中小企業のAI導入、何から始めるかを決める3つの問い｜精密部品加工会社編 第2回

1枚の見積もりを返すのに3日もかかっていたのは、必要なデータが社内の4か所にバラバラに存在していたからでした。前回分かったのはそこまで。では「4つのうちどれから手を付けるべきか？」——その優先順位を決めるため、従業員28名の精密部品加工会社（※架空の企業です）に1週間の診断へ入ったときの話をします。

1週間で「やる順番」と「必要な費用」を1枚にまとめる

診断の初日、こちらが質問を始めるより先に社長から2つのアイデアが飛び出しました。「見積もりをAIに自動生成させたい」「図面を読み込ませて、作業の切り分けまでやらせたい」。どちらも毎週のように現場が頭を抱えている業務です。アイデアはありました。足りなかったのは、「どちらを先にやるべきか」を決める判断材料でした。

1週間のスケジュールは最初から決めてあります。前半2日でデータ（数字）の置き場を洗い出し、続く2日で「AIに任せられる仕事」を選び出す。最終日に、やるべき順番と費用を設計図1枚にまとめて社長へプレゼンする流れです。

実際にデータを洗い出してみると、データの「残り方」に明らかな差がありました。受注データや材料の仕入れ履歴は日付付きでしっかり残っています。一方で、見積もり履歴や設備の空き状況は、その日のうちに消えていました。見積もりは営業が電話で伝えて終わり、設備の空きはホワイトボードを消せば消滅してしまうからです。履歴が残っていないデータは、後からAIを導入しても「効果があったのかどうか」を比較できません。実際、商工中金が2026年1月に中小企業3,892社へ行った調査でも、生成AIの課題として「導入効果が測定できず、成果が見えにくい」と挙げた企業が21.3%に上っています。

3日目からは、社長の2つの案を次の「3つのハードル」に通して検証しました。作業手順としてマニュアル化できるか？正しいかどうかを数字で判定できるか？AIが間違えたとき、人間がすぐに気づけるか？このうち1つでも欠けている業務をAIに渡してしまうと、間違えたまま処理が積み上がり、現場が崩壊します。

結果として、社長のアイデアはどちらも途中で止まりました。まず「見積もり金額の決定」は、1つ目のハードルでストップ。値付けの基準が営業の頭の中にしかなく、手順化できなかったためです。「図面の読み取りと区分け」は、2つ目のハードルでストップ。読み取り結果が正しいかをチェックする基準（物差し）が社内にまだ無かったからです。

逆に、3つのハードルをすべてクリアしたのは、社長の頭になかった業務——「品番ごとの毎日の粗利の計算」でした。受注控えと仕入伝票という確かな元の記録が残っていて、前の日と比べておかしな数字が出れば、すぐに気づけます。初回診断で社長が「先月一番粗利が薄かった商品はどれか」と頭を抱えた問いに答えるのも、まさにこの業務でした。

計画表の最初に置いたもの

社長の本命の案は外れ、誰も挙げていなかった仕事が残りました。できあがった計画表には、これから取り組むことを4つの段階に分けて並べました。最初に置いたのは、あちこちに散らばったデータをひとつに集める「データの土台づくり（AI工場）」です。毎日の粗利の計算も、この先に見積もりをAIに任せることも、すべてはこの土台があって初めてできます。またAIを入れる前の月には、現場の身構えをほぐす「AI研修」を入れました。

変わったのは、社長の問いの立て方でした

総務省の『令和8年版 情報通信白書』によれば、日本企業の68.9%が「生成AIを活用する方針」と回答しています。しかし中小企業に限定すると、45.6%が「組織的な取り組みはない」と答えているのが現実です。「使いたい」と決めたあと、「何から手をつけるか」で足踏みする会社がいかに多いかが分かります。

