株式会社renue
コンサルティング
コンサルティングで、この記事のテーマを実務に落とし込めます
renueが社内で運用しているシステムをサービス化したものです。何ができるか、どう動くかをサービスページでご覧ください。
2026年のAI・DXを検討するときは、技術の話題性に加え、自社の業務で何を変え、どの成果と負担を測るかを確認します。本記事では2026年10月24日時点の公開情報を踏まえ、企業が検討する十のテーマを整理します。十項目は本記事の実務上の選定で、調査会社の公式ランキングや全社に共通する導入順ではありません。
公表年と予測対象年にも注意が必要です。例えばGartnerの2027年向け技術トレンドは2026年10月20日に公表されています。将来予測を2026年の普及実績として扱わず、製品の提供状況や自社での検証結果と分けて判断します。
業務に組み込むAI：エージェント・検索・図面や文書の活用
1．AIエージェントは実行範囲と停止条件から設計する
AIエージェントでは、回答を生成するだけでなく、必要な処理やツールの利用を状況に応じて選ぶ構成を検討します。定型の承認手順や計算をすべて自律化する必要はありません。Anthropicの設計解説も、あらかじめ経路を定めるワークフローと、モデルが処理を選ぶエージェントを区別し、必要に応じて複雑さを加える考え方を示しています。同資料は2024年公表で、設計原則と現在の製品仕様は区別して参照します。
実務では「情報を読む」「案を作る」「外部へ送る」「データを確定する」を分け、使える情報、操作権限、承認者、処理回数や費用の上限、失敗時の引き継ぎ先を決めます。例えば発注候補の整理と注文確定では影響が異なるため、同じ権限を与えない設計が考えられます。これは導入時の検討例で、全業務に共通する自動化の正解ではありません。
2．RAGは必要な情報を探し、根拠を確認する仕組みとして評価する
RAGは文書等を検索して得た情報を生成時に利用する構成です。自社規程や仕様書を参照する用途では、検索対象の許諾、利用者ごとの閲覧権限、改訂日、旧版の除外、引用箇所を整えます。文書を追加するだけで回答が正しくなるとは限らず、必要な資料が見つかったかと、その資料から正しく答えたかを別に評価します。資料がない質問や権限外の質問を含め、「確認できない」と扱える条件も用意します。
対象資料が少なく定型的であれば、通常の検索やルール処理で足りる場合もあります。RAGを全社必須とせず、RAGの仕組みと利用目的を整理し、比較対象を置いて検証します。
3．図面・画像・文書は、抽出結果を原本と照合する
図面やスキャン文書を扱う場合は、文字だけでなく、表、寸法、単位、注記、改訂の位置関係も業務判断に関わります。抽出した数量や仕様を台帳に登録する前に、元のページと該当箇所を確認できるようにします。書式や画質によって結果が変わるため、自社資料で読み落とし・誤読・修正作業を測ることが必要です。図面検索や寸法・数量の抽出が課題なら、原本確認と修正の工程も含めて図面AIの活用を相談できます。一般的な文章チャットの導入と図面業務の改善は、必要なデータと評価方法を分けて検討します。
開発と運用の品質：AI開発・コスト管理・セキュリティ
4．AIによる開発支援をレビューと変更管理につなぐ
コードやテスト案をAIで生成する場合も、要件への適合、権限の確認、データの取り扱い、異常時の処理を確認します。生成量や作業の速さだけでは、変更後の品質を評価できません。担当者が差分を読み、必要なテストと依存関係の確認を行い、公開・切り戻しの条件を決める流れに組み込みます。AIを使えば経験やレビューが不要になると一般化せず、確認にかかった時間や修正後の不具合も記録します。
継続的な開発では、通常のコード変更と同様に、AIが関わった変更も履歴と責任を追えるようにします。品質確認の工程はDevSecOpsとCI/CDの安全な運用も参考になります。
5．AI FinOpsで利用量・品質・業務成果を結び付ける
FinOps FoundationのAI向け整理では、費用の配分、予測、単位当たりの価値等を検討対象にしています。AI費用は一律にAPI料金だけで捉えず、ライセンス、基盤、データ整備、確認や修正、監視・保守等を含め、自社の集計範囲を決めます。全社のAI支出を必ず一つの管理単位にまとめるという意味ではなく、業務や製品に応じた見方を選びます。
例えば問い合わせ業務なら、一回の生成価格と、解決した一件当たりの総費用を区別します。安価な出力でも再回答や人の修正が増えれば、業務全体の負担は減らない可能性があります。品質の基準をそろえ、利用量と未解決率、人の対応時間を同じ期間で比較します。具体的な集計項目はAIコスト最適化の検討につなげられます。
6．セキュリティはコード・権限・外部との接点を点検する
AI機能では、利用者の入力、取得文書、外部サービスからの情報が処理に入ります。回答に含めてよい情報と、実行してよい操作を分け、認証、閲覧・更新権限、秘密情報、ログ、外部送信先を確認します。指示文の工夫だけを対策とせず、アプリ側で操作の範囲を制御し、対象外のデータにアクセスできないかを検証します。
