メインコンテンツへスキップ
見出し画像

地味なBtoBほど、AIの効果は派手に出る

    「AIで会社が変わった」という話は、たいてい華やかな業種から聞こえてきます。おしゃれなD2Cブランド、動画がバズる飲食店、映える写真のサロン。そのたびに、地味なBtoBの経営者はこう思うのです。「うちには関係ない」と。でも私は、まるで逆だと考えています。派手なBtoCより、油と鉄と書類で回る地味なBtoBのほうが、AIの効果はずっと派手に、しかも数字になって出ます。カギは業種の華やかさではなく、業務の「構造」にあります。

    画像

    なぜBtoBはAIと相性がいいのか

    私は生成AI活用の顧問として、中小企業の現場に入っています。相談に来る社長の多くが、最初は「うちみたいな地味な会社にAIは早い」と言います。ところが実際に成果が出るのは、その地味さの中心にある業務ばかりです。理由は感覚ではなく、BtoBという業態が持つ3つの構造にあります。

    1つ目は、反復取引です。BtoBは同じ相手と長く付き合います。去年も今年も来年も、同じ顧客に同じ型の見積を出し、同じ様式の報告書を返す。取引が一回性ではなく、繰り返しでできています。AIは、この「繰り返しのパターン」を読み取って再現するのが得意です。過去のやり取りが型として積み上がっている会社ほど、AIに渡せる材料が豊富にあります。

    2つ目は、定型書類の多さです。見積書、点検報告書、仕様確認書、部品の手配書。BtoBの一日は、決まった枠に事実を流し込む書類仕事で埋まっています。枠が決まっている文書は、AIが下書きを起こすのにいちばん向いた仕事です。ゼロから発想する創作ではなく、型に沿って埋める作業だからです。

    3つ目は、属人ノウハウです。BtoBの現場には、たいてい一人か二人のエースがいます。その人だけが、顧客ごとのクセや、提案を出すべきタイミングを肌で分かっている。判断基準が誰の目にも見えず、頭の中にだけある。この暗黙知を、対話を通じて言葉に起こしていくのも、AIが力を発揮する領域です。

    画像

    一方、派手に見えるBtoCは、一見客が多く、取引は一回きりで、感性やその日の気分に左右されます。型が定まりにくいぶん、AIが噛みつく足場が少ない。地味なBtoBはその逆で、反復・定型・属人という、AIの得意分野と正確に重なる3点セットを最初から抱えています。地味だからAIに向かないのではありません。地味だからこそ、向いているのです。

    もう一つ見落とされがちなのが、繰り返しの「量」です。同じ型の書類が毎日何十枚と流れる会社は、AIに任せたときの効き目も、その枚数ぶんだけ大きくなります。一枚あたりの時短はわずかでも、月に何百枚も動く定型なら、積み上がる時間は一人分の仕事量に届くこともあります。派手なBtoCの一発の話題性と違い、地味なBtoBの効果は、静かに、しかし確実に、複利で効いてきます。私が現場で「地味な会社ほど伸びしろが大きい」と言い切れるのは、この量の差を何度も見てきたからです。派手さの裏には一回性があり、地味さの裏には反復がある。そして反復こそ、AIがいちばん力を出せる土壌なのです。

    逆に言えば、型のない仕事はAIが苦手です。初対面の相手にゼロから関係を作る、その日の相場観で値付けをする、現場の空気を読んで判断を変える。こうした一回性の仕事は、BtoCの華やかさの正体でもあり、AIがもっとも噛みにくい領域です。BtoBにもこの種の仕事はありますが、日々の総量に占める割合は多くありません。大半は、決まった相手に決まった型で応じる反復で回っています。だからこそ、AIを乗せる足場が最初から広く用意されているのです。自社を「地味だ」と感じているなら、それはむしろ、AIが働きやすい床がすでに敷かれているという合図だと受け取ってください。

