はじめに：AI推進は「専任部署をつくること」ではない
中小企業のAI活用では、「AI専門部署をつくるべきか」「何人を担当者にすればよいのか」という疑問が生じやすい。
しかし、AI推進体制の目的は、組織を新設することではない。経営課題と現場業務を結び付け、AI活用を継続的に改善できる仕組みをつくることである。
大企業で採用されるAI CoE（AI Center of Excellence）のような専門組織を、そのまま中小企業に持ち込む必要はない。限られた人材で成果を出すには、経営者、推進担当者、現場担当者が役割を分担する「軽量型の推進体制」が現実的である。
結論からいえば、従業員300名程度までの企業では、次の体制が一つの目安となる。
- 従業員1～29名：専任者を置かず、経営者と現場担当者が兼務
- 従業員30～99名：3～5名の兼務型タスクフォース
- 従業員100～300名：専任1～2名と部門別推進リーダー
ただし、最適人数は従業員数だけでは決まらない。対象業務の数、部門数、扱うデータの機密性、既存システムとの連携範囲によって調整する必要がある。
なぜ中小企業のAI推進には独自の体制設計が必要なのか
中小企業では、人手不足への対応や生産性向上が重要な経営課題となっている。2026年版中小企業白書でも、デジタル化・AI活用は、限られた労働力を有効に活用するための手段として取り上げられている。中小企業庁「2026年版中小企業白書」
一方で、AIツールを導入しただけでは、業務改善にはつながらない。
- 導入目的が「AIを試すこと」になっている
- 現場の課題と導入ツールが合っていない
- 担当者だけが使い、他の社員へ広がらない
- 効果を測るKPIが設定されていない
- 入力可能な情報や確認責任が決まっていない
こうした状態では、実証実験を繰り返しても本格運用へ進めない。
IPAの「DX推進指標」も、経営者、事業部門、DX・IT部門などの関係者が現状と課題を共有し、具体的な行動につなげることを重視している。IPA「DX推進指標」
AI推進も同様に、技術担当者だけに任せるのではなく、経営・現場・リスク管理を結ぶ体制として設計する必要がある。
中小企業のAI推進体制は何人が適切なのか
以下は、添付調査資料をもとに整理した実務上の目安である。企業規模の境界付近では、部門数や対象業務の複雑さに応じて判断したい。
| 従業員規模 | 推奨モデル | 専任人数 | 主な構成 | 兼務時間の目安 |
|---|---|---|---|---|
| 1～29名 | 経営者主導型 | 0名 | 経営者、現場担当者1～2名 | 必要時に実施 |
| 30～99名 | 兼務型タスクフォース | 0名 | 経営スポンサー、推進リーダー、現場キーマンの計3～5名 | 業務時間の10～20％ |
| 100～300名 | 軽量専任・ハブ型 | 1～2名 | 専任担当者、部門別推進リーダー、外部専門家 | 部門担当者は20～30％程度 |
| 300名超 | 専門組織型 | 複数名 | AI推進室、IT、データ、法務、セキュリティ、各事業部門 | 専任・兼任を組み合わせる |
従業員1～29名：経営者主導型
小規模企業では、新しい部署を設ける必要はない。
経営者がAI活用の目的、利用範囲、予算、最低限のルールを決め、業務に詳しい社員1～2名が実際の活用を試す形が適している。
重要なのは、全社員へ一斉にツールを配布することではない。見積書の下書き、議事録整理、問い合わせ回答案の作成など、低リスクで効果を確認しやすい業務から始めることである。
従業員30～99名：兼務型タスクフォース
この規模になると、経営者だけで各部門の課題を把握することが難しくなる。
営業、管理、製造、顧客対応などから業務に詳しい社員を3～5名選び、部門横断のタスクフォースを編成する。
専任者を置くより、既存業務を理解している社員が通常業務の10～20％程度をAI推進に充てる方が、現場の実態に合った活用方法を見つけやすい。
従業員100～300名：軽量専任・ハブ型
100名を超えると、部門ごとに異なるツールやルールが広がり、データ管理やセキュリティの統制が難しくなる。
この段階では、全社方針、共通基盤、研修、利用状況の管理を担当する専任者を1～2名置き、各部門の推進リーダーと連携する体制が有効である。
