「AIで儲かっているのは、結局IT企業だけではないか」。
製造・物流・卸・人材・現場サービスの経営者から、ベンチャーネットはこの言葉をよく聞きます。
利益率が数%の商売で、AIに投資する余裕などない、と。
実は、その逆かもしれません。
利益率が低い会社ほど、AIがもたらす利益の伸びは大きくなり得ます。
この記事では、その理由を「利益の算数」から解きほぐします。
そして、社員にAIツールを配らずに利益を伸ばす実装の考え方を紹介します。
「AIで儲かるのは、IT企業の話」だと感じていませんか
原材料は上がり、人件費も上がる。
それでも価格には転嫁しきれず、利益は薄いまま。
求人を出しても人は来ず、現場は今日も残業でしのいでいる。
そんな状況で「AI活用」と言われても、遠い話に聞こえます。
高い利益率を誇るIT企業が、さらに儲けるための道具。
うちのような薄利の商売には関係ない——そう感じるのは自然なことです。
ところがいま、海外の投資家やAI実装の現場では、逆の見方が広がっています。
AIの恩恵がもっとも大きいのは、利益率がもっとも低い業種かもしれない、という見方です。
なぜそんなことが言えるのか。鍵は、利益の構造にあります。
なぜ薄利の会社ほど、AIで利益が伸びるのか
理由は2つあります。
薄利の会社では小さなコスト削減が利益を大きく動かすこと。
そして、その削減余地が「仕事の裏側」に手つかずで残っていることです。
売上を増やすより、コストを減らすほうが利益に効く
簡単な算数で確かめてみます。
売上10億円、営業利益率3%の会社を考えてください。
営業利益は3,000万円です。
この会社が利益を2倍にしたいとき、道は2つあります。
1つ目は、売上を増やす道です。
利益率が変わらないなら、売上を2倍の20億円にする必要があります。
営業・生産・物流の体制をすべて倍にする話であり、現実的ではありません。
2つ目は、コストを減らす道です。
売上10億円の会社の営業費用は9億7,000万円。
このうち、わずか3%強を削減できれば、利益は2倍の6,000万円になります。
売上を1円も増やさずに、です。
これが薄利の会社に固有の「てこの原理」です。
利益率30%の会社では、同じ3%のコスト削減をしても利益は1割しか増えません。
利益率3%の会社では、同じ削減が利益を2倍にします。
利益率が低いほど、小さなコスト削減が大きな利益に化けるのです。
図1：営業利益率3%の会社では、費用を売上の3%分減らすだけで利益が2倍になる
自社の業種の利益率水準は、中小企業庁「中小企業実態基本調査」で確認できます。
製造・卸・運輸といった労働集約型の業種では、営業利益率が数%にとどまる会社は珍しくありません。
つまり、この「てこ」がもっとも強く効く場所に、日本の中小企業の多くが立っています。
なお、業界の中で利益率の「上位5%」を目指す考え方は、儲かる会社は、業種の「異常値」である——上位5%を目指すのが経営戦略で詳しく解説しています。
利益を静かに食っているのは、”仕事の裏側の調整コスト”
では、何を削減するのか。
製品の原価や配送そのもののコストは、すでに削り尽くしている会社がほとんどでしょう。
見落とされているのは、仕事の「裏側」です。
- 配車やシフトの組み直し
- 見積・受注・請求の突き合わせと照合
- 社内承認の依頼と催促
- 顧客への進捗連絡
- 「いつもと違う」例外案件への対応
どれも、売上を1円も生まない仕事です。
しかし現場と事務方の時間を、毎日確実に消費しています。
ベンチャーネットはこれを「調整コスト」と呼んでいます。
人と人、部門と部門、システムとシステムの間をつなぐために発生する、見えにくいコストです。
調整コストが厄介なのは、どの科目にも「調整費」とは書かれていないことです。
人件費や販管費の中に溶け込んでいて、決算書には現れません。
だからこそ、削減の対象として意識されないまま残り続けます。
労働集約型の薄利ビジネスほど、この調整コストの比重は大きくなります。