    「油と鉄の会社」がAIにたどり着くまで

    ここからは、私が実際に支援した現場の話をします。なお、これは複数の支援先での出来事を、一社のモデルケースとして再構成したものです。数字も、あくまで一例として読んでください。

    産業機械の保守サービスを手がける、社員42名の会社でした。工場に据え付けられた機械を点検し、部品を交換し、壊れる前に手を打つ。創業から40年、付き合いの長い取引先がずらりと並び、毎日、点検報告書と見積、部品手配書が大量に机の上を流れていきます。多い日には、報告書だけで30枚ほどが行き交う、という一例もありました。

    社長は50代後半。口を開けば「うちは油と鉄の会社。AIなんて横文字の世界とは無縁だよ」が決まり文句でした。最初にお会いしたときも、腕を組んだまま「で、そのAIとやらで何ができるの」と、半分は挑戦、半分はあきらめのような表情をしていたのを覚えています。

    正直に言えば、私も最初から自信満々だったわけではありません。ただ、この会社に必要なのは、世間がイメージする華やかなAIではないと感じていました。だから私は「AIで何か新しいことを始めましょう」とは言いませんでした。代わりに尋ねたのは、たった一つ。「今、毎日いちばん多く流れている書類は何ですか」。返ってきた答えが、点検報告書だったのです。派手な入り口ではなく、いちばん地味で、いちばん量の多いところから入る。それが、この手の会社でAIが効く鉄則だと、私は経験から知っていました。社長は「報告書なんて、ただの記録だよ」と怪訝な顔をしていました。その「ただの記録」が宝の山だと分かるのは、もう少し先の話です。

    風向きが変わったのは、AIの話ではなく、一人のベテラン社員の退職予告からでした。20年以上、主要な顧客をほぼ一人で担当してきた技術者が、体調を理由に来春で辞めると告げたのです。社長は青くなりました。困ったのは人手が減ることではありません。その人の頭の中にしかない、顧客ごとの点検のクセ、機械の弱りやすい箇所、そして「そろそろこの部品を提案したほうがいい」というタイミングの勘所が、まるごと消えてしまう。マニュアルには一行も書かれていない、その会社の本当の資産が、退職と一緒に持ち出されようとしていました。

    私はそこで、AIを「ベテランの頭の中を聞き出す相棒」として使うことを提案しました。派手な自動化ではありません。まずベテラン本人にAIと対話してもらい、「どの顧客に、いつ、何を提案してきたのか」「どこを重点的に見てきたのか」を、一問ずつ言葉にしていったのです。本人は「当たり前すぎて説明したことがない」と言いながら、問われて初めて、自分の判断の理由を口にしていきました。その記録が、条件と判断と理由の一覧として、少しずつ形になっていきました。

    たとえば、ある食品工場の顧客については「夏場に稼働が上がる6月の前に、冷却系の部品を早めに勧める」。別の金属加工の顧客には「納期が詰まる月末の点検は避け、月初に前倒しで入る」。ベテランは長年、こうした一社ごとの事情を頭の中のカレンダーで覚え、絶妙なタイミングで動いていました。どれも本人にとっては息をするようなことで、聞かれるまで「技術」だとすら思っていなかった。AIが一問ずつ掘り下げていくと、その一つひとつが、後任でも再現できる形の言葉に変わっていきました。この作業に本人が費やしたのは、一日30分ほどの対話を二週間、という一例です。二週間で、20年ぶんの勘所の骨格が、紙の上に降りてきたことになります。

    社長は、この過程を横で見ていて驚いていました。長年一緒に働いてきたのに、その社員が何を考えて顧客に向き合っていたのか、初めて具体的に知ったからです。「あいつの頭の中は、こんなに整理された理屈だったのか」と。属人ノウハウは、隠されていたのではなく、ただ言葉にする機会がなかっただけでした。

    次に取りかかったのが、点検報告書のドラフト化です。過去の報告書と、聞き出した判断基準をAIに渡し、点検結果を入力すると報告書の下書きが立ち上がるようにしました。ここで一つ、地味だけれど大きな仕掛けを足しました。報告書の末尾に、ベテランなら書き添えていたはずの「次回、この部品の交換をご提案します」という一文が、機械の状態に応じて自動で入るようにしたのです。

