「AI経営を始めるなら、まずは社内で使うAIツールを決めないと」。生成AIの登場以降、ツールの機能紹介やベンダーからの導入提案に触れる機会が増え、AI経営の入口はツール選びだと考える経営者は多いはずです。

しかし、自社の実務課題を題材に約800名を超える受講者と演習を重ねてきた課題解決力強化道場の立場から言えるのは、AI経営の成果はツールよりも先に、AIに渡す問いをどう立てるかで決まる、ということです。問いが曖昧なままでは、どれほど高性能なAIを入れても、経営判断に使える答えは返ってきません。ツールは、問いが決まってから選んでも遅くありません。

本記事では、AI経営の意味からメリットとデメリット、導入の手順、つまずきやすい場面まで、企業の課題解決を研修で支援してきた視点で順を追ってお伝えします。

AI経営とは

AI経営とは、AIを一部の作業の効率化に使うだけでなく、経営判断と業務の流れにAIを組み込み、データにもとづいて意思決定する経営のやり方です。どの判断にAIを使い、どこを人が決めるかを経営として決める点で、現場ごとに便利なツールを入れる取り組みとは分かれます。

現場ごとのツール導入とAI経営を並べると、始まり方と成果の測り方がまるで違うとわかります。

AI経営が注目されるようになったのは、生成AIによって、集計や文章づくりの指示を普段の言葉で出せるようになったためです。専門のエンジニアがいない中小企業でも、経営者自身が売上データを読み込ませて傾向を尋ねるところまでは試せるようになりました。

一方で、AIが返す答えの質は、渡したデータと指示の質を超えません。誰がどの判断のためにAIを使うのかを決めないまま全社に配ると、使い方は個人の工夫に任され、経営判断は以前と変わらないままになります。

AI経営でAIを活用する5つの場面

AI経営でAIを活用する場面は、次の表の5つに分けられ、どの場面でもデータの集計や予測をAIに任せ、最後の判断は人が持つ点で共通しています。

5つの場面のどれから始めるかは、必要なデータがすでに社内にそろっているかで決めます。会計ソフトに数年分の仕訳が入っている会社なら、売上や資金繰りの予測から始めると、データを整える手間が少なく済みます。顧客の情報が営業担当それぞれの手帳や表計算ファイルに分かれている会社は、データが無くても始められる定型業務の自動化から手を付ける順序もあります。

合わせて読みたい、実践のヒントはこちら。

ナレッジ

受け身型組織を変える-陥りがちな罠に学ぶ、社員が自ら動き出す“経営の仕組み”のつくり方-

「事業は伸びているのに、なぜか自分の手が離せない」。社員が指示待ちになる“受け身型組織”は、実は経営やマネジメントの設計の問題です。陥りがちな3つの罠をひもとき、社員が自ら動き出す「経営の仕組み化」の3要素を、現場の実例とともに解説します。

詳しく見る

AI経営の3つのメリット

AI経営のメリットは、判断の根拠をそろえられること、定型業務の時間を判断に回せること、経営の数字を早くつかめることの3つです。

判断の根拠をそろえられること

判断の根拠をそろえられることは、勘と経験で決めてきた会社ほど大きなメリットになります。経験にもとづく判断は、判断した本人にしか理由が分からず、会議では声の大きい人の意見が通りがちです。

AIに同じ販売データを読ませて顧客の傾向や売上予測を出すと、会議の参加者が同じ数字を前提に議論できます。ただし、元のデータに入力漏れや部署ごとの数え方の違いがあると、そろうのは誤った根拠です。売上を受注日で数える部署と納品日で数える部署のデータが混ざっていれば、予測も月単位でずれます。

定型業務の時間を判断に回せること

定型業務の時間を判断に回せることは、管理職の仕事の中身を変えるメリットです。請求書の照合、会議資料の下書き、問い合わせへの一次回答をAIに任せると、管理職が部下と課題を話し合う時間や、次の施策を考える時間に充てられます。

