AXとは？DXとの違いと、中小企業がAIで業務を変える始め方

AXとは、AI（人工知能）に判断や作業の一部を任せることで、仕事の流れそのものを組み直す取り組みのことです。「AIトランスフォーメーション」の略で、デジタル化を進めるDXの次の段階として語られることが多い言葉ですが、公的に定まった定義があるわけではなく、使う会社によって意味に幅があります。

この記事では、AXとDXの違いを実務の目線で整理したうえで、中小企業が最初の3か月で何をやればよいかを具体的に書きます。Nexlyでは広告運用やCRMの構築とあわせて、問い合わせの振り分けやレポート作成をAIに任せる仕組みづくりを支援していて、その中で見えてきた「うまくいく順番」と「つまずくところ」をまとめました。

AX（AIトランスフォーメーション）とは何か

AXは、AIを使って業務のやり方を変えることです。ただ「ChatGPTを社内で使っている」だけの状態とは少し違います。違いは、AIを使うかどうかではなく、AIがいる前提で業務の流れが変わったかどうかにあります。

たとえば、営業担当がChatGPTでメールの文面を考えるのは、AIを道具として使っている段階です。便利ですが、業務の流れは変わっていません。一方、問い合わせフォームに届いた内容をAIが読み、営業・サポート・採用のどこに回すかを判断し、CRMに登録して担当者に通知するところまで自動で流れるようになると、人が毎朝やっていた仕分けの作業がなくなります。後者のように、業務の流れが変わったものをAXと呼ぶと分かりやすいと思います。

定義が定まっていないので、記事や提案資料によってAXの範囲は違います。「生成AIの導入」くらいの意味で使う会社もあれば、「AIを前提にした経営の組み直し」まで含める会社もあります。社内で話をするときは、まず自社の中で「何をもってAXと呼ぶか」を一言で決めておくと、議論がぶれにくくなります。この記事では、「AIに任せる前提で、業務の流れを組み直すこと」として話を進めます。

AXとDXの違い：主役がシステムかAIか

DXは、経済産業省の「デジタルガバナンス・コード」で次のように定義されています。「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること」（デジタルガバナンス・コード3.0、2024年9月改訂）。かなり広い定義で、紙の業務をデジタルにするだけでなく、事業や組織の変革までを含んでいます。

現場の感覚で言うと、DXの入り口は「紙やExcelでやっていた業務をシステムに移し、データが溜まる状態をつくること」です。顧客情報をkintoneやSalesforceに移す、請求をクラウドの会計ソフトにする、といった取り組みがこれにあたります。

AXは、そうして整ったデータや業務の上で、AIに読ませる・分類させる・文章にさせることで、人の手を減らしたり、人が気づけなかったことに気づけるようにする取り組みです。紙の申込書をシステムに入れるのがDX、そのデータをAIが読んで「この顧客には先に電話したほうがよさそう」と提案するのがAX、というイメージです。

観点	DX	AX
主役	システムとデータ	AI
目指す状態	記録が残り、共有できる	判断や作業を任せ、人は確認と例外対応に回る
典型的な取り組み	紙・Excelからの移行、クラウド化、データの一元管理	問い合わせの分類、文書の要約、数字の異常検知、下書きの自動作成
前提	業務の流れが決まっていること	AIが読める形でデータがあること
失敗しやすい点	システムを入れて終わる	AIを配って終わる

なので「DXが終わってからAX」と順番に考える必要はありませんが、AIに任せたい業務のデータがどこにあるのかは、最初に確認しておく必要があります。メールとLINEとスプレッドシートに情報が散っていると、AIに読ませる前に置き場所をそろえる作業が要ります。DXの進め方は中小企業のDXの進め方で整理しています。

AXの仕組みを分解する：AI・自動化ツール・人の役割分担

「AIに任せる」と言っても、実際の仕組みはAIだけで動いているわけではありません。多くの場合、データを集める、AIに渡す、結果を保存する、人に知らせる、といった部分は自動化ツールが受け持ち、AIは「読んで判断する」部分だけを担当します。AIを万能の部下のように考えると設計を誤りやすいので、最初に役割を分けて考えておくと整理しやすくなります。

