「うちはIT会社だから、AIくらい自分たちでできる」
IT企業の経営者と話すと、こういう反応が返ってくることが多い。エンジニアがいて、技術的な素地はある。だからAIを使う判断も、導入も、社内でできるはずだという認識だ。
ただ、現実はそうなっていないIT企業が相当数ある。エンジニアはいるのに、自社の業務でAIを活用できていない。クライアントにはAI導入を提案しているのに、自社の経理も採用事務も昔のままというケースは珍しくない。
業務効率化に特化したエンジニアとしてAI顧問サービスを提供している僕のところにも、IT企業の経営者から相談が来ることがある。内容は一様で、「自社のAI活用が止まっている。外から見てほしい」というものだ。
今回は、IT企業が自社のAI活用でつまずく理由と、AI顧問をどう活用できるかについて整理する。
IT企業でも、自社AI活用が止まっている現実
IT企業がAI活用で遅れているというと意外に聞こえるかもしれないが、実際には珍しい話ではない。
社内でChatGPTやClaudeのアカウントを取得した。エンジニアが開発時にGitHub CopilotやCursorを使っている。これは「AIを使っている」に入るが、「業務が変わっている」かというと別の話だ。
ツールを入れた段階で止まっているIT企業は多い。使っているのが一部のエンジニアだけで、バックオフィスや営業は変わっていない。そもそもどの業務にAIを使えばいいかを誰も考えていない、というケースが典型的なパターンだ。
「全社的なAI活用推進」という方針を経営者が掲げても、誰が何をするか決まらないまま半年経ち、「そういえばあの話どうなった」となる光景はIT企業でも頻繁に起きている。
エンジニアがいるのに進まない3つの理由
理由1：「何を作るか」は技術の問題ではない
エンジニアは「どう作るか」を得意とする職種だ。AIを使って何かを実装するスキルはある。だが「何を作るか」、つまり社内のどの業務にAIを当てれば効果が出るかの判断は、技術力とは別の話だ。
業務の課題を見つけ、優先順位をつけ、小さく試して、結果を判断して次に繋げる。このサイクルを回すには、エンジニアリングとは異なる観点が必要になる。業務全体を俯瞰して「ここを変えると一番インパクトが大きい」と判断する役割だ。
多くのIT企業では、エンジニアはクライアントの仕事で手が埋まっている。自社業務の改善に時間を割く余裕がない。「社内AIプロジェクト」が後回しになり続け、気づけば1年経っていたという話はよく聞く。
理由2：自社の業務を客観的に見られない
自社の業務を熟知しているがゆえに、どこが非効率かを見えにくくなることがある。「これはこういうものだ」という前提が積み重なっていて、外から見れば明らかな無駄が内側からは見えにくい。
IT企業でも同じことが起きる。受発注の処理が担当者に依存していても「うちの規模ならこれでいい」、採用の書類管理がバラバラでも「昔からそうだから」という判断が続く。
自社のことを外側から見てもらう機会が少ないのも、AI活用が進まない一因だ。
理由3：「自分たちでできる」という意識が後回しにする
これが最も大きな要因かもしれない。IT企業だと「自分たちでできるはずだ」という意識が働き、外部に頼ることへの心理的なハードルが高くなりやすい。
「ちゃんと時間が取れたらやる」「社内で担当者を決めたらやる」。そう言いながら動かないまま時間が過ぎる。自前でできるという前提が、外部を使うという選択肢を消してしまっている。
IT企業がAI顧問を活用できる場面
では、IT企業がAI顧問を活用するとしたら、どういう場面か。大きく3つある。
場面1：自社バックオフィスのAI化
経理処理、採用事務、契約書管理、社内FAQの整備。これらはIT企業でもエンジニアが触れないことが多い業務だ。
クライアントには「AIで業務を効率化しましょう」と提案しながら、自社の経理担当者は手作業で請求書をExcelに転記しているというケースは実際に存在する。外には提案できるが内側に向ける余裕がないという状態だ。