人が多く、案件が多く、例外が多いからです。
そして、ここにこそAIがもっとも効きます。
調整コストは、社員に「AIを使わせる」方法では減らない
削減の対象が決まったら、次は方法です。
ここで多くの会社が選ぶ「AIツールの配布」には、構造的な弱点があります。
ソフトを配る発想と、仕組みに埋め込む発想
「では、社員にAIツールを契約して配ろう」。
そう考えたくなりますが、ここに落とし穴があります。
ソフトを配るという方法は、社員一人ひとりの努力に頼る方法です。
使い方を覚えてもらい、毎日思い出して使ってもらう必要があります。
忙しい現場ほど、新しい道具は定着しません。
数か月後、使っているのは一部の若手だけ——というのは、よくある結末です。
ベンチャーネットが勧めるのは、逆の発想です。
AIを「社員が使う道具」ではなく、「業務の下を流れる仕組み」として埋め込みます。
いま動いているメール・Excel・基幹システム・承認フローはそのままに、
その間で発生していた照合・転記・振り分け・連絡を、仕組み側が黙って処理する形です。
この形なら、社員は新しい操作を覚える必要がありません。
気づいたら、突き合わせ作業が終わっている。
承認依頼が自動で回っている。
「AIを使う努力」をしていないのに、仕事の裏側が軽くなっている。それが目指す状態です。
図2：「AIツールを配る」方式と「業務インフラに埋め込む」方式の違い
例外だけを人に回す——判断は人に残す
仕組みに埋め込むといっても、すべてを自動にするわけではありません。
定型の流れは仕組みが処理し、「いつもと違う」例外だけを人に回します。
いつもと違う大口注文。金額の合わない請求。初めての取引先。
こうした例外は、経営の判断そのものです。
AIに任せるのではなく、人がきちんと目を通し、決める。
仕組みの役割は、人がその判断に集中できるよう、定型作業を引き受けることです。
ベンチャーネットは、AIがすべてを解決するとは考えていません。
思考の作業は仕組みに任せられても、自社の商売を理解し、責任を持って決めるのは経営者と社員です。
判断と責任を人に残す設計こそが、現場に信頼されるAI実装の条件だと考えています。
データが1か所にあると、調整そのものが消えていく
調整コストの多くは、データがバラバラの場所にあることから生まれています。
受注はA社システム、在庫はExcel、請求は会計ソフト、連絡はメール。
人がその間を橋渡しするから、照合や転記や催促が発生します。
だとすれば、根本の打ち手は明快です。
データを1つの場所に集めれば、橋渡しの仕事そのものが減ります。
これが、ベンチャーネットがクラウドERP(販売・在庫・会計などを1つのデータベースで扱う統合業務システム)を勧める理由です。
NetSuiteのような単一データベースの上でなら、AIは断片ではなく商売の全体を見て働けます。
単一のデータベースが見える化・わかる化・儲かる化の3段をどう貫くかは、単一DBが、見える化・わかる化・儲かる化を貫くで全体像を描いています。
とはいえ、仕組みの設計は業種ごと、会社ごとに異なります。
どの調整コストが大きく、どこから埋め込むべきかは、現場を見なければ決められません。
しかも調整コストは、長年その仕事をしてきた人ほど「当たり前の風景」になり、内側からは見えにくいものです。
外の目が入ってはじめて「それは仕組みでなくせます」と気づける作業が、どの現場にも眠っています。
ベンチャーネットがFDE型(Forward Deployed Engineer：現場に入り込んで実装まで伴走するエンジニア)の支援にこだわるのは、このためです。
FDEという役割を中小企業の実務に読み解いた記事は、大企業のFDEを中小企業に”翻訳”する：見える化→わかる化→儲かる化をご覧ください。
「ツールを配る」と「仕組みに埋め込む」の違い
2つのアプローチの違いを整理します。
| 観点 | AIツールを配る | 業務インフラに埋め込む |
