こんにちは。Aurant Technologiesです。

現場の実体験に基づき、システムの「本当のところ」を忖度なしで解説する本音レビューシリーズ。今回は特定のSaaSツールではなく、現在多くの企業が取り組みを始めている「生成AIの業務活用とシステムの内製化」についてお話しします。

「全社員にChatGPTの法人アカウントを配ったが、一部の社員しか使っていない」「高額なAIパッケージを導入したが、自社の業務フローに合わず放置されている」。AIの可能性に期待して投資を行ったものの、こうした「AI活用の壁」にぶつかっている経営層からのご相談が後を絶ちません。

本稿では、システムアーキテクチャの設計やデータ基盤構築を行う実務家の視点から、「なぜ生成AIの導入は失敗しやすいのか」を客観的データと共に紐解き、外部ベンダーに依存せず、現場の「ビジネス職」が自らAIを使ってシステムを作る『AI内製化』の事例を解説します。

1. 【データが示す現実】なぜ生成AIの導入・活用は失敗に終わるのか？

「とりあえずChatGPTを導入してみよう」。このアプローチがなぜ機能しないのか。まずは、客観的なデータと私たちのコンサルティング現場での実態から、生成AI導入における「不都合な真実」を整理します。

「日本企業の多くが生成AIの導入・検証を進めている一方で、『業務に定着し、日常的に活用できている』と回答した企業は全体の2割未満に留まる。多くの現場では『何に使えばいいか分からない』『プロンプトを書くのが面倒』という課題が立ちはだかっている。」

※IPA（情報処理推進機構）「DX白書」や総務省等の各種国内IT動向調査の傾向より要約

実際に、当社にDX相談に来られる企業の80%以上が、「アカウントは配ったが、使っているのは情報感度の高い数名の社員だけ（＝全社的な生産性向上に繋がっていない）」という共通の課題を抱えています。その根本原因は以下の3つに集約されます。

• ① 業務プロセス（ワークフロー）と分断されている
  現場からすれば「わざわざ別の画面（ChatGPT）を開き、指示文を考え、データをコピペして、結果をまた元のシステムに戻す」という作業は手間でしかありません。AIが日常の業務フローに組み込まれていないため、定着しないのです。
• ② 参照する社内データが整っていない（RAGの失敗）
  「社内規程や過去の提案書をAIに読み込ませたい」という要望は多いですが、元のファイルがバラバラだったり、古い情報が混ざっていると、AIは堂々と嘘をつきます（ハルシネーション）。AIの精度は、土台となるデータ品質に完全に依存します。
• ③ 高額なAIパッケージの導入と陳腐化
  「自社専用のAI」を開発会社に丸投げすると、数千万円の見積もりが出ます。しかし、AI技術は数ヶ月単位で進化するため、分厚い要件定義書を作って数ヶ月かけて開発した頃には、そのシステムはすでに陳腐化しています。

2. 失敗を避けるアプローチ：「小さなAIモジュール」の組み込み

これらの壁を突破するためには、「巨大なAIシステムを一つ作る」あるいは「人間にプロンプトを打たせる」という発想を変える必要があります。

私たちAurant Technologiesが提唱しているのは、「モジュール（部品）化されたAIの小さな開発」です。現場が普段使っているシステム（Salesforce、kintone、Slackなど）の裏側に、特定の処理だけを自動で行う「AIモジュール」を挟み込みます。

こうした小さなAIモジュールであれば、API（システム連携）を活用して安価かつ短期間で開発できます。現場の社員は「いつものシステムを使うだけ」で、裏側でAIが勝手に働いてくれる状態を作ることができます。

3. CursorとClaudeの衝撃：ツールから「自律して動くAI社員」へ

「AIモジュールを作るのが良いのは分かったが、自社にはプログラミングができるエンジニアがいない」と思われるかもしれません。しかし、ここ最近でシステム開発の手法にパラダイムシフトが起きています。

