生成AIを導入したのに、現場で使われないまま止まる。研修は受けたが、次の一手が決まらない。当社にも同じ時期がありました。
原因はツールの選定ではありませんでした。どの業務から手をつけるかを、決めていなかったことです。
この記事では、当社が最初にやった業務棚卸しから、最優先案件として選ばれた営業SFAを自社で開発するまでを、実際の進み方どおりに書きます。使った棚卸しフォーマットも、そのまま公開します。
結論：着手順を先に決めると、AIは動き出す
4か月やって分かったことを、先に3つ書きます。
- 棚卸しを先にやる。 業務を並べないと、優先度の議論ができません。当社は自社業務を36件に分解しました。
- 優先度は3列で決める。 優先度・想定工数・経営インパクトの3列を入れた瞬間に、議論が「やりたい順」から「効く順」に変わりました。
- 1本目は自分たちの痛みが出ている業務にする。 当社の1本目は営業のSFAでした。社内向けなので、失敗しても顧客に迷惑がかかりません。
以下、順を追って書きます。
ステップ1｜業務を36件に棚卸しする
まず、自社業務をすべて洗い出しました。粒度は「AIに任せられるかを判断できる単位」です。「営業」では粗すぎ、「メールの件名を書く」では細かすぎます。
結果、10カテゴリ・36件になりました。
やってみて効いたのは、「AIでやりたいこと」ではなく「いま人がやっていること」から書き出した点です。前者から始めると、思いつきの並びになって優先度がつけられません。
ステップ2｜優先度・工数・経営インパクトの3列で並べ替える
棚卸しだけでは動けませんでした。36件を眺めても、どれから手をつけるかの結論が出ないからです。
そこでリストに3列を足しました。
この形にしてから、議論が変わりました。それまでは「AIでこれができたら面白い」の順に並んでいたものが、「止まると痛い×効いたら大きい×すぐ作れる」の交差点を探す議論になりました。
このフォーマットは自由に使っていただいて構いません。列の順番も、自社の言葉に置き換えて問題ありません。「優先度・想定工数・経営インパクト」の3列が揃っていることだけが要点です。
3列を入れて分かったのは、優先度が高い業務ほど工数も大きいという当たり前の事実でした。だから最初の1本は、優先度が高く、かつ社内で完結する業務を選ぶことになります。
ステップ3｜AIの基本の使い方を、全員分そろえる
並べ替えと並行して、使い方の底上げをしました。ここを飛ばすと、せっかく決めた優先順位が「作れる人が1人しかいない」で詰まります。
社内で月3回のAI研修を続けています。扱うのはツールの機能紹介ではなく、運用のクセの部分です。
- セッションを長く引きずらない。 会話が30万〜40万トークンあたりまで膨らむと、古い情報がノイズになって回答の質が落ちます。タスクが変わったら履歴を捨てる、方向性を添えて要約する、中間出力が多い作業は別のエージェントに投げる。この3つを運用ルールにしました。
- エラーは貼って対話で詰める。 きれいな指示を一発で書こうとするより、粗い指示を出して修正を重ねるほうが速い。
- AIの出力を自分の言葉で説明できるか。 説明できないものは通してはいけない、というのが社内の結論です。特に新人は、一定期間は自分の頭で考える訓練を先に置いたほうがよいという話になりました。
- 外注との併走期間を置く。 すぐ切り替えず、1〜2か月は外注とAIの品質を比べてから判断する。
2026年6月からは、開発環境を全社員契約に切り替えました。使う人を増やすより、使える人の型をそろえるほうを先にやった格好です。
ステップ4｜他システムとつなぐ
単体で使うぶんには、生成AIは「賢い文章作成ツール」で止まります。業務が動き出したのは、社内のシステムとつないでからでした。
つないだのは、日々データが入っている場所です。ドキュメント管理、カレンダー、メール、ストレージ、チャット、それにデザインツール。API連携の作り込みではなく、AIから直接それらを読み書きできる状態にしました。
副産物として、型そのものを持ち運べることが分かりました。提案書の作り方や資料生成の手順を1つのファイルに固めておくと、別の環境へそのまま移植できます。これができると、ノウハウの共有が「口頭で教える」から「ファイルを渡す」に変わります。
画像生成のように、あえて別のAIを呼びに行った部分もあります。得意なところが違うので、1つに寄せず使い分けるほうが結果が良くなりました。
ステップ5｜最新情報を追う枠を、月1回に固定する
月3回の研修のうち、1回は最新動向のキャッチアップに充てています。
これは意外に効きました。生成AIは数週間で前提が変わるため、そのつど追いかけていると情報収集そのものが業務になってしまう。枠を固定しておくと、残り2回を自社の実装に集中させられます。
「最新情報を追う」を目的にすると終わりがありません。四半期に一度、自社の使い方を見直すための材料として拾う、と割り切ったほうが続きます。
ステップ6｜最優先の営業SFAを、自社で作る
