Key Takeaways
- AI導入の成否はツールの性能ではなく順番で決まる。止まる会社は「ツールから入る」「現場任せ」「導入して満足」の3か所で順番を間違えている。
- 出発点は目的を「どの業務の何の数字を動かすか」まで言語化し、業務を定型度と頻度の2軸で作業単位まで棚卸しすること。ツール選定はその後でよい。
- 最初の対象業務は「効果が数字で見える」「現場に協力者がいる」「失敗しても致命傷にならない」の3基準で1つに絞る。迷ったら協力者のいる業務を優先する。
- 利用ルールは入力情報の線引き・サービスとプラン・出力の確認責任の3点で足りる。個人データの入力は個人情報保護委員会の注意喚起に沿って線を引く。
- 効果は導入前に取った実測と比べて判定する。削減時間だけでなく売上側の数字も測り、数字が出てから2つ目の業務へ広げる。
AI導入の進め方とは、目的を業務の言葉にして棚卸しをし、1つの業務で試して効果を測ってから対象を広げるという順番の設計のことです。
経営から「AIを使え」と言われて担当になったものの、ツールの比較サイトを開いた時点で手が止まっている方は少なくありません。比較記事が答えてくれないのは、自社のどの業務から始めて何を測れば次に進んでよいのか、という順番の問いです。読み終えるころには、最初の1業務を決める3つの基準と、広げる判断に使う数字の見方が手元に残ります。
AI導入で失敗する会社は、順番を3か所で間違えている
私たちがAI導入の相談を受けるとき、止まっている会社の症状はほぼ次の3つのどれかに当てはまります。いずれも技術の問題ではなく、順番の問題です。
- ツールから入る：先にライセンスをまとめて契約し、使い道は後から探す。棚卸し（ステップ2）より前にツールを決めているので、現場は何に使えばいいのか分からない
- 推進を現場任せにする：経営がメッセージを出さない導入は、既存業務の忙しさに必ず負ける。目的（ステップ1）が業務の言葉になっていないことが多い
- 導入して満足する：研修とアカウント配布で完了扱いにする。定着の設計（ステップ7）と効果測定（ステップ8）を省くと、使う人が一部に偏ったまま止まる
以下の8ステップは、この3つを順番で潰すために並べています。
ステップ1：目的は「どの業務の何の数字を動かすか」まで言語化する
「AI活用を推進する」は目的ではありません。「問い合わせの一次返信を当日中に返す」「見積書の作成時間を半分にする」のように、業務名と動かしたい数字の組み合わせまで具体化して初めて導入は動き出します。
コツは「AIで何ができるか」から考えないことです。先に現場の困りごとを並べ、後からAIが効くものを選ぶ順番にすると目的は自然と業務の言葉になります。この段階で数字を仮置きしておくと、ステップ8で測るものが決まります。
ステップ2：業務の棚卸しは定型度と頻度の2軸で、作業単位まで分解する
部門ごとに日々の業務を「作業単位」まで分解し、次の2軸で並べます。
- 定型度：手順が決まっているか、都度の判断が要るか
- 発生頻度：毎日か、週次か、たまにか
棚卸しの表に置く列は、作業名・担当・1回あたりの所要時間・頻度・入力と出力の5つで足ります。入力（何を見て）と出力（何を作るか）を書く理由は、AIが向くのは文書や記録が入力と出力の両方になっている作業だからです。定型度が高く頻度が多い業務ほど、AI導入の効果が出やすいのが大原則です。中小企業がまず自動化すべき3つの業務で挙げた問い合わせの一次対応・定型文書の作成処理・資料の下書きは、ほとんどの会社で上位に来ます。
棚卸しを省いてツールを配ると、何に使えばいいか分からない状態が続きます。総務省の調査でも、生成AI導入に際しての懸念として日本企業で最も多かったのは「効果的な活用方法がわからない」でした。セキュリティリスクやコストはその次に並びます（総務省「令和7年版 情報通信白書」企業におけるAI利用の現状、2025年7月公表／2024年度調査）。この懸念に答えるのはツールの機能ではなく、棚卸しの表です。
ステップ3：最初の対象業務は3つの基準で1つに絞る
棚卸しで見つかった候補から、最初の対象を1つに絞ります。基準は3つです。
- 効果が数字で見える（時間・件数・日数）
