本文へスキップ
株式会社SAI
経営

中小企業のAI導入事例|AIに渡した業務の多くは文書の作業

執筆:清水 諒(株式会社SAI 代表取締役)

Key Takeaways

  • 報告書・英語資料・問い合わせ返信は、既製の生成AIを契約して社内で始めた例が多い
  • 訪問看護の報告書づくりは90%短縮、樹脂加工の見積り回答は1時間から20分に
  • 検査・見積り・予測は、外部の会社や大学と専用のAIを作った例が中心
  • 費用は最初・毎月・使った量の3つに分かれ、期間が書かれた会社は数か月から2年かけた
目次(11項目)

30人の訪問看護の会社は、Google Workspace の Gemini で月末の報告書づくりが90%短くなりました。Google Workspace に切り替えた当初、使っていたのは2人だけです(J-Net21)。

報告書や英語資料、問い合わせの返信のような文章の仕事は、このようにChatGPTやGeminiを契約して社内で始めた例が多く、いちばん真似しやすい形です。

図面からの見積りや部品の検査、来客の予測は、専用のAIを作った例です。18名のプレス加工の会社は、不良品の画像約1,000枚を自社で撮り、約4〜5カ月かけて検査のAIを入れました(東京商工会議所)。

社名と出典で確かめられる10社を、人数の少ない順に2つの表に並べました。費用のかかり方と、社内でかけた時間もまとめています。

数字は各社・各資料に書かれたままで、条件をそろえて比べたものではありません。

10社の早見表:任せた業務と変わったこと

どちらの表も人数の少ない順で、会社名のリンクから元の資料に飛べます。営業に近い例は、広告文と営業資料のオプトサイエンスと、見積りのプラポートです。

契約した生成AIを社内で使った4社(いちばん真似しやすい形)

会社(業種・人数) 任せた業務と使ったもの 変わったこと
プーラビダ(訪問看護・30人) 訪問看護の報告書。Google Workspace の Gemini 報告書づくりが90%短縮
オプトサイエンス(光学機器の輸入商社・33名) 英語資料の要約・翻訳、広告文。生成AI 広告の反応が平均2倍以上
岡田研磨(建機部品の加工・85名) 書類の転記・資料探し、手順書。AIと対話して社内システムを自作 労働時間が月530時間程度減
アイニコグループ(住宅や介護など) 問い合わせ対応、広報、送迎ルート。ChatGPTなど 年2,247時間減(同社が出した数字)

専用のAIを作った・入れた6社

会社(業種・人数) 任せた業務と使ったもの 変わったこと
タヤマスタジオ(南部鉄器・8名) 技術の継承(基礎の自習)。大学との共同研究 ベテランの指導時間が減り始めた
ヨシズミプレス(プレス加工・18名) 部品の外観検査。支援を受けて画像AI 検査の総時間が月40%減
澤田棉行(不織布の製造・約20人) 不織布の異物検査。大学とカメラとAIの仕組み 付ききりの担当者がほかの仕事へ
ゑびや(食堂・55名) 来客数・注文数の予測 予測は約9割の精度。集計やレジ締めがなくなった
プラポート(樹脂の精密加工・100名) 図面からの見積り。国の実証で専用のAI 1件1時間の回答が20分に
大津屋(コンビニなど・205人) 惣菜の量り売りのレジ。画像で惣菜を見分けるレジ 一番安い値で打つことがなくなった

人数は各資料の時点の値で、ゑびやは三重県のページの値です。アイニコグループは人数の記載がないので最後に置きました。大津屋は200人を超える会社ですが、中小機構の「中小企業とDX」特集に載った例として入れました。

最初に試すなら、報告書の下書きを1本

いちばん真似しやすいのは、プーラビダと同じ報告書の下書きです。1週間分のメモに次の指示文を付けて、契約している生成AIに渡します。顧客名や個人名は伏せてから貼ります。

次のメモだけを材料に、上司に出す週報の下書きを作ってください。
対象期間:【○月○日〜○月○日】
・見出しは「今週の要点/案件ごとの状況/困っていること/来週やること」
・メモにない成果、数字、理由、予定、相手の反応を足さない
・遅れや失敗を前向きに言い換えない
・メモから分からない所は埋めず「(不明)」と書く
・メモの数字が食い違う所は、片方だけを書かず「(確認中)」と書く

