社内システムの UI を後回しにしていると、AI も定着しません

総務省の令和8年版情報通信白書によると、日本企業の 86.4% が生成 AI を業務で使っている一方、業務変革への組織的な取組がないと答えた企業は 27.0% でした。米国は 1.4% です。この差は、業務が画面の形で固定されていることと関係しています。

社内システムの使いにくさは、長いあいだ我慢する対象として扱われてきました。顧客が見るものではないので、優先度が下がる。それは経営判断として理解できます。

ただ、AI の導入を始めた会社では、ここが直接コストになり始めています。理由を書きます。

白書の数字

総務省が 2026 年 7 月 24 日に公表した令和8年版情報通信白書に、日本、米国、ドイツ、中国の企業調査があります。2026 年 1 月から 2 月の調査です。

生成 AI を何らかの業務で使っている日本企業は 86.4%。前年の 55.2% から大きく上がり、米国 90.9%、ドイツ 91.6% との差はほぼなくなりました。

一方、生成 AI による業務変革について「組織的な取り組みはない」と答えた日本企業は 27.0% です。米国は 1.4%、ドイツ 4.9%、中国 2.6% でした。

そして業務類型別に「業務プロセスが AI 中心に変更されている」と答えた割合は、日本では社内ヘルプデスクで 11.9%、議事録・メール作成補助で 11.3%、営業・販売で 9.5%、製造・生産で 6.0% です。

導入は 86.4%。業務の変更は 6% から 12%。この差が本題です。

理由はいくつもありますが、現場で見ていて一番多いのはこれです。

業務の手順が、システムの画面の形で固定されている。

たとえば見積作成の業務があるとします。手順書には五つの工程が書かれている。しかしその五工程は、業務として必要な五工程ではなく、社内システムの画面が五枚あるから五工程になっています。

この状態で AI を入れると、各工程の中の作業が少し速くなります。文章を書く部分、転記する部分、確認する部分。それぞれが速くなる。合計で一割か二割の短縮です。

工程そのものは減りません。減らせないからです。画面が五枚あるかぎり、五回入力する必要があります。

白書が「業務プロセスが AI 中心に変更されている」と聞いているのは、まさにこの部分です。工程が減ったかどうか。そして日本の回答は 6% から 12% です。

白書は、業務変革の環境整備について、日本が他の三か国より顕著に低い項目を二つ挙げています。

一つは、業務プロセスの見直しや生成 AI 活用検討に必要なスキルやノウハウを学ぶ環境があること。

もう一つは、生成 AI に社内データを学習させたり、生成 AI が参照可能なデータベースを構築したりしていること。

二つ目は技術の話に見えますが、実際には社内システムの話です。参照可能なデータベースがない理由は、たいていデータがないからではありません。データが十五年分あって、それが画面の入力欄の並びに合わせた形で保存されているからです。

画面に合わせて設計されたデータは、画面から読む以外の用途に使いにくい。同じ意味の項目が三つのテーブルに別の名前で入っている。必須ではない欄が実質必須で運用されている。備考欄に業務上重要な情報が自由文で入っている。

こういうデータを AI が参照できる形にする作業は、データ移行の作業ではなく、業務の意味を決め直す作業です。そしてそれは、画面を設計し直す作業とほぼ同じものです。

私が提案する順番はこうです。

一つの業務を選ぶ。 見積、承認、問い合わせ対応、障害の一次切り分け。周期が短くて、時間を測れるものがいいです。

現在の工程を、手順書ではなく実際の動きで書く。 ここで必ず、手順書に載っていない工程が出てきます。前の担当者が Excel で管理している何か、承認前に口頭で確認している何か。それが実態です。

各工程について、その工程が存在する理由を書く。 業務上必要だから、法令上必要だから、次の画面に入力するために必要だから。三つ目に分類される工程は、削除の候補です。

削除できる工程を削除する。 ここで初めて AI の話をします。

順番を逆にすると、つまり AI を先に入れると、三つ目の工程も高速化してしまいます。不要な作業が速くなるだけで、しかも速くなったので誰も不要だと気づかなくなります。

これは発注前に言っておくべきことなので書きます。

AI を業務に入れると、楽になる人と、確認作業が増える人が出ます。文章を書いていた人は楽になり、その文章を承認していた人は、生成された文章を検証する作業が増えます。

この二番目の人を計画に書いていない導入は、現場で止まります。何度か見ました。

そして確認作業の設計は、UI の設計です。生成された内容のどこが変更されたのかが分かるか。元のデータのどこを参照したのかが辿れるか。確信度の低い出力が、高い出力と違う見た目になっているか。

これらが設計されていない場合、確認する人は全部を読むことになります。それは元の作業より遅い可能性があります。

この判断は、条件が一つ変わると成立しなくなります。

社内システムが業務の形を決めていて、業務の形が AI の効果を決めるなら、社内システムは AI 投資の前提条件です。前提条件が整っていない状態での投資は、86.4% と 6% の差として表れます。

日本企業は 12 か月で導入率の差を 35 ポイント縮めました。予算も意思もあることの証明です。残っている差は、買って埋まる種類のものではありません。

一番使われている社内システムを一つ選んで、それを毎日使っている人の隣に座り、一つの業務を最初から最後まで見せてもらってください。

私が同席する必要はありません。経営層の方が一度これをやると、その後の会議の内容が変わります。二十分で足ります。

その二十分で見つかるものは、たいてい導入計画のどこにも書かれていません。