- 現場に協力者がいる（新しいやり方を面白がる人がいる部署）
- 失敗しても致命傷にならない（顧客に出る前に人の確認が挟まる業務）
3つすべてを満たす業務は多くありません。迷ったら2の協力者を優先します。仕組みは後から直せますが、使う人の側の熱は後から作りにくいからです。いきなり全社展開や複数テーマの並行は、PoC止まりへの最短ルートです。1つの成功が次の予算と協力を生みます。
ステップ4：ツールは汎用チャットの法人利用から始め、業務組み込みへ進める
ここで初めてツール選定です。大きく2段階あります。
- 第1段階：汎用AIチャットの法人利用。文書作成・要約・調査など幅広い業務を底上げする。入力内容が学習に使われない法人向けの提供形態を選ぶ
- 第2段階：業務システムへの組み込み。メール・書類処理・CRM（顧客管理システム）などのフローにAIを埋め込み、人が意識しなくてもAIが働く状態にする
多くの会社は第1段階から始めるのが適切ですが、第1段階止まりでは効果が個人の工夫に依存します。成果を組織の数字にするのは第2段階です。費用はツール利用料・構築組み込み費・教育定着費・運用改善費の4つに分かれ、見積もりの比較はこの内訳で行います（AI導入・開発の費用の内訳と見積もりの読み方）。
ステップ5：利用ルールは入力情報・サービス・確認責任の3点だけ先に決める
導入前に最低限決めるべきは3つだけです。
- 入力してよい情報・いけない情報の線引き（顧客の個人情報や機密情報の扱い）
- 利用するサービスとプラン（入力内容が学習に使われない法人プランやAPI）
- AIの出力の確認責任（顧客に出るものは人が最終確認する）
1と2は法令に直結します。個人情報保護委員会は、個人情報を含むプロンプト（AIへの指示文）の入力を利用目的の達成に必要な範囲内に限るよう求めています。本人の同意なく入力した個人データが応答の出力以外の目的で扱われる場合は、個人情報保護法に違反する可能性があるとも指摘しています。だから提供事業者が個人データを機械学習に利用しないことの確認が要る、という順番です（個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」、2023年6月2日）。自社の扱う情報が該当するかは、法務や専門家に確認してください。
方針を決めていない会社は珍しくありません。生成AIを活用する方針（積極活用か領域を限定した活用）を定めている日本企業は49.7%で、中小企業では「方針を明確に定めていない」との回答が約半数を占めます（総務省「令和7年版 情報通信白書」企業におけるAI利用の現状、2025年7月公表／2024年度調査）。完璧な規程を作ろうとして着手が止まる会社が少なくありませんが、ルールなしの野良利用を放置するほうが危険です。1枚のガイドラインから始めて、運用しながら育てます（項目は社内利用ルールの作り方のチェックリストにあります）。
ステップ6：数週間で動く仕組みを置き、実際の業務データで試す
選んだ業務に対して、まず動く仕組みを数週間で作り、実際の業務データで試します。完成度より速度です。現場が「これは楽になる」と体感するまでの時間が短いほど、導入は成功に近づきます。
試す期間に決めておくことが2つあります。1つは、AIの出力をそのまま使わず人が直す前提で運用し、直した箇所を記録することです。直しの記録がそのままプロンプトの改善材料になります。もう1つは、導入前の実測を取っておくことです。対象業務にいまかかっている時間と件数を先に測っておかないと、ステップ8で比べる相手がなくなります。
ステップ7：研修は自社業務を題材にし、定着は仕組みで支える
AI導入の最大の失敗要因は技術ではなく定着です。「契約したのに一部の社員しか使っていない」を防ぐには、次の3点が効きます。
- 自社業務を題材にした実践研修（一般論のプロンプト講座は翌週には忘れられる）
- うまくいく使い方の共有資産化（社内プロンプト集・活用事例の共有会）
- 現場推進役の任命（各部署に推進役を置き、経営が後押しする）
