中小企業のAI導入は何から始めるか｜先に自動化して効く工程と、AIに任せてはいけない工程
中小企業のAI導入は何から始めるか｜先に自動化して効く工程と、AIに任せてはいけない工程
「AIを導入したい。でも何から手を付ければいいのか分からない」——中小企業や店舗の経営者から最も多く受ける相談です。先に結論を書きます。
AI導入とは、AIにやらせる仕事を探すことではありません。業務を「決まった手順で答えが1つに決まる処理」と「条件を見比べて決める判断」に分け、前者をプログラムに寄せ、後者だけをAIに残す作業です。
順序にすると4段階になります。
- 数字を1か所に集める（この段階ではAIを使わない）
- 決まった手順の作業をプログラムで自動化する（毎回同じ答えが出ることを保証する）
- 集まった数字を読ませて、AIに判断と説明をさせる
- 顧客に直接届く生成（投稿・返信・文章）は最後。必ず人の承認を挟む
この順序を飛ばして4番から始めると、ほぼ確実に止まります。理由は単純で、判断させるための数字がそろっていないAIは、それらしい文章を書くだけで業務が1つも減らないからです。
弊社は名古屋で、店舗・製造業・多店舗チェーンの業務自動化とAIシステム構築を行っています。自社と顧客先で実際に稼働している仕組みをもとに、順序と線引きを具体的に書きます。
なぜ「計算」と「判断」を分けるのか
AIに業務を任せるとき、最初に決めるべきはこの線引きです。
| 決定論の処理（プログラム） | 判断の処理（AI） | |
|---|---|---|
| 性質 | 同じ入力なら毎回まったく同じ答えが出る | 複数の条件を見比べて優先順位を決める |
| 例 | 在庫の消し込み、週平均の販売数、欠品予測日、売上集計、順位の記録 | 今週どれを優先するか、なぜそう判断したかの説明 |
| 間違えたとき | 検証すれば必ず原因が特定できる | 出力が毎回変わるため、原因の特定が難しい |
| 費用 | ほぼゼロ（一度書けば動き続ける） | 実行のたびに課金される |
数字の計算をAIに渡してはいけないのは、答えが毎回変わる可能性があるからです。 在庫数や売上金額は、経営判断や税務に直結します。ここが1回でもブレると、仕組み全体が信用できなくなります。
逆に、AIが強いのは「工場の空き状況と決算月と在庫水準を同時に見て、今週の優先順位を決め、その理由を日本語で書く」ような処理です。条件が複数あって、正解が1つに定まらない領域。ここだけをAIに残します。
実例1｜製造業：計算層をプログラム、判断層をAIにした2層構成
名古屋で自社工場と直営店・自社ECを持つ革製品メーカーの事例です。課題は「年末商戦の直前に製造依頼が集中し、繁忙期前だけ工場が極端に忙しく、それ以外は手が空く」という年間の波でした。
手順1：数字を1本に統合する（AIは使わない）
日々の売上データと、ある時点の在庫スナップショットを集めました。約1年3か月・437日分、欠落ゼロ。列構成が途中で7回変わっていましたが、列の位置ではなく見出し名で読む設計にして吸収しました。地味な工程ですが、ここを飛ばすと後段が全部崩れます。
手順2：決まった手順の計算をプログラムに寄せる
在庫スナップショットを日々の売上で消し込み、現在の理論在庫を出す。そこから週あたり販売数、在庫が何週分あるか、いつ欠品するか、季節ごとの変動係数を計算する。対象は12,518点の商品。ここまで一切AIを使っていません。
この段階で、導入前の前提が覆りました。 「製造が追いついていない」と考えられていたのに、計算してみると製造が必要な商品はほぼゼロで、代わりに店舗間で在庫を移すべき候補が604件出てきたのです。痛みは製造能力ではなく店舗配分にありました。
季節性も実測で出ました。12月と1月の販売は、底である9〜10月の約1.8倍。そして工場製造品の年間販売数は7,553個、つまり週145個の一定ペースで作れば年間需要は満たせる。9〜11月の余力で12月の山をほぼ吸収できる、という答えが数字から出ました。
手順3：計算結果だけをAIに渡す
AIには集計済みの数字と、工場の能力・決算月・判定基準を渡して、「今週どれを、どの工程まで作るか」を理由付きで書かせます。週1回のバッチ実行で、1回あたりの費用は約22円です。
出てきた指示は、完成品25個（欠品が近いものだけ）と、前工程で止める分120個の合計145個。平準ペースを守りつつ、工程を分けていました。理由は決算対応です。完成品は在庫資産として計上されますが、前工程で止めた分は材料の扱いのまま。決算期をまたぐ作り貯めは、完成させないほうが有利になります。
この「作り貯めるが完成させない」という判断は、税務条件と工場稼働と欠品リスクを同時に見ないと出てきません。 一方で、145という数字そのものはプログラムが出したものです。役割分担が明確だから、出力を検証できます。
実例2｜多店舗サービス業：受け皿の自動化を先に、外向きの生成を後に
19店舗を展開する美容サロンチェーンでの事例です。ここでも順序は同じでした。
- 先にやったこと：口コミ536件を自動で取り込み、未返信を可視化する。19店舗×2キーワードの検索順位を継続的に記録する。月次レポートを1店舗あたり3種類ずつ自動生成する（直近の実行で54枚）
- 後に回したこと：新規の投稿生成や、露出を増やす施策
理由は、受け皿が整っていない状態で露出だけ増やしても、増えた分が取りこぼしになるからです。口コミが未返信のまま並んでいる店舗は、来店を検討している人にとっては「質問に無言で返された店」に見えます。集客の前に、届いたものを取りこぼさない状態を作る。順序としてはこちらが先です。
そしてAI返信は下書きまでに区切りました。生成された返信案は1件ずつ人が内容を確認し、承認して初めて公開されます。要対応だった18件も、この手順で全件返信を完了しています。
