「生成AIを使えという指示は来た。ただ、何から手を付ければいいのか誰も分からない」
製造業の管理職から、この種の相談が増えている。ツールの契約は済んでいる。アカウントも配った。それでも半年後に振り返ると、使っているのは情報システム部の数人だけ——という状態は珍しくない。
問題は、たいていツールの選定ではない。着手の順序である。
AI導入の進め方を決めかねている方へ — GenbaCompassではAI導入の無料相談（30分・オンライン）を行っている。そもそもAIでやるべきかの判断から一緒に整理する。
製造業の生成AI導入率は26.1%。数字が示す本当の課題
生成AIの導入率とは、業務に生成AIを組み込んで運用している企業の割合を指す。日本の製造業では、従業員100人以上の企業で26.1%にとどまっている。金融・保険業の44.2%、情報通信業の30.6%と比べると差は明確だ。中小製造業に限れば16.4%まで下がる。
一方で、売上高500億円以上の大企業を対象としたPwC Japanグループの調査（2026年春）では、生成AIの活用・推進度は87%に達し、未着手・断念は4%まで減っている。
つまり、大企業と中堅・中小の差が開いている。そして注目すべきは、止まっている理由が「技術が難しいから」ではないことだ。
中小企業基盤整備機構の実態調査（2026年3月）によると、導入の障壁として最も多く挙がったのは「具体的な活用場面が不明」で35.6%。次いで「導入を推進する人材がいない」が32.0%だった。株式会社Leachの調査では「何から始めればよいか分からない」が62%に上る。
技術の問題ではなく、意思決定の問題である。
なぜ「何から始めればいいか分からない」で止まるのか
止まる会社には共通の構造がある。最初に全社最適を考えてしまうことだ。
「どの部署のどの業務にどれだけ効果があるか」を網羅的に洗い出そうとすると、検討が数か月単位になる。その間に現場の関心は冷める。そして「うちには合わなかった」という結論だけが残る。
もう一つは、効果測定の設計を先延ばしにすることだ。何をもって成功とするかを決めずに始めると、導入後に「で、結局どうだった？」に答えられない。答えられなければ、次の予算は付かない。
以下の5段階は、この2つを回避するための順序である。
進め方【第1段階】業務の棚卸し。AIに向く仕事と向かない仕事を分ける
最初にやるのは、ツールの比較ではなく業務の仕分けだ。
生成AIが得意なのは、正解が一つに定まらない、文章を作る仕事である。逆に苦手なのは、正確な計算、法令の最終判断、責任の所在が問われる意思決定だ。
| 向いている業務 | 向いていない業務 |
|---|---|
| 報告書・議事録の下書き | 原価計算・数値の確定 |
| 手順書のたたき台作成 | 法令適合の最終判断 |
| 過去トラブル事例の要約 | 検査合否の判定 |
| 教育資料・研修ネタの作成 | 契約条件の決定 |
| 分析の切り口出し（4M、なぜなぜ） | 責任を伴う承認 |
この表を配って、各部署に「自分の仕事でどれに当たるか」を書き出してもらう。1時間の会議で足りる。網羅性は要らない。むしろ不完全でいいから早く出すことのほうが重要だ。
ここで「向いていない業務」を明示するのがコツになる。AIに何でもやらせようとする空気を最初に止めておくと、後の抵抗が減る。
進め方【第2段階】1つに絞る。全社展開を最初にやらない
棚卸しで候補が10個出たら、9個を捨てる。
絞り込みの基準は3つ。
- 頻度が高い — 週に何度も発生する業務。月1回の業務で効果を測るには時間がかかりすぎる
- 成果物が文章 — 出力の良し悪しを人が読んで判断できる
- 失敗しても事故にならない — 下書きの品質が悪くても、人がチェックすれば止まる
この3条件を満たす業務は、製造業なら大抵が「報告書」「議事録」「手順書」のどれかに落ち着く。地味だが、地味だからこそ毎日発生する。
逆に、最初から「不良解析をAIにやらせる」「検査を自動化する」に飛ぶと難易度が跳ね上がる。実績がない状態で難しい案件を選ぶと、失敗したときに「AIは使えない」という総括になってしまう。
進め方【第3段階】小さく試す。2週間で判断できる設計にする
試行の設計で決めることは4つだけだ。
- 誰が使うか — 3〜5人。多すぎると意見がまとまらない
- いつまでか — 2週間。長くて1か月
- 何を測るか — 作業時間、差し戻し回数、本人の主観評価の3点
- やめる条件は何か — 事前に決める
最後の「やめる条件」を先に決めておくのが効く。「2週間後に作業時間が改善していなければ中止」と決めておけば、ずるずる続ける事態を避けられる。
測定は難しく考えなくていい。導入前に「この報告書、いつも何分かかってます？」と聞いて記録するだけで基準になる。中小機構の調査では、導入効果として「業務効率化／作業時間の短縮」を挙げた企業が83.2%と突出していた。効果が出るなら、時間に現れる。
判断に迷ったら、外部の視点を一度入れる
「うちの場合、どの業務から手を付けるべきか」は、社内だけで議論すると結論が出にくい。GenbaCompassでは30分のオンライン相談で、業務の仕分けと着手順序の整理を一緒に行っている。売り込みはしない。
