月曜の経営会議。社長が「今期の売上はいくらか」と聞きます。
営業部長、経理課長、経営企画の担当が、それぞれ違う数字を答えました。
営業は受注で、経理は請求で数えています。
経営企画は、また別の集計です。
3人とも、自分の立場では正しい。
データレディネスとは、社内のデータがAIや分析にそのまま使える状態に整っているかどうかのことです。
この会議の会社は、まだ整っていません。
AIに同じ質問をすれば、3つのうちどれかを、根拠を示さずに答えるでしょう。
AIの答えが的外れなとき、原因はAIではなく、データの側にあることが多い。
では、何から整えれば、AIが使える会社になるのか。
全部を整える必要はありません。順番があります。
この記事で分かること
- AIの答えが的外れになる、本当の原因
- データを使えなくする3つの障害
- 自社の現在地を知る、5つの診断項目
- 整える順番と、整え方の選び方（ERP以外も含む）
- よくある失敗3つと、今日1時間でできること
AIが答えられないのは、AIのせいではないことがある
生成AIは、文章の作成・要約・翻訳ではすでに実用の水準です。
ところが、自社の業務データを扱わせると、期待どおりにいかないことがあります。
AIは、与えられたデータの範囲でしか答えられません。
人間の担当者は、「営業と経理の数字は集計の基準が違う」と知っています。
だから、質問の意図に応じて使い分けられる。
AIは、その前提を知りません。
データが整っていなければ、AIの性能が上がっても、答えの精度は上がりません。
道具の問題ではなく材料の問題です。
データレディネスとは何か
「整っている」と「整っていない」を並べると、違いは次のとおりです。
| 観点 | 整っている状態 | 整っていない状態 |
|---|---|---|
| 同じ質問への答え | 誰が聞いても同じ | 部署ごとに違う数字がある |
| 数字の出どころ | たどれる | どれが最新か分からない |
| 用語・分類 | 部署をまたいで通じる | 部署ごとに違う |
| 集計の手間 | システムから出る | 毎回、人が手で加工する |
多くの会社は、整っていない状態のまま業務を回しています。
それでも成り立ってきたのは、人が補ってきたからです。
「この数字は営業の速報値だから、経理の確定値とは違う」
こうした知識を、担当者が頭の中で使い分けてきました。
AIを使うときに困るのは、この暗黙の知識がデータに残っていないことです。
AIを止める、3つの障害
整っていない状態には、代表的な型が3つあります。
| 障害 | 中身 | よくある症状 | AIに聞いたときの結果 |
|---|---|---|---|
| 散在 | 同じ情報が複数の場所にある | 販売・会計・Excelで売上が少しずつ違う | 答えが揺れる。根拠を示せない |
| 表記ゆれ | 同じものが違う書き方で登録されている | 「株式会社A商事」「(株)A商事」「A商事」が別の3社になる | 集計が実態より小さく出る |
| 欠損 | 入るべき項目が空のまま | 区分や分類の欄が「後で入れる」のまま残る | 内訳が「未分類」に偏る |
表記ゆれは、取引先の順位や与信の判断にも響きます。
商品の分類が部署ごとに違えば、全社での比較もできません。
やっかいなのは、どの場合もAIがエラーを返さないことです。
もっともらしい答えと数字が返ってくる。
ただ、その数字が実態と違います。
エラーなら気づけます。もっともらしい間違いには、気づきにくい。
データを整える目的は、正しい答えを得ることだけではありません。
間違いに気づける状態をつくることでもあります。
自社の現在地を知る、5つの診断項目
専門的な調査は要りません。次の5つに答えるだけです。
- 全社の売上を1つの画面で見られますか：複数のシステムやExcelを足し合わせるなら、散在が起きています
- 取引先マスタに同じ会社が複数ありませんか：似た名前で検索し、重複が出れば表記ゆれです
- 商品や品目の分類は部署をまたいで統一されていますか：営業・製造・経理で違えば、全社で比べられません
- 数字の締めの時期は部署でそろっていますか：月末締めと翌月5日締めが混ざると、同じ月の数字が合いません
- Excelを経由しないと出せない集計はありますか：手で加工する工程の判断は、データに残りません
マスタとは、取引先・品目・部門など、取引のもとになる基本の情報の一覧です。
3つ以上当てはまるなら、AIツールを先に入れても効果は出にくい状態です。
1つか2つなら、整っている業務でAIを使い始め、並行して整えられます。
見るべきは点数より、問題がどこにあるかです。
当てはまった数による分かれ目を図にすると、次のとおりです。
整える順番｜全部やろうとしない
全社のデータを一度に整えようとすると、たいてい途中で止まります。
現実的な順番は、次の4段階です。
- 判断に使う数字を決める：多くの会社では、売上・粗利・在庫・資金繰りの4つ前後に絞られます
- マスタから整える：取引先・品目・部門のマスタは、すべての取引の土台です。ここが整うと、過去のデータの集計の精度も上がります
