Builderで学習やテストに使うデータを準備します。
- フォーム処理であれば、実際の請求書や申込書のPDF・画像を複数枚用意
- 予測モデルであれば、過去の売上データや案件データをExcelやDataverseに整理
- テキスト分類であれば、過去の問い合わせメールの件名・本文とカテゴリをセットで用意
カスタムモデルを作る場合は、最低でも数十件以上のデータがあると学習効果が出やすくなります。最初は完璧を目指さず、まずは手元にある範囲で試してみることが大切です。
ステップ3：AIモデルを作成・学習させる
データが揃ったら、AI Builderの「モデル」から新しいAIモデルを作成します。ここでは、代表的なフォーム処理モデルを例に流れを説明します。
- AI Builderメニューから「探索」→「フォーム処理」を選択
- 「＋新しいモデル」をクリックし、モデル名を入力
- 学習に使う帳票（PDFや画像）をアップロード
- 画面上で「請求書番号」「日付」「合計金額」など、抽出したい項目をマーキング
- 十分な枚数にラベル付けができたら、「トレーニング」を開始
トレーニングには数分〜数十分かかる場合があります。完了したら、テスト用の帳票をアップロードして、正しく項目が読み取れているかを確認しましょう。
ステップ4：Power Apps / Power Automate に組み込む
作成したAIモデルは、そのままでは「学習済みの部品」にすぎません。実際の業務で活用するには、Power Apps や Power Automate に組み込んで利用します。
- Power Automate での例
「Outlookで請求書メールを受信 → 添付PDFをAI Builderに渡して解析 → 抽出したデータをSharePointやDataverseに保存 → 承認フローを開始」といった自動フローを作成します。 - Power Apps での例
「ユーザーがスマホで請求書を撮影 → ボタンを押すとAI Builderで解析 → 画面上に読み取った金額や日付を表示し、確認後に登録」といったアプリを作れます。
どちらのケースでも、Power AutomateやPower Appsの操作画面から、「AI Builder」コネクタを選び、自分が作成したモデルを呼び出す形になります。
ステップ5：検証・改善を繰り返す
AI Builderを導入した直後は、100％の精度を期待しないことが重要です。実際の帳票やデータで試しながら、次のような改善サイクルを回しましょう。
- 読み取りミスが多い項目を洗い出す
- 不足しているパターンの帳票を追加で学習させる
- レイアウトが大きく違う帳票は別モデルに分ける
- AIの結果を人が最終チェックするステップをフローに入れる
このように、AIの結果を前提に業務プロセスを設計し直すことで、現場で使えるレベルの自動化を実現できます。
5. 初心者がつまずきやすいポイントと対処法
AI Builderの導入では、初心者の方が共通してつまずきやすいポイントがいくつかあります。それぞれの対処法をあらかじめ押さえておきましょう。
5-1. 「どのモデルを選べばいいかわからない」
AI Builderには多くのモデルがあるため、最初はどれを使えばいいか迷いがちです。その場合は、「入力データの種類」から逆算して選ぶとわかりやすくなります。
- 紙・PDF・画像の帳票 → フォーム処理 / ドキュメント処理
- テキスト（メール・問い合わせ内容） → テキスト分類 / 感情分析
- 過去の数値データ → 予測モデル
- 写真・画像 → 物体検出
「何をAIにしてほしいのか」を明確にしたうえで、上記の対応表からモデルを選ぶと迷いにくくなります。
5-2. 学習データが足りない・集めにくい
カスタムモデルの場合、「そもそも十分なデータがない」「データがバラバラに散らばっている」という課題がよくあります。この場合は、次のようなステップで進めるのがおすすめです。
- まずは手元にあるデータだけで小さくモデルを作り、PoC（試行導入）として試す
- PoCでの結果をもとに、「どんなデータをどれくらい集めるべきか」を関係者に共有