自社アプリの認証・権限やコード、外部接続の弱点を調べたい場合は、合意した範囲と環境でAIセキュリティ診断を相談できます。診断結果をエンジニアが確認し、影響と改善方法を整理するサービスです。法令対応やAIの正答性の評価とは対象が異なるため、目的ごとに確認を設計します。
組織と制度への対応：ガバナンス・人材・環境データ
7．ガバナンスは利用目的と担当・証拠を対応させる
利用ツールの一覧だけでなく、用途、扱う情報、関係者、判断の責任、変更時の確認方法を整理します。NISTのAI RMFは、用途や状況に応じたリスクの把握・測定・管理を扱う枠組みです。特定製品を導入すれば完了する認証制度と捉えず、自社の業務で何を確認し続けるかを考える参考にします。
推進組織をCoEとして集約するか、現場と共通部門で分担するかは、規模や権限、扱うデータに応じて決めます。利用者への説明、実際の情報処理、障害時の対応も含めた点検は、デジタルトラストの実践ともつながります。
8．人材育成を業務の変更と運用の引き継ぎにつなぐ
研修の受講数やツールの利用人数と、業務成果は分けて測ります。担当者が確認する箇所、例外の連絡先、データの更新責任、障害時に従来の手順へ戻す方法を定めます。内製化も全工程を自社で作ることとせず、自社に残す業務知識や判断、外部へ依頼する構築・保守の範囲を整理します。働き方について特定の出社日数を全社の最適解とはしません。
経済産業省・IPAは2026年2月13日、改訂したDX推進指標を公表しています。自己診断を通じた現状や課題の共有に利用し、経営層と現場で異なる認識を確認します。指標の点数を上げること自体を事業成果に置き換えず、次に変える業務と担当を決める材料にします。
9．サステナビリティ対応は制度ごとの対象とデータを確認する
環境関連の制度を「2027年から全社必須」と一括りにはできません。金融庁の2026年2月20日公表内容では、SSBJ基準による開示の対象をプライム市場上場会社のうち平均時価総額一兆円以上とし、一般には2028年3月31日以後終了事業年度、所定の平均時価総額三兆円以上の会社には2027年3月31日以後終了事業年度から適用します。平均は原則として前事業年度末とその前四事業年度末で判定し、上場後五事業年度未満の場合には例外があります。
一方、経済産業省の排出量取引制度の案内では、直近三年度平均のCO2直接排出量十万トン以上の事業者を対象に2026年度から制度を開始しています。開示制度と排出量取引制度では対象や必要な記録が異なります。自社と関係会社の該当性、取引先からのデータ依頼を確認したうえで、集計元、対象期間、算定方法、修正履歴と承認者を整えます。
十番目のテーマは投資判断：効果を測り、課題に合う支援を選ぶ
10．予算の相場を当てはめず、比較できる業務から始める
AI・DX投資額を従業員数だけで一律に決めることはできません。対象業務、既存システム、データの状態、連携範囲、品質基準、保守体制により必要な作業が変わります。まず現状の件数、作業時間、待ち時間、誤りや手戻りの内容を確認し、変更後に何を比べるかを定めます。便利そうな技術を十種類導入することを目標にせず、改善できる余地と実行上の制約を一緒に評価します。
優先候補ごとに、利用者、入力資料、出力先、判断者、失敗時の影響、必要な費用、検証方法を一枚に整理すると、比較しやすくなります。例えば月間の処理時間が減っても、確認担当者の負担や未処理が増えていれば、工程全体の改善とは限りません。処理量や案件の難しさが違う期間を単純に比較せず、同程度の条件をそろえます。時間削減をそのまま現金支出の減少とせず、再配置できた作業と実際に変わった費用を区別します。
小規模な検証では、通常の資料に加えて、欠損、旧版、判読しにくい入力、権限外の依頼、接続先の停止等も対象業務に応じて確認します。拡大する条件、追加で直す点、従来手順へ戻す条件を担当者と決め、検証結果から次の範囲を判断します。固定の期間や削減率を約束するのではなく、自社の資料と業務で成果と負担を確かめる進め方です。検証の目的・評価データ・判断基準と次の段階を具体化する方法は、PoCの設計と本番移行の確認点で整理しています。
経営課題・業務実装・図面・アプリ診断で相談先を合わせる
何から取り組むかが決まっていない場合は、課題整理、優先順位、実行計画やKPIの設計を扱うコンサルティングが相談先になります。対象業務が決まり、データ処理やAPI連携、現場で使う仕組みの実装を進めたい場合は、FDEによる業務実装支援につなげられます。自社で運用する担当や引き継ぐ範囲も合わせて検討します。
図面の検索・読取・数量整理が主な課題であれば図面AI、自社アプリの認証・権限やコードの弱点を確認したい場合はAIセキュリティ診断というように、記事で扱った課題とサービスの目的を対応させます。相談時には、利用可能な範囲の業務概要、資料の種類、現状の困りごと、希望する成果を整理し、機密情報や個人情報の共有方法は別途確認します。制度への該当性や法的判断が必要な事項は、所管の公式情報と社内担当・専門家の確認につなぎます。
