AIに仕事を任せるには、2つの基盤が要ります。取引の事実を集める数字の基盤（基幹システム）と、判断の理由を残す言葉の基盤（Notion）です。この2つが揃ってはじめて、AIは自社の文脈の中で動けるようになります。
この記事では、AIの答えがズレる原因、2つの基盤がそれぞれ何を引き受けるのか、そして全社の統合を待たずにどこから作り始めればよいのかを整理します。
AIに聞いたら、それらしいけれど違う答えが返ってきた
「先月いちばん利益が出た取引先は」とAIに聞いてみる。それらしい答えが返ってくる。ところが確かめてみると、数字が合わない。
社内のデータをAIに読ませ始めた会社が、最初にぶつかるのがこれです。まったく的外れではない。でも、そのまま経営判断には使えない。この「惜しい状態」から抜け出せず、AI活用が止まってしまう会社は少なくありません。
原因は、AIの性能ではありません。AIが見ているデータの置かれ方にあります。
なぜ、答えがズレるのか
データが足りないわけではありません。むしろ、たいていの会社にデータは十分あります。問題は、それが散らばっていることです。
図：データが散らばった状態では、AIは整合しない情報を見て混乱する。
散らばり方には、2つの種類があります。
一つは、数字の散らばりです。販売管理と会計で同じ取引先が別のコードで登録されている。集計の単位も違う。この状態でAIに横断して聞くと、どれを正としてよいか分からず、混ざった答えが返ってきます。人なら「たぶんこの会社のことだな」と補って読みますが、AIはその補いをしてくれません。
もう一つは、理由の欠落です。数字は「何が起きたか」を記録しますが、「なぜそう決めたか」は記録しません。値引きの判断も、納期を優先した理由も、伝票のどこにも残っていない。だからAIは、結果は言えても、判断の背景を踏まえた答えは出せません。
だから基盤を2つに分けます。事実を集める場所と、理由を残す場所です。
数字の基盤は、事実を一つにする
数字の基盤とは、会計・販売・在庫・購買といった取引の事実を、一つのデータベースに集めた状態のことです。ベンチャーネットは、ここにNetSuiteまたはOdooを置きます。
大事なのは製品名ではなく、一つの場所にあることです。集まっていると、数字が横につながります。ある請求書から、もとの受注、その前の見積、さらに商談の記録までさかのぼれる。この「たどれる」状態が、AIにとって決定的に効きます。
AIは、たどれるデータに対しては、学習させなくても答えを出せます。その場で実データを見に行けるからです。逆に、システムが分かれていると、AI側にデータを移して覚えさせる作業が必要になり、その時点で情報は古くなります。
NetSuiteとOdooの使い分け
ベンチャーネットは、会社の規模と成長段階で選び分けています。おおまかな考え方は次のとおりです。
| NetSuite | Odoo | |
|---|---|---|
| 向く規模 | 中堅以上、複数拠点・海外・グループ経営 | 中小規模、単一〜少数拠点 |
| 強み | 連結・多通貨・監査対応まで一気に揃う | 導入の初期コストを抑えやすい |
| 考え方 | 成長の先まで見て器を先に用意する | 今の業務に合わせて始め、必要に応じて広げる |
どちらが優れているという話ではありません。製品の比較や選定の詳しい観点はクラウド会計・ERP・基幹システムの選び方で扱っています。ここで押さえたいのは、どちらを選ぶにせよ、数字は一つの場所に集めるという設計の考え方です。
数字を一元化することの経営上の意味は、単一DBが、見える化・わかる化・儲かる化を貫くで詳しく書いています。
言葉の基盤は、理由を残す
数字の基盤だけでは、半分です。もう半分が、言葉の基盤になります。
言葉の基盤とは、議事録、商談メモ、社内ルール、そして「なぜそう決めたか」の経緯を、文章として一か所に貯めた状態です。ベンチャーネットは、ここにNotionを置いています。
ここに入るのは、業務の地図でいう3層目、判断の基準です。
- どういうときに、どちらの手順を通るのか
- その言葉が、部署をまたいでも同じものを指しているか
- 例外が起きたとき、誰がどこまで決めてよいのか
これらは基幹システムには入りません。入力欄がないからです。かといって個人のパソコンや頭の中にあっては、AIも他の社員も読めません。だから、文章として貯まる場所を別に用意します。
貯め始める具体的な手順は経験情報は、Notionから貯め始めるで扱っています。特別な準備は要りません。今ある議事録を置くところから始められます。
AIの層——2つをつなぐ
数字と言葉が揃ったら、その上でAIを動かします。
図：数字の基盤と言葉の基盤の上にAIを置き、その上で人が判断する。
AIの層で決めることは、3つあります。
何を読ませるか。全部を読ませればよいわけではありません。社内の文章をAIに読ませる仕組みの考え方は中小企業のナレッジAI（RAG）入門で扱っています。
誰が何を見られるか。基幹システムの権限設定をそのまま効かせる形にしておくと、見えてはいけない数字がAI経由で出てしまう事故を防げます。
どこまで任せるか。AIは同じ問いに毎回同じ答えを返すとはかぎりません。「この業務ではどこまでの精度なら任せてよいか」「間違えたとき誰がどう気づくか」を、使い始める前に決めます。
そして最後の線は動きません。AIが下書きを出し、人が決める。判断と責任は経営者に残ります。AIは道具であって、責任を引き受けてはくれないからです。この役割分担はERPは記録し、人は判断し、AIは実行するでも扱っています。
2つが揃うと、何が変わるか
基盤の話は抽象的に聞こえますが、揃うと日々の仕事が具体的に変わります。
