「業務を改善したいが、システム開発を外注する予算も、社内に専門人材もいない」――そんな悩みを抱える中小企業経営者は少なくありません。
しかし、生成AIの進化によって、その前提が変わり始めています。これまで外部の専門家やシステム会社に依頼していた業務アプリの開発や改善を、現場を知る社員がAIを活用して自ら進められる時代になってきました。
重要なのは、単にAIを導入することではありません。自社の経営課題を理解し、現場で試行錯誤しながら改善を積み重ね、それを組織全体の力に変えていくことです。
本記事では、実際にAIを活用している中小企業4社の事例を紹介し、AIによる業務改善の内製化、経営者の役割、社員が主体的に取り組む組織づくりについて、経営理論も交えながら解説します。
この記事はこんな経営者の方におすすめです
- AIを導入したいが、何から始めればよいか分からない
- システム会社への外注に頼らず、自社で業務改善を進めたい
- AIを一部の社員だけでなく、組織全体で活用したい
この記事から得られるヒント
- 実際の中小企業がAIをどのような業務に活用しているのか
- AIを使って自社で業務改善を進めるための成功条件
- AI活用を定着させる経営者の役割と組織づくりの考え方
中小企業4社のAI活用事例
AIの活用方法は、企業が抱える経営課題によって異なります。業務効率化、管理職の負担軽減、技術継承、販促活動など、実際の中小企業がどのようにAIを取り入れているのかを見ていきましょう。
1. 株式会社川六(宿泊業)― 管理職の経験をAIで現場に共有
香川県高松市に本社を置く株式会社川六は、ビジネスホテルを運営する企業です。
同社では、ホテルの現場で問題が発生すると、深夜であっても支配人に問い合わせが集中するという課題がありました。
そこで導入したのが、過去の顧客対応履歴や支配人の判断方針を活用する**「支配人AI」**です。
従来は支配人に毎日2〜3件の電話がかかることもありましたが、AIによって現場スタッフが過去の対応事例を参照できるようになり、問い合わせは月2〜3件程度まで減少しました。
この取り組みで注目したいのは、AIが支配人を代替したのではなく、支配人が持つ知識や経験を現場で活用できる仕組みに変えたことです。
管理職への依存を軽減しながら、現場の判断力を高める組織づくりにつながっています。
2. 岡田研磨株式会社(製造業)― AIを使った業務アプリの内製化
石川県の岡田研磨株式会社は、金属部品の精密加工を手がける製造業です。
同社では、紙による検査記録や情報管理が業務効率化の障害となっていました。
こうした課題に対して、現場へのタブレット導入や情報のデジタル化を進め、さらに生成AIを活用した業務アプリの内製化に取り組んでいます。
2025年7月に紹介された事例では、約20種類のアプリが稼働し、DX全体の成果として月約330時間の業務時間削減が報告されています。
なお、この削減効果は従来からのデジタル化を含む成果であり、AIだけによる効果ではありません。
重要なのは、自社の業務を理解している人材が、AIを使って必要な仕組みを自ら開発できるようになったことです。
従来であれば外部へ開発を依頼していた業務についても、自社で試作と改善を繰り返せる可能性が広がっています。
3. タヤマスタジオ株式会社(伝統工芸)― 熟練職人の技術をAIで継承
岩手県盛岡市のタヤマスタジオ株式会社は、伝統的工芸品である南部鉄器を製造する企業です。
南部鉄器の製造には、熟練職人の経験や感覚に依存する工程が多く、若手職人が技術を習得するまで長い年月を必要としていました。
同社では、製造工程の見直しと並行して、熟練職人の知識や判断の仕組みをAIで活用する取り組みを進めています。
中小企業庁の『2025年版中小企業白書』では、新製品の開発とAI活用を組み合わせた結果、入社3年目の若手職人が製品を一人で完成させられるようになったことが紹介されています。
この成果はAIだけによるものではなく、製品設計や製造方法の見直しも寄与しています。
この事例が示しているのは、AIは単なる省力化の手段ではなく、社内に蓄積された経験や技術を次世代に引き継ぐ手段にもなるということです。
4. ニッシン・パーテクチュアル株式会社(製造業)― 身近な業務からAI活用を社内に広げる
埼玉県のニッシン・パーテクチュアル株式会社は、金型製造などを手がける企業です。
同社では、生成AIをホームページ記事の作成、販促資料、展示会ブースのデザイン、契約書作成などに活用しています。