3列で並べ替えた結果、最優先に上がったのは営業のSFA（案件管理）でした。
理由は3つです。売上に直結すること。当社の営業プロセスが人に依存していて、止まると痛むこと。そして社内向けなので、失敗しても顧客に影響が出ないこと。
まず営業を7工程に分解しました。
- リード獲得（フォーム・名刺・アウトバウンド）
- アポから商談化
- 商談前リサーチ
- 商談（ここは人がやる）
- AI議事録からタスク化
- BANT抽出とヨミ表への反映
- 週次レポートの自動投稿
分解して見えたのは、両端は手が付いていて、真ん中が空いているという構図でした。入口のリード獲得と出口の週次レポートは動いているのに、その間の商談化・事前リサーチ・確度更新が手作業のまま。レポートは自動で出るのに、元になるヨミ表を人が手で埋めている。それでは精度がそこで頭打ちになります。
いま動いているのは、リードを自動で集めて要約・スコアリングし、案件ごとの詳細画面と経営ダッシュボードに出すところまでです。案件をクリックすると次の一手をAIが提示する機能も入りました。社内ローンチは9月中旬を目標に、最終調整をしています。
経営ダッシュボードの画面構成。左に予実、右に「期日を過ぎているタスク」が並びます。※画面はサンプルデータで再現したものです
数字を見るだけの画面にはしませんでした。左下の「経営アドバイス」は、予実の差と各メンバーの商談数から、AIが次に打つべき手を文章で出す欄です。ダッシュボードを開いた人が、見ただけで動けることを狙っています。
集めたリードを、ステータス・確度ランク・ジャンル・業種で自動分類します。※画面はサンプルデータで再現したものです
分類して初めて見えたことがあります。確度ランクがCに偏りすぎていたのです。スコアの刻みが細かすぎて差が出ていなかったため、100段階から10段階に見直しました。
案件を開くと、商談記録から「プレイブック」10項目とBANT情報が自動で組み上がります。※画面はサンプルデータで再現したものです
案件詳細では、商談の記録から会社概要・課題・予算感・意思決定プロセスなどを10項目に整理します。推察が混じる箇所には「（推察）」と明記し、画面の下に「内容は必ずご確認ください」と出すようにしました。AIの出力を確定情報として扱わせないための仕掛けです。
作りながら分かったことを2つ書きます。
1つ目。AIの精度は、入力データの正確性でほぼ決まります。 提案資料や見積の記録がない案件は、そのまま空欄で出てきます。だから「営業担当がシートに正しく書き続ける」という、いちばん地味な運用が最重要になりました。当社は週1回の1on1でダッシュボードを一緒に見ながら、記入の意味を伝え続ける形にしています。仕組みを入れれば人の手間が消える、という話ではありませんでした。
2つ目。自社で作ると、後から変えられます。 SaaSを買うと機能は完成品として与えられますが、自社開発なら「スコアの幅が細かすぎる」「この画面に目標との乖離を出したい」といった要望を、その週に反映できます。運用してみて初めて分かる違和感を、そのまま直せる。ここが効いています。
実際に効いた判断と、再現するための条件
逆に、うまくいかなかったこともあります。名刺データの一括投入は処理の上限に当たって途中で止まり、AI議事録の展開は1人が到達したところで広がりませんでした。技術ではなく展開が詰まるのが実態でした。
よくあるご質問
Q. 業務棚卸しは、どれくらいの粒度で書けばいいですか。 A. 「AIに任せられるかを判断できる単位」です。判断に迷う粒度なら、粗すぎるか細かすぎます。当社は36件になりました。数十件のオーダーに収まるなら、だいたい適正です。
Q. 優先度は誰が決めますか。 A. 経営が決めるべき列です。工数は作る人、経営インパクトは経営。現場に優先度づけを丸投げすると「自分が楽になる順」になり、経営の痛点とずれます。
Q. 研修をやれば、現場で使われるようになりますか。 A. 使い方の底上げまでは研修で届きます。ただ、当社の実感では、詰まるのは技術ではなく「誰が旗を振るか」と「現場に定着させる運用」でした。そこが決まっていない状態で研修だけ入れると、受けて終わりになりがちです。
Q. 1本目に何を選べばいいですか。 A. 社内で完結し、痛みが出ている業務です。顧客向けの業務を1本目にすると、失敗が顧客に届くうえに、慎重になりすぎて進みません。
Q. 効果は何で測りますか。 A. 当社はまだ削減工数の実測を取れていません。ローンチ後に測って、続報として公開する予定です。数字が出ていない段階で効果を語らないのが誠実だと考えています。
おわりに
生成AIの導入でつまずく場所は、たいてい技術の手前にあります。どの業務から手をつけるか、誰が旗を振るか、現場が書き続ける運用をどう設計するか。ここを先に決めておくと、AIは動き出します。
当社はいま、この進め方を自社で回しながら、地域の企業と自治体、そして店舗運営の現場へ同じ型を持ち込んでいます。棚卸しの3列は、どの業種でもそのまま使えるはずです。まずは自社の業務を並べてみることから始めてみてください。