役割	担当	具体的な内容（問い合わせ振り分けの例）
集める・渡す	自動化ツール	フォームやメールの内容を受け取り、AIに渡す
読んで判断する	AI	内容を読み、種類と緊急度を決め、理由を一言添える
記録する・知らせる	自動化ツール、CRM	CRMに登録し、担当者へチャットで通知する
迷ったものを決める	人	AIが「判断できない」としたものを見て、分類を決める
仕組みを見直す	人	外れた例を集めて、分類の種類や指示を直す

自動化ツールの代表がn8nやZapier、Googleスプレッドシートに付けるGAS（Google Apps Script）などです。どれを選ぶかはツールの比較は別の記事に譲りますが、考え方としては「AIは判断の部品の一つ」と捉えるほうが、あとで保守しやすい仕組みになります。AIのサービスは入れ替わりが早く、モデルの名前や料金も変わります。判断の部分を差し替えられる形にしておくと、サービスが変わっても仕組み全体をつくり直さずに済みます。

中小企業でAXの効果が出やすい業務

AXというと大がかりな話に聞こえますが、効果が出やすいのは地味な定型業務です。支援の現場でも、次のような業務は小さく始めて効果が見えやすいと感じます。共通しているのは、人が「読んで、判断して、どこかに入れる」作業になっている点です。

問い合わせ・メールの一次振り分け

フォームや代表メールに届いた内容を、AIが読んで種類ごとに分け、担当者に回します。営業の問い合わせ、既存顧客からの質問、求人への応募、営業メールを見分けるくらいなら、AIでも実用になることが多いです。人は分けられた結果を見て対応するだけになるので、見落としや対応漏れが減ります。作り方は問い合わせ・メールの自動振り分けで詳しく書いています。

広告や売上の数字チェックとレポート

毎朝管理画面を開いて数字を転記し、前日と比べて異常がないかを見る作業は、AIと自動化ツールに任せやすい業務の代表です。数字の取得は自動化ツールで、変化の読み取りとコメントはAIで、という分担にすると、担当者は「おかしいと言われたところだけ見る」状態になります。

議事録からタスクを起こす

会議の録音や文字起こしから、決まったこと・担当・期限を抜き出して、タスク管理ツールに登録します。議事録を書く時間が減る効果より、決まったことが放置されなくなる効果のほうが大きい、というのが実感です。具体的な始め方はAI議事録の始め方にまとめました。

データの転記と突き合わせ

2つのシステムの数字が合っているか、申込書とCRMの内容がずれていないかを見る突合の作業は、人がやると時間がかかるうえに見落としが出ます。ルールさえ決まっていればAIとスクリプトで自動化でき、ずれている行だけを人が確認すればよくなります。

社内の手順書・FAQの検索

「あの手続きはどうやるんだっけ」を社内チャットで聞き回る時間は、意外と大きいです。手順書をAIが読める場所にまとめておくと、質問すれば該当の手順を返してくれるようになります。ただし、元の手順書が古いままだとAIも古い答えを返すので、更新の担当を決めておく必要があります。

AIに任せないほうがよい業務

逆に、最初から任せないほうがよい業務もあります。間違えたときの影響が大きく、人が後から取り消せないものがその代表です。たとえば、契約条件の最終判断、顧客への返金の決定、解雇や評価に関わる判断などは、AIに下書きや整理をさせることはあっても、決めるのは人にします。

もう一つは、判断のよりどころとなるデータが整っていない業務です。過去の対応記録がほとんど残っていない、担当者によって記録の書き方がばらばら、という状態では、AIに渡す材料そのものが足りません。この場合は、AIの前にデータの記録ルールをそろえる作業から始めるほうが、結果として早く進みます。

部門ごとの活用例を広く見たい場合は、「AIで業務効率化できる仕事」の記事に営業・マーケ・人事・経理などの例を並べています。

任せる業務の選び方：時間・回数・ルール化の3つの基準

やれそうな業務は、探せばいくらでも出てきます。そのなかから最初の1つを選ぶ基準は、次の3つで足ります。

1. 1回あたりの時間：1回に10分以上かかる作業のほうが、減った時間が見えやすい
2. 発生する回数：毎日、毎週のように発生する作業のほうが、合計の効果が大きい
3. 判断のルールを言葉にできるか：「こういう内容ならこちら」と説明できる作業は、AIに指示を書きやすい