    社長が「あっ」という顔をしたのは、この報告書を見たときでした。これまで報告書は、点検が終わった記録にすぎませんでした。それが、次の受注につながる提案書に変わっていた。社長はしばらく黙って報告書を眺め、それからぽつりと言いました。「うちの武器は、この地味な繰り返しの中に、ずっと埋まってたんだな」と。

    画像

    数か月後、点検のたびに提案が一言添わるようになった結果、保守契約の更新率と、部品交換の追加受注が、目に見えて動き始めました。それまで担当者の記憶と、その日の忙しさに左右されていた提案が、報告書に組み込まれたことで、抜け漏れなく、すべての顧客に届くようになったからです。ベテラン一人が覚えていた勘所を、会社の仕組みが肩代わりするようになった、と言い換えてもいい。ある月には、報告書の一文がきっかけで動いた追加受注が、それまでの数か月ぶんに相当した、という一例もありました。派手な新規開拓ではありません。もともと毎日流れていた報告書という「地味な定型」に、一文を足しただけです。宝は外から探してくるものではなく、机の上をすでに流れていました。それに気づけるかどうかだけが、分かれ道でした。

    自社の「地味な宝」を掘る5つの手順

    では、あなたの会社の地味な定型から宝を掘り出すには、どうすればいいか。私が現場で踏んでいる手順を、5つに整理してお渡しします。順番どおりに進めれば、AIに向いた仕事から無理なく着手できます。

    手順1は、業務の定型度を診断することです。いきなり「何を自動化するか」を考えると手が止まります。先に、日々の仕事を「定型・半定型・非定型」に仕分けるところから始めます。定型が多いほどAIの出番が多い、という地図をまず手に入れるのです。

    最初の一歩は、社長本人がやるのがいちばん早い。次のプロンプトは、一日の業務を思いつくまま話すだけで、3分類とAI適合度の表にしてくれます。机に向かう時間がなくても、移動の合間に音声で話しかければ十分です。

    あなたは、中小企業の業務を「定型・半定型・非定型」に仕分ける業務コンサルタントです。
    これから私が、自分の会社の1日の業務を思いつくまま話します(音声入力で構いません。順不同・言い直しOK)。
    【ここに1日の業務を話した内容を貼る】
    
    上記を読み取り、次の3列の表にまとめてください。
    - 業務名
    - 3分類(定型/半定型/非定型)と、そう判断した理由
    - AI適合度(高・中・低)と、任せるなら最初の一歩
    
    最後に、「まず1つだけAIに任せるとしたらどれか」を、理由をつけて1つ推薦してください。

    この表が、あなたの会社の伸びしろマップになります。定型に並んだ業務が、そのままAIの着手候補です。

    画像

    手順2は、属人ノウハウを言語化することです。エースの頭の中にある判断基準は、放っておけば退職と一緒に消えます。ベテランがいるうちに、AIを聞き手にして引き出しておく。ここで大事なのは、見積金額のような数字の話ではなく、「どの顧客に、いつ、何を提案するか」「どこを重点的に見るか」という、対応と提案の勘所を残すことです。

    次のプロンプトは、退職を控えたベテランや、二番手が引き継ぐタイミングで使います。AIが一問ずつ質問し、答えを「条件→判断→理由」の表に落としてくれます。

    あなたは、ベテラン社員から「顧客対応と点検・提案の判断基準」を引き出す、聞き上手なインタビュアーです。
    引き出すのは金額の基準ではなく、「どの顧客に・いつ・何を提案するか」「どこを重点的に点検・確認するか」といった、頭の中にある判断のクセです。
    【ここに、ベテランの担当顧客・仕事内容の概要を貼る】
    