浮いた時間は、使い道を先に決めておかないと、別の定型業務や会議で埋まります。導入の前に「浮いた時間で週に1回、部下と案件の進め方を話し合う」のように、増やしたい仕事を決めておくと、メリットが経営の成果につながります。

経営の数字を早くつかめること

経営の数字を早くつかめることは、月次決算を待たずに手を打てるというメリットです。AIと連携したBIツール（社内のデータを集めて表やグラフで見せる仕組み）を使うと、売上や粗利の動きを日ごとや週ごとに確かめられ、「先月より粗利が下がった商品は何か」と文章で尋ねて答えを得ることもできます。

経営の数字を早くつかめるのは、販売や会計のデータが毎日入力されている会社に限られます。月末にまとめて入力する運用のままなら、AIを入れても数字が見えるのは月末で、今と同じです。

AI経営の3つのデメリット

AI経営のデメリットは、初期費用と運用費の負担、AIを使いこなす人材の不足、出力の誤りと情報漏えいの危険の3つで、どれも導入の前に打ち手を決めておけば影響を小さくできます。

初期費用と運用費の負担

初期費用と運用費の負担は、ツールの利用料よりも、データを整える作業と社員の教育で膨らみます。部署ごとに形式の違う表計算ファイルを1つの形にまとめる作業や、使い方を覚えるまでの時間は、見積書に載りにくい費用です。

費用の大きさは、既製の生成AIやBIツールをそのまま使うか、自社のデータと連携した仕組みを開発するかで大きく変わります。開発を伴う場合は、IT導入補助金のような国の補助制度の対象になるツールもあります。対象となるツールと公募の期間は年度ごとに変わるため、申請を考えるときはIT導入補助金の公式サイトで最新の公募要領を確かめます。

AIを使いこなす人材の不足

AIを使いこなす人材の不足は、多くの会社がつまずくデメリットです。ここで足りないのはプログラミングのできる人よりも、業務の課題を言葉にして、AIに具体的な指示を出せる人です。

「来月はどの商品を多めに仕入れるべきか」と指示するだけでは、AIはどの会社にも当てはまる一般論を返します。「過去3年の同じ月に、前の月より売上が伸びた商品はどれか」まで問いを絞れる人がいて初めて、AIは自社のデータから答えを出せます。問いを絞る力は、ツールの操作研修では身につきにくい力です。

出力の誤りと情報漏えいの危険

出力の誤りと情報漏えいの危険は、AIに任せる範囲が広がるほど大きくなります。生成AIは、事実と異なる内容をもっともらしい文章で出すことがあり、確かめずに経営資料へ載せると、誤った数字のまま判断が進みます。

顧客情報や未公開の財務データを入力する場合は、入力した内容をAIの学習に使わない設定になっているかを、契約内容と管理画面の設定で確かめます。総務省と経済産業省が公表したAI事業者ガイドラインにも、AIを業務で利用する事業者が取り組む事項が整理されており、社内の利用ルールをつくるときの下敷きに使えます。

AI経営を進める4つの手順

AI経営は、速くしたい経営判断の特定、判断に使うデータの整備、小さな範囲での試行と評価、社内への展開と定着の4つの手順で進めます。

速くしたい経営判断の特定

最初の手順は、AIで何ができるかではなく、経営として速く正確にしたい判断を1つ選ぶことです。「来月の仕入れ量をいくらにするか」「どの商品を値上げするか」「どの営業担当にどの顧客を任せるか」のように、毎月繰り返し、外れると損失が出る判断が向いています。

判断を1つに絞るのは、効果を測るためです。複数の判断を同時に対象にすると、成果が出ても出なくても、どの取り組みが効いたのか分からなくなります。

判断に使うデータの整備

次に、選んだ判断に必要なデータが、どこに、どの形で置かれているかを洗い出します。仕入れ量の判断なら、過去の販売実績、在庫の推移、季節ごとの需要の変化が要り、それぞれ販売管理システム、倉庫の在庫表、担当者の手元のメモに分かれていることがよくあります。