3つとも当てはまるものが、最初の候補です。逆に、ベテランの勘で判断している業務や、月に数回しか発生しない業務は後回しにします。前者はルールを言葉にするところで時間がかかり、後者は仕組みをつくる手間のほうが大きくなりやすいからです。

業務の洗い出しそのものから始めたい場合は、業務の棚卸しのやり方で手順とシートの雛形を紹介しています。ここで1つ気をつけたいのは、候補が10個あっても、最初に手をつけるのは1つだけにする点です。複数を同時に始めると、どれが効いたのか、どこで詰まったのかが分からなくなります。

最初の3か月でやること：進め方・指示の書き方・体制

AXは全社で一気に始めるより、1つの業務で成果を出してから広げるほうが確実です。目安として、3か月を次のように使います。

1か月目：棚卸しと、任せる業務の決定

繰り返し発生している業務を書き出し、上の3つの基準で1つに絞ります。あわせて、その業務の「今の数字」を記録します。月に何時間かかっているか、ミスや対応漏れが月に何件あるか、の2つで十分です。これがないと、3か月後に効果を説明できません。

2か月目：小さく試して、人が全件確認する

決めた業務をAIに任せる仕組みをつくり、しばらくは結果を人が全部確認します。AIの判断が外れたケースを集めて、指示の書き方やルールを直します。この期間は完全自動を目指さず、「AIが下ごしらえをして、人が確認する」形で回すのが安全です。

外れたケースの記録は、表にしておくと次の手が打ちやすくなります。たとえば問い合わせの分類なら、次のような形です。

日付	届いた内容（要約）	AIの判断	正しい分類	外れた理由の仮説
10/3	見積もりの前に資料がほしい	サポート	営業	「資料」という語でサポートと判断した
10/5	請求書の宛名変更	営業	経理	分類に経理がなかった
10/8	広告掲載の提案（営業メール）	営業	営業メール	除外の条件が足りなかった

理由の仮説を書いておくと、「分類の種類を足す」「判断のルールを文章で書き足す」「例を渡す」のどれで直すかが見えてきます。外れの多くは、AIの性能より、こちらの指示の書き方で直ることが多いです。

3か月目：手順として定着させ、次の業務を決める

確認しても直すところがほとんどなくなったら、人の確認を例外だけに減らします。誰が担当しても回るように、仕組みの手順と、AIが判断に迷ったときの扱いを書き残します。そのうえで、1か月目の数字と比べて効果を確かめ、棚卸しのリストから2つ目の業務を選びます。

効果の測り方は単純で構いません。たとえば、問い合わせの仕分けに月20時間かかっていた業務が、AIの下ごしらえと人の確認で月5時間になったなら、減った時間は15時間です。時間だけでなく、対応漏れが月3件から0件になった、という形でも効果として数えられます。数字は例ですが、「始める前に測っておく」ことが前提になります。

AIへの指示の書き方：振り分けを例にした雛形

2か月目に「指示の書き方を直す」と書きましたが、最初の指示がまったくの白紙だと、直す作業も手探りになります。問い合わせの振り分けを例に、指示に入れておきたい項目の雛形を載せます。そのまま使えますが、分類の種類や言葉づかいは自社に合わせて直してください。

1. 役割：あなたは、会社に届いた問い合わせを担当部署に振り分ける担当です
2. 分類の種類と、それぞれの意味：営業（サービスの導入相談や見積もり）、サポート（導入済みの顧客からの質問や不具合）、採用（求人への応募や問い合わせ）、営業メール（こちらへの売り込み）、その他
3. 迷ったときの扱い：どれにも当てはまらない、または複数にまたがる場合は「その他」とし、理由を書く
4. 出力の形：分類名、緊急度（高・中・低）、判断の理由を一文、の3項目で返す
5. 例：判断の難しかった実際の問い合わせを2〜3件、正しい分類つきで添える

