「AIが何でもやってくれるなら、基幹システムはもう要らなくなる」
AIエージェントの話を聞いた経営者から、ときどき出る声です。
実際は逆です。
AIが増えるほど、基幹システムの価値は上がります。
AIが判断に使う「正しいデータ」を持っているのが、基幹システムだからです。
Starfish Team（スターフィッシュ・チーム）とは、ERP上の事実とルールを組織の中心に置く組織モデルです。
その周りで、人とAIエージェントがヒトデの腕のように分かれて働きます。
NetSuite認定パートナー（Solution Provider）であるベンチャーネットが提唱する考え方です。
問われているのは、どのツールが生き残るかではありません。
仕事と組織を、どう組み直すかです。
では、中小企業は何から手をつければよいのか。
この記事で分かること
- AIエージェント時代に、ERPの価値が逆に高まる理由
- AIが安心して使える仕組みの4つの条件
- Starfish Teamと、従来の「中心人物依存型」の違い
- 最初の腕を「1業務・1KPI」で動かす進め方
- よくある3つの失敗と、経営者が明日やること
言葉の整理
- AIエージェント：人の指示を受け、複数の作業を自分で順に進めるAI
- ERP：会計・販売・在庫などの基幹業務をまとめて管理するシステム
- AIクラウドERP：AIの機能を備え、クラウドで提供されるERP
AIエージェント時代に「SaaSは死ぬ」のか
SaaSは、クラウド上で提供されるソフトウェアのことです。
画面と表面の機能だけで成り立つSaaSは、AIエージェントに置き換わる可能性があります。
すべてが消えるわけではありません。
ERPや顧客管理のような基幹システムは、むしろ重みを増しています。
画面とは別の価値を持っているからです。
- 信頼性・可用性・セキュリティ
- ガバナンスや監査への対応
- 運用と保守の継続性
| 種類 | 例 | AI時代の行方 |
|---|---|---|
| 画面と表面の機能が中心 | 入力の画面、簡単な集計、定型の通知 | AIエージェントに置き換わりやすい |
| 記録と統制が中心 | 会計・販売・在庫・顧客の記録 | AIが参照する土台として重みが増す |
分かれ目は、価値がどこにあるかです。
人が画面を操作することか。正しい記録を持つことか。
後者は、AIが増えるほど必要とされます。
「SaaS is Dead」の本質は、AI時代に「消えるシステム」と「残るシステム」で詳しく扱っています。
クラウドERPの基本は、NetSuiteとは？をご覧ください。
AIは非決定論、ERPは決定論
AIエージェントとERPは、対立しません。
役割が逆だから、補い合えます。
| 観点 | AIエージェント | ERP（基幹システム） |
|---|---|---|
| 動き方 | 非決定論（同じ入力でも出力が揺らぐ） | 決定論（同じ入力には同じ出力） |
| 得意な仕事 | 推論・予測・提案・言葉での対話 | 取引の記録・在庫管理・会計処理・データの統合 |
| 求められる精度 | 「おおむね合っている」で足りる領域 | 1円単位まで合っている必要がある領域 |
| AI時代の役割 | 判断と推論を担う | 「唯一の正しいデータ」を持つ |
企業のシステムには、揺らいではいけない要件があります。
- 取引は、毎回同じルールで処理される
- 数字は、監査に耐える正確さが要る
- 業務の手順は、再現できる必要がある
どれも、AIの揺らぐ振る舞いとは逆の性質です。
AIの判断を信頼するには、判断の材料が信頼できなければなりません。
揺らぐAIと、揺らがない記録。
組み合わせて初めて、速さと正しさがそろいます。
この「揺らがない記録」を担うのが、SoR（System of Record：唯一の事実を記録するシステム）としてのERPです。
生成AIとERPの組み合わせは、価値創造経営の第一歩「ERPと生成AI」もご覧ください。
AIが「仕事そのもの」を担う時代
AIは、道具というより、仕事そのものを担い始めています。
営業の判断、需給の予測、在庫の最適化、経営の分析などです。
たとえば、毎月の部門別の損益の分析です。