- 入力の仕組みを決める：誰がマスタを登録できるか、表記の決まり、二重入力をどこでなくすかを決めます。飛ばすと半年で元に戻ります
- 範囲を広げる：最初の範囲で手順ができているので、2周目からは速くなります
4段階のうち、効き目を左右するのは第1段階の絞り込みです。
ここを広く取ると、その後がすべて重くなります。
整え方の選び方｜ERPだけが答えではない
データを整える方法は、1つではありません。
会社の状況によって、合う方法が変わります。
| 整え方 | 向く会社 | 注意点 | AIとの親和性 |
|---|---|---|---|
| A. いまのシステムのまま、運用ルール（マスタの管理者・表記の決まり）で整える | システムへの投資が大きい。業務が特殊 | 二重入力は残る。人の努力に頼る | 中。整った部分からAIを使える |
| B. データ連携・BIで数字を集めて突き合わせる | システムを当面入れ替えられない | 連携の保守が増える。ずれの原因は残る | 中。見る場所は1つになる |
| C. ERPに統合する（NetSuite・Odoo・国産ERPなど） | 部署ごとにシステムが分かれ、突き合わせに時間がかかる | 入れれば整うわけではない。移行前にマスタを整える | 高。1回の入力が各業務に流れ、AIが見る先が1つになる |
| D. AIスクラッチ開発で自社専用に作る | 業務が独自で、既製品に合わない | 作った後の保守と記録の正しさを自社で持つ | 設計しだいで高くも低くもなる |
| E. いまは整えない | 判断に使う数字が少なく、担当者も少ない | 人が抜けると暗黙の知識も抜ける | 低。AIに渡せる材料が増えない |
ERP（統合基幹業務システム）は、会計・販売・在庫・購買を1つの基盤で回す仕組みです。
受注を登録すれば、在庫の引き当て・請求・会計へと、同じ取引が一度の入力で流れます。
二重入力を、運用ルールではなく仕組みでなくせる。ここがERPの特徴です。
Oracle NetSuiteも、AIについて「One system, One data source, better AI」と説明しています。
（出典：Oracle NetSuite公式、2026年9月確認）
1つのシステムの1つのデータが、AIの精度を支えるという考え方です。
ただし、ERPは整える作業を不要にする道具ではありません。
乱れたマスタのまま移せば、乱れたデータがそのまま新しいシステムに移ります。
整えた状態を保ちやすくする土台と考えてください。
どれが合うかは、突き合わせにかかる手間と、いまのシステムの更新時期で決まります。
毎月、複数のシステムから数字を突き合わせているならC。
更新がまだ先で投資も大きいならAかB。
業務が独自ならDを、保守の体制まで含めて考えます。
Odooの特徴はOdooとは、スクラッチ開発との比べ方はAIでスクラッチ開発とERP、どちらを選ぶべきかで扱っています。
状況から整え方を引けるように図にすると、次のとおりです。
これから選ぶ会社と、いまのシステムを見直す会社
これからAIやシステムを選ぶなら、製品を比べる前に、第4章の5つの診断をしてください。
AIの製品選びは、判断に使う数字が1か所で出せるようになってからでも遅くありません。
いまのシステムを見直すなら、保守の期限や契約の更新が、データを洗い直す機会です。
乗り換えるかを決める前に、マスタの重複と空欄がどれくらいあるかを数えます。
乗り換えた場合に、過去のデータをどこまで移すかも決めておきます。
移行の進め方は、基幹システムのデータ移行ガイドで扱っています。
データ整備でよくある3つの失敗
失敗1：AIツールを先に契約し、データは後回しにした
起きること：全社にAIツールを配ったが、答えが的外れで誰も使わなくなった。「AIは使えない」という評価が社内に残った。
原因：道具と材料を分けて考えていなかった。間違えたのはAIではなく、データの側です。
避け方：データが比較的きれいな1つの業務で、小さく試します。
そこで良い答えが出て、他の業務で精度が落ちるなら、原因はデータにあると見分けられます。
失敗2：すべてを整えてから始めようとして、動き出せなかった
起きること：全社のデータの棚卸しの計画が終わらないまま、1年が過ぎた。
原因：対象を絞っていなかった。整えている間にも新しいデータは入り、追いつきません。真面目な会社ほど起きやすい失敗です。
避け方：売上・在庫・原価など、経営の判断に使う数字から順に整えます。
失敗3：整えたが、崩れる仕組みを直さなかった
起きること：取引先マスタの重複を整理したのに、半年後に同じような重複が増えていた。
原因：誰でもマスタを追加できる。表記の決まりがない。同じ情報を複数の場所に入力している。散らかる原因が残っていました。
避け方：整える作業と同時に、マスタを登録できる人・表記の決まり・二重入力をなくす場所を決めます。
なかでも二重入力の解消が、いちばん効きます。
ベンチャーネットならこう見る
NetSuite認定パートナー（Solution Provider）であるベンチャーネットは、特定の製品に誘導しません。
