参考資料
- IPA「DX動向2026調査のポイント 広がるAI導入、DXは変われるか」
https://www.ipa.go.jp/pressrelease/2026/press20260716.html - IPA「DX推進指標のご案内」
https://www.ipa.go.jp/digital/dx-suishin/about.html - 経済産業省「中堅・中小企業等向けDX推進の手引き」
https://www.meti.go.jp/policy/it_policy/investment/dx-chukenchushotebiki/dx-chukenchushotebiki.html
生成AIを導入した。会議の議事録を要約できるようになった。メールや提案書の下書きが速くなった。社内資料を探す時間も短くなった。
それでも、会社の仕事の進め方は以前とほとんど変わっていない。部署ごとの表計算ファイルは残り、担当者しか分からない仕事もなくならず、経営判断に必要な数字は毎月人が集め直している。
このような会社は珍しくありません。生成AIは確かに便利です。しかし、AIを導入したことと、会社を変革したことは同じではありません。
AI導入は広がった。しかし、企業変革には届いていない
IPAが2026年7月に公表した「DX動向2026調査のポイント」では、国内企業でAI導入が広がり、多くの企業が効果を実感する一方、その用途と効果は業務の効率化・迅速化が中心で、新たな価値創出やビジネス変革への展開は限定的だと報告されています。
これは、生成AIに力がないという話ではありません。AIに対して「今の作業を速くしてほしい」と頼めば、AIは今の作業を速くします。しかし、今の業務の目的や構造そのものを問い直さなければ、会社は現在の形のままです。
紙の文章をAIで読み取る。人が作っていた集計表をAIに作らせる。担当者が探していた情報をAIに探させる。いずれも有益な改善ですが、それだけでは、紙や表計算ファイルを前提に作られた仕事の流れを温存することがあります。
効率化とDXの違いは、「会社の形」が変わるかどうか
効率化は、現在の仕事をより速く、安く、正確に行うことです。DXは、デジタル技術を使いながら、会社の業務、組織、顧客への価値提供、意思決定の仕組みまで変えていく取り組みです。
たとえば、見積書の文章を生成AIに書かせれば作成時間は短くなります。では、見積もりに必要な原価、在庫、作業時間、過去案件の情報は、同じ基準で管理されているでしょうか。値引きを誰が判断し、どこから承認が必要かは決まっているでしょうか。受注後の作業、納品、請求へ情報がつながっているでしょうか。
この流れまで設計し直し、見積もりで生まれた情報が後工程と経営判断に再利用されるようになれば、単なる文書作成の短縮を超えて、会社の仕事の仕組みが変わります。
最初に決めるべきは「どのAIを使うか」ではない
生成AIの導入を検討すると、製品名や機能比較から始めたくなります。しかし、本来先に決めるべきなのは、次のような経営上の問いです。
- どのような会社に変えたいのか
- どの業務を、なぜ変えるのか
- 誰が担当し、誰が判断するのか
- どの情報を一つの事実として管理するのか
- 誰に何を見せ、どの操作を許すのか
- AIに何を任せ、どこから人間が承認するのか
- 変化の成果を、どの数字で確かめるのか
これらを整理したものが、生成AI時代のDXに必要な設計図です。詳細なシステム仕様書を最初から作る必要はありません。まずは「現在の仕事がどう流れているか」と「将来はどう流したいか」を、経営者と現場が同じ図を見ながら話せる状態にすることが出発点です。
設計がないままAIを入れると、現在の混乱が速くなる
営業の顧客台帳、経理の請求先一覧、現場の案件表に、同じ顧客が別々に登録されている会社を考えてみましょう。部署ごとに名称や住所が違い、どれが最新かも決まっていません。
この状態でAIに資料作成や顧客対応を任せても、AIは「どの記録が会社として正しいのか」を自動的には決められません。曖昧な指示や食い違うデータを受け取れば、もっともらしい答えで不足を埋めることがあります。
承認ルールが口頭で決まり、例外対応が担当者の経験に依存し、権限が個人ごとの場当たり的な設定になっている場合も同じです。AIによる自動化を増やすほど、曖昧な業務ルールが広い範囲へ速く伝わります。
生成AIは、整った仕組みを速く動かすことができます。同時に、整理されていない仕組みまで速く動かしてしまいます。だから、導入速度を競う前に、何を正しい業務としてAIへ渡すのかを決めなければなりません。
AIは設計者ではなく、設計を実現する強力な手段
AIは、業務の聞き取り内容を整理し、資料を比較し、データ項目の候補を出し、試作プログラムを作ることができます。人間が考えた設計を検討し、実装し、検証する速度を大きく上げられます。
一方で、「どの顧客に、どの価値を提供する会社になるのか」「利益と品質のどちらを、どの場面で優先するのか」「事故が起きたとき、誰が責任を持って止めるのか」といった判断は、会社の経営そのものです。AIや外部の開発会社へ丸ごと委ねることはできません。
外部の専門家やAIは、設計を支援できます。しかし、自社の将来像を決めるのは経営者であり、実際の業務を説明できるのは社内の人です。DXを進めるには、この二者が設計の中心にいなければなりません。
小さく始めるなら、一つの経営課題から逆算する
全社の業務を一度に作り直す必要はありません。まずは、経営上の困りごとを一つ選びます。たとえば「案件ごとの利益が月末まで分からない」「担当者が休むと見積もりが止まる」「請求漏れを人の確認で防いでいる」といった課題です。
次に、その数字や仕事がどの業務で生まれ、誰が記録し、誰が確認し、どの判断を経て次へ進むのかをたどります。そして、重複している情報、意味が揃っていない言葉、人に依存している判断を整理します。
そのうえで、AIに任せる作業、人が判断する作業、必要なデータ、権限、画面、システムを決めます。この順番なら、AIは目的不明の流行商品ではなく、会社を望む方向へ動かすための手段になります。
生成AI時代のDXは、設計から始まる
生成AIの導入は、DXのゴールではありません。業務時間が短くなったことも大切な成果ですが、それだけで会社の競争力や意思決定の仕組みが変わるとは限りません。
最初に考えるべきことは、「AIで何ができるか」ではなく、「自社をどのような会社に変えたいのか」「そのために、どの業務をどのように変えるのか」です。
その設計図があって初めて、生成AIは会社を変える力になります。AIだけではDXは進みません。しかし、経営と業務の設計にAIを組み合わせれば、これまで費用や人材の壁で実現できなかった変革を、自社で進められる可能性が生まれます。
次回予告
次回は、「生成AI時代になって、古くからあるシステム設計技術が再び注目される理由」を取り上げます。
AI時代に必要なのは、まったく新しい考え方だけではありません。ユーザー、グループ、権限、実行範囲など、UNIX時代から積み重ねられてきたマルチユーザー設計が、なぜ今あらためて重要になるのかを解説します。