専任者がすべての案件を実行するのではない。専任者を「ハブ」、部門リーダーを「スポーク」とする分散型の運営が基本となる。
AI推進チームに必要な5つの役割
AI推進では、人数よりも「必要な機能が欠けていないか」が重要である。小規模企業では、一人が複数の役割を兼ねてもよい。
1．経営スポンサー
経営スポンサーは、AI活用を経営課題として位置付け、予算、優先順位、利用範囲を決定する。
担当者へ任せきりにするのではなく、部門間の調整や業務変更を承認する役割を持つ。
2．AI推進リーダー
AI推進リーダーは、活用候補の整理、プロジェクト管理、KPIの集計、経営層への報告を担う。
必ずしもプログラミングの専門家である必要はない。業務全体を理解し、現場の意見を聞きながら改善を進められる人物が適している。
3．現場実務担当者
現場実務担当者は、業務課題の抽出、試作品の評価、回答精度の確認、操作方法の共有を担当する。
AIの出力が業務に使えるかどうかを最も正確に判断できるのは、その仕事を日常的に行っている社員である。
4．リスク・管理担当者
個人情報、顧客情報、機密情報、著作権、セキュリティ、契約条件などを確認する役割である。
総務、情報システム、法務などが兼務してもよい。担当部署がない場合は、外部専門家の支援を受けながら社内の判断基準を整備する。
経済産業省・総務省の「AI事業者ガイドライン」は、人間中心、安全性、プライバシー保護、セキュリティ、透明性などを踏まえたAIガバナンスの構築を求めている。経済産業省「AI事業者ガイドライン第1.2版」
5．外部専門家
外部専門家は、技術選定、データ整備、セキュリティ、システム連携など、社内に不足する知識を補う。
ただし、導入目的や業務判断まで外部へ丸投げしてはならない。外部専門家は伴走者であり、最終的な意思決定と業務知識は社内に残す必要がある。
ITコーディネータ協会の中小企業向けAI活用ガイドでも、経営者、DX推進担当者、支援者が共通言語を持ち、体系的なプロセスでAI活用を進めることが重視されている。ITコーディネータ協会「中小企業向けAI活用ガイド」
誰が何を決めるのかを明確にする
役割分担が曖昧なままでは、問題が起きたときに判断が止まる。次のような責任分担表を作成しておくとよい。
| 業務 | 経営スポンサー | 推進リーダー | 現場担当者 | 管理・専門担当 |
|---|---|---|---|---|
| 活用テーマの優先順位 | 最終決定 | 原案作成 | 課題提供 | リスク確認 |
| 利用ルールの策定 | 承認 | 取りまとめ | 現場確認 | 専門確認 |
| PoCの実施 | 報告受領 | 進行管理 | 実行・評価 | 助言 |
| 本格導入の判断 | 最終決定 | 評価報告 | 現場評価 | リスク評価 |
| 研修・FAQ整備 | 方針承認 | 管理 | 事例提供 | 内容確認 |
| 事故・誤利用への対応 | 最終責任 | 初動管理 | 報告 | 調査・是正 |
AI導入を90日で判断する運用モデル
AIの検証を長期間続けると、目的が曖昧になり、担当者の負担だけが増える。最初の検証は、原則として8～12週間程度の期限を決めて進めると管理しやすい。
90日は公的な一律基準ではなく、検証を形骸化させないための実務的な管理期間である。
1～30日目：方針と対象業務を決める
最初に、経営者が「何のためにAIを使うのか」を明示する。
同時に、個人情報や機密情報の入力可否、AIの回答を人が確認する範囲、利用可能なサービスなどを1枚の利用ルールにまとめる。
検証対象は、最も効果が出そうな1業務に絞る。複数業務を同時に始めると、効果を測定しにくくなる。
31～60日目：実データで検証する
現場担当者が実際の業務データを使い、作業時間、回答精度、修正回数、エラー件数などを記録する。
AI導入前の数値を測っておかなければ、導入後の効果を証明できない。必ず従来業務の所要時間や品質を基準値として残しておく。
61～90日目：Go・Pivot・Stopを判断する
検証終了時には、次のいずれかを明確に判断する。
- Go：成果が確認でき、本格運用へ移行する
- Pivot：対象業務、データ、ツール、進め方を変えて再検証する
- Stop：効果や安全性が確認できず、検証を終了する