数字を探す時間がなくなります。「あの取引先の未入金は」と聞けば、その場で答えが返る。表計算を開いて突き合わせる作業が、質問一つに置き換わります。月次の締めが早まるのは、この積み重ねです。
AIの答えを、検証できるようになります。数字がたどれる状態なら、AIが出した数字の根拠まで下りていけます。請求書から受注へ、受注から見積へ。根拠をたどれない答えは経営判断に使えませんが、たどれるなら使えます。AIを信用するかどうかではなく、確かめられるかどうかが分かれ目です。
引き継ぎができるようになります。判断の理由が言葉として残っていれば、担当者が代わっても同じ基準で判断できます。人が読んでも分かるし、AIも読める。属人化がほどけるのは、この副産物です。
そしてこの3つは、どれも一つの業務からでも起こります。全社が揃うのを待つ必要はありません。
どこから作るか——全社の統合を待たない
ここまで読むと、「基盤を整えるだけで何年もかかりそうだ」と感じるかもしれません。実際、全社のシステムを統合してから始めようとすると、そうなります。
ベンチャーネットは、その順番を採りません。一つの業務を選び、その業務だけを縦に通します。
図：全社統合を待たず、一つの業務で数字・言葉・AIを縦に通してから広げる。
具体的には、こう進めます。時間がかかっている業務を一つ選ぶ。その業務に関わる数字を基幹システムに集める。その業務の判断の基準を言葉として書き出し、Notionに置く。その範囲でAIを動かして、成果を数字で確かめる。うまくいかなかったところを直して、次の業務へ移る。
基盤は、この繰り返しの中で育ちます。最初から完成させるものではありません。
よくあるつまずき方
- ツールの比較から入る：どのAIが優れているかを調べているうちに、業務の整理が後回しになる。→ 先に業務を一つ選び、基盤に何を集めるかを決める
- 全部つなごうとする：すべてのシステムを統合してから、と考えると着手できない。→ 一つの業務の範囲だけ通す
- 言葉の基盤を後回しにする：数字だけ整えても、AIは「なぜ」を答えられない。→ 議事録を一か所に置くだけでよいので、同時に始める
よくある質問
Q. 既存の販売管理システムは、捨てないといけませんか？
A. 必ずしもそうではありません。ただ、数字が二か所に分かれている状態は、いずれ整合の手間として返ってきます。まずは「どちらを正とするか」を決めることから始めます。
Q. 費用はどのくらいかかりますか？
A. 基幹システムの規模と範囲によって大きく変わります。ただ、言葉の基盤を作り始めることには、ほとんど費用がかかりません。順番としては、費用のかからないほうから着手できます。
Q. Notionでなければいけませんか？
A. いいえ。文章が一か所に貯まり、権限を分けられ、AIから参照できれば、他の道具でも成立します。ベンチャーネットがNotionを使っているのは、導入が速く、全員が使えるからです。
Q. AIに社内データを読ませて、情報漏れは心配ありませんか？
A. だからこそ、基幹システムの権限設定をそのまま効かせる設計にします。誰が何を見られるかを、AIの側で作り直さないことが大事です。
Q. どのくらいで効果が出ますか？
A. 一つの業務に絞れば、数か月で成果を数字で確かめられる範囲から始められます。全社統合を前提にすると、年単位になります。だから縦に通す順番をおすすめしています。
Q. 数字の基盤と言葉の基盤、どちらから手をつけるべきですか？
A. 同時に始められます。数字の基盤は器の検討に時間がかかるので、その間に言葉の基盤を動かしておくと、待ち時間が生まれません。議事録を一か所に置くだけでも、判断の理由は貯まり始めます。
Q. 小さい会社でも、ここまで必要ですか？
A. 規模が小さいほど、判断が特定の人に集中しています。その分、言葉の基盤の効果は大きくなります。数字の基盤は、今の規模に合った器から始めれば十分です。
まとめ：基盤は、使いながら育てる
AIが自社の文脈で働くには、2つの基盤が要ります。取引の事実を集める数字の基盤（NetSuiteまたはOdoo）と、判断の理由を残す言葉の基盤（Notion）です。その上にAIを置き、さらにその上で人が判断する。これがベンチャーネットの設計図です。
答えがズレるのは、AIの性能ではなく、データの置かれ方が原因です。同じ取引先が別のコードで登録されていれば混ざりますし、判断の理由がどこにも残っていなければ、背景を踏まえた答えは出ません。
そして基盤は、全社を統合してから使うものではありません。一つの業務を縦に通し、動かしながら育てる。すべてを統合し終えた会社より、一つ動かした会社のほうが先に進みます。
ベンチャーネットは、中小・中堅企業向けにFDE型の伴走支援を行う会社です。数字の基盤と言葉の基盤を構築し、その上でAIを動かすところまでを、経営者のチームに入って一緒に進めます。これがベンチャーネットの考えるAX（AIトランスフォーメーション）です。
「どこから基盤を作ればよいか分からない」という段階でしたら、今あるシステムとデータの棚卸しから一緒に始めることもできます。売り込みではなく、まず壁打ちから。
次に読むなら
「そもそもFDEとは何か」
→ FDE（Forward Deployed Engineer）とは？仕事内容・SESとの違い・中小企業での使い方
「言葉の基盤に何を書くのか」
→ 業務の地図とは——名詞・動詞・判断基準で、会社をAIに読ませる
「貯め始める手順を知りたい」
→ 経験情報は、Notionから貯め始める
「製品の選び方を知りたい」
→ クラウド会計・ERP・基幹システムの選び方
「数字を一元化する意味を知りたい」
→ 単一DBが、見える化・わかる化・儲かる化を貫く