これまでは担当者が数日かけて集計し、説明の資料を作っていました。
AIエージェントが集計と説明の下書きを担えば、担当者は打ち手の検討に時間を回せます。
比べるべきは、AIの利用料と、担当者の時間の使い道です。
AIは、ITの費用というより、人件費と並べて考える存在になりつつあります。
経営には、2つの問いが生まれます。
- AIを費用ではなく「業務を担う戦力」として位置づけるか
- AIに任せる業務と、人が担う業務をどう分けるか
任せる範囲の決め方は、AIエージェントに「任せる範囲」と、経営者が「握る範囲」で解説しています。
日本の会社がAI活用で苦戦する理由｜単一の事実がない
「AIを入れれば業務が変わる」と期待しても、本格的な活用に届かない会社は少なくありません。
原因は、技術力や意識ではありません。
システムとデータがそろっていないことです。
- 部門ごとに違うシステムを使っている
- データの形式や定義がばらばら
- 社内ですら「単一の事実」がない
同じ「売上」でも、部門ごとに意味が違う
「売上」「受注」「在庫」のような基本の指標でも、部門ごとに定義や集計の時点が違うことがあります。
次は、説明のための架空の例です。
| 部門 | 「売上」を数える時点 | 月末に起きること |
|---|---|---|
| 営業 | 受注した日 | 営業の報告では目標を達成している |
| 物流 | 出荷した日 | 月をまたいだ出荷の分だけ少ない |
| 経理 | 検収された日 | さらに少なく、営業の数字と合わない |
3つとも、それぞれの部門にとっては正しい数字です。
ところがAIに「今月の売上は？」と聞くと、答えは参照先しだいで変わります。
人なら会議で調整できます。
AIは、このずれを自分では解けません。
AIには「Single Source of Truth」が要る
AIが働くには、SSoT（Single Source of Truth：組織の中で唯一信頼できるデータ源）が要ります。
それを提供できるのが、ERPを中心にした統合データの基盤です。
データドリブン経営の進め方は、データドリブン経営とは？もご覧ください。
AIが安心して使える仕組みの4つの条件
AIエージェントが業務を担うと、仕事は画面の上ではなく裏側で流れます。
人は「意図」を伝え、AIが複数のサービスをまたいで処理する。
そのときSaaSは、AIに呼び出される部品になります。
部品として安心して使えるかは、4つの条件で決まります。
API：AIが安全に操作できる道路があるか
APIは、システムの間で機能を呼び出す仕組みです。
AIは、人とは比べものにならない速さと回数で操作します。
設計が雑だと、ミスが一瞬で大きな事故になります。
請求が二重に大量に出る。同じ通知が何十回も届く。失敗した処理を戻せない。
AI時代のAPIには、次の性質が求められます。
- 同じ操作を何度呼んでも、結果が壊れない
- 失敗したときの戻し方が決まっている
- エラーの理由を機械で判別できる
- 危険な操作には、制限や確認の手順がある
データモデル：会社の「言葉の定義」があるか
AIはデータの中身を理解しているわけではありません。
データの構造の定義を前提に、推論しています。
- 「顧客」とは誰か
- 「契約」はいつ成立するのか
- 「解約」は申請の時点か、確定の時点か
定義があいまいなら、AIは文脈を失い、もっともらしい誤りを返します。
価値があるのは、派手な画面ではなく、整ったデータの器です。
権限：AIにどこまで任せるかを決められるか
AIに業務を任せることは、権限を渡すことです。
強すぎれば事故が起き、弱すぎれば業務が進みません。
最小限の権限、役割にもとづく権限、期限つきの権限、特定の操作だけの追加の承認。
この4つを組み合わせて設計します。
たとえばNetSuiteのAI Connector Serviceは、ClaudeやChatGPTなどのAIをNetSuiteにつなぐ仕組みです。
Oracleは、利用者もAIも、ロール（役割）に設定された範囲しか見られないと説明しています。
