AIエージェントをSlackに導入、ElevenLabs社内で月1,200時間超削減

要点

対象：Slackで社内の質問や報告を受けている人

1. 作業時間を月1,200時間超削減
2. 起票の前に重複と情報の不足を確認
3. データの項目を絞り回答の精度を上げた

ElevenLabsは、社内のSlackに導入したAIエージェント（頼まれた作業を自分で進めるAI）で、社員の作業時間を月1,200時間超減らしています。¹

この記事の目次（7節）

1. SlackのAIエージェントに任せている仕事
2. バグ報告の受付から割り当てまで
3. 公表された数字
4. 回答の精度を上げた工夫
5. ブログから分からないこと
6. Slackにつなぐ前に確認すること
7. 精度を支えたのは、渡すデータの絞り込み

エージェントは質問に答え、バグ報告を受けると、チケット（対応する課題を1件ずつ記録したもの）を起票して担当チームに割り当てます。¹

ElevenLabsは、AIで音声を作るツールを売っている会社です。AIエージェントを作る製品「ElevenAgents」を社内でどう使っているかを、10月29日に自社のブログで公開しました。¹

数字はいずれも同社の発表で、記事は自社製品の宣伝も兼ねています。¹

SlackのAIエージェントに任せている仕事

同社の社内エージェントは、もともと社内の資料や取引先の履歴を、Slackで調べるために作られました。いまは起票やデモの作成もこなします。¹

製品の質問用のエージェントが作るデモは、見込み客の用途に合わせて実際に動くAIエージェントです。Slackのメッセージ1通から組み立てます。¹

バグ報告の受付から割り当てまで

ElevenLabsは、課題管理ツールのLinearにチケットを起票しています。以前は、サポートと開発の担当者がかなりの部分を手作業でやり取りしながら、起票と割り当てをしていました。¹

起票用のエージェントは、機能要望とバグ報告で手順書（Procedures）を使い分けます。手順書には、1つの仕事について、いつ使うかと何をするかを書きます。¹³

バグ報告を受けたときの流れは次のとおりです。

1. Slackの中から、報告に関係するやり取りを探す
2. 重複するチケットがないか確認する
3. 原因を調べられるだけの情報がそろっているか確認する
4. 優先度を付けて、Linearにチケットを起票する
5. チームの担当表を見て、担当チームに割り当てる
6. 割り当てが済んだら、チケットの記入欄と担当チームが正しいかを確かめる¹

担当表は、エージェントが参照する資料（ナレッジベース）に登録してあります。¹

公表された数字

回答の精度を上げた工夫

同社によると、社内向けのエージェントは、最初から正確で頼れるものでないと、社員は使わなくなり、信用もしなくなります。¹

エージェントはみんなが見るチャンネルで答えるので、うまくいった答えも同僚の目に入ります。それが、社内で使う人が増える助けになりました。¹

• データの項目を絞る：社内の情報を調べるエージェントでは、AIに読ませる表の列（データの項目）を減らしたときに、回答の精度がいちばん上がりました。プロンプトのどの調整より効きました。項目が1つ増えるたびに、AIが当て推量で間違える余地が増えるためです。¹
• 選択リストの値を先に読み込む：Salesforceの商談の「フェーズ」のような選択リスト項目は、選べる値が決まっています。放っておくと、AIは実在しない値をそれらしく作ってしまうことがあります。そこで同社は、エージェントを動かし始めるときに正しい値の一覧を読み込み、AIが選べる値をその一覧だけに限りました。¹
• 割り当ての後に確かめる：チケットの記入欄と担当チームを確かめる手順を入れて、ときどき起きていたチケットの中身の誤りや、割り当て先の誤りを抑えました。¹

ブログから分からないこと

• 1,200時間を、何と比べてどう数えたか
• チケットや回答を、人が途中でどこまで確かめているか
• 間違えた回答やチケットが、何件あったか
• エージェントを動かす費用

Slackにつなぐ前に確認すること

つなぎ方は、ElevenLabsが用意したアプリを入れる方法と、自社で作ったアプリを使う方法の2つです。用意されたアプリを入れる人には、ワークスペースにアプリを追加する権限が必要です。²

自社のアプリを使う方法は、自社の名前とアイコンで表示したいときに向いています。²

用意されたアプリでは、エージェントはチャンネルでメンションされるとスレッドで返信し、会話の流れはスレッドごとに分けて保持します。²

Slack連携では、会話を残さない設定（ゼロリテンションモード）は使えません。社内の情報を扱わせる前に、会話がElevenLabs側にどう残るかを確かめておくとよいでしょう。²

精度を支えたのは、渡すデータの絞り込み

この事例の数字を支えているのは、AIに任せる仕事を増やしたことより、AIが間違える余地を減らした工夫だと考えています。同社がいちばん効いたと書くのは、プロンプトの調整ではなく、データの項目を減らしたことでした。

社内のデータ分析基盤への質問にAIが答える例は、Bayerの事例にあります。テストの失敗をAIに振り分けさせた例は、Rescaleの事例にあります。

Slackで社内の規程の質問に答えるサービスは、freee AIヘルプデスクの記事で取り上げました。

Slackで受けている報告をAIに任せるなら、まずはAIに読ませるデータの項目を、判断に要るものだけに絞ってみてください。

出典

1. ElevenLabs Blog「How we use ElevenAgents to save 1,200 hours a month in daily operations」（2026年10月29日）（参照 2026-10-30）
2. ElevenLabs Documentation「Slack」（ElevenAgents の連携）（参照 2026-10-30）
3. ElevenLabs Documentation「Procedures」（参照 2026-10-30）