「GPUを何万基、データセンターに巨額。うちには関係のない世界だ」
AI投資のニュースを見て、多くの経営者がそう受け流します。
ところが、その設備は利用料を払えば使える形になっています。
AIの3階層とは、AIが業務で動くために要る「インフラ・データベース・業務アプリ」の3つの層のことです。
Oracleは、この3階層を1社で持つ代表的な会社です。
インフラのOCI、Oracle Database、業務アプリのNetSuiteがそれにあたります。
巨額の投資が行われているのは、インフラの層です。
中小企業がやるべきことは、設備を持つことではなく、自社のデータを1か所に溜めること。
では、データを溜めたあと、AIで最初に何を動かせばよいのか。
NetSuite認定パートナー(Solution Provider)であるベンチャーネットは、そこで小さく始める型を使っています。
この記事で分かること
- AIを支える3階層(インフラ・データベース・業務アプリ)の関係
- Oracleが3階層を1社で持っていることの意味
- 中小企業が巨額のAI投資に「乗る」という考え方と、自社側の準備
- ERP以外も含めた、判断の物差し
- よくあるつまずき3つと、今日1時間でできること
- 器にデータが溜まったあと、1業務・1KPIから始める5つのステップ
AIを動かすには、3つの階層がいる
| 階層 | 役割 | 中身 |
|---|---|---|
| ①インフラ | 計算する場所 | AIの学習や回答に要る大量の計算をする設備。GPUという装置を大量に並べる。いま巨額の投資が行われている層 |
| ②データベース | 覚えておく場所 | 在庫や粗利などのデータを整理して保管する。AIが自社について語れるかは、この層で決まる |
| ③業務アプリ | 実際に使う場所 | 受注・在庫・会計・請求など、日々の業務を回すシステム |
③で生まれたデータが②に溜まり、①の計算力で処理されて、はじめてAIが業務の役に立ちます。
計算力があっても、データがなければ答えられません。
データがあっても、業務アプリで日々入力されなければ、中身は古くなります。
3つがつながっていることが条件です。
Oracleは3階層を1社で持っている
多くの企業は、3階層のどこかを担当しています。
Oracleの特徴は、3つすべてを自社で持っている点です。
インフラ:OCIとNVIDIAの協業
Oracleは、OCI(Oracle Cloud Infrastructure)というクラウドの基盤を持っています。
OCI Superclusterでは、最大131,072基のNVIDIA GPU(Blackwell B200)を載せた構成が案内されています。
(出典:Oracle公式、2026年9月確認)
規模の話をしたいわけではありません。
中小企業にとっての意味は、この設備を自社で持つ必要がないことです。
データベース:Oracle Database
Oracleは、データベースの分野で長く使われてきた会社です。
近年は、AI向けの機能が組み込まれています。
AI Vector Searchは、AIが意味の近さでデータを探す仕組みです。
OracleとNVIDIAは、Oracle Database 23aiのAI Vector SearchをGPUで速くする協業を進めています。
(出典:Oracle公式、2026年9月確認)
インフラとデータベースが、同じ会社の中で最適化されているということです。
業務アプリ:NetSuite
NetSuiteが、業務アプリの層にあたります。
会計・販売・在庫・購買を1つのシステムで扱い、日々のデータがそこに溜まります。
世界220地域・44,000社以上で使われています(出典:Oracle NetSuite公式サイト、2026年9月時点)。
現場の入力からAIの計算までが1社の中でつながっている構造です。
「借りて作る」との違い
「他社のクラウドやAIは劣っている」という話ではありません。
多くのサービスは基盤を借りて作られており、それは正常な姿です。
借りて作る場合、階層をまたいだ最適化は自社の裁量の外にあります。
1社で持っている場合と、そこが構造として違います。
どちらが良いかではなく、構造が違うということです。
中小企業が「乗る」とはどういうことか
GPUを買う必要はありません
131,072基という数字を見て、自社で用意しようと考える会社はありません。
買わなくてよいのが、クラウドの本質です。
契約した分の料金を払えば、その設備の上で自社の業務が動きます。
電力に近い考え方です。
発電所を建てる会社はほとんどありませんが、電気は誰でも使えます。
「乗る」の実際の姿
- 巨額の投資でつくられた計算基盤の上に、自社のERPが乗っている
- そこに日々のデータが溜まっていく
- AIがそのデータを扱えるようになると、自社の数字で答えが返ってくる
投資したのは自社ではありません。それでも成果は使えます。
提供する側と使う側の違いを図にすると、次のとおりです。
自動的に新しくなる部分がある
自社でサーバーを持てば、更新のたびに投資の判断が要ります。
クラウドでは、基盤の側が更新されていきます。
NetSuiteも、大きなリリースは年2回です。
利用中の環境は、数か月かけて段階的に新しい版に更新されます(出典:Oracle NetSuiteヘルプ、2026年9月確認)。
