AIを動かす前に整える業務データの条件——受発注・在庫が記憶ではなくデータになっているか

AIを業務に入れたい。そう考えて動き出す会社は増えている。ところが、いざ取り組んでみると「何に使えばいいかわからない」「試しても成果が出ない」という状態になる。ツールの選び方や予算の組み方に問題があるように見えるが、多くの場合、根本的な原因は別のところにある。

AIが動く先は、既存のデータの上にある

AIは既存のデータを読み、そこから処理・予測・自動化を行う仕組みだ。受発注の履歴、在庫の増減、顧客とのやりとり——これらの事実がデータとして会社に残っていなければ、AIに渡せるものがない。動かす先がないのだから、何を入れても動かない。

「AI導入が進まない」という相談を受けるとき、原因として「データ層の問題」が最初に確かめる箇所のひとつになる（参考：AI導入が進まない原因を5層で切り分ける）。ツールの問題でも、担当者のリテラシーの問題でもなく、そもそもAIに処理させるべきデータが会社に存在しないというケースは、想像以上に多い。

「データがある」と「使えるデータがある」は別のことだ

「うちには業務データがある」と答える会社でも、実態を確認すると次のような状態であることがある。

• 受注の内容が担当者のメモや口頭のやりとりに依存している
• 在庫数を正確に把握しているのは特定の担当者だけ
• 顧客への対応履歴が個人のメール受信箱にしか残っていない
• 売上の集計はあるが、どの商品がいつ誰に売れたかは追えない

このような状態は「データが存在しない」のと実質的に同じだ。記憶は検索できない。紙はシステムに渡せない。担当者が不在になれば、その知識は会社から消える。

さらに問題なのが、データが複数の場所に分散している状態だ。AさんはExcelで管理、BさんはGoogleスプレッドシート、基幹システムには別の数字が入っている——この状態では、どれが正しいデータかを誰も断言できない。AIが処理する以前に、人間が意思決定する際にも支障が出ている。

データが整っていない領域にAIを入れようとするのは、地図のない場所にナビゲーションシステムを設置するようなものだ。

デジタル化→一元化→AIという順番を守る

業務改善においてAIは有力な手段だ。しかし、それは「整ったデータがある」という前提のうえに成立する。正しい順番は次のとおりだ。

1. 業務の事実をデータとして記録する　受発注・在庫・顧客対応など、日々起きていることをシステムや表計算ソフトに残す。情報が誰かの頭の中や紙にある状態を、まず解消する。
2. データの在り処を1か所に決める　分散した記録を集約し、「この業務の正データはここにある」という状態をつくる。複数の正解が存在するかぎり、AIは処理できない。
3. AIの適用箇所をデータが整った領域に絞る　データが読める状態になって初めて、PoC（試験導入）が意味を持つ。先に試みるとデータ不足で止まり、「AIは使えない」という誤った結論が出る。

「まずデジタル化から」というのは後ろ向きな選択ではない。AI導入を本気で進めるなら、そこが最初の投資先になる。受発注管理や在庫管理のシステム整備にかかるコストの考え方については「基幹システム入れ替えの費用はなにで決まるか」が参考になる。

「どの業務からデータ化を進めるか」を整理したい場合は、しぼる（DX伴走支援）でご相談を受け付けている。現状の業務を棚卸しし、優先順位をつける工程から一緒に進める。