この中でいちばん効くのは、4番目の「出力の形」と5番目の「例」です。出力の形が決まっていれば、後続の自動化ツールが結果を読み取れます。例を添えると、AIが迷いやすい境目の判断がそろいやすくなります。2か月目に外れた例を集める目的は、この「例」を増やすことでもあります。

緊急度も、基準を言葉にして渡しておくと判断が安定します。たとえば「今日中の対応を求める表現がある」「障害や請求の誤りに関する内容」は高、「資料請求や一般的な質問」は低、というように、現場の感覚を書き出して渡します。

進める体制：誰が旗を振り、どこから外の手を借りるか

AXを進める人は、AIに詳しい人である必要はありません。むしろ、対象の業務をいちばんよく知っている人が主役になるほうが、うまくいきます。AIが外した理由を判断できるのは、その業務の現場を知っている人だからです。

体制は、次の3つの役割で考えると整理しやすくなります。小さな会社では、1人が複数の役割を兼ねても構いません。

• 旗を振る人：どの業務をやるかを決め、社内に説明する人。経営者か部門の責任者が務めることが多いです
• 業務を知る人：判断のルールを言葉にし、AIの出力を確認する人。対象業務の担当者です
• つくる人：自動化ツールとAIをつないで動かす人。社内に担当がいなければ、外部のパートナーに頼む部分です

外の手を借りる場合に切り分けておきたいのは、「業務のルールを決める部分」は社内に残し、「つなぐ部分」を任せる、という分担です。ルールまで外部に預けてしまうと、仕組みは動いても、中身が変わったときに社内の誰も直せなくなります。Nexlyで支援するときも、判断のルールは社内の方に言葉にしてもらい、実装とテストをこちらで受け持つ形で進めることが多いです。

始める前のチェックリスト

最初の1業務を決めたら、着手する前に次の項目を確認しておくと、途中で止まる確率を下げられます。すべて埋まっていなくても構いませんが、空欄がどこかは把握しておいてください。

• 対象の業務について、月の所要時間と、ミスや対応漏れの件数を記録したか
• AIに渡すデータの置き場所が決まっていて、AIが読める形になっているか
• 判断のルールを、他の人にも説明できる言葉で書けるか
• AIに入力してよい情報と、いけない情報の線引きが決まっているか
• AIの出力を確認する担当と、確認する範囲が決まっているか
• 3か月後に、続ける・広げる・やめるを判断する基準（時間の削減幅など）を決めたか

最後の項目は見落とされがちです。基準を決めないまま始めると、数字が出ても評価できません。「月10時間以上減っていれば続ける」のように、小さくても数字で決めておくと、判断が速くなります。

AXでつまずきやすいところ

支援の現場でよく見る失敗は、ほぼ次のどれかです。

• ツールから選んでしまう。「どのAIを入れるか」から考えると、使い道が決まらないまま契約だけが残ります。業務が先、ツールは後です
• 全員にアカウントを配って終わる。使い方は人によってばらばらになり、業務の流れは何も変わりません
• 入力してよい情報のルールがない。顧客の個人情報や社外秘の数字をどこまでAIに渡してよいかを決めずに始めると、あとで止めざるを得なくなります
• 効果を測っていない。「便利になった気がする」だけだと、続けるか広げるかを判断できません
• AIの出力を誰も確認しない。間違いに気づくのが遅れ、顧客対応で問題になってから発覚します

どれも、AIの性能の問題ではなく、進め方の問題です。特に最後の「誰も確認しない」は、AIが自然な文章で間違いを書くことがあるため、気づきにくいのが厄介です。AIの出力を確認する担当と、確認する範囲は、仕組みをつくる段階で決めておきます。

情報の取り扱いで最初に決めておくこと

AIに業務を任せるうえで、情報の取り扱いは最初に決めておく必要があります。個人情報保護委員会は2023年6月に「生成AIサービスの利用に関する注意喚起等」を公表していて、事業者向けの注意点として、個人情報を含むプロンプトを入力する場合は、特定された利用目的の達成に必要な範囲内であることを十分に確認することを挙げています。さらに、本人の同意なく個人データを含むプロンプトを入力し、その個人データが応答結果の出力以外の目的で取り扱われる場合は、個人情報保護法に違反する可能性があるとして、サービス提供事業者が個人データを機械学習に利用しないことなどを確認するよう求めています。