【ここに1週間分のメモを貼る】

月末の報告書なら、「週報」「今週」「来週」を月の言葉に変えます。出てきた下書きは、出す本人がメモと照らして直します。

これは、当社が Claude と Gemini で試した週報の指示文を短くしたものです。試したのは元の長い指示文で、この短い版そのものは試していません。試した範囲では、「足さない」「(不明)」の行が無い頼み方だと、メモにない予定や対策が足されました。全文と直した結果は週報をAIで作るに、引き継ぎ書の版は引き継ぎ書をAIで作るにあります。

プーラビダも、冷蔵庫の中身から献立を考えるような身近な使い方から慣らしています(J-Net21)。

費用のかかり方と社内でかけた時間

費用は、最初にかかる分、毎月かかる分、使った量でかかる分の3つに分けて見ます。どこが大きくなるかは、契約した生成AIを使うか、専用のAIを作るかで変わります。

かかり方 契約した生成AIを社内で使う 専用のAIを作る
最初 設定、勉強会、入力してよい情報の決まりづくり。おもに社内の時間 外部への開発の支払い、画像や過去のデータの準備、カメラや装置
毎月 使う人数 × 1人あたりの利用料 AIツールの利用料、不具合の直し、新しいデータの学ばせ直し
使った量 自社のシステムからAIを呼び出す作りにしたときだけかかる AIを動かした量に応じてかかる作りがある

増減を決めるのは次の点です。

  • 契約した生成AI: 使う人数、プランの種類、月払いか年払いか。試す人数を絞れば、その人数分で済みます。
  • 専用のAI: 見分けたいものや予測したいものの種類、使えるデータがどれだけそろっているか、今の機械やシステムとつなぐ範囲、準備をどこまで社内でやるか。

額は改定されるので、この記事には載せていません。1人あたりの利用料は、ChatGPTとGoogle Workspaceの公式ページで確かめてください。

事例では、ヨシズミプレスが費用の内訳を公開しています。同社が挙げたのは、AIツールの利用料と、部品を並べる装置を社内で作った費用の2つです。支援役への支払いは同社の負担に入っていないので、自社で頼むならここが加わります。額は東京商工会議所のページにあります。

岡田研磨について白書は、開発を外に頼んだ場合と比べて費用対効果が高いと書いています(白書2026 事例2-2-14)。見積もりの内訳の読み方は、AI導入・開発の費用にまとめました。

社内でかけた時間と変わったこと

期間が資料に書かれた会社は、数か月から2年、社内で手を動かしていました。

会社(人数) 社内でかけたもの 変わったこと
プーラビダ(30人) 最初に使ったのは2人(期間は資料に書かれていない) 報告書づくりが90%短縮
ヨシズミプレス(18名) 約4〜5カ月。不良品の画像約1,000枚を自社で撮影し、部品を並べる装置も自社で製作 検査の総時間が月40%減
アイニコグループ 1年。21名が週1回1時間程度の勉強会。3・6・12か月目に成果を共有 年2,247時間減(同社が出した数字)
岡田研磨(85名) 約2年。AIとの対話に計1,000時間以上、1つのシステムに約300時間 労働時間が月530時間程度減

岡田研磨の約300時間はJ-Net21(2025年7月)、ほかは各社の節と同じ資料の記載です。オプトサイエンスとプラポートは、かけた時間が資料に書かれていません。

ヨシズミプレスは、準備には手間と時間がかかるが、動き出せばかなり楽になると振り返っています(東京商工会議所)。

やる価値があるかは、広げる前に数える

白書の削減時間は、そのまま自社の目標にはできません。アイニコグループの年2,247時間は同社が出した数字で、人数や業務の量が違う会社に当てはまる値ではないからです。自社では次の順に数えます。

  1. 試す業務に、いま月に何時間かけているかを数える(件数 × 1件にかかる時間)
  2. 1人か2人で2週間試し、同じ件数にかかった時間を測り直す。AIが出したものを確かめる時間も入れる
  3. 減った時間を、試した人数分の利用料と比べる

減った時間が小さければ、その業務は広げずに別の業務を試します。

自社の業務に当てはめる表

近い事例は、業種ではなく「受け取るもの」「作るもの」「送る前に確かめる人」で探すと見つかります。業種が違っても、この3つが同じなら同じ形の仕事です。

架空の部品の卸、A社で書くと、次のようになります。

記入例(架空の数字。当社や顧客の実績ではありません)