ただし、乗るには自社側の準備がいる
乗る契約をするだけでは、AIは自社について何も答えられません。
答えるための材料が自社側にないからです。
在庫の数字が部門ごとに違う。受注の記録がExcelに散らばっている。
この状態では、どれだけ強い計算基盤があっても、答えは断片的になります。
必要な準備は、技術的に難しいものではありません。
日々の業務データが1つの器に溜まる状態をつくることです。
ERP(統合基幹業務システム)は、会計・販売・在庫などの基幹業務を1つの仕組みで管理する考え方です。
ERPが担うのは、まさにこの部分です。
よくあるのは、AIツールの選定から始めてしまうことです。
器が先、AIは後。この順番は変わりません。
データの一元化を経営判断に活かす進め方は、データドリブン経営で整理しています。
判断の物差し|3階層をどう揃えるか
3階層の揃え方は、1つではありません。
| 揃え方 | 中身 | 向く会社 | 注意点 |
|---|---|---|---|
| A. 1社の中でつながった基盤に乗る(NetSuiteなど) | インフラからERPまで同じ提供元のサービスを使う | 部門ごとにシステムが分かれ、数字の突き合わせに時間がかかる | 業務に合うかは別に見る |
| B. 別々の会社の基盤とERPを組み合わせる(Odoo・国産クラウドERPなど) | ERPを選び、インフラやAIは別の提供元を使う | 業務に合うERPがほかにある | 階層をまたぐ連携を自社かパートナーが持つ |
| C. クラウドの基盤の上にAIスクラッチ開発で作る | 計算基盤を借り、業務アプリを自社用に作る | 業務が独自で、既製のERPに合わない | 業務アプリの保守を自社で持つ |
| D. いまは入れない | 現状のまま | 記録がまだ紙や口頭に多い | 待つ間もデータは散らばる |
AとBは、ERPにデータが溜まればAIで使えます。
Cは設計しだい、Dは待つ間もAIに渡せる材料が増えません。
どれを選んでも、中小企業がやることは同じです。
①インフラと②データベースは、乗るだけの層です。
集中すべきは③の業務アプリ、つまり日々のデータを1か所に集めることです。
この見方が効く会社、まだ早い会社
効きやすい会社
- 部門ごとにシステムが分かれ、数字の突き合わせに時間がかかっている
- 経営者自身が、数字を早く知りたいと感じている
- 5年以上、同じ基盤を使い続ける前提がある
- 事業の拡大や海外展開を視野に入れている
まだ早い会社
- 日々の業務そのものに、優先度の高い課題がある
- 記録がまだ紙や口頭に多く残っている
- 判断できる立場の人が、いま関与できない
まだ早い会社は、無理に進める必要はありません。
順番が違うだけで、方向が間違っているわけではありません。
Odooの特徴はOdooとは、自作との比べ方はAIでスクラッチ開発とERP、どちらを選ぶべきかで整理しています。
これから選ぶ会社と、いまのシステムを見直す会社
これから選ぶ会社
「3階層を持っているから」だけで製品を決めないでください。
構造の特徴と、自社の業務に合うかどうかは別の論点です。
業務の要件に合うかを先に見て、構造は判断の材料の1つにとどめます。
いまのシステムを使っていて、見直しを考えている会社
社内のサーバーで動くシステムの保守の期限や、機器の更新が近い会社は、クラウドに乗る機会です。
乗り換えるかどうかの前に、次の2つを書き出します。
- いまのデータは何か所に分かれているか
- 乗り換えた場合、どのデータを新しい器に移すか
すでにNetSuiteを使っている会社は、データが1つの器に溜まっているかを見てください。
Excelで別に管理している業務が残っていれば、そこが次の課題です。
器にデータが溜まっていれば、外部のAIをつなぐ段階に進めます。
つなぐ仕組みと、安全に始める手順は、NetSuite×生成AIで全社員がデータ分析で扱っています。
つなぐ前に、AIに見せる範囲を権限で絞れるかも確かめておきます。
この見方の読み違え|よくある3つのつまずき
つまずき1:「うちには関係ない」で終わる
起きること:投資額のニュースを見て無関係と判断し、AIが社内で一度も議題に上がらない。数年後、取引先や競合が先に使い始めていることに気づく。
原因:投資する側と、成果を使う側を同じだと考えていました。
巨額の投資をしたのはクラウドの提供側で、使う側は利用料で乗ります。
避け方:問いを「その設備を、いくらで使えるのか」に変えます。
投資額のニュースではなく、利用の条件が判断の材料です。
つまずき2:土台に乗れば、自動的にAIが使えると考える
起きること:契約すればAIが動くと期待したが、期待した答えが返らず、「AIは使えない」という評価に落ち着く。
原因:計算基盤は共通でも、答えの材料になるデータは各社で違います。
ここがそろっていなければ、どんな基盤の上でも答えは出ません。
避け方:自社のデータがどこにあるかを先に書き出します。
部門ごとに分かれているなら、そこが最初の課題です。
つまずき3:階層の話を、製品選定の理由にしてしまう
起きること:「3階層を持っているから」という理由だけで製品を決め、導入後に必要な機能が足りないと分かる。
