AIを入れる前に、自社のデータを見たことがあるか？

結論から言う。データが整理されていない会社にAIを入れても、金をドブに捨てるのと同じだ。

「AIで業務効率化しましょう」「DXで生産性向上を」——こういう提案を受けたことがある経営者は多いだろう。だが、ちょっと待ってほしい。あなたの会社の顧客データ、今どこに入っている？ Excelか？ 紙か？ 営業担当の頭の中か？

実際、私たちが地方の中小企業を支援する中で見てきた現実はこうだ。AIの導入以前に、そもそもデータがまともに存在しない。あるいは存在しても、バラバラで、重複していて、誰がいつ更新したかもわからない。この状態でAIに何を学習させるのか。ゴミを食わせたAIが出すのは、ゴミだ。

この記事では、「AI導入の前にやるべきデータ整理」を、中小企業が現実的に払えるコスト感と具体的な手順で解説する。外部コンサルに月50万払う話ではない。月5万円から始められる方法がある。

—

なぜ「データ整理」が先なのか？——属人化という病巣

中小企業の最大の問題は、データが「人」に紐づいていることだ。

ベテラン営業のAさんだけが顧客の好みを知っている。経理のBさんだけが請求データの分類ルールを理解している。製造のCさんだけが不良率のデータを手元のノートに記録している。

これは「属人化」であり、会社にとっては爆弾だ。Aさんが辞めたら顧客情報が消える。Bさんが休んだら請求が止まる。Cさんが異動したら品質管理が崩壊する。

AIはこの属人化を解消できるポテンシャルを持っている。だが、属人化されたデータは、そのままではAIに読めない。人間の頭の中にある暗黙知を、まず「形」にする必要がある。それがデータ整理だ。

—

具体的な手順——3ステップで「AIが使えるデータ」を作る

ステップ1：データの棚卸し（所要期間：1〜2週間）

まずやることは単純だ。自社にどんなデータがあるか、全部書き出す。

• 顧客リスト（Excel、名刺管理アプリ、年賀状リスト…）
• 売上データ（会計ソフト、手書き伝票、POSレジ…）
• 業務記録（日報、作業指示書、LINEグループのやり取り…）
• 在庫・製造データ（ホワイトボード、ノート、基幹システム…）

多くの中小企業でこれをやると、同じ顧客情報が3〜5箇所に散らばっていることが判明する。ある製造業の会社では、顧客マスタがExcelに3種類、会計ソフトに1つ、社長の手帳に1つ、合計5つ存在していた。しかも全部微妙に内容が違う。

この棚卸しは社内でできる。コストはゼロだ。必要なのは、経営者が「やる」と決めることだけだ。

ステップ2：データのクレンジング（所要期間：2〜4週間）

棚卸しで見えたデータを「使える状態」にする。具体的には以下の作業だ。

• 重複の削除：同じ顧客が「株式会社ABC」「（株）ABC」「ABC」と3つ登録されている。これを1つにまとめる。
• 表記の統一：住所の書き方、電話番号のハイフンの有無、日付のフォーマット。地味だが、AIにとっては致命的な差になる。
• 欠損の補完：データが歯抜けになっている箇所を埋める。埋められないものは「欠損」と明示する。

ここが一番泥臭い作業だ。だが、ここを飛ばすと後で必ず痛い目を見る。

コスト感：

• 自社でやる場合：担当者の人件費のみ（実質月5万〜10万円相当の工数）
• Google SpreadsheetやNotionなど無料〜月数千円のツールで十分対応できる
• 外注する場合：データ量にもよるが、月10万〜20万円程度。クラウドソーシングで1レコードあたり数円〜数十円で依頼する方法もある

重要なのは、最初から完璧を目指さないことだ。まず売上データだけ、まず顧客リストだけ、と範囲を絞ってやる。全部一気にやろうとすると、確実に挫折する。

ステップ3：データの統合と一元管理（所要期間：1〜2ヶ月）

クレンジングしたデータを1箇所にまとめる。

「一元管理システム」と聞くと大げさに聞こえるが、中小企業なら以下で十分だ。

5人の会社なら、月1万円以下で一元管理の仕組みが作れる。

大事なのは「高いシステムを入れること」ではなく、「1つの場所に、1つのルールで、データが溜まる仕組み」を作ることだ。この仕組みさえあれば、あとからAIを接続するのは簡単だ。

—

データが整理されていない状態でAIを入れると何が起きるか

具体的に言おう。

ある小売業の会社が、顧客の購買データを分析して「おすすめ商品」を自動提案するAIを導入した。月額15万円のサービスだ。

ところが、顧客データに重複が大量にあった。同じ人が3つのIDで登録されていたため、AIは「この人は月に1回しか買わないライトユーザー」と判定した。実際には月3回買うヘビーユーザーだった。結果、的外れなレコメンドが連発し、むしろ顧客満足度が下がった。

AIのせいではない。データのせいだ。月15万円×6ヶ月＝90万円が無駄になった。最初にデータ整理に10万円かけていれば、防げた損失だ。

これは極端な例ではない。私たちが見てきた中小企業の7割以上が、似たような状態にある。

—

「データ整理なんて地味すぎる」——だからこそ差がつく

正直に言う。データ整理は地味だ。華やかさはゼロだ。「AIを導入しました」と言えば社内外にインパクトがあるが、「Excelの顧客リストをクレンジングしました」では誰も褒めてくれない。

だが、ここに中小企業の逆転のチャンスがある。

大企業は、データが多すぎて整理に年単位の時間と数千万円のコストがかかる。部門間の政治もある。「うちのデータは渡せない」という縄張り争いが起きる。

中小企業は違う。社長が「やるぞ」と言えば、来週から始められる。データ量も少ないから、1ヶ月あれば主要なデータは整理できる。意思決定が速く、データ量が少ないことが、ここでは武器になる。

月5万〜10万円の工数で、1〜2ヶ月かけてデータを整理する。そのうえでAIを入れる。この順番を守るだけで、AI導入の成功確率は劇的に上がる。

—

で、結局どうすればいいのか

1. 今週中に、自社のデータがどこに何個あるか書き出す（コスト：ゼロ）
2. 来月までに、最も重要なデータ1種類だけクレンジングする（コスト：月5万〜10万円相当の工数）
3. 再来月までに、そのデータをクラウドツールで一元管理する仕組みを作る（コスト：月1万円以下）
4. その後で、AIの導入を検討する

合計コスト：初期で10万〜20万円程度。月額の運用費は1万円以下。

外部コンサルに月50万円払って「AI戦略の策定」を依頼する前に、まず自分の会社のExcelを開いてほしい。そこに答えがある。

AIは魔法ではない。だが、整理されたデータがあれば、中小企業にとっての最強の武器になる。順番を間違えなければいい。

—