AI顧問を使う場合、まず自社の業務フローを棚卸しし、どこにAIを当てれば効果が出るかを整理する。エンジニアがいるので仕組みの構築は速い。課題の特定と優先順位付けのサポートが主な役割になる。
場面2：クライアント向けAI提案の精度を上げる
IT企業がクライアントにAI導入を提案する際、自社で実際にやった実績があるかどうかは大きな差になる。「提案しているが自社ではやっていない」と「自社でやったからこそ分かる」では、クライアントへの説得力が変わる。
自社でAI活用のサイクルを回した経験は、そのままクライアント向けの提案力に転用できる。どこで躓くか、何が効いたか、社内展開のどのステップで止まりやすいかを、自社で経験済みであることが強みになる。
場面3：社内のAI活用ロードマップを作る
「全社でAIを活用する体制を作りたい」という方針があっても、どう進めるかが決まらないまま止まっているIT企業は少なくない。何から手をつけるか、どう社内に展開するか、効果をどう測るか。
AI顧問はこういったロードマップの設計を支援する役割を担う。方向性が決まれば、あとはエンジニアが動ける。IT企業の場合、この「方向性を決める」部分にリソースを集中できるのが強みだ。
IT企業と一般企業で、AI顧問の使い方はどう違うか
IT以外の中小企業でAI顧問を使う場合、実装をどうするかという問題がある。誰が技術的な作業を担うのかという点で、時間とコストがかかりやすい。
IT企業の場合、エンジニアがいる分、実装は社内で対応できる。AI顧問が「何をやるか」を設計し、エンジニアが「どうやるか」を実行するという役割分担が自然に機能する。IT以外の企業と比べて、顧問を使った後の動きが速くなりやすい。
ただ、1点注意がある。IT企業はエンジニアが「こんな実装は自分でできる」という判断を先にしてしまうことがある。顧問からの提案に「それは社内でできます」と反応したまま、結局誰もやらないというケースだ。
外部を使うかどうかよりも、「実際に動くかどうか」を判断基準にした方がいい。「社内でできる」と「社内でやる」は別の話だ。
こういうIT企業はAI顧問が合う
以下に当てはまるIT企業は、AI顧問との相性がよい。
自社業務のAI化が1年以上止まっている
方針はあるが誰も動いていない。この状態が続いているなら、外部が入ることで動き始めることが多い。「やろうとは思っている」が「誰が何をするか決まっていない」という状態を動かすには、外側からの力が必要になる。
クライアントへのAI提案を強化したい
自社実績を作ることで、提案内容の説得力が上がる。AI顧問と一緒に自社でAI活用のサイクルを回してみる、という使い方が有効だ。クライアント提案のプロトタイプを自社で先に試す形にもなる。
社内にAIを推進する専任者がいない
エンジニアはいるが、AI活用の責任者がいない。この場合、外部からAI顧問が入ることで推進役が生まれる。責任の所在が曖昧なまま社内だけで進めるよりも、外部との定例という形で意思決定の機会を作る方が動きやすい。
こういうIT企業はAI顧問が合わない
逆に、以下のケースは現時点でAI顧問を使う必要はない。
既に社内でAI活用のサイクルが回っている
AI活用の担当者がいて、定期的に改善が進んでいる状態であれば、外部が入る必要はない。うまく機能している仕組みに余計な手を加えない方がいい。
AI活用の方向性が明確で、あとは実装だけという状態
何をやるかが決まっていて、あとはコードを書くだけなら、エンジニアだけで進められる。「何をやるか」が明確な段階では、顧問よりも手を動かす実装者の方が必要だ。
まとめ
IT企業だから自社でAIを活用できる、というのは必ずしも正しくない。技術力があっても、業務課題の特定と優先順位付けは別の問題だ。
エンジニアがいる分、AI顧問が入ることで動き出すスピードは速くなりやすい。「何をやるか」を整理してもらい、「どうやるか」は社内で対応する。この役割分担が、IT企業にとって最も無駄のない進め方になることが多い。
自社のAI活用が1年以上止まっているなら、一度外部の視点を入れることを検討してみてほしい。
