AIを入れる前に、AIが働ける会社にする——中小企業のための順序の話

結論

AI活用がうまくいかない主因は、業務とデータが散らかったままAIだけを入れることです。順序を「①業務の棚卸し → ②データの発生源を整える → ③繰り返し作業の自動化 → ④AIの組み込み」に変えるだけで、同じツールでも結果は大きく変わります。DX（業務のデジタル化・データ整備）は目的ではなく、AIを効かせるための準備です。

AIは「readable」な会社でしか働けない

生成AIは文章やデータを読んで働く道具です。ところが多くの中小企業では、AIに読ませるべき情報がこうなっています。

日報は手書きで、事務がExcelに転記している
注文はFAXと電話で届き、都度手入力している
原価表は担当者しか触れないExcelで、様式もばらばら

この状態でAIツールを契約しても、AIが読める形のデータがそもそも存在しないので、働きようがありません。「AIを入れたが何も変わらなかった」という話の多くは、ツールの性能ではなくここでつまずいています。

4つのステップの順序

① 業務の棚卸し。 どの仕事に、誰の時間が、月何時間消えているかを洗い出します。感覚ではなく数字にするのがポイントです（計算方法は別の記事で解説しています）。

② データの発生源を整える。 紙・FAX・口頭で発生している情報を、発生した瞬間にデータになる形へ変えます。日報なら手書き→スマホの定型入力、注文なら FAX→OCRでのデータ化。ここが最重要工程です。後からまとめてデータ化するのではなく、発生源で整えるから、以降の工程が自動になります。

③ 繰り返し作業の自動化。 転記・集計・照合・定型の報告書づくりを仕組みに任せます。この段階まではAIというより「仕組み化」の領域で、既存のExcelやクラウドの表計算で実現できることが大半です。

④ AIの組み込み。 整った業務とデータの上で、はじめてAIに働いてもらいます。問い合わせの下書き、報告書の要約、見積の下準備——データが揃っていれば、AIの出力の精度も検証のしやすさもまったく違います。

なぜ①から始めるのか——③や④から始めた場合の典型的な失敗

④から始めると、前述のとおりデータがなくて空回りします。③から始めると、「そもそも不要な業務」まで自動化してしまう無駄が起きます。②から始めると、効果の薄い業務のデータ整備に時間を使ってしまう。①の棚卸しで「どの業務が重いか」を数字で特定してから着手する——遠回りに見えて、これが最短です。

順序の話は地味です。ただ、AI導入で先行している会社との差は、使っているツールの差ではなく、この順序を踏んだかどうかの差だと私たちは考えています。

出典

なし（本記事は考え方の解説であり、統計の引用はありません）