これを実務に落とすと、最低限、次の3つを文章にしておくことになります。

1. AIに入力してよい情報と、入力しない情報の線引き（個人情報、契約金額、取引先名など）
2. 使うサービスとプラン（入力内容が学習に使われない設定や法人向けのプランを選ぶ。各サービスの利用規約とプライバシーポリシーで確認する）
3. AIが作ったものを社外に出す前に、誰が確認するか

ルールの書き方やひな形は生成AIの社内ガイドラインの作り方にまとめています。線引きは会社によって変わるので、図は考え方の例として見てください。

AXで人の仕事はどう変わるか

AXを進めると、社内から「仕事がなくなるのでは」という心配の声が出ることがあります。実際に起きるのは、仕事がなくなるというより、仕事の中身が変わることです。

たとえば問い合わせの振り分けをAIに任せた場合、担当者は毎朝メールを1通ずつ読んで仕分ける作業から、AIが判断に迷ったものだけを見て決める作業に変わります。広告のレポートなら、数字を集めて表にする作業から、AIが「ここがおかしい」と出したものの理由を調べて手を打つ作業に変わります。人の仕事が、作業から確認と判断に寄ります。

そのため、AIに任せる作業を決めるときは、「人は何を確認し、何を判断するのか」も一緒に決めておきます。ここが決まっていないと、AIの出力をそのまま流してしまったり、逆に全部を人が見直して時間が減らなかったりします。社内に説明するときも、「作業を減らして、確認と判断に時間を使う」という言い方のほうが、現場に伝わりやすいです。

よくある質問

Q. DXが進んでいない会社でもAXは始められますか？

始められます。ただ、AIに任せたい業務の情報がメールや紙、個人のExcelに散っていると、AIに読ませる前に置き場所をそろえる必要があります。その場合は、AXの最初の1業務と、その業務に必要なデータの整理をセットで進めるのが現実的です。

Q. 専門のエンジニアがいないと難しいですか？

最初の1業務であれば、既存のAIサービスと自動化ツールの組み合わせで始められることが多いです。ただし、社内のシステムとつなぐ部分や、例外が出たときの扱いを決める部分は設計の経験が要るので、そこだけ外部の手を借りるのも一つの方法です。

Q. どの業務から始めるのがいいですか？

回数が多く、1回あたりに時間がかかり、判断のルールを言葉にできる業務です。問い合わせの振り分け、数字のチェック、データの転記や突き合わせは、多くの会社で最初の候補になります。

Q. 効果はどうやって測ればいいですか？

始める前に、その業務に月何時間かかっているかと、ミスや対応漏れが月に何件あるかを記録します。AIに任せたあとの同じ数字と比べれば、効果がはっきり分かります。測っていない場合でも、今から1か月分だけ記録を取れば、比較の基準にできます。

Q. AIエージェントとAXは同じものですか？

別のものです。AXは「業務の組み直し」という取り組みの名前で、AIエージェントは、その取り組みで使う道具の一つです。AIが自分で手順を決めてツールを使うタイプのAIで、AIエージェントとはで違いを説明しています。

まとめ：AXは「1業務・3か月」で始める

AXは、AIを入れること自体が目的ではなく、AIがいる前提で仕事の流れを組み直すことです。DXで整えたデータやシステムがあるほど進めやすく、効果が出やすいのは、振り分け・転記・数字チェックといった地味な定型業務です。

• AXには広く定まった定義がないので、自社で「何をAXと呼ぶか」を一言で決める
• 最初の1業務は、時間・回数・ルール化のしやすさで選ぶ
• 始める前に、月の所要時間とミスの件数を記録する
• 2か月目は人が全件確認し、外れた例から指示を直す
• 入力してよい情報の線引きと、出力を確認する担当を先に決める

まずは業務を棚卸しして1つに絞り、3か月かけて「試す、直す、定着させる」を回してみてください。1つうまくいくと、2つ目からはずっと速く進みます。

関連記事

• 生成AIのリスクと対策｜情報漏えい・著作権・誤った回答への備え
• AIで業務効率化できる仕事｜部門別の活用例と始めるときの注意点