CFOやコントローラーなど、財務の役割に合わせた設定済みのロールも用意されています（出典：Oracle NetSuite公式サイト、2026年9月確認）。
権限の設計は、NetSuiteの権限・ロール設計で解説しています。
監査ログ：AIの行動を説明できるか
AIが仕事を担うほど、「なぜその判断をしたのか」が問われます。
誰が請求額を変えたのか。どのAIが、いつ、何をしたのか。
監査ログ（操作の記録）がなければ、原因も説明の責任も果たせません。
AI時代には、やったことが残ること自体が信用になります。
4つがそろわないと起きること
| 欠けている条件 | 起きること |
|---|---|
| API | AIの操作の失敗が、大量の誤りとして広がる |
| データモデル | AIがもっともらしいが誤った答えを出す |
| 権限 | 怖くて任せられないか、任せすぎて事故が起きる |
| 監査ログ | 問題が起きても、原因と責任を説明できない |
1つでも欠ければ、AIに任せられる範囲は狭くなります。
4つがそろえば、記録を見ながら範囲を広げられます。
NetSuiteに限らず、どのERPも同じ物差しで測れます。
Starfish Teamとは｜中心と腕で組む
ここまでの話を組織の形にしたものが、Starfish Teamです。
ヒトデのように、腕が分かれて自律しながら、1つの体として動きます。
- 中心：ERP（単一の事実を持ち、業務の整合性・監査・拡張を担う）
- 各腕：人×AIエージェント（営業AI、在庫の最適化AI、経営分析AIなど）
腕はそれぞれ判断し、動きます。
一部の腕が止まっても、体全体は止まりません。
「中心人物依存型」と「Starfish Team型」の比較
| 観点 | 中心人物依存型（従来型） | Starfish Team型 |
|---|---|---|
| 中心に置くもの | 特定の人（エース社員・キーマン） | ERP上の事実とルール |
| 業務の単位 | 個人の経験・暗黙知 | 「人×AIエージェント」の組 |
| 入れ替わりへの強さ | 中心人物が抜けると業務が止まる | 人が替わっても、AIが入れ替わっても動く |
| AIの入れ方 | 全社一斉、最初から完成形 | 業務の単位で段階的に、入れ替えを前提に |
| 判断の見えやすさ | 中心人物の頭の中 | ERPとAIの記録で追える |
中心人物依存型が、いつも悪いわけではありません。
創業期や少人数の組織なら、優れた中心人物に判断を集める方が速い場面もあります。
リスクが高まるのは、事業が広がり、業務が複雑になる段階です。
中心が人なら、その人が抜けた瞬間に組織は止まります。
中心が個別のシステムなら、AIが参照すべき事実が複数できてしまう。
中心を「ERP上の事実とルール」に置き直せば、人が抜けても、AIが入れ替わっても、業務の整合性は保たれます。
組織図を変える話ではなく、中心の置き場所を変える話です。
腕の例｜人とAIの分担
腕ごとに、AIが担うこと・人が握ること・ERPから読むデータを分けます。
次の表は、考え方を示すための例です。
| 腕 | AIエージェントが担うこと | 人が握ること | ERPから読むデータ |
|---|---|---|---|
| 営業 | 提案書の下書き、商談の記録の要約 | 値引きの判断、取引先との関係 | 顧客・受注・売掛の残高 |
| 在庫 | 発注の提案、欠品の予兆の通知 | 発注の確定、仕入先との交渉 | 在庫・受注・購買の予定 |
| 経理 | 仕訳の候補の作成、照合の差異の洗い出し | 仕訳の承認、決算の判断 | 取引・勘定・入出金 |
| 経営分析 | 月次の数字の要約、変化の説明 | 打ち手の決定、優先順位 | 部門別の損益・予算 |
どの腕も、AIは「提案と下書き」、人は「確定と責任」から始めます。
任せる範囲は、記録を見ながら少しずつ広げます。
そして、どの腕も同じ中心のデータを読みます。
Starfish Teamを進める4つの段階
| 段階 | やること | 次に進む目安 | AIとの関わり |
|---|---|---|---|
| 1. 定義をそろえる | 売上・受注・在庫などの定義を決める | 部門の間で数字が一致する | まだ使わない |