- 日々の業務の中で自然にデータがたまる仕組み（例：SharePointやDataverseへの自動保存）を作る
最初から完璧なデータセットを用意しようとせず、試しながら集めるスタンスで進めると、スムーズに前に進めます。
5-3. 精度が思ったより出ない
AI Builderの精度が期待より低いと感じたときは、次のポイントをチェックしてみてください。
- 学習に使った帳票やデータは、実際の運用データと同じ傾向か
- 印刷状態やスキャン画質が悪くないか（かすれ・傾き・解像度など）
- レイアウトが大きく異なる帳票を1つのモデルで扱っていないか
- 読み取り結果に対して、人が補正するプロセスを設計しているか
特にフォーム処理では、レイアウトごとにモデルを分けることで精度が大幅に向上するケースが多くあります。また、AIの出力をそのまま信じるのではなく、「AIの結果を初期値にして、人が最終確認する」という使い方にすると、業務上のリスクを抑えながら効率化できます。
6. AI Builderを活用する具体的なユースケース
最後に、AI Builderの導入を検討している初心者の方向けに、具体的なユースケースをいくつか紹介します。
6-1. 経理業務の請求書処理を自動化
もっとも代表的なシナリオが、請求書・領収書の処理自動化です。
- メールで届いた請求書PDFを、Power Automateで自動取得
- AI Builderのフォーム処理モデルで、取引先名・日付・金額などを抽出
- 抽出結果をSharePointやDataverseに保存
- 承認者へ自動通知し、金額が一定以上なら別ルートで承認を回す
これにより、手入力や金額の転記ミスを大幅に削減でき、経理担当者はチェックや分析といった付加価値の高い業務に時間を使えるようになります。
6-2. 名刺管理の自動化
営業部門では、名刺管理もAI Builderの得意分野です。
- スマホのカメラで名刺を撮影
- AI Builderのビジネスカードリーダーで、氏名・会社名・メールアドレスなどを自動抽出
- DataverseやSharePointの顧客マスタに自動登録
- Power Apps上で絞り込みや検索が可能に
これにより、名刺情報の入力作業をほぼゼロにできるだけでなく、社内全体で共有できる顧客データベースを簡単に構築できます。
6-3. 問い合わせの自動分類と優先度付け
カスタマーサポートやヘルプデスクでは、毎日多くの問い合わせが届きます。AI Builderのテキスト分類モデルを使うことで、問い合わせ内容に応じた自動仕分けが可能になります。
- 問い合わせフォームやメールで届いた内容を自動取得
- AI Builderで「製品Aの不具合」「契約・請求関連」「使い方の質問」などに自動分類
- 内容に応じて担当部署や担当者へ自動で振り分け
- 緊急度の高い問い合わせは優先度「高」として別キューに送る
これにより、対応漏れや属人化を防ぎつつ、顧客満足度の向上が期待できます。
7. まとめ：AI Builderは「まず触ってみる」のが第一歩
AI Builderは、プログラミングやAIの専門知識がなくても、業務にAIを取り入れられる強力なツールです。初心者の方は、以下のポイントを押さえておくとスムーズに導入できます。
- AI BuilderはPower Platformと連携して使う「ノーコードAI機能集」
- 帳票処理・テキスト分類・予測・物体検出など、さまざまなモデルが用意されている
- まずは小さな業務（請求書処理や名刺管理など）から始めるのがおすすめ
- データを集めつつ、トレーニング→テスト→改善のサイクルを回すことが重要
- 精度100％を目指すのではなく、AIを「支援ツール」として活用する意識を持つ
この記事を参考に、ぜひ自社の業務の中で、AI Builderを活用できそうな場面を探してみてください。小さな自動化から一歩を踏み出すことで、将来的には大きな生産性向上につながります。
実際の画面操作やより詳しい手順については、以下の動画もあわせてご覧ください。
ブログ一覧へ戻る
LINEで無料相談
お問い合わせ