デジタルビジネス・イノベーションセンター（DBIC）

【横塚裕志コラム】AIエージェントを絆創膏で使ってはいけない

2025.12.09（火）

「AIエージェントは絆創膏ではない。体質改善を行うためのものだ。」と語っている映像を見たが、まさにその通りだと思う。
 一部門の一部業務だけを自動化する、いわば傷口に絆創膏を貼るようなレベルでは宝の持ち腐れだ。部門をまたぐ一連の業務プロセスを対象とし、ビジネス全体の競争力を高める仕掛けとして活用することこそが、AIの重要なポイントだ。

１．部門横断の業務プロセスをAIで変革する例

製造業の例を考えてみる。私は製造業の経験がないため若干ずれているかもしれないが、典型的なケースを想定したつもり。

受注〜在庫〜生産〜出荷のサプライチェーン
現行では以下のように、部門ごとに最適化されたプロセスが構築されている。

営業部：顧客から注文を受け、在庫や納期を確認するため、生産管理や物流へメール・電話で問い合わせ。
生産管理部：営業からの情報をもとに納期を計算し、製造計画を修正。
購買部：必要な部材が不足していれば仕入先に発注。
物流部：出荷計画を組み、営業へ納期を回答。
全体：部門ごとに異なるシステムを使い、人的な橋渡しが多く、納期遅延や在庫過剰の原因となる。

AIエージェント導入後の姿
AIエージェントは「全体の意思決定」を自律的にサポートする。

営業が注文を入力した瞬間に、AIが「在庫 → 生産能力 → 部材調達状況 → 配送枠」を自動で評価。
最適な納期をその場で提示し、生産スケジュールや部材手配も同時に調整。
設備故障や仕入遅延などの異常が発生すると、AIが即座に再計算し、関係者へ連絡と代替案を提示。

その結果

在庫過剰・欠品の減少
納期回答のスピードと精度向上
メール・会議・Excel調整の大幅削減
部分最適ではなく、サプライチェーン全体の最適化が可能に

２．どのような手順でAIによる業務改革を実施するのか

AIを活用して新しいプロセスを実現するには、以下の手順が必要となる。

現行プロセスの棚卸し（As-Is）
- 部門横断の業務フロー作成
- 例外ケースの洗い出し
- データ項目の棚卸し
課題とKPIの整理
- 滞留ポイント（査定待ち、書類不備、再照会など）
- 業務コスト、顧客の手間、リードタイム
To-Beプロセス設計
- AIエージェントの役割定義
- 人とAIの判断境界の設計
- 利用シナリオとUXの設計
AIエージェントのプロトタイピング
- プロンプト設計
- 判断ルール（ガードレール）作成
- データ連携（API、DB）
PoC（実証）
- 一部業務（例：給付金の初期査定）でテスト
- KPI計測（正確性、時間短縮、コスト削減）
本番展開
- 全社教育
- 運用ルール（モデル更新、例外対応）の整備
- 継続改善ループの構築

３．今の体制で実施できるか

現状の組織・人材では、ほとんどの会社が実施に苦労するだろう。
 DXの失敗が示すように、「変革」と掲げながら、実際は「現場の細かい業務のIT化」で終わってしまうパターンが、AIでも再び起こりつつある。今の体制ではできないだろうと思われる理由が二つある。

実施する役割を担う部門がない
企業の組織はピラミッド型の権限構造で動いており、各部門は業務プロセスの一部分だけを管理している。そのため、エンドツーエンドの業務全体を見て変革を進める役割の部門が存在しない。
 部門がなければ、誰もその役割を担わない。これはDXでも起きた。
実施できる能力を持つ人材がいない
経産省が示すDXスキル標準における「ビジネスアーキテクト」と「ビジネスアナリスト」の能力を持つ人材がいなければ、先述の検討タスクを進めることは難しい。
 AI活用とは、人の意思決定領域に踏み込み、業務プロセスを「人とAIでどう分担するか」を再設計する作業である。業務プロセスの専門家とAIの専門家が協働しなければ成立しない。デジタル化以上に深く難しい取り組みだ。
絆創膏を貼っているだけでは、何の効果も生まれず、コストだけがかさんでいくものと思われる。

AI導入の成否が企業の将来を左右することになると考えると、経営としてどのような体制で取り組むべきか、今責任を持って検討するべき時ではないだろうか。

他のDBIC活動

他のDBICコラム

他のDBICケーススタディ