「あの会社、もうAIで見積もりを作っているらしい」——展示会や同業の集まりでこうした話を聞き、帰りの車の中でどこか落ち着かない気持ちになる。営業責任者から「うちも何かやらないとまずいのでは」と言われ、返す言葉に詰まる。同業の動きが耳に入ると、こうした焦りが生まれやすくなります。
焦りそのものは悪いものではありません。ただ、焦りを起点に動くと、たいてい順番を間違えます。この記事では、同業への遅れをどう捉え、どこから手をつけ、どこには手を出さないかを、実際に判断できる粒度で整理します。
「遅れている」という感覚の正体を分解する
まず確認したいのは、あなたが感じている「遅れ」が何を指しているのか、です。多くの場合、それは三つの別々のものが混ざっています。
一つ目は、同業がツールを導入したという事実。二つ目は、それが成果を出しているのかという不確かな推測。三つ目は、自社が何もしていないという自己認識です。厄介なのは、この三つのうち確実にわかっているのは一つ目だけで、残りは想像だということです。
中小企業白書でも、デジタル化への取り組みは中小企業の間で広がりつつある一方、活用の度合いには大きな幅があることが示されています。つまり「同業がAIを入れた」と聞いても、それが日常業務に根づいて成果を生んでいるのか、試しに触っている段階なのかは、外からはまず見分けがつきません。
ここで起きるのは、隣の会社の「導入した」という点を、自社の「成果まで出している」という線と比べてしまう錯覚です。比べる対象がずれているので、必要以上に遅れて見える。まずこのずれを自覚するだけで、判断は落ち着きます。
競争力に効く領域と、効かない領域を分ける
AIを入れれば競争力が上がる、という言い方は乱暴です。同じツールでも、使う場所によって効き方がまったく違います。私が現場で最初に一緒に作るのは、自社の業務を「競争力に効くか」「手間が減るか」の二軸で仕分けした一覧です。
| 業務の性質 | AIの効き方 | 優先度 |
|---|---|---|
| 顧客対応・提案の質に直結 | 差がつきやすい／効果が見えにくい | 見極めてから |
| 定型の事務作業（転記・要約） | 手間が確実に減る | 高い |
| 専門判断を伴う業務 | 補助にとどめるべき | 慎重に |
| 属人化した暗黙知の作業 | 前提整理が先 | 後回し |
この表で言いたいのは、競争力に直結する提案業務ほど、AIの効果が読みにくく、失敗すると顧客に見える形で表れるということです。逆に、社内で完結する転記や要約は、失敗しても内部で気づけて手戻りが小さい。だから遅れを取り戻したいときほど、目立つ領域ではなく、確実に手間が減る内向きの業務から入れるのが安全です。
一週間で動かせる最初の一歩
抽象論のままでは動けないので、具体的な手順を示します。私が支援に入るとき、最初に選ぶのは「問い合わせメールへの返信文の下書き作成」のような、成果が見えて失敗の影響が小さい業務です。
- 過去一か月で、同じような内容を繰り返し書いたメールや文書を5〜10件集める
- そのうち返信のパターンが決まっているものを3種類ほど選ぶ
- 生成AIに、実際の問い合わせ文と、これまで自社が返してきた模範的な返信を数件与える
- 「この調子で新しい問い合わせに下書きを作って」と指示し、別の問い合わせで試す
- 出てきた下書きを、担当者が必ず読んで手直しし、送る前に確認する
- 一週間続け、手直しにかかった時間と、そのまま使えた割合を記録する
大事なのは4と5です。AIに与える「自社のこれまでの返信」が判断の材料になります。ここが薄いと、当たり障りのない一般的な文章しか出ません。そして5の人による確認を省いてはいけません。下書きはあくまで下書きで、送信の責任は人が持ちます。
この手順の良いところは、一週間後に「使えたか使えなかったか」が数字と感触で残ることです。遅れの焦りは漠然としていますが、この記録は具体的です。判断の土台が、噂話から自社の実測に変わります。
期待した精度が出ないときにどこを見るか
実際にやってみると、最初の数日は「思ったより使えない」と感じることが多いはずです。ここで諦めると、噂だけが残って何も変わりません。うまくいかないときの原因は、だいたい三つに絞れます。
一つ目は、与えた事例が少なすぎるか、質がばらついている場合。良い返信も微妙な返信も混ざって渡すと、AIは平均的な出力を返します。見直すなら、自信を持って「これが理想」と言える例だけに絞ります。
二つ目は、指示が曖昧な場合。「丁寧に書いて」ではなく、「初回の問い合わせには必ず社名と担当者名を名乗る」「納期は確約せず確認する旨を添える」のように、自社のルールを具体的に書き出すと精度が上がります。この作業は、実は自社の対応基準を言語化する作業でもあり、副産物として新人教育にも効きます。
三つ目は、そもそもAIに向かない業務を選んでいる場合。毎回内容が違い、判断が重い業務を最初の題材にすると、うまくいかないのが当然です。この場合は題材を変えるのが正解で、AIそのものを諦める必要はありません。
手を出さない方がよい領域
遅れを取り戻そうとするほど、あれもこれもと広げたくなりますが、私が明確に止めるのは、最終判断を伴う業務をAIの出力のまま使うことです。たとえば与信の可否、契約条件の決定、クレームへの最終回答。これらをAIが下書きするのは構いませんが、内容を人が検証せずに外へ出す運用は避けるべきです。
理由は二つあります。AIは誤った情報をもっともらしく出すことがあり、専門的な内容ほど誤りに気づきにくい。もう一つは、こうした業務での失敗は顧客との信頼に直結し、取り返しがつきにくいからです。手間が減る内向きの業務で失敗しても社内で吸収できますが、外向きの重い判断での失敗は競争力を落とします。同業に追いつくつもりが、逆に信頼を失っては本末転倒です。
自社で進めるか、外部の力を借りるかの分かれ目
最後に、誰がこれを進めるかという判断です。条件で分けて考えます。
社内に、業務を言語化でき、ツールを触ることに抵抗のない人が一人でもいて、その人が週に数時間を割ける状態なら、まず自社で小さく始めるのが向いています。試行錯誤の過程そのものが社内の知見になるからです。
一方、そうした人材がおらず、日々の業務で全員が手一杯という状態なら、外部の力を借りて型を作る方が現実的です。ここでの外部の役割は、代わりに作業することではなく、どの業務から手をつけ、どう検証するかの進め方を持ち込み、社内で回せる状態にすることです。作業を丸投げすると、外部が離れた瞬間に止まります。
判断の分かれ目は「担当できる人がいるか」と「今の業務に余白があるか」の二点です。この二つがそろわないうちに全社展開を急ぐと、現場は使わず、ツール代だけが残ります。
遅れているかどうかを噂で測るのをやめ、自社の一業務で一週間の実測を取る。競争力に効く提案業務ではなく、手間が確実に減る内向きの業務から入る。重い判断は人が持つ。この順序を守るのは、焦りを行動に変えつつ、失敗を社内で吸収できる範囲に閉じ込めるためです。同業がどこまで進んでいるかは正確にはわかりませんが、自社が何をどこまで検証したかは、必ず手元に残ります。比べるべきは隣の会社ではなく、一週間前の自社です。