AI内製化に踏み出した中小企業の半数以上が、半年以内に止まる。
ツールが悪いのでも、社員のスキル不足でもない。詰まる場所はだいたい同じ3つで、しかも導入前に予測できるものだ。
ここに先回りできるかどうかで、その後の景色が変わる。
詰まりどころ 1：最初の業務選定で「全社共通」を選んでしまう
「まずは全社員が使う議事録要約から」「全部署で使う問い合わせ対応から」と始めるパターン。これが一番危ない。
全社共通業務は、関係者が多すぎて改善ループが回らない。誰の課題で、誰が評価し、誰が責任を取るかが分散すると、AIの精度が80点まで上がっても「現場が使わない」状態で止まる。
最初に選ぶべきは、1部署・1業務・1責任者で完結する業務だ。経理の請求書仕分け、営業部の見積書ドラフト、人事の応募者一次スクリーニング。狭い範囲で運用が回ってから横展開する方が、結果的に早い。
詰まりどころ 2：3ヶ月目の「精度の壁」で停滞する
最初の1〜2ヶ月は、AIの出力が想像より良くて、社内が盛り上がる。問題は3ヶ月目だ。
簡単な部分の精度が80点に達したあと、残り20点を上げるのに想像の3倍の時間がかかる。ここで多くの会社がプロンプトを書き換えるだけで乗り切ろうとして、改善が止まる。
精度の壁を抜けるには、学習データ側の整備に手を入れる必要がある。社内マニュアル、過去の優良対応事例、業界用語集。AIに渡す前提情報を構造化しないと、表面のプロンプトをいくら磨いても天井が来る。3ヶ月目に「データ整備フェーズに入る」と最初から伝えておくと、現場の停滞感は大きく減る。
詰まりどころ 3：「触れる人」が1人に集中する
導入が進むほど、社内のAI活用は特定の1人に集約していく。プロンプトが書ける人、AIの癖を理解している人、社内データとAIの間を翻訳できる人。
その1人が抜けると、組織のAI活用は1日で止まる。これがいわゆる「AIの属人化」だ。
対策はシンプルで、運用初期から最低2人体制で組むこと。1人が手を動かし、もう1人が観察役として並走する。観察役は週1で運用記録をまとめ、次の月から手を動かす側にローテーションする。最初は二度手間に見えるが、半年後の継続率が桁違いに変わる。
内製化の本質は、組織の学習速度を上げること
3つの詰まりどころは、AIの技術問題ではない。組織として何かを学習するときに、いつも詰まる場所だ。
逆に言えば、AI内製化はこの3つを言語化する絶好の機会でもある。狭く始めて、データを整備して、属人化させない。この3つを意識して半年回せば、AIに限らず次の打ち手のスピードが目に見えて変わる。
私が法人伴走で最初に共有するのは、ツール選定の話ではなくこの3つだ。