    進め方: 一度に1問だけ質問してください。私がその社員になったつもりで答えます。答えを受けて、さらに具体化する質問を重ねてください。
    10問ほど終えたら、聞き出した内容を「条件(どんな時)→判断(どうする)→理由(なぜ)」の3列の表に整理してください。
    表は、明日その社員がいなくなっても、後任が読んで動ける具体度にしてください。

    この表は、そのまま引き継ぎ資料になり、後で紹介するAI下書きの土台にもなります。

    手順3は、反復取引データから機会を掘ることです。BtoBは同じ顧客との履歴が積み上がっています。その履歴は、次の提案のヒントの塊です。過去1年の受注・対応履歴をAIに読ませ、リピートや追加提案の機会を、優先度つきで洗い出します。

    次のプロンプトは、期の変わり目や、月初に営業の一手を決めたいときに使います。履歴を貼るだけで、動くべき顧客が優先度順に並びます。

    あなたは、既存顧客からの追加・リピート受注を掘り起こす営業アナリストです。
    【ここに、過去1年ぶんの受注・対応履歴(顧客名・日付・内容・金額など)を貼る】
    
    上記から、次を優先度つきの表で出してください。
    - 顧客名
    - 掘り起こせる機会(リピート提案/追加提案/更新・点検のタイミング)
    - 根拠(履歴のどこからそう言えるか)
    - 優先度(高・中・低)と、今月動くなら最初の一手
    
    推測で数字を作らず、履歴に根拠がある機会だけを挙げてください。根拠が弱いものは「要確認」と明記してください。

    出てきたリストは、そのまま今月の営業の的になります。優先度の高い顧客から順に一手を打てば、少ない手数で追加受注につながります。

    手順4は、任せる仕事と任せない仕事の線引きです。ここを飛ばして全部AIに乗せようとすると、必ず事故が起きます。判定の軸はシンプルで、「この仕事は顧客の信頼にどう関わるか」の一点です。信頼を作る接点は人が持ち、信頼を支える裏方はAIに寄せる。この観点で、業務を3つに仕分けます。

    線引きの感覚をつかむために、一つ例を挙げます。見積書の「下書き」は、AIに任せてかまいません。過去の見積を型にして、条件を入れればたたき台ができます。けれど、その見積を持って顧客の前に座り、値段の理由を説明し、握手を交わすのは人の仕事です。同じ「見積」でも、書類を作る工程と、信頼を交わす工程は、まったく別物として分ける。業務名でひとくくりにせず、工程まで分解して考えると、線はきれいに引けます。

    次のプロンプトは、AI活用を広げる前の交通整理として使います。仕分けたい業務名を貼れば、3つの判定と理由が返ってきます。

    あなたは、「顧客の信頼」を軸に業務のAI活用可否を線引きする、業務設計の専門家です。
    【ここに、仕分けたい業務名を箇条書きで貼る】
    
    各業務について、「この仕事は顧客の信頼にどう関わるか」という一点から判定してください。出力は次の3列の表です。
    - 業務名
    - 判定(AI下書きOK/人間専任/併走)
    - 理由(顧客の信頼を「作る」接点か、信頼を「支える」裏方かで説明)
    
    判定に迷う業務は「併走」に寄せ、人間が最終確認する箇所を1行添えてください。

    この表を一枚作っておけば、新しい業務をAIに乗せるか迷ったときも、経営者と現場が同じ物差しで即座に判断できます。

    画像

    手順5は、AI下書きから人間仕上げへの分業ルールを決めることです。線引きで「AI下書きOK」に振った文書も、そのまま顧客に出してはいけません。どこまでAIに書かせ、人間がどこを必ず確認し、出す前に何をチェックするか。この分担を文書ごとに決めておけば、速さと安心を両立できます。分担があいまいなままだと、速いけれど危ういか、安全だけれど遅いかの、どちらかに振れてしまいます。

    次のプロンプトは、顧客に出している文書を棚卸ししたいときに使います。文書一覧を貼れば、分担とチェック項目の表が一気に整います。

    あなたは、AIの下書きと人間の仕上げを分ける「分業ルール」を設計するドキュメント設計者です。
    【ここに、自社で顧客に出している文書の一覧を貼る】(例: 点検報告書、見積書、提案書、案内メール など)
    