日本政策金融公庫の『調査月報』2026年6月号では、11種類の生成AIツールを全社で運用し、社員のAIに関する知識習得にも取り組む様子が紹介されています。
この事例の特徴は、必ずしも独自のAIシステムを開発しなくても、既存の生成AIサービスを組み合わせることで、日常業務の改善を進められることです。
専門人材の確保や大規模なシステム開発が難しい企業にとっても、取り入れやすい方法といえるでしょう。
事例から見えてきたAI活用の3つの成功条件
4社の取り組みは業種も目的も異なりますが、経営の視点から見ると、共通する重要な要素があります。
1. AI導入ではなく、解決すべき経営課題から考える
AIで何ができるのかを調べることは大切ですが、それだけでは具体的な成果につながりません。
川六では支配人への問い合わせ集中、岡田研磨では紙を中心とする非効率な業務、タヤマスタジオでは熟練技術の継承という、解決すべき課題が明確でした。
まず経営課題を特定し、その解決手段としてAIが適しているかを判断することが重要です。
例えば、経理担当者が毎月多くの時間を費やしている請求書の確認業務であれば、AIを試す前に、なぜ時間がかかっているのかを整理する必要があります。
入力作業に問題があるのか、確認方法に問題があるのか、それとも業務の流れ自体を見直す必要があるのかによって、適切な対応は異なります。
2. 自社で試作・改善できる力を育てる
今回の事例で特に注目したいのが、生成AIによって業務改善の内製化が進めやすくなっていることです。
従来、業務アプリを開発するには、プログラミングの専門知識を持つ人材や外部の開発会社が必要になる場合が多くありました。
しかし現在では、生成AIに必要な機能を説明し、プログラムの作成や修正を支援してもらうことで、専門のエンジニアではない社員でも、比較的簡単な業務アプリの試作に取り組めるようになっています。
この方法は、一般に「バイブコーディング」と呼ばれることがあります。
もちろん、AIが生成したプログラムの品質や安全性を確認する必要はありますが、現場を知る人が自ら仕組みを作り、使いながら改善できることは、中小企業にとって大きな変化です。
業務改善のたびに外部へ依頼するのではなく、まず自社で試してみる。そのうえで、高度な技術やセキュリティ対策など、自社だけでは難しい部分に外部の専門家を活用する。
こうした役割分担によって、外部支援を活用しながらも、自社に改善のノウハウを蓄積していくことができます。
3. 経営者が方針を示し、現場が改善を続ける組織をつくる
AIを導入しても、一部の社員しか使わなければ、会社全体の業務改善にはつながりにくくなります。
重要なのは、経営者が目的と方向性を示し、現場が主体的に取り組める環境を整えることです。
例えば、担当者が新しいAIツールを試しても、失敗を責められたり、通常業務に追われて改善の時間が確保できなかったりすれば、取り組みは長続きしません。
一方で、経営者が改善活動を業務の一部として認め、社員同士が試行錯誤の結果を共有できる組織では、実践から得られた知識が社内に蓄積されやすくなります。
AI活用を特定の担当者だけに任せず、会社全体の業務改善活動として位置づけることが、継続的な成果につながります。
経営理論から考えるAI活用と組織づくり
こうした中小企業のAI活用は、経営理論の視点からも理解できます。
ダイナミック・ケイパビリティ ― 変化に対応して自社を変える力
経営学者デイビッド・ティースらが提唱した「ダイナミック・ケイパビリティ」は、環境の変化に対応して、自社の経営資源や組織を再構成する能力を説明する理論です。
この考え方では、変化や機会を捉える「Sensing」、機会を活かす「Seizing」、組織や業務を変革する「Transforming」という3つの活動が重視されます。
AI活用に置き換えると、次のように考えられます。
- Sensing: 自社の業務や市場環境の変化から、AIで改善できる課題を見つける
- Seizing: AIツールを試し、効果のある取り組みに人材や予算を配分する
- Transforming: AIを前提として業務の流れや社員の役割を見直す
大切なのは、AIを利用するだけで終わらず、自社の仕事の進め方そのものを変えていくことです。
吸収能力 ― 新しい技術を自社の力に変える
コーエンとレビンサルが提唱した「吸収能力(Absorptive Capacity)」は、外部の新しい知識の価値を認識し、取り込み、事業に活用する組織能力を説明する理論です。
