そこで「では、今一番時間を取られている作業は何ですか」と尋ねると、答えは「請求書の照合と、月末の在庫数え」だった。AIの話を聞きに来たはずの人が、最終的に語ったのは紙とエクセルの話だった。これは皮肉でも何でもなく、現場でよく起きる。AI導入の相談の半分以上は、AI以前の業務整理の相談である。
動かない方が得をする会社が確かにある
世の中の論調は、AIに乗り遅れるなという方向に傾いている。実際、技術の進歩は速い。Stanfordの「AI Index 2026」によれば、米国と中国のAIモデルの性能差は2.7%にまで縮小し、ほぼ消滅状態にあるという（ledge.ai公式サイト、2026-06確認）。先頭集団の競争がここまで激化すると、ツールの性能は年単位ではなく月単位で変わる。
ここで多くの人が見落とすのは、性能が上がり続けるということは、待った方が良い条件のツールも存在するという裏側だ。半年後に出る版が今より明確に優れていて、しかも価格が据え置きか下がるなら、今日急いで導入する経済合理性は薄い。行動経済学でいう「現在バイアス」、つまり今すぐの成果を過大評価する人間の癖が、ここでは逆に働く。焦って入れる方が損をする場面がある。
冒頭の製造業の彼に話を戻す。彼の会社で請求書照合をAI化しようとすると、まず請求書のデータがどこにも構造化されていない問題にぶつかる。紙、PDF、手書きメモが混在した状態でAIに渡しても、誤認識の山が築かれるだけだ。入力データが整っていない会社にAIを入れると、ゴミを高速で処理する仕組みが完成する。これは導入しない方が正解、というより、まだ導入する段階に来ていない、という話になる。
見送りが正解になる三つの状態
観察を続けていると、見送りが妥当な会社にはいくつかの共通した状態がある。
一つ目は、業務がそもそも文書化されていない状態だ。あの人にしか分からない、あの人がいないと進まない、という属人化したブラックボックスがある会社では、AIに渡す手順自体が言語化されていない。AIは曖昧な指示を曖昧なまま実行する。人間なら「これ、いつものやり方でいいですよね」と確認してくれるが、AIは確認しないまま突き進む。手順が頭の中にしかない会社は、まずその手順を外に出す作業が先だ。
二つ目は、対象業務の発生頻度が低い状態。月に数件しか発生しない作業を自動化しても、設定や保守にかかる手間の方が大きくなる。年に一度の作業のために自動化の仕組みを組むのは、ほとんどの場合、割に合わない。AINOWが提供する導入ガイドでもROI計算の重要性が繰り返し説かれているが（ainow.ai公式サイト、2026-06確認）、回収できない自動化は、自動化という名の趣味になる。
三つ目は、現場が疲弊している状態。新しいツールの習得には学習コストがかかる。すでに残業が常態化し、現場が日々の業務で手一杯のところに新システムを投下すると、導入が支援ではなく追加負担になる。便利になるはずの仕組みが、入れた瞬間に重荷になる。この逆転現象を、現場では何度も見てきた。
それでも今すぐ動くべき会社の条件
一方で、待つことが明確に損になる会社もある。
最も分かりやすいのは、同じ作業を毎日大量に繰り返している会社だ。請求書処理を月40時間費やしているなら、それは年間で480時間、中堅社員のおよそ3ヶ月分の労働に相当する。この規模の繰り返し作業がある会社は、半年待つごとに約240時間を手作業で溶かし続けることになる。技術が来年もっと良くなるとしても、その間に失われる時間は戻らない。ここでは現在バイアスが正しく働く。今すぐの成果を取りに行くべき局面だ。
次に、競合がすでに動いている業種。TechCrunchの報道では、AI流入による米国小売業のトラフィックが393%増を記録したという（techcrunch.com公式サイト、2026-06確認）。これは顧客側の行動が変わり始めている証拠だ。顧客の検索や購買の入り口がAI経由に移っている市場で、自社だけ旧来の動線に留まると、気づかぬうちに接点を失う。この場合、見送りは現状維持ではなく、相対的な後退を意味する。
三つ目は、人手不足が経営課題そのものになっている会社。採用しても定着しない、募集しても応募が来ない。この状態で「人間がやるべき仕事」に人を集中させるためには、定型作業を機械に渡すしかない。Microsoftの公式ブログでは、M365 Copilotが時間短縮だけでなく高付加価値業務の創出に寄与した事例が複数紹介されている（blogs.microsoft.com公式サイト、2026-06確認）。人を増やせない会社ほど、人を空けるための投資が効くという逆説がここにある。
分岐点は「AIの性能」ではなく「自社の構造」にある
ここまで観察してきて見えてくるのは、分岐点が技術の側にはほとんどないということだ。AIが優れているか否かではなく、自社の業務が機械に渡せる形になっているか、その業務が回収に値する頻度で発生しているか、現場に受け入れる余力があるか。判断材料はすべて自社の内側にある。
外を見れば、自己改善型AIに4ヶ月で5億ドルが集まり（the-decoder.com公式サイト、2026-06確認）、国内でもソフトバンク・NEC・ホンダ・ソニーが基盤モデル開発の新会社を立ち上げたと報じられている（ledge.ai公式サイト、2026-06確認）。こうした派手な数字は、導入を急がねばという焦りを煽る。だが業界の進撃速度と、自社が動くべき速度は別の時計で動いている。先頭集団が時速300キロで走っていることと、自分の会社が今ギアを上げるべきかは、本来무関係な問いだ。
冒頭の彼は、研修の帰り際に「まず請求書をデータで受け取る形に変えるところからやってみます」と言った。AIの導入相談に来て、AIを入れない結論を持ち帰った。けれど、それは敗北ではない。準備が整っていない段階で見送るのは、賢明な前進の一形態である。
導入しないことを選ぶ会社と、今すぐ動く会社。両者を分けるのは勇気でも先見性でもなく、自社をどれだけ正確に観察できているかという、ただそれだけのことなのかもしれない。技術の話より先に、自分の机の上の紙の束を見る。案外、答えはそこに置かれている。
本記事はAI編集を経たのち、編集長が事実確認と品質チェックを実施しています。