原因:構造の話と、自社の業務に合うかどうかは別の論点です。
避け方:業務の要件に合うかを、必ず別に確かめます。
ベンチャーネットも、構造の話だけでNetSuiteをお勧めすることはありません。
合わないと判断すれば、そうお伝えします。
3つに共通するのは、話の規模に引っ張られて自社がやることを見失うことです。
ベンチャーネットならこう見る|器が先、AIは1業務・1KPIから
ベンチャーネットは、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。
GPUの型番やネットワークの構成は、乗る側が判断しなくてよい領域です。
経営会議で決めるのは、自社側の準備だけで足ります。
最初に伺うのは、次の3つです。
- 自社のデータは何か所に分かれているか:会計・販売・在庫がどこにあるか
- 経営者が変えたい判断はどれか:3つまでに絞れるか
- 誰が責任を持つか:データを集める業務ごとに、責任者を1人
型1:5つのステップと、90日の1周目
器が整ったあとは、次の5つのステップで進めます。
- 経営者が変えたい判断を言葉にする
- 会計と販売から、器(基盤)を整える
- 最初のダッシュボードを動かす
- 小さな成功体験を、組織に広げる
- 在庫・人事・プロジェクトへ、範囲を広げる
1周目は、1つの業務と1つのKPIに絞ります。
そうすれば、ステップ1〜3を最短90日で回せます。
この1周目で、現場の勘とAIの提案を、同じ条件で比べます。
同じ期間・同じ品目で並べ、結果の数字を見る。
比べた記録が残ると、第7章のつまずき2「AIは使えない」という評価に流れにくくなります。
各ステップの中身は、データドリブン経営で扱っています。
型2:守り→攻め→次へ
3階層に「乗る」のは、契約で済みます。
その先は、自社側の3段です。
- 守り:在庫・販売・会計を1つにし、日々の業務を安定させる
- 攻め:売れ筋・在庫の分析、営業作業の自動化、生成AIでの集計
- 次へ:KPI、管理会計、上場に向けた内部統制で、経営そのものが変わる
巨額の投資の成果が自社に届くのは、攻めの段からです。
守りを飛ばせば、どんな基盤の上でも答えは断片的なままです。
「いまは急ぐ必要がない」と判断すれば、そのようにお伝えします。
今日できること|データのありかを数える
今日1時間で、次の作業をしてみてください。
- 会計・販売・在庫・購買の4つの業務について、データがあるシステムやファイルを書き出す
- 同じ数字が2か所以上にある業務に、印をつける
- 印のついた業務のうち、経営の判断に使う数字に関わるものを1つ選ぶ
選んだ1つが、器に集める最初の候補です。
よくある質問
Q1. 巨額のAI投資は、結局どこの会社が有利なのですか
有利かどうかは使う側の目的で変わります
言えるのは、3階層を1社で持つ構造がOracleの特徴だということです。
他社のクラウドやAIとの優劣は、目的を決めずには比べられません。
Q2. 自社でGPUを持つ必要はありますか
一般的な中堅・中小企業では必要ありません
クラウドを使えば、設備を持たずにその上で業務を動かせます。
買わなくてよいのが、この構造の要点です。
Q3. AIを使うために、まず何をすればよいですか
自社のデータが何か所に分かれているかを確かめてください
会計・販売・在庫が別々のシステムやExcelにあるなら、そこが最初の課題です。
AIツールの検討より、器を整えるほうが先です。
Q4. NetSuiteでなければいけないのですか
いいえ
欠かせないのは、日々の業務データが1か所に溜まる状態をつくることです。
手段は複数あります(第5章)。
業務の要件に合うかは、製品ごとに確かめてください。
Q5. NetSuiteに乗るには、いくらかかりますか
ミニマム構成で月額20万円〜が出発点です
モジュール・ユーザー数・オプションなどの構成で変わり、数百万円規模になることもあります。
正確な金額は、構成を決めたうえで見積もりを取ってください。
Q6. いま契約すれば、すぐにAIが使えますか
契約とAIが自社について答えられる状態は別です
答えの材料になるデータがそろうまでには、業務をNetSuiteの上で回す期間が要ります。
データが溜まるほど、答えの質は上がります。
だからこそ、早く器をつくることに意味があります。
まとめ:投資したのは自社ではない。それでも成果は使える
- AIが業務で動くには、インフラ・データベース・業務アプリの3階層が要る
- Oracleは、この3階層を1社で持っている。他社との優劣ではなく、構造の違い
- 巨額の投資をしたのはクラウドの提供側。使う側は、利用料で乗れる
- 乗るだけでは足りない。AIが自社を語る材料は、自社側にしかない
- 中小企業がやるべきことは、日々の業務データを1つの器に溜めること
- 構造だけで製品を選ばず、業務の要件に合うかを別に見る
- 器が整ったら、1業務・1KPIに絞った1周目を最短90日で回す
「うちには関係のない世界だ」と受け流したニュースは、利用料で乗れる設備の話でした。
関係があるのは、自社側の器のほうです。
まずは、自社のデータがいま何か所に分かれているかを数えてみてください。
もう少し詳しく知りたい方へ
どの業務からデータを集めるか、いま動くべきかどうか。
自社の状況の整理から、ご相談をお受けしています。
関連記事