自社の業務 受け取るもの 作るもの 送る前に確かめる人 近い事例
海外メーカーのマニュアルを読む 英語のマニュアル(月6本、1本30ページ前後) 営業向けの日本語の要点 担当の営業が原文と照らす オプトサイエンス
商談メモから提案書を作る 商談のメモ(週8件) 提案書のたたき台 営業の課長 オプトサイエンス
検査記録を集計表に書き写す 現場の紙の記録(1日40枚) 月ごとの集計表 品質担当の主任 岡田研磨
同じ質問への返信 問い合わせのメール(週15件) 返信の下書き 受付の主任 アイニコグループ
図面を見て見積りを出す 図面(週10枚、1枚に1時間) 見積りの案 営業の課長 プラポート
新しい取引先との値決め 社長の頭の中だけ 書けない 書けない なし(後回し)

左の3列が埋まり、4列目に役職が書けた行から試します。最後の行のように材料が記録になっていない仕事は、事例があってもすぐにはAIに渡せません。

表を手で作らなくても、業務の一覧があれば次の指示文でAIに分けさせられます。顧客名や個人名は伏せてから貼ります。4列目は、出てきた表を見て自分で書き直してください。

次は当社の業務の一覧です。1行ずつ、次の4列の表にしてください。
・業務の名前
・受け取るもの(書類、メール、図面、画像など。量が分かれば件数も)
・作るもの
・送る前に確かめる人(役職)
一覧に書いていないことは推測で埋めず、「不明」と書いてください。

【ここに業務の一覧を貼る】

書類と文章をAIに任せた例

オプトサイエンスと岡田研磨は、AIが出したものを人が直す場所を決めていました。プーラビダは、時間の減り方がはっきり書かれた例です。

光学機器の商社(東京)|英語資料と広告文

オプトサイエンスは、レーザー関連の光学機器を輸入して売る33名の商社です(白書2026 事例2-2-3)。製品の多くは専門的で、個別の解説書やマニュアルが用意されていないことが多くあります。営業担当は海外の論文や英語のマニュアルを読み、自分で説明資料を作っていました。

2023年に生成AIを入れ、社長が先に色々な業務で試しました。プロンプト(AIへの指示文)の書き方の勉強会も開いています。いまは論文の要約や英語マニュアルの翻訳に使い、経験の浅い若手の知識を補っています。

業界誌の広告では、商品選びとキャッチコピーの案をAIに出させ、営業担当が直して仕上げます。AIが示した情報は必ず事実確認する決まりです。

広告の反応は平均で2倍以上になり、月5件程度だった問い合わせは多い月で45件に届きました(白書2026 事例2-2-3)。

その後、営業資料のたたき台、契約書のチェック、請求書のファイル変換にも使い道が広がりました。

建機部品の加工(石川)|書類の転記と社内システム

岡田研磨(建設機械の部品加工・85名)では、紙とExcelで管理していたころ、現場の資料を事務が別の表へ書き写していました。資料探しに1〜2時間かかることもありました(白書2026 事例2-2-14)。

2023年末、専務はAIがプログラムを書く様子を見て、社内のアプリを自分で作ると決めました。前職はIT企業の営業で、エンジニアではありません。AIとの対話でウェブアプリの仕組みから学び、約2年で計1,000時間以上を対話に使っています。

できた社内システムには30種類以上のアプリがあり、検査記録、在庫、生産の進み具合、労務などを1か所で扱います。紙は月5,000〜6,000枚減り、労働時間は月530時間程度減りました(白書2026 事例2-2-14)。

手順書を書くアプリも作り、約150件だった手順書が4か月で約240件増えています(白書2026 事例2-2-14)。

どこを直すかは人が決めます。各部門の若手のチームが現場の要望を集め、専務が1つずつ拾って直しています。

使ったAIの名前は白書にありません。日経ビジネスの記事(2026年7月7日)は、見出しで「Claude」と書いています(日経ビジネス)。

訪問看護(北九州市)|月末の報告書

北九州市で訪問看護ステーションを営むプーラビダ(パートを含め30人)では、月末の報告書づくりに利用者1人あたり1時間以上かかっていました。

Google Workspace の Gemini を使うと、この時間が90%短くなったといいます(J-Net21)。

報告書を誰がどう確かめているかは、記事に書かれていません。同社はこの取り組みを含むDXで、経済産業省の「DXセレクション2026」のグランプリを受けています(J-Net21)。