研修の組み立てはAI研修が「意味ない」で終わる理由に、定着しない理由の見分け方と打ち手はAI導入が定着しない理由と対策にまとめています。本記事で押さえてほしいのは順番だけです。研修はステップ6で動く仕組みができた後に行い、仕組みがない状態で研修だけを先にやらないことです。
ステップ8：効果は導入前の実測と比べ、2つ目の業務へ広げる
最初の業務で、ステップ6で取った導入前の数字と比べます。比べるのは所要時間と件数だけではなく、対応できる案件数や提案までの日数のような売上側の数字も入れます。IPAの日米独調査では、DXに取り組んでいる100人以下の企業のうち「成果が出ている」と答えた割合は米国91.2%・ドイツ80.3%に対して日本は58.1%にとどまります。しかも日本企業の成果の中身はコスト削減に偏っていると指摘されています（IPA DX SQUARE「中堅・中小企業視点から見た『DX動向2025』ポイント解説」、2025年9月4日公開／日米独2,500社の回答を分析）。削減時間だけを成果にすると、2つ目の業務への投資判断が「まだ削れる時間はあるか」に縮んでいきます。
数字が出たら社内に共有し、ステップ2の棚卸しリストに戻って2つ目・3つ目へ進みます。広げる段階で問われるのは、外部に頼らず社内で回せる範囲をどこまで増やすかです。段階の踏み方は内製化とは？外注依存から抜け出すロードマップを参照してください。
AI導入に関するよくある質問
Q. AI導入は、ツール選びと業務の棚卸しのどちらから始めますか？
棚卸しからです。ツールを先に決めると、その機能に合う業務を後から探すことになります。棚卸しの表ができていれば、ツールの比較は「上位の業務を第1段階の汎用チャットで賄えるか」という1点に絞れます。ツールを契約済みの会社でも、棚卸しからやり直すほうが結果的に早く進みます。
Q. 社内にIT担当やエンジニアがいなくても進められますか？
ステップ1〜3と5は、業務を知っている担当者のほうが向いています。エンジニアが要るのはステップ4の第2段階と、ステップ6の組み込みです。そこだけ外部の手を借り、棚卸しと対象の選定は社内で握るのが分担の目安です。棚卸しまで外部に任せると、選ばれた業務が現場の実感とずれます。
Q. 最初の1業務で効果が見えるまで、どのくらいかかりますか？
業務の性質によるので一律には言えません。目安になるのは期間ではなく、比べる材料がそろっているかです。導入前の所要時間と件数を取っておき、動く仕組みを置いてから同じ項目を同じ取り方で測ります。この2つがそろえば、数週間分の実測でも次に進むかどうかは判断できます。
Q. 一度PoC（実証実験）で止まった案件を、この進め方でやり直せますか？
やり直せます。止まったPoCの多くは、ステップ3の基準のどれかを満たさない業務を選んでいるか、比べる相手がないまま「効果があった気がする」で終わっています。まず前回の対象業務を3つの基準に当て直し、外れていれば業務を変えます。基準を満たしていたなら、導入前の数字を取り直すところから再開します。
SAIの視点：棚卸しから測定・拡大までを、エンジニアが現場で回す
私たちがAI導入支援の相談で最初に見るのは、棚卸しの表があるかどうかです。表がない会社では、ツールの話を一度脇に置いて業務の分解から一緒に始めます。
株式会社SAIのAI導入支援が担うのは、AI活用診断と業務の棚卸し／実装と業務への組み込み／AI研修と社内教育／定着支援と内製化の4領域です。いずれもエンジニアが現場に入る形で進めます。進め方は本記事の順番そのままで、まず1業務・1チームに絞って始め、利用状況と処理時間の変化を見て広げるかどうかを決めます。契約は月額制で、相談し放題の顧問型とエンジニアの実働を含む伴走型があります。生成AIやSaaSの利用料は月額に含まず実費です。
BCP（事業継続計画）支援の企業では、業務で使えるプロンプトの型を教える研修とヒアリング議事録の要約やBCP文書ドラフト生成の組み込みを経て、スタッフが自分で使い方を広げる状態まで伴走しました（事例：BCP支援企業のAI活用定着）。
最初の打ち合わせの議題は、ステップ3の3つの基準で最初の1業務を決めることです。棚卸しの表がまだなくても構いません。候補になりそうな業務を1つ思い浮かべた状態で、お問い合わせください。