Pivotは原則として1回、1か月程度に限定する。終了基準を事前に決めておけば、撤退も「失敗」ではなく、無駄な投資を防いだ成果として評価できる。
AI推進の成果を測るKPI
AI推進チームの成果を、利用者数やプロンプト数だけで判断してはいけない。次の5領域で確認する必要がある。
| KPI領域 | 指標例 |
|---|---|
| 業務成果 | 削減時間、処理件数、リードタイム、売上、受注率 |
| 品質 | 誤回答率、修正回数、見落とし件数、顧客評価 |
| 利用定着 | 継続利用者率、本番運用された業務数、部門展開数 |
| リスク | 誤入力件数、情報漏えい、未確認出力、ルール違反 |
| 費用対効果 | ライセンス費、外部支援費、社内工数、1時間削減当たりの費用 |
「AIを使った回数」ではなく、「どの業務が、どれだけ改善されたか」を中心に評価することが重要である。
予算はツール代だけで考えない
添付資料では、企画段階の仮置きとして次の年間予算帯が示されている。
- 従業員1～29名：100万円以内
- 従業員30～99名：100万～300万円
- 従業員100～300名：300万～500万円
これは一般的な市場価格や公的な推奨額ではない。ライセンス数、研修、外部支援、データ整備、システム連携の有無によって大きく変わる。
予算を決める際は、ツール利用料だけでなく、社員の検証時間、教育、ルール整備、出力確認、既存業務の変更に必要な工数まで含めたTCOで判断すべきである。
AI推進担当者にはどのような人を選ぶべきか
最もAIに詳しい社員が、最適な推進担当者とは限らない。
推進担当者に必要なのは、次のような能力である。
- 自社の業務プロセスを理解している
- 現場から信頼されている
- 課題を具体的な言葉にできる
- 小さく試して結果を記録できる
- 経営層へ数値で報告できる
- 新しい技術を継続的に学べる
IPAが2026年4月に公開した「デジタルスキル標準ver.2.0」でも、AI活用には技術だけでなく、ビジネス変革、データ管理、AI運用、ガバナンスなど複数の役割が必要であることが示されている。IPA「デジタルスキル標準ver.2.0」
中小企業では、すべての専門家を社内で雇うのではなく、業務知識を持つ社員を中心に置き、不足する専門性を外部で補完する方法が現実的である。
よくある質問
中小企業にもAI専任担当者は必要ですか？
従業員100名未満であれば、最初から専任担当者を置く必要はありません。経営者と業務に詳しい社員による兼務体制から始め、対象部門や本番運用する業務が増えた段階で専任化を検討します。
AI推進を情報システム担当者だけに任せてもよいですか？
推奨できません。情報システム担当者はセキュリティや技術選定を支援できますが、業務課題や顧客価値は現場部門が判断する必要があります。
外部のAIコンサルタントへ任せれば推進できますか？
外部支援は有効ですが、目的設定、業務判断、本格導入の意思決定は社内で行う必要があります。外部委託によって社内に知識が残らない状態は避けるべきです。
専任担当者へ移行するタイミングはいつですか？
複数部門でAI利用が始まった、本番運用する業務が増えた、利用ルールやデータ管理が複雑になった、兼務では改善活動が止まるといった状態が目安になる。
まとめ：最適人数より、必要な機能をそろえる
中小企業におけるAI推進体制は、大企業の専門組織を縮小してつくるものではない。
重要なのは、次の3つの機能を欠かさないことである。
- 経営者が目的と優先順位を決める
- 現場担当者が業務へ実装する
- 管理担当者が安全性と継続性を確認する
小規模企業は経営者主導、中規模企業は兼務型タスクフォース、部門が増えた企業は専任者と部門リーダーによる分散型体制が基本となる。
AI推進の成否を決めるのは、担当者の人数そのものではない。誰が判断し、誰が試し、誰が結果を確認するのかを明確にし、小さな成果を継続的に業務へ組み込めるかどうかである。
JAICでは、中小企業の業務課題や組織規模に応じたAI活用診断、推進体制の設計、社内ルール策定、研修、PoCから実運用への移行を支援している。AI推進担当者の選定や体制づくりに迷っている企業は、まず現在の業務と課題を整理することから始めてほしい。
コメント