高性能なAIの法人契約を結び、全社員にアカウントを配る。
そして経営者が「今日からこれを使って業務を効率化してください」と指示を出す——。
こうした光景は、今や全国の多くの企業で見られます。しかし、これで自社の生産性が劇的に上がるかというと、現実はそう甘くありません。
導入から最初の数日は、珍しさもあって文章の要約やメール作成で触る社員が何人か現れます。しかし1ヶ月も経てば、よく使う一部の社員と全く使わない社員に二極化し、会社全体の業務プロセス自体は以前と何一つ変わっていない。そんな状況に頭を痛めている経営者の方も多いのではないでしょうか。
私自身、京都の亀岡を拠点に中小企業のIT化やAI活用を支援していますが、この「AIを入れても成果が出ない」という壁には何度も直面してきました。
なぜこのようなことが起きるのか。今回はその根本的な原因と、中小企業が現場で本当にAIを役立てるための着実な進め方について考えてみたいと思います。
AIエージェントは「魔法の箱」ではなく「新入社員」
海外の大型サプライチェーンや製造現場で長くIT部門を率いてきたあるエキスパートが、非常に本質的な指摘をしていました。
「AI（特にAIエージェント）を、置くだけで成果が出る『魔法の箱』として扱ってはいけない。教育が必要な新入社員（若手社員）として扱いなさい」と。
仕事の手順を教える。必要な情報を渡す。どこまでの判断を任せていいのか権限を決める。そして出力された成果物を確認し、間違っていれば修正を指示する。そこまで根気強く関わって初めて、AIはまともに仕事ができるようになるというわけです。
最近よく耳にする「AIエージェント」とは、単に人間の質問に答えるだけの生成AIとは異なり、目的（ゴール）を与えると自発的に必要な情報を集め、複数の手順を実行し、システムを操作して業務を完了させようとする仕組みを指します。
「先月の売上を集計して前年と比較し、問題のある商品を抜き出して報告書を作っておいて」といった指示に対して、裏側でデータを集め、計算し、文書化まで進めてくれる頼もしい存在です。
しかし、この指示を「入社初日の新入社員」に出したらどうなるでしょうか。
新人はまず途方に暮れるはずです。「売上」とは受金額なのか、出荷額なのか、請求額なのか。「問題のある商品」とは、粗利が落ちているものか、在庫が滞留しているものか、返品が多いものか。社内の人間にとっては当たり前の前提でも、新人には何も分かりません。
ここからが人間とAIの大きな違いであり、恐ろしい点です。人間の新人なら「すみません、この売上データはどこを見ればいいですか？」と質問してくれます。しかし、AIは分からないからといって必ずしも作業を止めません。与えられた曖昧なデータと指示から「それらしい解釈」をして、見た目だけは非常に立派で綺麗な表や文章を作り上げてしまうのです。
そして人間側も、きれいにレイアウトされた報告書を見ると「合っているだろう」と勘違いしてしまいます。実態とは全くズレたデータが、社内を一人歩きし始めるリスクがここにあります。
AIは、会社の「曖昧さ」をそのまま拡大する装置
現場でAIをまともに動かすためには、本来、次の4つの準備が必要です。
- 何の成果を出したいのかを明確にする
- 業務プロセスそのものを整理・見直す
- 入力・出力されるデータを整える
- 人間側（指示を出す側）とAIの両方を教育する
地味で泥臭い話ですが、結局のところここを避けて通ることはできません。
例えば、製造現場で「AIを使って生産の進捗予測を出したい」というご相談があるとします。しかし現場を見てみると、「作業開始」の時間が記録されていない。あるいは「作業完了」の定義が担当者Aさんは「加工が終わった時点」、担当者Bさんは「検査まで完了した時点」とバラバラになっている。作業が遅れた理由も口頭連絡だけでどこにも残っていない。
この状態で最新のAIを導入しても、正しい予測など出せるはずがありません。これはAIの性能が低いからではなく、会社の中で「何をどう記録するのか」という業務のルールが決まっていないからです。
私自身、お客様の現場に入って痛感するのは、「最初の問題はAIではなく、会社の中の曖昧さにある」ということです。
AIは、曖昧な会社を整えてくれる魔法ではありません。むしろ、「会社の曖昧さや混乱を、そのまま高速で拡大してしまう装置」です。業務が整理されている会社で使えば効率化が一気に進みますが、業務が混乱している会社で使えば、その混乱を倍増させてしまいます。
AI導入とは、AIの性能を試す試験であると同時に、「自社の仕事の管理能力がどれほどあるか」を突きつけられる試験でもあるのです。
「全業務をきれいにしてから」は絶対に失敗する
では、自社の業務マニュアルを作成し、データを完璧に整理整頓してからでなければAIは使えないのでしょうか？
