注文書の転記や商品コードの照合、入力内容の確認など、日々の事務作業に時間がかかっている場合、どこから改善すればよいか迷うことがあります。作業の一部を効率化しても、別の工程で手戻りが起きると、業務全体の負担は減りにくくなります。
例えば、AIで注文書を読み取っても、その結果を別のシステムへ手入力したり、商品コードを調べ直したりしていれば、後工程の作業は残ります。読取りだけでなく、照合・確認・登録までを一続きの仕事として見直す必要があります。
AIの利用を前提に、仕事の進め方や人の役割を組み替える考え方がAX（AIトランスフォーメーション）です。まずAXとDXの関係を整理し、受注処理を例に、AI・プログラム・人の担当をどう分け、どの業務から小さく試すかを考えます。
AXとは？AIの利用を前提に業務や経営を変えること
AXは、AI Transformation（AIトランスフォーメーション）の略称です。AIを活用して業務プロセスや意思決定の方法、製品・サービス、ビジネスモデルなどを変えていく取り組みを指します。
政府の人工知能基本計画（2026年7月14日閣議決定）では、AIを前提に意思決定や業務の進め方を見直す「日本AX」が掲げられています。
従来の生成AI活用では、文章の作成、要約、翻訳、アイデア出しなど、社員が行う作業の一部を支援する使い方が中心になりがちです。こうした活用にも価値がありますが、社員が個別にAIを使うだけでは、会社全体の仕事の流れはあまり変わらないかもしれません。
AXでは、例えば次の点まで考えます。
- AIに任せられる作業と、人が判断すべき作業は何か
- AIで作成した情報を、次の業務やシステムへどうつなぐか
- AIを使うことで、顧客対応や提供するサービスをどう改善できるか
営業担当者がAIで提案書を作るだけなら、個人の作業時間の短縮が主な効果です。一方、過去の提案内容や顧客の要望、受注結果を整理し、AIが提案書の下書きを作り、その結果を次の提案に活かせるようになれば、営業部門全体の進め方も変わります。
AIで何ができるかだけでなく、AIが使えるようになったことで、今までの仕事をどう変えられるか。これがAXを考える出発点です。
AXとDXの違いは？どちらも業務や経営の変革を目指す
DX（デジタルトランスフォーメーション）は、データやデジタル技術を活用して、業務や組織、製品・サービス、ビジネスモデルなどを変革する取り組みです。AXとDXは対立する考え方ではなく、AXは特にAIの活用を中心に据えた変革と捉えられます。
| 比較項目 | DX | AX |
|---|---|---|
| 主な技術 | データやデジタル技術全般 | AIを中心とした技術 |
| 見直す対象 | 業務、組織、経営、サービスなど | AIを前提とした業務、判断、組織、サービスなど |
| 具体例 | クラウドで顧客情報を共有し、営業活動を改善する | AIが顧客情報を整理・分析し、次の営業活動を支援する |
| 共通する目的 | 生産性向上、顧客価値の向上、競争力の強化 | 生産性向上、顧客価値の向上、競争力の強化 |
DXは単なるデジタル化、AXはその次の段階と必ず分かれるわけではありません。DXにもAIは活用できます。AIで業務や経営を変える取り組みは、DXでもありAXでもあります。
また、DXを完成させてからAXに進む必要もありません。紙の注文書やExcelを使っている会社でも、AIを活用しながらデジタル化を進められます。重要なのは分類よりも、何を改善し、どのような成果につなげるかです。
関連記事：DXとIT導入はどう違う？月次報告で考える改善の目的
受注処理を例に、AI導入とAXの違いを考える
製造業や卸売業では、取引先からFAXやPDFで注文書が届き、担当者が販売管理ソフトへ入力している会社があります。取引先ごとに書式や商品名の表記が異なるため、商品コードや単価を調べながら入力する作業が発生します。
AIで注文書を読み取るだけでは、仕事が残る
AIを導入すれば、注文書の商品名や数量などを読み取れます。しかし、読み取った内容を担当者が確認し、商品コードを調べ、販売管理ソフトへ手入力するのであれば、業務全体の一部しか改善されていません。AIの出力をExcelへ貼り付け、そこから再び転記する運用では、新たな作業も発生します。
AXの考え方では、確認する仕事を組み替える
注文書の受信 → AIによる読取り → 商品・取引先マスタとの照合 → 担当者による確認 → 販売管理ソフトへの登録という流れを考えてみます。
AIが書式の異なる注文書から情報を抽出し、プログラムなどで既存のマスタと照合します。商品コードが見つからない、数量を読み取れない、単価が一致しない場合は、確認が必要な箇所として示します。担当者が元の注文書と照らして確認したデータを、販売管理ソフトが対応する形式へ整えて取り込みます。
照合できなかった注文書の特徴は、取引先別の商品コード対応表や単価マスタの改善にも使えます。
つまり、入力作業を短縮するだけでなく、受注処理に必要な確認作業や情報管理の方法まで変えることができます。