それが、「Cursor（カーソル）」に代表されるAI搭載のコードエディタと、「Claude（クロード）」に代表される高度な生成AIモデルの登場です。

これらが過去のツールと一線を画しているのは、単にコードの続きを予測するだけでなく、「自律的に設計し、手を動かしてプログラミングし、エラーが出たら自己修復する『優秀なAIエンジニア』が隣に座っている感覚」をもたらした点です。人間は自然言語で指示を出し、出てきたものをレビュー・承認するマネージャーの役割に変わりました。

4. 【実例と公式動向】非エンジニアがAIツールを自作する時代へ

「本当にエンジニアがいなくても作れるのか？」。結論から言えば、世界的に見てもプログラミング未経験者によるツール開発はすでに本格化しています。

例えば、Claudeを提供するAnthropic社は公式の導入事例として、現場の担当者がAIを活用して高度な業務課題を解決するケースを多数公開しています。また、CursorなどのAIコーディングツールによって「ソフトウェア開発の民主化」が進み、ビジネス職が自らシステム構築の主導権を握るムーブメントが世界中で起きています。

ここでは、私たちが内製化の伴走支援を行った企業様で実際に起きた実例をご紹介します。

5. 【確信】AIエージェントは、エンジニアではなく「ビジネス職」の武器である

この事例をはじめ、多くのクライアント企業様を支援する中で、私たちは一つの決定的な事実を確信しました。

それは、「AIエージェントによる開発は、エンジニアではなく、現場の『ビジネス職（非エンジニア）』こそが主導すべきである」ということです。

従来のシステム開発では、現場が「こんなシステムが欲しい」と要望を出し、要件定義書を作ってエンジニアに伝える「伝言ゲーム」が発生していました。しかし、現場の細かなニュアンス（例外パターンの多さなど）は伝わりきらず、出来上がったものは「痒いところに手が届かないシステム」になりがちでした。

現場で日々業務を回しているビジネス職の方々は、「このメールの、ここの行にある数字をこっちに移したい」といった、極めて解像度の高い業務ニーズを持っています。
業務の解像度が最も高いビジネス職本人が、Cursorという「AIエンジニア」に直接指示を出し、対話しながらシステムを作り上げる。伝言ゲームが介在しないため、「現場にとってめちゃくちゃ使い勝手のいい最高のシステム」が圧倒的なスピードで完成するのです。

6. 開発の「丸投げ」から脱却する。Aurantの伴走型支援

とはいえ、「明日からCursorを入れて勝手に作って」と現場に丸投げしても、セキュリティ設定やAPIの基礎知識がないため最初の壁でつまずきます。

だからこそ、私たちAurant Technologiesは「システムを開発して納品する（外注）」のではなく、貴社のビジネス職が自らAI社員を使いこなし、最高の業務モジュールを開発・運用できるようになるための「AI内製化の伴走支援」を提供しています。

• ① アーキテクチャの基本設計： 貴社の業務フローを整理し、「どこにAIモジュールを挟むべきか」「データはどう流すか」「情報漏洩を防ぐセキュアなインフラ構築」という安全な土台を私たちが作ります。
• ② AIペアプログラミング支援： 実際のモジュール開発を、貴社の担当者と画面を共有しながら一緒に進めます。「AIにどう指示（プロンプト）を出せば意図したコードが返ってくるか」というマネジメントのノウハウを伝授します。
• ③ 自走と後方支援： 担当者が自力でシステムの改修や新しいツールの開発ができるようになった後は、複雑な要件の壁打ちや、セキュリティレビューなどの「顧問・アドバイザー」として後方支援に回ります。

これからの時代、「ビジネス職がAIを自社の社員として使いこなし、システムを高速で改善できる企業」と、「高額な外注費を払い続けてシステムがブラックボックス化していく企業」の差は絶望的なまでに開いていきます。

AIは完成されたパッケージを買ってくるものではなく、自社の業務の中に組み込み、優秀な社員として育てていくものです。もし「自社主導でツールを開発できる体制を作りたい」とお考えであれば、ぜひ一度ご相談ください。