1週間の診断を終え、社長の言葉遣いは劇的に変化しました。「AIで何かできないか？」という曖昧な期待から、「まず見積もりに何日かかっているかを測ろう」という具体的な行動へ。社内会議でも「やるか・やらないか」の言い合いで終わらず、「計画表の何番目に入れるか」という、いつやるかの話し合いができるようになりました。

ただ、現時点でシステムとして動き出したものは何もありません。手元にあるのは1枚の設計図だけです。次回は、この設計図を実行に移す直前、現場から「私たちの仕事は奪われるのか？」と反発の声が上がり始めるところからお話しします。

この回でやったこと

この会社	精密部品の加工。従業員28名（事務2名・営業1名・現場25名）
やったこと	1週間の診断。AI経営診断は10万円（税別）で、御社の作業はヒアリング90分
見たもの	受注・見積もり・材料の仕入・設備の空き。日付まで残っていたのは受注と仕入だけ
お渡ししたもの	設計図1枚と、データの置き場の一覧と、60分のご報告
この回で動いたもの	まだありません。手元にあるのは設計図の1枚だけです

この回のあと、こう変わりました

いま	この回のあと
4か所のどれからか分からない	作るものの1番目が決まった
AIで何かできないか	まず見積もりの日数を測る
金額の見当がつかない	4つの順番と金額が1枚に載った
思いついた案から手をつける	3つの問いを当ててから決める

あなたの会社なら、ここがこう変わります

この会社では	あなたの会社なら
AIに渡せる仕事を、3つの問いで切り分けた	手をつける仕事が、思いつきの順から、できる順に変わります
測れていない数字を先に書き出した	何をやっても効いたかどうかを言えない場所が、先に分かります
やる順番と金額を1枚にした	今年やることと来年に回すことを、金額を並べて決められます

社内のデータをAIに読ませる用意ができていると答えた日本の会社

24.5%

総務省の令和8年版情報通信白書にある数字です。生成AIの活用に向けて、社内のデータをAIに学習させたり、AIが参照できるデータベースを作ったりしているかを聞いています。日本は24.5%で、米国は57.2%、ドイツは54.4%、中国は73.0%でした。白書は、この項目で日本が他の3か国より大幅に低いと書いています。総務省は2026年1月から2月に、従業員10名以上の会社で働く管理職以上へ聞いています。日本の有効回答は515件です。

確かめた出所

1. 総務省／「令和8年版 情報通信白書」図表Ⅰ-2-1-3「生成AIによる業務変革等に関する組織的な取組状況（国別、企業規模別（日本））」。日本の中小企業で「組織的な取り組みはない」45.6%（大企業18.1%・日本全体27.0%・米国1.4%・ドイツ4.9%・中国2.6%）。同 図表Ⅰ-2-1-5「同・環境整備の状況」で、社内データをAIに学習させたりAIが参照できるデータベースを構築したりしている割合が日本24.5%・米国57.2%・ドイツ54.4%・中国73.0%。調査は2026年1月から2月のインターネット調査で、従業員10名以上かつ2025年までにデジタル化の取組を開始した企業に勤める管理職以上が対象。日本の有効回答515件（大企業353件・中小企業162件）。組織的な取組の設問は、生成AIの利用を禁止していると答えた回答を除いて集計 出所を見る
2. 総務省／同「令和8年版 情報通信白書」図表Ⅰ-2-1-1「生成AI活用方針の策定状況（国別）」。「積極的に活用する方針である」と「活用する領域を限定して利用する方針である」の合計が、日本で68.9% 出所を見る
3. 商工組合中央金庫（商工中金）／「中小企業の生成AIの利用にかかる調査（2026年1月調査）」2026年3月31日公表。取引先の中小企業が対象で、有効回答3,892社。生成AIの導入・推進における課題で「導入効果が測定できず、成果が見えにくい」が21.3% 出所を見る

AI経営診断の1週間と、お渡しするものを見る

この会社は架空で、実在しません。調査の数字は上の出所から、商品の金額と納期はドラフトの商品ページから取っています。