NetSuite・Odoo・AIスクラッチ開発を扱い、SAPからのリプレイスにも対応しています。
データの相談では、2つの型を使います。
型1：見える化→整理整頓→仕組み
いきなりシステムの話はしません。
まず、判断に使う数字が、いまどの業務を通って、何か所から来ているかを描きます（見える化）。
次に、ずれの原因が散在・表記ゆれ・欠損のどれかを見て、やめる入力・まとめるマスタを決めます（整理整頓）。
そのうえで、いまのシステムの運用ルールで直せるか、仕組みで直す必要があるかを判断します。
運用で直せるなら、システムは替えません。
型2：定着の4手順
新しい仕組みに移す場合も、同じ順番を守ります。
- データ整理を最初に：移す前にマスタを整える
- 段階的に導入：判断に使う数字の業務から始める
- 研修・サポートを徹底：入力する人に、表記の決まりまで伝える
- 操作はシンプルに：使わない機能を盛らない。入力の項目が増えるほど欠損も増える
データが整った会社には、その先の道が開けます。
守りで、数字が1か所から出るようになる。
攻めで、売れ筋や在庫の分析、生成AIでの集計に使えるようになる。
次へで、KPIや管理会計を使い、経営の判断そのものが変わる。
AIが力を出すのは攻めの段階からです。その入口が、データの整い方です。
AIが整ったデータで何をするのかは、NetSuite×AI活用事例10選で具体的に紹介しています。
今日できること｜1時間で現在地を知る
次の3つを、今日1時間で試してみてください。
- 主要な担当者3人に同じ質問をする：「今期の売上はいくらですか」。答えが違えば、そこが出発点です
- 取引先マスタで大口の取引先を1社検索する：同じ会社が何件出るかを数えます
- 第4章の5つの診断にはい／いいえで答える：当てはまった項目を書き留めます
この3つの結果があれば、どこから整えるかの相談がすぐに具体的になります。
よくある質問
Q1. データを整えるのに、どのくらいの期間がかかりますか
対象の広さで大きく変わります
判断に使う数字に絞り、マスタから始めるなら、最初の範囲は数か月が1つの目安です。
整った状態を保つ仕組みづくりは、その後も続きます。
期間を短くしたいなら、人を増やすより対象を絞るほうが確実です。
Q2. データが整うまで、AIは使わないほうがいいですか
そうとは限りません
会計は整っていて営業は乱れている、というように、状態は業務ごとに違います。
整っている領域から使い始め、効果を見るほうが、整備への投資も判断しやすくなります。
避けたいのは、乱れた領域で試して「AIは使えない」と結論づけることです。
Q3. 中小企業でも、ここまで必要ですか
規模が小さいほど整えやすい立場にあります
システムの数が少なく、部門の間の調整も少ないため、経営者が決めれば進みます。
分析や集計に人を割けない会社ほど、AIの恩恵も大きくなります。
Q4. ERPを入れれば、データは整いますか
入れるだけでは整いません
ERPは、二重入力を仕組みでなくし、整えた状態を保ちやすくする土台です。
マスタを整えないまま移せば、乱れたデータがそのまま移ります（第6章）。
Q5. いまのシステムを替えずに整えることはできますか
運用ルールとデータ連携で整えることはできます
マスタの管理者と表記の決まりを決めるだけでも、表記ゆれと欠損は減らせます。
ただし、二重入力が多い場合は、ずれの原因が残ります（第6章の表のA・B）。
Q6. 何から相談すればよいですか
現状の把握からです
第4章の5つの診断に答えるだけでも、問題の場所は見えてきます。
自社だけで判断がつかない場合は、棚卸しの段階から依頼することもできます。
まとめ：AIを買う前に、データの家を整える
- AIの答えが的外れなとき、原因はデータの側にあることが多い
- データを使えなくする障害は、散在・表記ゆれ・欠損の3つ
- AIはエラーを返さず、もっともらしい間違いを返す
- 整えるときは、判断に使う数字から。全部やろうとしない
- 整え方はERPだけではない。いまのシステムのまま整える道もある
- 一度整えるだけでなく、崩れない仕組みをつくる
道具の性能は、これからも上がっていきます。
一方で、材料の質は自社でしか整えられません。
次の経営会議で、「今期の売上はいくらか」と3人に聞いてみてください。
もう少し詳しく知りたい方へ
AIやシステムを選ぶ前に、自社のデータの現在地を知ることから始めてください。
現状の棚卸しから、ご相談をお受けしています。
関連記事
- NetSuiteとは？中堅・中小企業の経営者が知っておきたいクラウドERP入門：業務データを1つの基盤で扱う仕組みの基礎
- ERPとは何か——AIの登場で変わったシステムの役割：記録するシステムから、判断を支えるシステムへ
- NetSuite×AI活用事例10選：データが整った状態で、AIが何をするのか
- NetSuiteの経営データをClaude・ChatGPTに直接聞く：外部のAIから自社データを扱う具体的な方法
コメント
コメント一覧 （1件）
[…] 考え方は、AI導入の成否は「データの整い方」で決まるで扱っています。 […]