表計算ソフトを前にして、手が止まった経験はありませんか。「この条件で合計したいのに、どの関数を使えばいいのか」「せっかく作った数式がエラーで真っ赤」「数字は並んでいるけれど、結局何が言えるのか分からない」――。こうした「関数が苦手」「分析ができない」という壁を、AIはまるごと押し下げてくれます。関数名を覚える必要も、統計を学び直す必要もありません。やりたいことを日本語で伝えるだけで、数式を組み立て、データを整え、傾向のヒントまで返してくれる。この章では、分析が専門でない人が、AIを「表計算の相棒」にする方法を具体的に見ていきます。
ゴールは「関数も分析も、言葉で頼んで前に進める」
「関数がわからない」をAIで超える
これまで表計算でつまずいてきた原因の多くは、「やりたいことは頭にあるのに、それをソフトの言葉に翻訳できない」ことでした。「A列の中から条件に合う行だけ合計したい」という日本語は明確なのに、それが SUMIF なのか SUMIFS なのか、引数はどの順番か――そこで手が止まる。AIはこの「翻訳」をまるごと肩代わりします。あなたは日本語で目的を語ればよく、AIがそれを数式・手順・グラフに変換する。関数を暗記する時代は、実質的に終わりました。大事なのは「何を出したいか」を自分の言葉で説明できること、ただそれだけです。
関数名を検索し、引数の順番に悩み、エラーの意味が分からず固まる。「調べる」だけで時間が溶ける。
やりたいことを話せば、数式・直し方・見せ方まで返ってくる。人は「何を知りたいか」に集中できる。
💡 使うツールはどれでもOK。 ExcelでもGoogleスプレッドシートでも、AIに聞くときは「Excelで」「スプレッドシートで」と一言添えるだけ。関数名がわずかに違っても、AIが両方の書き方を教えてくれます。分析全般をもっと深く知りたい人はAIでデータ分析をする方法もあわせてどうぞ。
関数・数式を言葉で作ってもらう
まずは一番の困りごと、数式づくりから。コツは、関数名を当てにいかないこと。「どの列に何があって、何を出したいか」を素直に説明するだけで十分です。AIが最適な関数を選び、そのまま貼れる形で返してくれます。たとえば別の表から値を引っ張ってくる（VLOOKUP や新しい XLOOKUP）、条件に合う行だけ数える・合計する（COUNTIF／SUMIF）、複数条件を組み合わせる、といった定番はAIの得意分野です。
Excelで数式を作ってください。
・A列に「地域」、B列に「売上金額」が入っています（2行目以降がデータ、最終行は不定）。
・「地域」が "West" の行だけ、売上金額を合計したい。
数式と、各部分が何をしているかの簡単な説明もつけてください。
ポイントは「列に何が入っているか」を具体的に伝えること。列の中身と、ほしい結果を書けば、AIは SUMIF のような正しい関数を、あなたの表に合わせて組み立ててくれます。
もう一つ、実務で頻出するのが「別の表から対応する値を持ってくる」作業。商品コードから商品名を引く、社員番号から所属を引く――といった突き合わせです。これも言葉で頼めます。
スプレッドシートで、注文表（Sheet1）のC列にある「商品コード」をもとに、商品マスタ（Sheet2、A列=コード、B列=商品名）から商品名を取り出したい。
XLOOKUPとVLOOKUPの両方の書き方を教えて、初心者にはどちらが安全かも一言添えてください。
「両方の書き方」「どちらが安全か」まで頼むと、単に数式をもらうより使い分けの理由まで学べるのがAIの良いところです。
そして、数式でつまずいたときのエラーの直し方。#N/A（見つからない）、#REF!（参照先が消えた）、#VALUE!（型が合わない）などの表示は、初心者を最もくじけさせるポイントですが、AIにとっては解説が最も得意な領域です。エラーが出ている数式をそのまま貼って「なぜこのエラーが出るのか、どう直すか」と聞くのが最短ルートです。
✅ エラーは「原文ごと」貼るのがコツ。 エラー名だけでなく、問題の数式そのものと「何をしたかったか」を一緒に渡すと、AIは的確に原因を突き止めます。「直った数式」だけでなく「なぜ間違っていたか」も聞いておくと、次から自分で対処できるようになります。
集計・整形 ― バラバラのデータを整える
集めたデータは、たいてい「そのままでは使いにくい」状態です。同じ「株式会社」でも「（株）」「㈱」と表記がバラバラ、同じ人が重複して入っている、日付の書き方が揃っていない――。こうした下ごしらえ（データクレンジング）こそ、AIに手順を教わりながら進めると一気にラクになります。「どう操作すればいいか」を言葉で聞けるからです。
「金額の多い順に」「特定の条件の行だけ表示」など、並べ替え・フィルターの手順をAIに聞けば、メニュー操作を迷わない。
同じ行が二重に入っている問題。「重複を消す手順」や重複を見つける数式を教えてもらえる。
全角・半角、空白、略称の揺れをそろえる。置換のルールや関数をまとめて相談できる。
さらに、集計の花形であるピボットテーブルも、「難しそう」で敬遠されがちですが、発想はシンプルです。「何を行にして、何を列にして、何を集計したいか」――これを言葉で決めれば、あとはAIが作り方を案内してくれます。たとえば「地域ごと・月ごとの売上合計を一覧にしたい」と伝えれば、ピボットの設定手順を順番に示してくれます。
Excelで、注文データ（列：日付／地域／商品カテゴリ／金額）から、
