「届け方」を
作り替える
Vol.05の最後に残った問いは一文だった。「その価値を、どう届けるのか」。Vol.06はその問いに正面から答える。AIの成果は、いま場所によってはっきり偏り始めている。コスト削減は製造や物流で出ている。だが売上の増加が最も多く報告されているのは、マーケティングと販売だ。価値をつくる工程ではなく、価値を届ける工程で、AIは金銭的成果を出している。
マッキンゼーが2026年8月に公表した年次調査は、AIの財務成果が業務機能によってはっきり分かれることを示した。コスト削減が最も多く報告されたのはサプライチェーン・サービスオペレーション・製造。一方、売上の増加が最も多く報告されたのはマーケティングと販売だった。にもかかわらず、多くの中小企業のAI活用は社内の効率化で止まっている。この非対称が、今号の出発点だ。
同じ調査で、AI活用が全社の営業利益に貢献したと答えた割合は37%。前年からほぼ横ばいである。導入率も規模拡大も進んでいるのに、財務成果だけが動かない。差を生んでいるのは導入の有無ではなく、ワークフローそのものを設計し直したかどうかだ。成果を出している上位層のうち約4分の3が業務プロセスを根本から作り替えたと答えたのに対し、その他の企業では約4分の1にとどまった。
01AIが売上を生んでいるのは「届ける工程」だった
AIを「人手を減らす道具」として入れた企業は、コストの側で成果を得る。だがAIを「顧客に届く形と速さを変える道具」として入れた企業は、売上の側で成果を得る。中小企業のAI導入は前者に偏りやすい。請求書処理、議事録、日報——どれも正しい入口だが、そこで止まると売上は動かない。届け方を変えることが、最も直接的に数字に触れる打ち手である。
02「発信量を増やす」は届け方の再設計ではない
生成AIの導入直後、多くの企業がまず取り組むのは発信量の増加だ。制作コストが劇的に下がるのだから自然な反応である。だがこれは旧来の一斉発信モデルの高速化にすぎない。世界中の企業が同時に発信量を10倍にすれば、一件あたりの到達率は下がる。送り手にとっての生産性向上は、受け手にとっては情報過多の悪化だ。届ける量ではなく、届ける相手と時機と文脈を選び直すことが、届け方の再設計にあたる。
03中小企業が持っている非対称な武器
届け方の競争において、中小企業には大企業にない資産がある。顧客の顔と履歴が、一人の頭の中に入っていることだ。誰がいつ何に困り、どんな言い方を好み、何を心配して見積を止めたか。大企業ではこれがCRMの数百項目に分解され、部門をまたいで断片化する。従業員30名の会社では、それが社長と現場数名の記憶として統合されている。生成AIが変えたのは、この暗黙知を書き出せば使える形に変換できるようになったことだ。大企業がデータ基盤の統合に数年かける間に、中小企業は数週間でこれをやれる。
04「段階4」が減っている、という不都合な事実
2026年版中小企業白書によれば、デジタル化によりビジネスモデルの変革や競争力強化に取り組んでいる(段階4)と回答した事業者は2.8%。2023年の6.9%、2024年の3.2%から年を追って下がっている。ツールの導入は進んだのに、事業の形を変えたと言える企業は減っているのだ。同白書はまた、AIを活用していない理由の最多が「活用する業務のイメージができていない」であることも示す。総務省「令和7年版 情報通信白書」でも、日本企業の最大の懸念は「効果的な活用方法がわからない」だった。技術でもコストでもなく、どこに当てるかの設計が欠けている。
05顧客接点を4つに分解する
実務上、中小企業の顧客接点は4層に整理できる。①発見の接点(存在を知る場所)、②応答の接点(問い合わせから初回返答まで)、③提案の接点(見積・説明)、④継続の接点(納品後のフォローと再提案)。多くの企業は①に予算を使うが、着手すべきは②と④だ。②は既存の問い合わせを取りこぼさなくする守りの投資であり、④は既存顧客からの追加受注を生む攻めの投資である。どちらも新規集客より確実で、どちらもAIとの相性がいい。
06「速さ」が信頼に変わる仕組み
応答速度の改善は、単なる利便性の向上ではない。『おもてなし幻想』が大規模調査から示したのは、顧客ロイヤルティを高めるのは期待を超える感動体験ではなく、顧客の努力(エフォート)を減らすことだという発見だった。何度も問い合わせ直す、担当者を探す、同じ説明を繰り返す——この労力こそが顧客を離れさせる。生成AIはここに直接効く。過去のやり取りを文脈として渡せば、初回返答の段階で「前回の件を踏まえた」応答が返せる。感動と違って、摩擦の除去には再現性がある。仕組みで作れるということは、30名の会社でも実装できるということだ。
07やってはいけない届け方
総務省・経済産業省が2025年3月に公表した「AI事業者ガイドライン(第1.1版)」は、透明性の確保と、適切なタイミングでの人間の判断の介在を求めている。顧客接点は、この要請が最も直接的に効く領域だ。実務上の線引きは三つ。人が書いたように装わない。確認していない情報を送らない。顧客データを勝手に外に出さない。詳細は本号の分析記事で扱う。
08Vol.07への問い — 届けた先に、何を続けるのか
届け方を作り替えると、一つの副作用が起きる。顧客との接触頻度が上がり、関係が濃くなるのだ。速く返し、文脈を踏まえ、納品後も連絡が続く。これは望ましい変化だが、同時に新しい問いを生む。関係が続くことを前提にしたとき、事業の形はどう変わるのか。売り切りから継続へ、取引から関係へ——その移行は価格の付け方も、人の配置も、経営の時間軸も変える。
届けた先で、顧客と何を続けるのか。これが次号の問いだ。
- McKinsey & Company "The state of AI in 2026: On the road to ROI" 2026年8月25日(調査期間:2026年5月4日〜6月8日、97か国1,719名)。https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- 中小企業庁「2026年版 中小企業白書・小規模企業白書」2026年4月。https://www.chusho.meti.go.jp/pamflet/hakusyo/index.html
- 総務省「令和7年版 情報通信白書」2025年7月。https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r07/html/nd112220.html
- 総務省・経済産業省「AI事業者ガイドライン(第1.1版)」2025年3月28日。https://www.soumu.go.jp/main_content/001002576.pdf
- マシュー・ディクソン他著、神田昌典・リブコンサルティング日本語版監修、安藤貴子訳『おもてなし幻想 デジタル時代の顧客満足と収益の関係』実業之日本社、2018年、ISBN: 978-4-408-33803-3。