    文書ごとに、次の4列の表を作ってください。
    - 文書名
    - AIに任せる下書きの範囲(どこまで書かせるか)
    - 人間が必ず最終確認する箇所(数字・約束・固有名詞など)
    - 顧客に出す前のチェック項目(3つまで)
    
    最後に、この分業ルールを社内に一枚で貼り出すための「短い運用メモ」を、5行以内でまとめてください。

    この分担表があると、若手に仕事を渡すときも安心です。「ここまではAIの下書きでいい、ここから先は必ず自分の目で確かめる」という線が、文書ごとに一目で分かるからです。これまで先輩の背中を見て覚えるしかなかった品質チェックが、会社の共通ルールに変わります。

    この5手順は、上から順に進めるほど無理がありません。診断で足場を作り、属人知を残し、履歴から機会を掘り、線を引き、分担を決める。地味な作業の連なりですが、これがそのまま、地味なBtoBの底力をAIで引き上げる道筋になります。

    5つのうち、いちばん急ぐべきは手順1と手順2です。診断で全体像をつかみ、消えかけているベテランの知恵を先に救い出す。この2つは、時間が経つほど取り返しがつかなくなる仕事だからです。反対に、手順3から5は、いつ始めても遅くはありません。難しく構える前に、まずは一日、社長が自分の業務を音声で話してみる。それだけで、自分の会社のどこにAIの出番があるのか、地図が一枚手に入ります。この最初の一歩を今日踏むことを、私はいつも勧めています。

    報告書が営業ツールに変わり、引き継ぎが資産に変わった

    この5手順を回した会社で、何が変わったか。いちばん分かりやすいのは、報告書の役割です。かつては「点検が終わった記録」でしかなかった一枚が、次回提案の一文を足したことで、静かな営業ツールに変わりました。営業マンを増やしたわけでも、値引きしたわけでもありません。毎日流れていた書類の意味づけが変わっただけで、追加受注の入り口が増えたのです。

    この変化のいいところは、現場に新しい負担がほとんどかからないことです。点検に行く回数も、報告書を書く手間も、以前と大きくは変わりません。変わったのは、同じ作業から生まれる価値の量です。一枚の報告書が、記録と提案の二役をこなすようになった。同じ人数、同じ時間で、会社が受け取る成果が増える。これが、定型業務にAIを乗せたときに起きる、いちばん地味で、いちばん効く変化です。派手な新規事業のように旗を振る必要はありません。すでにある流れの意味を、少しだけ変えるだけで済むのです。

    もう一つの変化は、引き継ぎです。ベテランの判断基準が条件と判断と理由の表になったことで、これまで人と一緒に消えていたノウハウが、会社に残る資産になりました。二番手の若手は、その表を土台にAIが起こした下書きを直しながら、先輩の勘所を最短で自分のものにしていきました。退職の危機が、皮肉にも会社をいちばん強くしたのです。

    しかも、この資産は一度作れば増えていきます。若手が現場で新しい判断を覚えるたびに、その基準を表に書き足していけば、会社のノウハウは人の入れ替わりに関係なく厚くなっていく。ベテラン一人に依存していた状態から、知恵が組織に積み上がる状態へと、土台そのものが変わったのです。人が辞めるたびにゼロに戻る会社と、辞めても資産が残る会社。この差は、年を追うごとに、取り返しのつかない差になっていきます。

    画像

    そして、いちばん深く変わったのは「地味」という言葉の意味でした。あの社長は今、こう言います。「地味って、宝が地面の下に埋まってるって意味だったんだな」と。派手なBtoCの成功事例は、まぶしくても他社の話です。地味なBtoBの定型業務は、目の前にあって、今日から掘れる自分の資産です。私が現場で実感しているのも、まさにここです。派手な会社ほど成果が出るのではありません。地味な会社ほど、掘れば掘るほど出てくる伸びしろの総量が、そもそも大きいのです。