「地域ごと・商品カテゴリごとの売上合計」を一覧にしたい。
ピボットテーブルでの作り方を、クリックする順番で初心者向けに教えてください。
「クリックする順番で」「初心者向けに」と添えると、専門用語を減らした操作ガイドとして返してくれます。手が止まったら、その画面の様子をそのまま伝えて聞き直せばOKです。
⚠️ 紙やPDF・画像の表はまずデータ化から。 手元にあるのが印刷物やスクリーンショットなら、先に文字を読み取って表にする必要があります。その手順はAI OCRで画像から文字を抜き出す方法が参考になります。きれいなデータになってこそ、集計も分析も生きてきます。
傾向をつかむ ― 何が言えるかを相談する
データが整ったら、いよいよ「で、結局何が言えるのか」を考える段階です。ここが分析の本丸であり、多くの人が「自分には無理」と感じるところ。でもAIを相手にすれば、表やCSVを貼って「気づくことを教えて」と相談するだけで、考えるための足がかりが得られます。数字の羅列を、言葉の気づきに変えてくれるのです。
「どこが伸びて、どこが落ちているか」をひと言でまとめてもらい、話の出発点にする。
「他と比べて極端に大きい・小さい値」を拾い上げてもらう。入力ミスの発見にも役立つ。
「AとBは関係ありそうか」の仮説の当たりをつける。深掘りする方向を決めやすくなる。
以下は月別・地域別の売上データです（この後に表を貼り付け）。
1. 全体としてどんな傾向が読み取れるか、3点にまとめて。
2. 明らかに他と外れている数値（異常値）があれば指摘して。
3. さらに調べると良さそうな切り口を提案して。
数字の断定は避け、あくまで「仮説」として示してください。
最後の「断定を避け、仮説として」という一文が大切です。AIの読み取りは出発点であって結論ではありません。「なぜそう言えるのか」を自分で確かめる姿勢を、プロンプトの段階から組み込んでおきます。
🚫 AIの分析を鵜呑みにしない。 AIは「相関がありそう」と示せても、それが本当に意味のある関係かどうかは保証しません。もっともらしい言葉で、実際には根拠の薄い解釈を返すこともあります。AIの気づきは「調べる方向のヒント」と位置づけ、重要な判断は必ず元データと突き合わせて確かめましょう。
グラフ・可視化 ― 伝わる見せ方
数字は、そのままでは伝わりません。「どのグラフで見せるか」で、伝わり方は大きく変わります。ところが、棒・折れ線・円・散布図……どれを選べばいいかは意外と迷うもの。ここもAIに相談できます。「何を伝えたいか」を言えば、それに合うグラフの種類を提案してくれるのです。
項目どうしの大小を比べるとき。地域別・商品別の比較の定番。
時間による変化・推移を見せるとき。売上の月次トレンドなど。
全体に占める割合・構成比。項目が多すぎると読みにくい点に注意。
2つの数値の関係を見るとき。相関の当たりをつけるのに向く。
💡 「見せ方」もセットで頼む。 グラフの種類だけでなく「タイトルの付け方」「強調すべき点」「凡例や軸ラベルの整え方」まで一緒に相談すると、そのまま資料に載せられる形に近づきます。作った表やグラフを説明資料に落とし込むコツは第4章「資料・スライド作成」で扱っています。
注意点 ― 検算と機密データ
ここまで見てきたとおり、AIは表計算の強力な相棒です。ただし、数字を扱うからこそ守るべき二つの原則があります。これを外すと、便利さが一転してリスクになります。
AIが出した数式や集計結果をそのまま信用しない。合計が合うか、件数は妥当か、小さな例で必ず確かめる。もっともらしく間違えることがあるのがAI。最後の数字の責任は人が持つ。
顧客名・個人情報・未公開の売上などを、社外のAIにそのまま貼らない。実データはダミー化し、構造だけを渡すのが安全。
特に②は、表計算だからこそ気をつけたい点です。実際の顧客リストや売上台帳をそのまま貼りたくなりますが、そこには守るべき情報が詰まっています。安全に使うための工夫は、次の二段構えが基本です。
氏名は「顧客A・B・C」、金額は桁や比率を保ったまま架空の値に置き換える。数式や手順を教わるだけなら、これで十分機能する。
「こういう列構成のとき、どう集計するか」と作り方だけを相談し、実データは自分の手元で当てはめる。数式は列の形さえ合えば動く。
🚫 迷ったら実データは入れない。 「この情報を外部サービスに渡していいか」に少しでも迷いがあれば、渡さないのが正解です。会社の規定や、入力してはいけない情報の線引きはAIに入力してはいけない情報の注意点で詳しく確認できます。安全に使えてこそ、効率化は意味を持ちます。
- 関数は暗記不要。「どの列に何があり、何を出したいか」を言葉で伝えると、AIが数式を組み立て、エラーも直してくれる。
- 集計・整形は並べ替え・重複削除・表記ゆれ統一・ピボットの手順を相談できる。汚いデータはまず下ごしらえから。
- 傾向は表を貼って「何が言えるか・異常値・関係の当たり」を相談。ただしAIの読み取りは仮説、鵜呑みにしない。
- グラフは伝えたいことを言えば適切な種類を提案してくれる。
- 二原則 ― ①数字の検算は人が行う ②機密データは貼らずダミー化・構造だけ相談。
数字を扱う仕事の壁が、ぐっと低くなったはずです。次は情報を集める番です。第6章「調べ物・リサーチを効率化する」で、情報収集・比較・裏取りをAIで速くする方法へ進みましょう。