| 2. 中心を作る | 定義した数字をERPに載せる | 会議で数字の照合をしなくなる | 集計の自動化から |
| 3. 最初の腕をつなぐ | 1つの業務にAIエージェントをつなぐ | 提案の採用率と手戻りが安定する | 提案と下書きを任せる |
| 4. 腕を増やす | 隣の業務に広げ、権限を見直す | 記録で行動を追える | 任せる範囲を広げる |
段階1と2を飛ばして3から始めると、第10章の失敗1になります。
遠回りに見えますが、目安を満たしてから進む方が早く着きます。
段階3の具体的な進め方は、第11章で扱います。
中心に置くERPの条件｜NetSuiteが合う理由
拠点・人・取引先が増えると、業務は複雑になります。
その段階で中心に置くERPには、柔軟さと統制の両方が要ります。
柔軟さがなければ変化についていけず、統制がなければ事実がぶれる。
NetSuiteは、その条件を満たす選択肢の1つです。
NetSuiteは、世界220地域・44,000社以上の企業で使われています（出典：Oracle NetSuite公式サイト、2026年9月確認）。
190通貨・27言語に対応し、Oracleは「#1 AI Cloud ERP」と位置づけています。
中堅・中小企業に合う理由は、3つあります。
- 最初から重くならない：クラウドが前提で、サーバーの調達や運用を前提にしない
- 外のシステムやAIとつなぎやすい：APIが前提の設計で、既存のSaaSやAIエージェントと連携できる
- 段階的に育てられる：会計・販売から始め、在庫・購買、AIとの連携へと広げられる
将来の最大の構成に耐えることより、いまの業務を止めずに入れられるか。
成長の途中にある会社は、こちらを先に見ます。
製品の詳細は、AIクラウドERPとは？をご覧ください。
中心を作る段階の進め方は、NetSuite導入の流れで扱っています。
NetSuite以外を中心にする場合も、見る点は同じです。
第5章の4条件を満たし、段階的に育てられるか。
製品名より、中心に置けるかどうかが基準です。
判断の物差し
Starfish Teamの考え方が合う会社
- 特定の人が休むと、止まる業務がある
- 部門ごとに数字が違い、会議で数字の照合に時間を使っている
- AIを試したが、データが散らばっていて活かせなかった
- 数年で拠点や人が増える予定がある
まだ早い会社・ほかの道が合う会社
- 中心人物依存型のままでよい段階：創業期で、判断の速さが何より大事
- いまのERPを中心に据える：使っているERPが、第5章の4条件をおおむね満たしている
- 国産ERP・Odoo・AIスクラッチ開発：商習慣の型を守りたい、費用を抑えて社内で育てたい、独自の業務から作りたい、のいずれか
- いまは入れない：業務の手順が言葉になっておらず、先に整理が要る
自社がどちらに近いかは、3つの問いで見えてきます。
- 社長が2週間不在でも、月次の数字は予定どおりに出るか
- 同じ質問を3つの部門にしたとき、同じ数字が返ってくるか
- 新しく入った人が、手順書だけで業務を回せるか
1つでも「いいえ」なら、中心を作る価値があります。
製品を選ぶのは、その後です。
ERPがない会社と、別のERPを使っている会社
まだERPがない会社
最初に、会社で最も大事な数字を1つ決め、定義をそろえます。
たとえば「売上」を、いつの時点で数えるか。
会計ソフトと表計算で回っているなら、表計算にしかない数字を洗い出します。
それが、中心に移す最初の候補です。
ERPそのものが要るかは、中小企業にこそERPが必要な理由で扱っています。
すでに別のERPを使っている会社
すぐに置き換える必要はありません。
まず、いまのERPが中心になれるかを、第5章の4条件で測ります。
外からの操作を安全に受けられるか。主な言葉の定義がそろっているか。
AIに役割ごとの権限を渡せるか。誰が何をしたかを後から追えるか。
満たすなら、いまのERPを生かし、AIエージェントを段階的につなぎます。
満たせない、または保守の期限が近いなら、入れ替えが選択肢に入ります。
判断の軸は、基幹システムの保守切れリスクで扱っています。