    任せていいのは、信頼を「支える」仕事だけ

    ここまで読んで、AIを入れると顧客との関係が薄くなるのでは、と不安になった方がいるかもしれません。だからこそ、経営者に一つだけ握っておいてほしい線引きがあります。

    任せていいのは、信頼を「支える」書類仕事です。点検報告書の下書き、見積のたたき台、案内文の草案、履歴からの機会の洗い出し。これらは顧客に届く前の裏方の作業で、AIが速く起こすほど、人は本来の仕事に時間を使えます。

    ここで一つ、現場でよく見る失敗があります。AIが書いた文章を、確認せずそのまま顧客に送ってしまうことです。AIの下書きは速くて便利ですが、たまに事実を取り違えます。金額、納期、固有名詞。この三つだけは、必ず人の目を通す。裏方をAIに任せることと、顧客への責任を人が持つことは、切り離してはいけません。速さのために、そこを飛ばした瞬間、AIは信頼を支える道具から、信頼を壊す道具に変わります。手順5の分業ルールが効いてくるのは、まさにこの場面です。

    任せてはいけないのは、信頼を「作る」対面の仕事です。顧客の工場に足を運び、現場の困りごとを聞き、目を見て「うちが直します」と約束する。トラブルのときに真っ先に駆けつける。この接点だけは、人がやるからこそ信頼になります。ここをAIに肩代わりさせた瞬間、BtoBがいちばん大事にしてきたものが崩れます。

    BtoBの取引は、多くの場合、担当者どうしの信頼の上に成り立っています。何年も同じ人が顔を出し、困ったときに動いてくれる。その積み重ねが、価格だけで比べられない関係を作ります。AIは、この関係を新しく作ることはできません。できるのは、その関係を支える裏方の書類仕事を軽くして、人が顔を合わせる時間を増やすことだけです。役割を取り違えなければ、AIは信頼の敵ではなく、いちばんの味方になります。

    順番を間違えないことです。AIで裏方を速くするのは、対面の仕事を削るためではありません。書類に取られていた時間を、顧客と向き合う時間に振り替えるためです。この線引きさえ守れば、AIを入れてもBtoBの信頼は損なわれません。むしろ、報告書に追われて会えなかった顧客に、また足を運べるようになります。

    地味の中に、あなたの会社の底力がある

    派手なAI事例を横目に「うちには関係ない」と思ってきた方にこそ、伝えたいことがあります。あなたの会社が地味に見えるのは、反復と定型と属人という、AIがいちばん力を出せる構造を抱えている証拠です。派手さがないぶん、これまで誰も掘ろうとしなかった。だから、伸びしろが手つかずのまま眠っています。

    大がかりな改革はいりません。まずは一日の業務を音声で話して、定型度を診断するところから。エースがいるうちに、判断基準を一つ言葉にするところから。机の上をすでに流れている、その地味な繰り返しの中に、あなたの会社の底力は埋まっています。掘り出すのは、今日からでも始められます。

    画像

    私が顧問として関わる会社のほとんどが、こうした地味なBtoBです。そして、いちばん派手な成果を出すのは、決まって最初に「うちには関係ない」と言っていた社長たちでした。期待していなかったぶん、掘り出した宝の大きさに、いちばん驚くのもその人たちです。

    あの社長は、報告書の山に埋もれていた頃より、今のほうがずっと顧客のもとへ足を運んでいます。地味なBtoBほど、AIの効果は派手に出る。それは、書類を速くした先に、人と向き合う時間が戻ってくるからです。あなたの会社の地味な定型も、きっと同じ宝を抱えています。


    鈴木章裕

    株式会社コミクス 代表取締役

     
     
    AI活用のご相談→ https://www.comix.co.jp/contact/ 株式会社コミクス代表取締役。生成AI活用支援実績304社(2026年9月末現在)。営業・提案資料・AIエージェント導入を支援。何から始めるか未定でもご相談ください。

    あなたへのおすすめ