生成AIは多くの企業が利用できる技術ですが、同じAIを使っても、企業によって成果は異なります。
その違いを生む要因の一つが、自社の業務知識と新しい技術を結び付ける力です。
現場の業務を熟知している社員がAIを活用すれば、一般的なシステムでは対応しにくい細かな課題にも取り組めます。
AIの知識だけでなく、自社の仕事を理解していること自体が重要な経営資源になるのです。
心理的安全性 ― 社員が挑戦できる組織をつくる
組織論では、エイミー・エドモンドソンが研究した「心理的安全性」も参考になります。
心理的安全性とは、組織の中で疑問や意見、失敗を率直に共有しても、対人関係上の不利益を受けにくいと感じられる状態を指します。
AIは進化が速く、最初から最適な使い方が分かるとは限りません。試した結果、期待した効果が得られないこともあります。
そのとき、失敗を責める組織では、社員が新しい取り組みを避けるようになる可能性があります。
反対に、うまくいかなかった理由を共有し、次の改善につなげられる組織では、経験が組織全体の学習につながります。
ただし、心理的安全性は無責任な行動を認めることではありません。情報管理や業務品質については明確なルールを定め、その範囲で挑戦できる環境を整える必要があります。
AIを活用できる組織とは、技術を導入した組織ではなく、社員が学び、試し、改善を続けられる組織だと考えられます。
中小企業が自社でAI活用を始めるための具体的な手順
AIの活用を始めるために、最初から大規模なシステム投資や専門部署の設置が必要とは限りません。
特に小規模な企業では、経営者と現場の担当者が協力し、身近な業務から試す方法が現実的です。
1. 改善したい業務を一つ選ぶ
最初は、社内で時間がかかっている業務や、特定の社員に負担が集中している業務を選びます。
例えば、会議録の作成、社内マニュアルの検索、定型的な報告書の下書き、営業資料の作成などが候補になります。
重要なのは、単に簡単な業務を選ぶのではなく、改善によって現場が効果を実感できる業務を選ぶことです。
2. AIを使って自社で試作する
まずは既存の生成AIサービスを使い、業務の一部を試してみます。
例えば、毎月作成する報告資料であれば、社内で使用している書式をもとに、AIに下書きを作成させる方法が考えられます。
さらに、繰り返し発生する作業であれば、AIによるプログラミング支援を活用し、簡単な業務アプリを試作することも選択肢になります。
最初から完成度の高いものを目指す必要はありません。小さく作り、実際に使い、問題点を修正することが重要です。
3. 社内に改善を推進する担当者を置く
専任のAI担当者を採用できなくても、既存の社員の中から、業務改善に関心のある人を選ぶ方法があります。
その担当者が、現場の困りごとを集め、AIの活用方法を試し、使い方を社内に広げていきます。
経営者は、担当者に任せきりにするのではなく、改善活動に必要な時間を確保し、必要に応じて意思決定を行います。
また、特定の担当者だけにノウハウが集中しないよう、作成した仕組みや運用方法を共有することも大切です。
4. 成果を確認し、他の業務へ広げる
導入後は、利用回数だけでなく、実際にどのような改善が生まれたかを確認します。
例えば、作業時間が月20時間減少したとしても、確認作業が増えたり、外部サービスの利用料が大きくなったりすれば、期待した効果が得られていない可能性があります。
削減時間、業務品質、運用費用、担当者の負担を総合的に評価し、改善を続けるかどうか判断します。
効果が確認できた取り組みから、類似する業務や他部署へ展開していくことが望ましいでしょう。
AI活用を進める際の3つの注意点
AIを自社で活用できる範囲が広がった一方で、経営者が理解しておくべきリスクもあります。
1. 個人情報や機密情報を適切に管理する
生成AIに顧客情報、取引情報、社員の個人情報などを入力する場合は、情報漏えいのリスクに注意が必要です。
利用するサービスの契約条件、入力情報の保存や学習利用の設定、アクセス権限などを確認し、社内で利用ルールを定めましょう。
特に、顧客から預かった情報を扱う場合は、契約上の守秘義務や個人情報保護への対応も確認する必要があります。
2. AIが作成した内容を人が確認する
生成AIは誤った内容を、もっともらしく出力することがあります。
文書作成や情報整理では便利な一方、税務・法務・医療などの専門的な判断、顧客への重要な説明、経営上の意思決定では、適切な専門知識を持つ人による確認が必要です。