データの所在が分かったら、数え方をそろえます。「売上」を受注で数えるか出荷で数えるか、「顧客」を会社単位で数えるか担当者単位で数えるかを決め、AIに読ませる表の項目を最小限にしておくと、入力の手間が増えません。

小さな範囲での試行と評価

試行は、1つの部署の1つの判断に絞り、期間を区切って行います。試行を始める前に、次の表の3つの項目で、何がどう変われば続けるかを決めておきます。

期間が終わったら、3つの項目の結果を見て、続ける、やり方を直して続ける、やめる、のどれかを決めます。精度は上がったのに現場の負担が増えた場合は、AIのためだけの入力欄を減らし、受注や請求のように普段から入力しているデータで足りるかを見直します。

社内への展開と定着

試行で効果が確かめられたら、同じ判断を他の部署へ広げるか、同じ部署で別の判断へ広げます。広げるときは、試行した部署の担当者がAIへの指示の出し方と、出力を確かめる手順を書き残しておくと、次の部署が同じ失敗を繰り返さずに済みます。

定着の目安は、AIの出力が会議資料に毎回載り、その数字を前提に議論が始まる状態です。担当者が異動すると使われなくなる場合は、指示の出し方が個人の工夫に留まっています。

AIに渡す問いの立て方

AIに渡す問いは、経営課題をロジックツリーで分解し、データで答えが出る問いだけを切り出して立てます。「営業利益を伸ばすにはどうすればよいか」という問いは、経営課題としては正しくても、AIに渡すには大きすぎる問いです。

研修で経営企画や管理職の方と自社の課題を分解していると、つまずく場所はAIの操作よりも手前にあります。課題を分けずにAIに渡すと、AIは一般論を返し、受け取った側は「やはりAIは使えない」と判断して導入が止まります。

課題を分解するロジックツリー

ロジックツリー（課題を要素に分け、木の枝のように並べて整理する手法）を使うと、大きな経営課題を、AIが答えられる問いまで小さくできます。たとえば「営業利益が伸びない」という課題を分解すると、次のようになります。

1. 1. 1.営業利益が伸びない理由を、売上の問題と費用の問題に分ける
   2. 2.売上を、客数と客単価の掛け算に分ける
   3. 3.客数を、新規の顧客と、繰り返し注文する既存の顧客に分ける
   4. 4.既存の顧客の注文回数が、どの業種や地域で前年より減ったかを問う

4段目の「既存の顧客の注文回数は、どの業種や地域で前年より減ったか」まで分けると、AIは販売データから答えを出せます。1段目の「営業利益が伸びない理由」のままでは、AIが読むべきデータが決まりません。

分ける切り口は、足し合わせると元の全体になり、互いに重ならないものを選びます。新規と既存は足すと客数の全体になりますが、「新規」と「大口」のように重なる切り口で分けると、同じ顧客を2回数えて原因を取り違えます。

AIと人で分ける問いの線引き

分解した問いのうち、AIに任せるのは過去のデータで答えが出る問いで、人が持つのは自社の方針や優先順位で答えが決まる問いです。同じロジックツリーの中でも、枝によって担い手が変わります。

とりわけ見落とされがちなのが、AIの答えが自社の現場と合っているかを確かめる問いも、人が持つという点です。AIが「特定の地域で注文回数が減った」と答えたら、その地域の営業担当に理由を聞き、競合の値下げなのか担当者の交代なのかを確かめてから手を打ちます。

ロジックツリーは本で読めば仕組みを理解できますが、自社の課題で切り分けようとすると、どこで分ければよいのか手が止まる人がほとんどです。課題解決力強化道場の受講者からも、次のような声が寄せられています。