入れ替える場合も、定義をそろえる作業は製品選びの前に始められます。
よくある3つの失敗
失敗1：データを統合しないまま、AIエージェントから入れる
起きること：AIを試したが、部門ごとに数字が違って判断に使えない。生成AIを配っても、現場の判断は表計算のまま変わらない。
原因：AIが参照すべき単一の事実がない。基礎工事を飛ばして、屋根から作っている。
避け方：ERPで、データの統合と定義の標準化を先に進めます。AIが期待どおりに動く近道です。
失敗2：中心人物への依存を残したまま、AIを足す
起きること：「あの人にしか分からない」業務をAIで自動化しようとして、止まる。結局、中心人物がAIの出力を承認する形になり、その人の負担がかえって増える。
原因：ルールが中心人物の頭の中にしかなく、AIに教えられない。
避け方：AIの前に、業務の手順をERPの上で言葉にします。
中心人物には、手順を言葉にする役を任せます。
経験を否定するのではなく、組織の資産に変える作業です。
失敗3：全社一斉に入れ、自社だけで進める
起きること：「全部門AI化」の号令で、試しの運用を経ずに本番に入れる。設計に時間がかかり、稼働する頃には前提が古い。問題が起きても一部だけ戻せない。
原因：最初から完成形を目指し、業務とデータの設計を相談できる相手もいない。
避け方：影響の小さい範囲から始め、動かしながら隣の業務に広げます。
業務の設計やデータの定義は、製品の機能だけでは決まりません。
経営と現場の両方を分かる支援の相手と、対等に議論できる体制を作ります。
3つとも、組織の中心をどこに置くかを決めずに進めています。
中心が人のままなら、AIを足しても属人化は減らない。
中心が個別のシステムのままなら、AIが読む単一の事実がない。
これはシステムの導入ではなく、経営のプロジェクトです。
つまずきの型は、ERP導入はなぜ失敗するのかでも扱っています。
ベンチャーネットならこう見る
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。
Starfish Teamの考え方を、「THE STARFISH」と呼ぶ組織設計の枠組みにまとめました。
中心に決定論のSoRとしてのERPを置き、周りに人とAIエージェントを役割の単位でつなぐ。
人とAIが入れ替わっても、データの一貫性と業務の再現性を失わない形です。
相談の最初に聞くのは、3つだけです。
- 止まると困る業務：特定の人が1週間休むと止まる業務はどれか
- 数字の定義：その業務で使う数字の定義が、部門の間でそろっているか
- 中心の候補：いまのERPが4条件を満たすか。満たさないなら何を中心にするか
1で挙がる業務がない会社には、「いまは組織を変えなくてよい」と伝えます。
そのうえで、次の2つの型を使います。
型1：最初の腕は「1業務・1KPI」で、最短90日の1周目
最初の腕は、1つの業務と1つのKPIに絞ります。
全社のAI化ではなく、1周目を最短90日で回しきる。
たとえば在庫の腕なら、欠品の件数だけを追う、という絞り方です。
1周目では、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、同じ指標で並べれば、どちらが当たったかが数字で分かる。
AIを信じるかどうかを、感覚ではなく記録で決められます。
これが、4つの段階の3番目を具体的にしたものです。
1周目の結果で、次の動きを決めます。
AIの提案が現場の勘を下回るなら、任せる範囲は広げません。
データの定義か、渡している情報に抜けがないかを先に見直します。
上回るなら、同じ腕で2つ目のKPIに進むか、隣の腕に広げる。
どちらに進むかは、止まると困る度合いの大きい方を選びます。
型2：守り→攻め→次へ
中心ができた後の伸び方は、3段で考えます。
- 守り：在庫・販売・会計を1つにし、日々の業務が回る。4つの段階の1と2にあたる
- 攻め：売れ筋や在庫の分析、生成AIでの集計など、データで打つ。腕をつなぐ段階
- 次へ：KPI、管理会計、上場に向けた内部統制。経営そのものが変わる
守りができていない会社が、攻めのAIから入ると失敗1になります。
順番を飛ばさないことが、結局いちばん速い道です。