また、AIで開発した業務アプリについても、動作確認、データ保護、保守体制を整える必要があります。
自社で作れることと、安全に業務で使い続けられることは別の問題として考えなければなりません。
3. 内製化を目的にせず、費用対効果を判断する
AIによる内製化には、外注費の削減や改善スピードの向上といった可能性があります。
しかし、すべてを自社で開発することが最善とは限りません。
複雑なシステム連携、高度なセキュリティ対策、継続的な保守などについては、外部の専門家に依頼した方が合理的な場合もあります。
大切なのは、自社で判断し、自社で改善できる領域を広げながら、必要な部分には外部の専門性を活用することです。
内製化そのものを目標にするのではなく、最終的には生産性、収益性、業務品質の向上につながっているかを確認する必要があります。
まとめ|AIを使って自社で改善できる会社へ
生成AIの進化によって、中小企業でも自社の業務に合った仕組みを、自ら作り改善できる可能性が広がっています。
今回紹介した4社の事例は、AIの使い方こそ異なりますが、共通しているのは、自社の経営課題を起点に、技術を業務改善へ結び付けようとしていることです。
そして、AIの活用を継続的な成果につなげるには、経営者の関与と、社員が主体的に学び改善できる組織づくりが欠かせません。
AIを導入することが目的なのではありません。AIを活用することで、これまで外部に依存していた業務改善の一部を自社で担い、自社の知識や経験を組織全体の力に変えていくことに意味があります。
まずは、社内で困っている業務を一つ選び、AIを使って改善できないか試してみることから始めてはいかがでしょうか。
AIを使える会社になることよりも、AIを使って自ら変わり続けられる会社になること。
それが、これからの中小企業経営に求められる重要な視点ではないでしょうか。
今回の神様と記事のテーマ
石凝姥命(いしこりどめのみこと)
― 自らの知恵と技術で、未来をつくる ―
石凝姥命は、日本神話に登場する、ものづくりや工芸にゆかりのある神様です。天岩戸神話では、天照大神を岩戸から迎え出すために用いられた「八咫鏡(やたのかがみ)」の製作を担ったとされています。
今回のコラムでは、生成AIを活用し、これまで外部に依存していた業務改善やシステム開発を、自社の知恵と技術で実現していく中小企業の姿を、石凝姥命のものづくりになぞらえました。
鏡に映し出された工房では、経営者と社員が協力し、AIを活用して新しい仕組みを生み出しています。
AIは人の知恵や経験に取って代わるものではなく、それらを活かし、組織の可能性を広げるための道具です。
石凝姥命の姿には、社員一人ひとりの創意工夫を組織の力に変え、自ら未来を切り拓いていく中小企業への願いを込めています。
参考資料・出典
企業事例
- ITmedia ビジネスオンライン(2026年7月28日)「老舗ホテル『川六』、DXで『3.4万時間』削減」
- 独立行政法人中小企業基盤整備機構 J-Net21(2025年7月31日)「『デジタルを会社の武器に』AIを活用し業務アプリ内製化【岡田研磨株式会社】」
- 中小企業庁『2025年版中小企業白書』事例1-1-1「タヤマスタジオ株式会社」
- 日本政策金融公庫『調査月報』2026年6月号「中小企業におけるAI活用の実態」、ニッシン・パーテクチュアル株式会社公表資料
経営理論
- Teece, D. J., Pisano, G., & Shuen, A. (1997). “Dynamic Capabilities and Strategic Management.” Strategic Management Journal, 18(7), 509–533.
- Cohen, W. M., & Levinthal, D. A. (1990). “Absorptive Capacity: A New Perspective on Learning and Innovation.” Administrative Science Quarterly, 35(1), 128–152.
- Edmondson, A. (1999). “Psychological Safety and Learning Behavior in Work Teams.” Administrative Science Quarterly, 44(2), 350–383.
- 入山章栄『世界標準の経営理論』ダイヤモンド社、2019年。