|---|---|---|
| 社員に求めること | 使い方を覚え、毎日使う努力 | 特になし(業務はそのまま) |
| 効果の出方 | 使う人だけ・使った日だけ | 業務が流れるたびに自動で |
| 定着 | 個人差が大きく、離脱しやすい | 業務の一部なので離脱がない |
| 例外への対応 | 人がツールで頑張る | 例外だけが人に届く |
| 効果の測り方 | 測りにくい(利用率頼み) | 処理件数・時間で測れる |
| 向いている会社 | 企画・開発など裁量の大きい職場 | 定型と例外が混在する現場 |
よくある失敗パターン
埋め込み型を目指す場合でも、次のつまずきがよく起きます。
失敗1：ツール配布で止まる。
全社員にAIの利用権を配って「活用推進」と呼んでしまうパターンです。
調整コストの構造には手が付かず、利用率の低さだけが残ります。
失敗2：例外まで自動化して、現場が止まる。
定型と例外を切り分けずに全部を自動化すると、例外案件で誤処理が起きます。
一度の誤処理で現場の信頼を失い、仕組みごと使われなくなります。
例外は必ず人に回す設計が先です。
失敗3：利益率の高い部門から始めてしまう。
効果が見えやすそうな花形部門から着手しがちですが、てこの原理は逆です。
調整コストが重く、利益率の低い現場ほど、同じ削減額でも利益への効きが大きくなります。
失敗4：数字を測らずに始める。
どの調整作業に何時間かかっているかを測らないまま導入すると、効果を検証できません。
まず現状の稼働を見えるようにしてから、埋め込む場所を決めます。
稼働の可視化の進め方は、稼働を可視化し固定費を変動費化するで解説しています。
よくある質問(FAQ)
Q1. 利益率が低く、AIに投資する資金の余裕がありません。
大規模なシステム刷新から始める必要はありません。
照合・転記・催促など、調整コストが集中している1業務から埋め込むのが定石です。
薄利の会社ほど、小さな削減が利益に大きく効くため、投資回収は早くなる傾向があります。
まず「どの調整に時間が消えているか」を測ることが、投資額を最小にする第一歩です。
Q2. 社員がITに強くありません。それでも使えますか。
埋め込み型では、社員が新しいツールの操作を覚える必要はほとんどありません。
いつものメールやExcelで仕事をしていれば、裏側で仕組みが動く設計にするからです。
ITに強い人材が社内にいない会社ほど、「配る」より「埋め込む」が向いています。
Q3. AIに任せて、判断を誤りませんか。
任せるのは定型の処理だけで、例外と判断は人に残します。
金額が合わない、初めての相手、いつもと違う——そうした案件は人に届く設計にします。
判断と責任を人に残すことは、ベンチャーネットがAI実装で最も重視している原則です。
Q4. どの業務から始めればよいですか。
件数が多く、ルールが決まっていて、例外が識別しやすい業務が第一候補です。
請求書の照合、受発注の転記、進捗連絡などが典型です。
逆に、判断の比重が大きい業務(価格交渉、与信、クレーム対応の中身)は後回しにします。
まとめ：薄利は弱みではなく、伸びしろ
利益率の低さは、これまで弱みとして語られてきました。
しかしAIの時代には、見方が変わります。
薄利であることは、小さなコスト削減が大きな利益に化ける「てこ」を持っているということです。
そのてこを動かす対象は、製品や配送ではなく、仕事の裏側の調整コストです。
そして動かし方は、社員にツールを配ることではなく、業務の下に仕組みを埋め込むことです。
定型は仕組みに、例外と判断は人に。
この設計ができたとき、薄利の現場は「AIで最も利益が伸びる場所」に変わります。
自社のどこに調整コストが眠っているのか。
まずはそこから、一緒に見つけていきませんか。
ベンチャーネットは、現場に入り込んで実装まで伴走するFDE型の支援で、
薄利の現場の利益構造を変えるお手伝いをしています。
気になった方は、お問い合わせからお気軽にご相談ください。
