中小企業の7割以上が業務用には適さない 「家庭用Wi-Fiルーター」を使用

～産業・制度・技術の交差点～

IT・ソフトウェア産業は、この10年で2つの大きな地殻変動を経験した。
ひとつはクラウドの普及、もうひとつは生成AIの急伸である。
クラウドはインフラの弾性を高め、生成AIは知的作業のコスト構造を塗り替えた。
しかし, 中小企業への衝撃は一様ではない。

・請負開発企業は、顧客要件や監査が厳しく、PoCから本番への移行に高い壁がある。

・自社プロダクト企業は、ロードマップとユーザー対応の両立が難しい。

共通するのは, AI導入がもはやIT部門だけのタスクではなく、
法務・人事・営業・経理を横断する「制度設計」そのものになっている点だ。

■ 制度の観点
ここが最も複雑な領域である。
個人情報保護、知財、説明責任、輸出管理が絡み合い、
「自社データを学習に使うときの再同意」「出力の著作権」「誤出力の責任」など、
会議だけでは決着しないテーマが並ぶ。
だからこそ, データの種類と流れを書き出し、契約書・規程を更新するという
地味な“手作業”が避けられない。

■ 技術の観点
一方で, MLOpsの経験が乏しい会社ほど「PoC成功 → 本番失敗」が起こる。
モデル更新、データドリフト、プロンプト漂流、監査ログ、権限管理——
どれも “運用の地力”が試されるテーマだ。
ツール導入より前に、運用線（どこで誰が責任を持つか）の設計が必要になる。

■ 人材の観点
さらに、3つのギャップが浮き彫りになっている。

①経営層：AIで何が変わるか、語彙が不足しがち

②現場：業務の「痛点」を言語化しづらい

③IT部門：リスクと便益のバランスをファクトで説明しきれない

だからこそ, 共通言語を持つことがスタート地点となる。
AIに詳しい若手は事業理解を深め、経営側はデータガバナンスを学び、
現場は業務ルールを構造化する。
つまり, 技術は人を置き換えるのではなく、
人同士の対話を構造化するための道具なのである。
これこそが「実装の基本動作」だ。

AIは羅針盤。だが航路は、人間が引く。

加藤 悠