結論から言う ― 問題はAIではなく「道」にある

AI導入に失敗した中小企業の経営者に話を聞くと、ほぼ必ずこんな言葉が返ってきます。「ツールは良かったんですが、現場が使いこなせなくて」と。

IPAが日米独の企業を比べた調査に、この感覚を裏づける数字があります。DXの目的に対して「成果が出ている」と答えた企業は、米国とドイツが8割以上なのに対し、日本は6割弱でした。さらに日本は「わからない」と答えた割合が米独より大きく、取り組んではいるものの成果が出ているかを追えていない企業が多い。この割合は経年で見ても大きく変わらず、伸び悩んでいます。

足りないのは着手ではありません。着手したあとで差がついています。

問題の本質は、AI技術の品質でも、予算の多寡でもありません。「Execution Gap（実行格差）」、すなわちツールを持つことと、そのツールを実際の業務で使いこなすことの間に横たわる深い溝です。

Khoslaが指摘した「F1カー問題」

シリコンバレーを代表するベンチャーキャピタリスト、ヴィノッド・クスラは、AI普及の壁をこう表現しました。「F1カーを渡しても、サーキットがなければ走れない。」

これはAI導入の核心を突いた言葉です。F1カーとはAIツールそのものです。驚異的な性能を持ち、理論上は誰でも速く走れる。しかし現実には、舗装されたサーキットが必要です。タイヤに合った路面、ピットレーンのオペレーション、チームのコミュニケーション体制——これらが整ってはじめて、F1カーは本来の力を発揮します。

中小企業のAI導入もまったく同じ構造です。ChatGPTを契約しても、社内の業務フローが旧来のまま、データが紙とExcelに散らばり、担当者がITリテラシーを持っていなければ、どれほど高性能なAIも日常業務には根づきません。AIというF1カーが走るための「道」が存在しないのです。

現場で見た3つの失敗パターン

Execution Gapは抽象的な概念ではありません。中小企業の現場では、具体的な3つのパターンとして繰り返し現れます。

パターン1: 「AI翻訳ツールを導入したが誰も使わなかった」飲食業

東京近郊のある飲食チェーンが、多言語対応のためにAI翻訳ツールを導入しました。月額3万円のサービスです。しかし3ヶ月後、ツールへのログイン回数はほぼゼロでした。理由を聞くと「スマホで開くのが面倒」「どのタイミングで使えばいいかわからない」という答えが返ってきました。業務フローにツールが組み込まれていなかったのです。

パターン2: 「AI議事録ツールを使っているが効果がわからない」士業事務所

ある税理士事務所がAI議事録生成ツールを導入しました。ツール自体は正常に動作しています。ところが、生成された議事録を誰がどう活用するかのルールがなく、ファイルが溜まるだけで実際の業務改善には至っていませんでした。データは生まれているが、それを使う業務設計がなかった。

パターン3: 「AI在庫管理を入れたがExcelも並行して使っている」小売業

千葉県の小売業者が在庫管理AIを導入しましたが、現場スタッフへの研修が不十分で、「AIが正しいかどうか不安」という理由からExcelでの二重管理が続きました。AIの出力を信頼するプロセスが構築されていなかったため、業務量はむしろ増えてしまいました。

これら3つのパターンに共通するのは何か。それは道がなかったことです。業務フロー、データ整備、組織内のルール——AIを走らせるためのインフラが整備されていなかった。

なぜ「道を作る」支援が必要なのか

多くのDX支援会社が「車を売る」ビジネスをしています。ツールを契約させ、初期セットアップをして、あとは自走してもらう。これはSaaSビジネスとして合理的ですが、デジタル成熟度が低い中小企業には機能しません。

336万社の中小企業の多くには、ITの専任担当者がいません。業務フローの文書化もされておらず、データはバラバラに散在しています。この状態でF1カーを渡されても、誰も走り出せない。

必要なのは「道を作る」支援です。業務プロセスの可視化、データの整理、組織内ルールの設計——これらをAI導入の前に行うことで、はじめてツールが機能します。

かなうテックが「Atomic DX」という方法論にこだわる理由はここにあります。技術の導入前に、業務そのものを分解・再設計する。まず道を作り、そのうえでAIという車を走らせる。この順序を守ることで、導入したのに成果が追えないという状態から抜け出せます。

Execution Gapを具体的にどう埋めるかについては、「Execution Gapを埋める3つのステップ」で詳しく解説しています。

まとめ — AI時代に必要なのは「道路工事」

AI自体の性能は、もはや問題ではありません。GPT-4も、Geminiも、すでに実務で使えるレベルに達しています。問題は、それを走らせる道がないことです。

IPAの調査が示すのは、日本企業の課題が着手そのものではなく、着手したあとの成果にあるということです。この現実を変えるには、ツールを売る会社ではなく、道を作る会社が必要です。

「うちにもAIを入れたいが、何から始めればいいかわからない」と感じているなら、まず現状の業務がどれだけ「AI対応」できているかを確認することから始めましょう。

5分で完了するDX診断ツールで、貴社のExecution Gap度合いを可視化できます。

DX診断ツールを使ってみる

出典

IPA（独立行政法人情報処理推進機構）「DX動向2025 — 日米独比較で探る成果創出の方向性」（調査期間 2025年2月上旬〜3月下旬、2025年7月9日第2版発行） https://www.ipa.go.jp/digital/chousa/dx-trend/index.html

本記事が引くIPAの調査は日本・米国・ドイツの企業を対象としたもので、中小企業に限定した調査ではありません。