関連記事：注文書の入力をAIで効率化｜読取りからマスタ照合・販売管理ソフト連携まで
すべてをAIに任せる必要はない
AXを進めるからといって、業務を完全に自動化する必要はありません。商品コードの照合や金額の計算など、決められた条件で正確に処理できる部分には、従来のプログラムが適する場合もあります。
一方、書式が統一されていない書類の読取りや文章の分類にはAIが役立ちます。取引条件の変更や例外的な受注への対応、最終的な承認は、人が担う方が適切な場面もあります。
すべてをAIに任せるのではなく、それぞれの仕事に適した担当を決め直すことが現実的な進め方です。
中小企業がAXを進める5つのステップ
1. 改善したい業務を決める
最初に決めるのは、AIの導入目的ではなく、現在の業務で何を改善したいかです。受注処理なら、入力時間、入力ミス、出荷指示までの時間など、何を減らすのかによって必要な取り組みは変わります。まずは作業量が多く、効果を測りやすい業務を一つ選ぶと進めやすくなります。
2. 業務を分解し、AIと人の役割を決める
対象業務の開始から完了までを書き出し、注文書の受信、読取り、照合、単価確認、登録などに分けます。それぞれAIに任せるか、プログラムで処理するか、人が確認するかを決めます。なくせる転記や重複確認がないかも一緒に確かめます。
3. AIが参照する情報を整える
AIの性能が高くても、参照する情報が古かったり、必要な情報が保存されていなかったりすると、業務に使える結果は得られません。問い合わせ対応なら、過去の回答や製品情報、対応手順を整理します。社内データをすべて一度に整えるのではなく、対象業務に必要な情報から始めます。
4. 一部の業務で試し、正確さと効果を確かめる
本格導入前に、実際の業務に近いデータで試します。受注処理なら書式や取引先が異なるサンプルを用意し、読み取れる項目、照合できない項目、修正が必要な箇所を確認します。まずは人が出力を確認し、安定して処理できる範囲が分かってから確認方法を見直します。問題があれば元の方法に戻せるようにしておきます。
5. 業務全体の成果を測る
AIの導入効果は、読み取りや入力の時間だけでは測れません。確認作業が増えたり、誤登録が増えたりしていないかも含めて確認します。
| 指標 | 確認したいこと |
|---|---|
| 1件当たりの処理時間 | 読取りから登録完了まで短縮したか |
| 修正・確認にかかった時間 | AI導入によって新たな負担が増えていないか |
| 入力ミス・誤登録件数 | 処理の品質が維持・改善されているか |
| 受注から登録完了までの時間 | 次の業務へ早く引き渡せるようになったか |
短縮できた時間を顧客対応や営業活動に充てられれば、単なる省力化を超えた成果につながる可能性があります。
AXを進めるうえで確認しておきたいこと
社内情報を利用できる環境を整える
AXでは、社内の業務データや顧客情報をAIと組み合わせる場面が増えます。利用するサービスの契約条件、入力データの取扱い、アクセス権限、保存先などを確認する必要があります。
ただし、社内情報をAIに入力するたびに上司の承認を求めると、日常業務の効率化が進みにくくなります。利用するサービス、対象業務、扱える情報の範囲をあらかじめ決め、その範囲内は通常業務として利用できるようにする方法もあります。
既存システムとの連携方法を確認する
AIが作成したデータを業務で使うには、販売管理ソフト、会計ソフト、Excel、クラウドサービスなどとの連携方法も確認します。CSVで取り込めるか、APIで連携できるか、対応できない項目がないかによって、実現方法と費用は変わります。
AIを使わない方がよい仕事もある
すでにExcelの関数やマクロで正確かつ短時間に処理できている仕事を、無理にAIへ置き換える必要はありません。発生件数が少ない業務では、導入費用や運用の手間が削減効果を上回る可能性もあります。利用料金だけでなく、初期設定、データ整備、結果の確認、保守も含めて判断します。
まずは一つの業務から、AIを前提とした仕事の見直しを始める
AXは、AIを導入すること自体を目的とした取り組みではありません。AIが使えるようになったことで、従来の作業や判断の方法をどう変えられるかを考えるものです。
中小企業では、最初から全社の業務を変える必要はありません。毎日届く注文書の入力、問い合わせ内容の整理、営業資料の作成など、身近な業務から試すことができます。
AIの出力を次の業務につなぎ、人が確認すべき内容を整理し、成果を測りながら改善していく。まずは今の仕事の中で、何をAIに任せ、何を人が担い、どの作業をなくせるかを整理してみてください。
AI活用を具体的な業務改善につなげたい場合は
オプティードのAI活用支援では、対象業務の整理、AIツールの試行評価、使い方と確認手順の整備、AIアプリ構築・自動化、研修・定着を支援しています。データの整理や既存ツールとの連携が課題になる場合は、データ活用・DX支援も組み合わせ、AIに任せる処理と人が判断する部分を整理します。
AI活用支援を見る ／ データ活用・DX支援を見る ／ AI活用・業務改善について相談する