経営者が握ること
AIに任せる時代にも、経営者にしか決められないことがあります。
- 何を中心の事実とするか：数字の定義は、最後は経営者が決める
- どこまで任せるか：取り消せない判断に、人の承認を残す範囲
- 何を記録するか：後から説明が要る判断と、その記録の置き場所
この3つが決まれば、腕の中身は現場とAIで入れ替えていけます。
決めた内容は、ERPの設定と社内の規程の両方に残します。
経営者が明日やること
明日の会議の前に、2つを書き出してみてください。
- 止まる業務のリスト：「この人が休むと止まる」業務と、その人の名前
- 数字の定義のずれ：「売上」「受注」「在庫」を、部門ごとにいつの時点で数えているか
止まる業務は、腕の候補です。
定義のずれは、中心で最初にそろえる点です。
この2枚があれば、AIの話をする前に、組織の話ができます。
会議では、2枚を幹部で見比べ、次の順に決めます。
- 止まる業務のうち、最も影響が大きいものを1つ選ぶ
- その業務で使う数字の定義を、その場で1つ決める
- その数字を、どのシステムで持つかを決める
1回の会議なら、ここまでで十分です。
これが、1業務・1KPIの最初の腕になります。
よくある質問
Q1. 中堅・中小企業でも現実的ですか
現実的です。
中堅・中小企業は、組織の形をまだ柔軟に組み直せる段階にあります。
専門の部署が少ない分、ERPを中心にした形へ移りやすい面もあります。
AIエージェントも業務の単位で入れられるため、人手の少ない会社に合います。
Q2. 人を「入れ替え可能」と考えるのは冷たくありませんか
むしろ人を守るための発想です。
中心人物に業務が集まると、その人が休んだり辞めたりしたときに業務が止まります。
残った人にも、引き継ぎと復元の大きな負担がかかります。
Starfish Teamは、個人が安心して休み、新しい挑戦ができる土台を作る考え方です。
Q3. 最初の一歩は何ですか
単一の事実となるデータの基盤を整えることです。
会計・販売・在庫など、影響の範囲が見えやすい業務からデータを統合します。
全業務を一度に統合する必要はありません。
AIをつなぐ最初の腕は、1業務・1KPIに絞ります（第11章）。
Q4. すでに別のERPを使っています。移る必要がありますか
すぐに置き換える必要はありません。
まず、いまのERPが4条件（API・データモデル・権限・監査ログ）を満たすかを測ります（第9章）。
満たすなら、いまのERPを生かしてAIを段階的につなぐ道があります。
Q5. AIに業務をどこまで任せてよいですか
取り消しやすい業務から任せ始めます。
金額の確定や取引先への連絡など、影響の大きい操作には人の承認を残します。
考え方は、Human-in-the-Loopの記事で解説しています。
Q6. AIエージェントを入れると、人を減らすことになりますか
減らすより人を判断の仕事に回す考え方です。
集計や下書きのような作業はAIに任せ、人は確定と責任を担います。
人手不足の中で、同じ人数でより多くの判断ができる状態を目指します。
Q7. 費用はどのくらいかかりますか
中心に置くERPとつなぐAIの範囲で変わります。
NetSuiteの場合は、ミニマム構成で月額20万円〜が出発点の目安です。
モジュール・ユーザー数・オプションで変わり、数百万円規模になることもあります。
まとめ
- AIが増えるほど、正しいデータを持つERPの価値は上がる
- AIが安心して使える仕組みの条件は、API・データモデル・権限・監査ログ
- Starfish Teamは、組織の中心を人からERP上の事実とルールへ移す考え方
- 進め方は、定義をそろえる→中心を作る→腕をつなぐ→腕を増やすの4段階
- 最初の腕は1業務・1KPIに絞り、現場の勘とAIの提案を同じ条件で比べる
「AIがあれば基幹システムは要らない」の逆が、Starfish Teamの出発点でした。
どのAIを使うかより先に、中心に何を置くか。
明日の会議で書き出す2枚が、その答えの下書きになります。
もう少し詳しく知りたい方へ
AIとERPを中心にした組織の設計を、止まる業務の洗い出しからご相談いただけます。