進め方【第4段階】ルールを先に決める。使ってよい範囲の線引き
試行がうまくいったら、広げる前にルールを作る。順番が逆になると事故が起きる。
最低限、次の4項目を決めておきたい。
- 入力してよい情報の範囲 — 顧客名、図面、原価、人事情報の可否
- 出力物の扱い — そのまま提出してよいか、必ず人が確認するか
- 使ってよいツール — 会社が契約したもの以外の私物アカウント利用の可否
- 問題が起きたときの報告先 — 誰にいつ報告するか
規程の作り方は生成AI社内規程の作り方で詳しく整理している。雛形をゼロから作る必要はない。
ここで完璧を目指さないこと。A4で1〜2枚のルールを先に配り、運用しながら直していくほうが早い。
進め方【第5段階】定着させる。使われない理由を潰す
導入して3か月後に使われなくなる理由は、おおむね次のどれかだ。
理由1：入力の仕方が分からない プロンプトの書き方を教えていない。対策は、自社の業務に合わせた例文を5個配ること。汎用的な「プロンプト集」より、自社の帳票名が入った例文のほうが使われる。
理由2：出力の品質が安定しない 毎回違う形式で出てくると、直す手間のほうが大きくなる。汎用チャットではなく、その業務専用に設計されたツールのほうが向いている場合がある。
理由3：評価されない 効率化しても本人の得にならなければ続かない。浮いた時間を何に使ってよいかを明示する。
理由4：ベテランが使わない 中小企業基盤整備機構の調査では「社内にAI人材がいない」を課題に挙げた企業が48%あった。ただし専任のAI人材を雇う必要はない。現場で一番影響力のある人に最初に使ってもらうほうが、専門家を一人採用するより効く。
生成AI導入の進め方でよくある失敗
- ツール選定から入る — 業務が決まっていないので比較軸が作れず、検討が終わらない
- 全社一斉に配る — 誰も使わず、誰も責任を持たない状態になる
- 効果測定を後回しにする — 次の予算が取れない
- 難しい業務から始める — 失敗が「AIは使えない」の結論になる
- ルールなしで広げる — 情報漏洩リスクを抱えたまま利用者だけ増える
いずれも、順序を守れば避けられるものばかりだ。
よくある質問
Q: 生成AIの導入にはどれくらいの期間がかかりますか。
A: 試行だけなら2週間から1か月で判断できる。ただし全社定着までは半年から1年程度を見ておきたい。最初から全社展開を計画すると検討期間が長引くため、1業務に絞った試行から始めるほうが結果的に早い。
Q: 専任のAI担当者を置く必要はありますか。
A: 導入初期は不要である。中小企業でAI専門人材を採用するのは現実的に難しく、年収水準も高い。まずは現場業務に詳しい担当者が兼務し、判断に迷う部分だけ外部に相談する形が現実的だ。
Q: 中小企業でも生成AIを導入する意味はありますか。
A: ある。中小企業基盤整備機構の2026年3月調査では中小企業のAI導入率は20.4%で、導入済み企業の82.6%が生成AIを利用している。効果として最も多く挙がったのは業務効率化・作業時間の短縮で83.2%だった。人手が足りない企業ほど、文書作成の時間短縮は効きやすい。
Q: 何から始めるか社内で決まりません。どうすればいいですか。
A: 「週に何度も発生し、成果物が文章で、失敗しても事故にならない業務」を1つ選ぶ。製造業では報告書、議事録、手順書のいずれかになることが多い。社内で結論が出ない場合は、外部の相談を一度使って業務の仕分けだけ済ませるという方法もある。
本記事は一般的な参考情報であり、法的・専門的な助言を提供するものではありません。個人情報の取り扱いや法令の解釈・適用については、弁護士等の専門家、または所轄の行政機関にご確認ください。記載内容は執筆時点の情報に基づきます。
まとめ
製造業の生成AI導入が止まる原因は、技術ではなく着手の順序にある。要点を整理する。
- 製造業（100人以上）の生成AI導入率は26.1%、中小製造業では16.4%
- 最大の障壁は「具体的な活用場面が不明」35.6%と「推進人材がいない」32.0%
- 進め方は5段階：①業務の棚卸し ②1つに絞る ③2週間で試す ④ルールを決める ⑤定着させる
- 最初に選ぶ業務の条件は「頻度が高い・成果物が文章・失敗しても事故にならない」
- 試行の前に「やめる条件」を決めておくと、判断が早くなる
まず1つ選ぶ。全社を考えるのはその後でいい。
現場改善に役立つ関連アプリ
GenbaCompassでは、現場業務に特化したAIツールを提供している。汎用チャットで安定しなかった業務は、専用ツールのほうが向いている場合がある。
| アプリ名 | 概要 | こんな課題に |
|---|---|---|
| AnzenAI | 安全書類・KY・リスクアセスメントをAIで作成 | 安全書類の作成に時間がかかる |
| WhyTrace Plus | なぜなぜ分析・FMEAをAIがガイド | 不良の再発が止まらない |
| PlantEar | 設備の異音をスマホ録音でAI検知 | 設備故障の予兆を捉えたい |
| know-howAI | ベテランの技術・判断基準をAIで継承 | 熟練者の退職が近い |
関連記事
出典