AIに任せてはいけない4つの工程
線引きを一般化すると、次の4つは人またはプログラムの側に残すのが安全です。
1. 数字の計算
前述のとおりです。売上・在庫・請求・順位など、同じ入力に対して毎回同じ答えが返らなければ困る処理は、すべてプログラムで確定させます。AIには計算済みの数字を渡します。
2. 規約・法令・税務の最終判断
前述のサロンチェーンでは、口コミと引き換えにクーポンや抽選特典を出す機能を、あえて実装していません。Googleは口コミの投稿・変更・削除と引き換えに割引や特典を提供することを禁止しているためです。競合ツールに搭載されていても採用しない、という判断はAIには任せられません。規約違反のリスクを負うのはツールではなく事業者側だからです。
3. 顧客に直接届く文章の最終確認
口コミ返信、営業メール、SNSの投稿。生成までは自動でよいのですが、公開ボタンは人が押す設計にします。誤りが出た場合、取り消してもスクリーンショットは残ります。
4. 社内に一次情報がない領域の判断
自社のブログ自動投稿では、AIが記事のネタを自分で補充しますが、社内の記録に実体験や実数字が残っていないテーマは、AI自身が却下する設計にしています。一般論だけで書かれた記事は、読んでも判断材料にならず、結果として誰の役にも立ちません。この線引きは業務全般に当てはまります。
設計を誤ると起こりうるリスクと、その防ぎ方
導入時に起こりやすい事態と、事前に組み込んでおくべき対策を挙げます。
土台の数字が欠けたまま自動化が進む。 自動化の前に、計測が正しく動いているかを実データで確認してください。アクセス解析でページの閲覧数は届いているのに、ボタンのクリックなどのイベントが1件も記録されていない、という状態は実際に起こります。表示上はグラフが動いているため気づきにくく、放置すると判断の材料が丸ごと欠けたまま自動化だけが進みます。導入前に「1件テストして、記録に残るか」を必ず確認します。
AIの出力が外部にそのまま公開される。 外向きの自動投稿には、機械的なガードを最初から入れます。弊社の自動投稿では、投稿先のページが実際に表示できる状態か確認できるまで投稿しない、1日の投稿は1本まで、投稿済みのものは再投稿しない、という3つの制限をプログラム側に持たせています。AIの判断を信じる設計ではなく、AIが間違っても事故にならない設計にします。
費用が読めない。 AIの実行費用は、呼び出す回数と渡すデータ量で決まります。前述の製造業の例が週1回・約22円で収まっているのは、計算をプログラムに寄せた結果、AIに渡すデータが集計済みの要約だけになっているからです。生データを毎回丸ごと渡す設計にすると、費用は桁違いになります。
自社の業務に当てはめる手順
明日から着手できる順に整理します。
- 毎月・毎週くり返している作業を書き出す。所要時間と、誰がやっているかを併記します
- 各作業を「答えが1つに決まるか」で仕分ける。決まるものはプログラム、決まらないものはAIまたは人の担当です
- 数字がどこにあるか確認する。複数の場所に散っている場合、まとめる工程が最初の仕事になります
- 社外に出るものと、社内で完結するものを分ける。社内で完結する処理から着手します。失敗しても損害が出ないためです
- 最初の1つは、時間がかかっていて、かつ間違えても取り返しがつく作業を選ぶ。集計・レポート作成・下書き生成が該当します
「まずAIツールを契約する」から入らないことが重要です。契約すべきツールは、この仕分けが終わって初めて決まります。
まとめ
- AI導入は、AIにやらせる仕事を探す作業ではなく、業務を計算と判断に仕分ける作業
- 数字の計算はプログラムに寄せ、AIには集計済みの数字を読ませて判断と説明だけをさせる
- 順序は「数字を集める→決まった作業を自動化→AIに判断させる→外向きの生成」。逆から始めると止まる
- 規約・法令の判断、顧客に届く文章の最終確認、一次情報がない領域の判断は人が持つ
- 外向きの自動化には、AIが間違っても事故にならない機械的なガードを先に入れる
弊社では、業務の棚卸しから自動化の順番を決める段階と、実装まで一貫して対応しています。何から手を付けるべきか判断したい段階でのご相談も受け付けています。
よくある質問
Q. 社内にプログラムを書ける人がいなくても導入できますか
できます。ただし「決まった手順の処理をプログラム側で確定させる」部分は必ず必要になるため、その部分を外部に任せるか、生成AIを使って社内で作るかの判断は発生します。全部をAIツールの契約だけで済ませようとすると、計算がAI任せになり、数字が信用できない仕組みができあがります。
Q. どのくらいの規模から始めるべきですか
規模より頻度で判断してください。月1回しか発生しない作業より、毎週発生していて所要時間が読める作業のほうが効果が出ます。 前述の製造業も多店舗チェーンも、週次または月次でくり返していた作業から着手しています。
Q. 費用はどのくらいかかりますか
AIの実行費用自体は、設計次第で大きく変わります。集計済みのデータだけを週1回渡す構成なら1回あたり数十円規模に収まりますが、生データを毎回渡す構成では桁が変わります。主な費用は実行費用ではなく、計算部分を作る初期の実装です。ここは業務の複雑さで決まるため、棚卸しの段階で見積もりが可能になります。
Q. AIに任せた業務の品質はどう担保しますか
出力を検証できる状態にしておくことです。計算をプログラムに寄せていれば、AIの出力が数字と食い違ったときにすぐ分かります。逆に計算までAIに任せていると、出てきた数字が正しいのか確かめる手段がありません。検証できる設計にしておくことが、そのまま品質担保になります。