中小企業の生成AI導入ロードマップ｜最初の90日でやること

中小企業の生成AI導入では、最初から全社展開を目指すと失敗しやすい。ツールの利用人数だけが増え、何に使うかは各自任せになり、数か月後には「結局、効果が分からない」という状態になるからだ。

最初の90日で目指すのは、AIに詳しい会社になることではない。ひとつの業務で、安全に試し、効果を測り、続けるかを判断できる状態をつくることだ。

この記事では、準備、試行、定着の3段階に分けて、中小企業が生成AI導入で実際に決めるべきことを整理する。

生成AI導入の前に決める3つのこと

ツールを選ぶ前に、導入の責任者、対象業務、扱わない情報を決める。この3つが曖昧だと、試行中に判断が止まる。

1. 導入責任者をひとり置く

責任者は、すべてのプロンプトを教える人ではない。どの業務で試すか、誰が参加するか、問題が起きたとき止めるかを決める人だ。経営者、事業責任者、業務改善の担当者など、部門をまたいで判断できる人が向いている。

IT担当者だけに任せると、セキュリティ設定は進んでも現場の業務選定が遅れることがある。逆に現場だけで進めると、契約や情報管理の確認が後回しになりやすい。技術と業務の両方を見られる小さなチームにする。

2. 最初の対象業務をひとつ選ぶ

最初の対象には、回数が多く、文章や情報を扱い、最終確認を人ができる業務が向いている。たとえば議事録、メールの下書き、社内文書の要約、FAQ案の作成、提案書の構成整理などだ。

一方、採用の合否、契約の最終判断、医療や法務に関わる助言など、間違いの影響が大きい業務を最初に選ぶべきではない。AIの回答をそのまま外部へ出す業務も避け、必ず人が確認できる範囲から始める。

3. 入力してはいけない情報を明文化する

顧客の個人情報、未公開の契約内容、認証情報、営業秘密など、入力禁止の情報を具体的に書く。「機密情報を入れない」だけでは、人によって判断が変わる。

利用するサービスの契約条件、データの学習利用、保存期間、管理者機能も確認する。無料の個人アカウントを業務利用する状態を放置せず、会社として使う環境を決める。

1〜30日目：小さく試せる状態をつくる

最初の30日は、成果を急ぐより実験条件を揃える。対象業務の現状を測り、参加者を絞り、最低限のルールを共有する。

まず、対象業務をAIなしで行った場合の時間と手戻りを記録する。メール作成なら、下書きにかかる時間、確認で戻った回数、送信までの時間を見る。比較する基準がなければ、導入後の「速くなった気がする」を検証できない。

次に、3〜5人程度の試行チームをつくる。全員に同じ業務を試してもらい、入力例と出力例を共有する。上手なひとりだけの結果ではなく、複数人が再現できるかを見るためだ。

30日目までに揃えたいものは次のとおりだ。

• 対象業務と対象外業務
• 利用する生成AIサービスとアカウント
• 入力禁止情報の一覧
• AI出力を確認する担当者
• 導入前の作業時間と手戻り回数
• 問題が起きたときの報告先

この段階では、完璧な社内規程をつくる必要はない。ただし「誰でも自由に使ってよい」状態にはしない。試す範囲と止める条件を先に決める。

31〜60日目：業務の流れに組み込む

次の30日は、単発の利用から業務フローへ移す。AIに質問して終わりではなく、入力、生成、確認、修正、完了までをひとつの手順にする。

たとえば顧客メールの下書きなら、AIへ渡す情報の形式、使うプロンプト、確認項目を揃える。「丁寧なメールを書いて」では人によって結果が変わるため、目的、相手、前提、避ける表現、必要な次の行動を入力欄として定義する。

出力の確認項目も固定する。事実に誤りがないか、顧客名や数字が正しいか、約束してはいけない内容がないか、会社の言葉遣いに合うか。確認を人の注意力だけに任せず、チェックリストにする。

この期間は、失敗例を残すことが重要だ。うまくいったプロンプトだけでは、運用上の危険が見えない。どの入力で事実誤認が起きたか、どんな指示が曖昧だったか、どの確認が抜けたかを記録する。

60日目には、次の指標を導入前と比べる。

• 1件あたりの作業時間
• 確認で戻った回数
• 完了までの経過時間
• AI出力を大きく書き直した割合
• 利用者が困った回数と内容

時間短縮だけでなく、品質と手戻りも見る。作成は速くても修正が増えたなら、業務全体では改善していない可能性がある。

61〜90日目：続ける、広げる、止めるを判断する

最後の30日は、利用人数を増やす期間ではなく、判断の期間だ。試行結果をもとに、継続、改善後に継続、中止のいずれかを選ぶ。

継続する条件は、複数人が再現でき、確認を含めても時間が短くなり、重大な品質低下がないことだ。特定の担当者だけが使いこなせる場合は、テンプレートや入力形式を改善してから広げる。

別の業務へ展開するときも、一度に全社へ広げない。最初の業務と似た性質を持つものを選ぶ。メール下書きで成功したなら、提案文や社内案内文など、人が確認できる文章業務へ広げる。成功条件を再利用しやすいからだ。

止める判断も失敗ではない。確認コストが高すぎる、元データが整理されていない、間違いの影響が大きいと分かったなら、その業務に今は使わないという知見が残る。対象を変えればよい。

生成AI導入でよくある失敗

ツール導入を成果にしてしまう

アカウント数や利用回数は、導入状況を示すが事業成果ではない。対象業務の完了時間、手戻り、品質、顧客への提供速度に変化があったかを見る。

プロンプト研修だけで終わる

研修直後は利用が増えても、実際の業務手順に組み込まれていなければ定着しない。研修は、対象業務、入力テンプレート、確認手順とセットにする。

AIの回答をそのまま使う

生成AIは、自然な文章で誤った内容を出すことがある。数字、固有名詞、契約条件、外部へ出す表現は人が確認する。確認責任を「利用者全員」にせず、業務ごとに決める。

最初から全社最適を目指す

全社のすべての業務を洗い出してから始めようとすると、調査だけで時間がかかる。まずひとつの業務で、安全に改善を再現できる型をつくる。その型を次の業務へ移すほうが速い。

90日後に残すべきもの

生成AI導入の90日後に必要なのは、派手なデモではない。対象業務の手順、利用ルール、入力テンプレート、確認項目、導入前後の数字、失敗例、次の判断が残っていることだ。

これらがあれば、担当者が変わっても続けられる。経営者も、追加投資をするかを感覚ではなく証拠で決められる。

中小企業の強みは、意思決定の距離が短いことだ。大規模な制度をつくる前に、現場と経営が同じ業務を見て、小さく試し、早く直せる。

生成AI導入は、ツール選びのプロジェクトではない。仕事のどこを変え、その変化をどう確かめるかを決める90日間だ。

対象業務の選定や90日計画を自社だけで進めにくい場合は、AI Business Labの支援内容で、課題整理からPoC設計、現場定着までの進め方を確認できる。

参考資料

• 経済産業省 — AI事業者ガイドライン（第1.0版）
• NIST — AI Risk Management Framework