“これまでロジックツリーの概要は知っていたものの、実際にどう切り分ければよいか分からず苦戦していました。今回の研修では区分けの仕方を実践的に学ぶことができ、早速活用しています。― 人材紹介業の部門長クラスの受講者

AIに渡す問いを立てる力は、自社の課題を実際に分解し、切り方の誤りを指摘してもらう経験を重ねて身につきます。課題解決力強化道場では、外資系コンサルティングファーム出身の現役コンサルタントが、受講者の持ち込んだ課題の分解を毎回の個別フィードバックで添削します。

AI経営で失敗しやすい2つの場面

AI経営で失敗しやすい場面は、ツールの導入が目的になっているときと、試行を止める判断者がいないときの2つです。自社が当てはまるかは、次の2つの問いで確かめられます。

• ✓導入するツールの名前は決まっているのに、速くしたい判断は決まっていない
• ✓試行を始めたが、続けるかやめるかを決める人と日が決まっていない

ツールの導入が目的になっているとき

ツールの導入が目的になっていると、成果の報告が「全社員にアカウントを配布した」「利用回数が増えた」のような数字になります。利用回数は使われた量を示すだけで、経営判断が速くなったかは分かりません。

報告の項目を、手順で選んだ判断の速さと精度に置き換えると、利用回数が多くても判断が変わっていない部署が見えてきます。判断が変わっていない部署は、ツールを替えるより先に、問いの立て方から見直すと立て直しが早く進みます。

試行を止める判断者がいないとき

試行を止める判断者がいないと、効果がはっきりしないまま試行が延長され続けます。現場の担当者には「やめる」と決める権限が無いことが多く、試行の費用と手間だけが積み上がります。

試行を始める前に、評価の日と、続けるかやめるかを決める役員を1人決めておきます。やめる判断も、どの判断にAIが向かないかが分かったという成果になります。

よくある質問

中小企業でもAI経営はできる？

中小企業でもAI経営はできます。経営者と現場の距離が近い分、速くしたい判断を1つ決めてから試行するまでを、大企業より短い期間で進められます。ただし、顧客や販売の情報が紙の台帳や担当者ごとのファイルに分かれている場合は、AIを入れる前に、判断に使うデータを1か所に集める作業から始めます。

AI経営にエンジニアは必要？

AI経営を始める段階では、エンジニアは必ずしも必要ありません。既製の生成AIやBIツールを使い、販売や会計のデータを読み込ませて集計や予測をさせるところまでは、業務を知る社員が進められます。自社の基幹システムとAIを連携させる仕組みをつくる段階に入ると、システム開発の専門家が必要になります。

AI経営とDXは何が違う？

AI経営とDXは、扱う範囲が違います。DX（デジタル技術を使って事業や業務のやり方を変える取り組み）は、紙の書類の電子化から新しい事業の立ち上げまでを広く含みます。AI経営は、DXの中でも、AIを経営判断の中心に組み込む取り組みを指します。紙の帳票が多く残る会社では、DXとしてデータを電子化することが、AI経営の前提になります。

AI経営の課題設定力を鍛えるなら課題解決力強化道場

課題解決力強化道場は、少人数制・ハンズオン・超実践型の法人向け研修で、AIに渡す問いのもとになる課題設定と課題分解の力を、自社の実務課題を題材に鍛えます。1クラス10名以内で、外資系コンサルティングファーム出身の現役コンサルタントが毎回の個別フィードバックシートで強みと改善点を示し、各回の後には研修企画者との振り返りの打ち合わせを行います。

製造業の経営企画室の受講者が、研修の後に自社の課題を整理し、経営陣を巻き込んで経営指標の見直しに着手した事例もあります。AI経営で速くしたい判断を見極め、データで答えが出る問いに分解できる人材を、経営企画や管理職の中から育てたいとお考えなら、貴社の課題と受講対象をお聞かせください。料金は非公開で、ヒアリングのうえ個別にお見積もりします。