問い合わせと社内の段取りの例

アイニコグループは、1年かけて10の事業部それぞれの困りごとにAIを当てました。文書の仕事だけでなく、介護の送迎ルートづくりも入っています。

住宅・介護など(奈良・京都南部)|問い合わせ対応と送迎ルート

アイニコグループは、奈良県と京都府南部で注文住宅、リフォーム、介護、保育などを手がける会社です。ChatGPTなどは前から入っていましたが、使い方は個人任せでした(情報通信白書 令和8年版)。

まず全社員の勉強会を開き、仕事の話ではなく親しみやすい物語を題材に、AIとのやりとりを体験させました。そのあと全10事業部から計21名を募り、1年のプロジェクトにしています。

成果は10事業部の合計で年2,247時間の削減です。白書は、同社が出した数字だと注記しています(情報通信白書 令和8年版)。内訳には次のものがあります。

  • 不動産部門: 問い合わせ対応のテンプレート化と自動化で年897時間
  • 広報部門: 社内業務の自動化で年880時間
  • 介護部門: 送迎ルートの最適化などで年170時間

課題をAIで解くべきかどうかの判断には、専門家の助言が特に役立ったそうです。社内で使っていないツールを入れるときも、安全面を確かめたうえで専門家に相談しています。

個人情報を入れないことと、オプトアウト(入力をAIの学習に使わせない設定)は最低限の決まりです。

検査・見積り・予測の例

ここからは、画像や過去のデータをAIに読ませた例です。

樹脂の精密加工(静岡市)|図面からの見積り

プラポート(樹脂の精密加工・100名)では、見積りを営業担当しか出せず、回答に時間がかかっていました。2020年度の実証で、図面から加工の難しさを推し量るAIを作りました(経産省 AI導入ガイドブック)。

1件1時間かかった見積り回答は20分になり、アシスタントなど営業以外の人も見積れるようになりました。出発点は、今の見積りの考え方を言葉にして計算の決まりを作ることでした。

ガイドブックは、過去のデータにない価格の改定や新製品は見積りに反映されない、と注意しています。新しい情報を定期的に学ばせる必要があります。

プレス加工(東京都墨田区)|部品の外観検査

ヨシズミプレス(プレス加工・18名)では、直径5mmほどの部品50万個を、6人が顕微鏡で約10日かけて見ていました(東京商工会議所)。

コンサルティング会社の支援を受け、画像で部品の良し悪しを分けるAIを入れました。支援役の方針は「なるべく自分で」で、専門用語を覚えながら進めたそうです。いまはAIが良品とした48万個をそのまま出荷し、不良とした2万個だけを検査担当が見直します。検査の総時間は月40%減りました(東京商工会議所)。

不織布の製造(姫路市)|異物の検査

澤田棉行は、繊維原料の販売と不織布の製造を行う約20人の会社です。大学と組み、製造ラインの最後で不織布を11台のカメラで撮り、AIで異物を見つける仕組みを作りました(日本政策金融公庫論集 第50号)。

異物が見つかると警報が鳴り、従業員が取り除きます。それまで付ききりだった担当者は、警報が鳴るとき以外はほかの仕事に回れるようになりました(2021年の資料です)。

食堂(伊勢市)|来客数と注文数の予測

ゑびやは、伊勢神宮の内宮の門前で食堂を営む会社です。翌日の来客数と、どの料理がいくつ出るかをAIで予測しています。精度は「約90%」(2019年の資料)、「90%を超える」(三重県のページ)と書かれています(JIL、三重県)。

導入で、集計やレジ締め、データ集めの仕事がなくなりました(JIL)。予測と職人の勘がずれることもあり、開発に加わったフロア係が職人の声を聞きながら理解を求めたそうです(三重県)。

コンビニと惣菜(福井市)|量り売りのレジ

大津屋は、福井県内でコンビニを営む205人の会社です。量り売りの惣菜は約70種類あり、レジ担当が種類と値段を覚えきれませんでした。2019年10月から、AIが画像で惣菜を見分けるレジを各店に入れています(J-Net21)。

レジ担当の負担が減り、分からないときに一番安い値段で打つことがなくなりました。

南部鉄器(盛岡市)|技術の継承

タヤマスタジオは、南部鉄器を作って売る8名の会社です。熟練職人の考え方をAIに学ばせ、若手が鋳造の基礎をAIから自習できるようにしました。岩手大学との共同研究を土台に、2023年から取り組んでいます(白書2025 事例1-1-1)。