理屈としては「すべて綺麗にしてから導入する」のが正解です。しかし、リソースに限りのある中小企業がそれを正面からやろうとすると、ほぼ確実に失敗します。
全社の業務を洗い出し、データを統一し、システムを刷新する……そんな大がかりなプロジェクトを始めてしまえば、導入までに何年もかかり、膨大な予算が吹き飛びます。そして整理が終わる頃には、現場の仕事内容そのものが変わってしまっているでしょう。
ですから、私は「すべてを整えてから始める」必要はないと考えています。
中小企業が取るべき最も現実的なアプローチは、「対象を1つの狭い業務に絞り、小さく始めてAIと一緒に仕事を整えていく」ことです。
例えば、次のような「範囲が狭く、担当者の手作業で負担になっている仕事」を1つだけ選びます。
- 毎日届く何件もの問い合わせメールから、特定の注文情報を拾い上げる作業
- 月末に複数のExcelファイルを回収して、1つの数値に集計する作業
- 現場の進捗確認のために、担当者へ確認連絡を入れる作業
その1つの作業だけに絞って、「入力データはどこにあるか」「誰がどう判断しているか」「完了の定義は何か」を整理します。そして小さくAIに試させてみる。
AIが間違ったアウトプットを出したら、「指示が曖昧だったのか」「渡したデータが足りなかったのか」「そもそも業務ルールが決まっていなかったのか」の原因を特定し、業務側を少しずつ修正していきます。
新入社員を育てる時も、初日に会社のすべての仕事を教えたりはしないはずです。まずは1つの単純な作業を教え、やってもらい、確認し、徐々に任せる範囲を広げていく。AIエージェントの導入も、全く同じステップを踏むのが最も安全で確実です。
人間の新人と違う「権限制限」と「最後の責任」
ただし、AIを新入社員に見立てるたとえには1つだけ限界があります。それは、AIには「常識的な違和感」や「忖度」がないという点です。
人間の新人であれば、作業中にあまりにもおかしなデータがあれば「先輩、これ本当ですか？」と手を止めて確認するかもしれません。しかしAIは、どれほど不自然な内容であっても、疑問を持たずにそのまま処理を完遂しようとします。
さらにAIエージェントは、メールの送信やデータの書き換え、発注処理など、実際のシステムを動かす権限を持つことができます。つまり、人間とは比較にならないスピードで「大量の間違い」を実行してしまう危険性があるのです。
だからこそ、AIには人間以上の「権限制限」が必要です。
- 最初は「読み取り専用」にする（データを書き換えさせない）
- 外部へメールを送る前には、必ず人間がチェック・承認する
- 一定金額以上の処理や重要な決定はシステム側で止められるようにする
- AIがいつ・何を・どう判断したのかのログ（履歴）を必ず残す
入社初日の新人に、いきなり会社の銀行口座の暗証番号や全顧客の個人情報を渡さないのと同じです。
そして何より重要なのは、「意思決定と説明責任はどこまでいっても人間側（会社側）に残る」ということです。「AIが勝手に判断したことだから」では、顧客や取引先には通りません。どのような情報を与え、どの段階で人間が確認する設計にしたのかを含め、最終的な責任を負うのは常に人間です。
最初に問うべきは「どのAIを買うか」ではない
新入社員が仕事を覚えられない時、原因は「新人の能力不足」だけとは限りません。
教える側の説明が支離滅裂だったり、先輩によって言っていることが違ったり、正解の基準が共有されていなかったりするケースも多いものです。
AI導入で成果が出ない会社でも、全く同じことが起きています。「AIが使えない」のではなく、「会社が仕事を正しく教えられない状態になっている」のです。
だからこそ、AIの導入を検討する際に経営者が最初に発すべき質問は、「最新のどのAIツールを買えばいいか？」ではありません。
「私たちは、どの仕事を、どのように変えたいのか？」
「その仕事は誰のために存在し、何を達成すれば成功と言えるのか？」
この問いに向き合い、言葉にしていくプロセスそのものが、自社の業務から属人性を減らし、人間にとっても働きやすい組織をつくるきっかけになります。
AIは採用した瞬間に会社の問題をすべて解決してくれる魔法の社員ではありません。しかし、仕事を1つずつ教え、必要な情報を整理して渡し、安全な権限の中で育てていけば、これ以上ない強力なパートナーになってくれます。
問われているのは技術の高さではなく、「新人に仕事を教えられる仕組みが、自社にあるかどうか」。そこが、AI時代に現場を伸ばせる会社とそうでない会社の大きな分かれ目になるのだと感じています。
CloudLabは京都・亀岡を拠点に、中小企業のIT活用・AI導入・ホームページ制作を支援しています。現場の業務整理や小さなAI活用の第一歩について、お気軽にご相談ください。
この記事の内容はYouTubeでも話しています。
動画を見る →