ベテランの指導時間が減るなどの効果が見え始めています。一方で、着色や火入れの具合のような高度なノウハウは、まだAIで扱えていません。

うまくいかなかった点と当てはまりにくい会社

事例の会社も、最初から順調だったわけではありません。資料に書かれていた遠回りを並べます。

  • 岡田研磨: AIの前のデジタル化の話です。専務が入社して半年足らずで試した5台のタブレットは「紙のほうが見やすい」と使われず、工場に置かれたままでした。全員が毎日書く検査成績書から電子化し、1人1台にして定着しました。業界向けの業務管理システムも、うまくいきませんでした(J-Net21)。
  • プーラビダ: 新しい仕組みに切り替えると伝えたとき、「社長が一人で突っ走っている」と反発が出ました。使う人は、報告書で便利さが伝わってから広がりました(J-Net21)。
  • ぶどうの森: ゑびやで生まれた来客予測のツールを入れた、石川県の飲食などの会社(約350人)です。的中率は9割前後でしたが、能登半島地震で観光客が増減し、的中率に影響が出ました(石川県)。
  • 澤田棉行: 手作りのシステムなので、まれに動作不良が起きます。そのたびに大学の教授や学生が直しに来ており、社内で分かる人を増やすのが課題です(日本政策金融公庫論集 第50号)。

事例がそのまま当てはまりにくいのは、材料が記録になっていない仕事と、AIが出したものを確かめる人がいない仕事です。

中小機構の調査では、AIを入れたあとも効率化が難しい業務を聞いています。最も多かったのは「人の判断が必要な業務(営業提案、顧客折衝など)」で、67.1%でした(中小機構 調査 全体版)。

ここに並べたのは、白書や特集に選ばれた取り組みの進んだ会社です。同じ調査では、AIを入れている中小企業は20.4%でした(中小機構 調査 ポイント版)。

数字を社内資料に使う前に

同じ会社でも、資料の時点で数字が違います。岡田研磨は、2025年7月のJ-Net21では80人・月330時間減、白書2026では85名・月530時間程度減です。

平均の値と多い月の値、資料ごとの言い方の違いにも気をつけます。

  • オプトサイエンスの「問い合わせ45件」は多い月の値です。平均の変化は「反応が平均で2倍以上」のほうです。
  • ゑびやの予測精度は、当社が公的な資料で確かめられたのは「約90%」(JIL、2019年)と「90%を超える」(三重県)までです。これより高い値を見かけたら、どの期間の値かを元の資料で確かめてください。

事例の数字を社内の資料に使うときは、資料の名前と時点を添えておくと、あとで食い違いを聞かれても答えられます。

業種別にまとめた事例

業種で探したい場合は、次の記事で業種ごとの例をまとめています。営業の提案や商談準備に近い例は、営業代行の記事にあります。

  • 製造業: 5つの業務領域と定着のさせ方
  • 士業: 税理士・弁護士・社労士で、AIに任せる所と人が持つ所
  • 不動産売買: 反響対応・査定・書類処理
  • 人材紹介: 応募対応・書類選考・面談記録
  • 広告代理店: 制作・運用・レポート
  • BPO: 一次対応・品質管理・事務処理
  • 営業代行: 反響対応・架電・掘り起こし

自社の業務を1行ずつ書き出す方法は、AI導入のための業務の棚卸しにあります。

事例を読むときは、人に残した判断の列を自分で書き足します。

株式会社SAIのキャラクターが、2列の空欄の表を描いたホワイトボードを指さし、机の上には紙の資料の束が積まれているイラスト

当社(株式会社SAI)は、中小企業のAI導入を、業務の棚卸しから1つの業務を試すところまで支援しています。

支援先の広告代理店では、ホームページの下書き、SNSの投稿文、広告レポートの集計をAIに任せ、判断と仕上げは担当者に残しました(事例)。

BCP支援の会社では、実際の業務を題材にした研修から始め、議事録の要約や文書の下書きを日々の仕事に組み込みました(事例)。

早見表のどの行から試すか迷ったら、AI導入支援からご相談ください。最初の相談では、試す業務を1つに絞るところから話します。

出典と確認日

いずれも2026年11月7日と9日に確認しました。