2026年9月4日から9月10日までに公開されたDX関連のニュースから、中小企業の経営に関わりの深い5本を取り上げます。今回並んだ記事には、はっきりした共通点があります。話題の中心が「どの技術を選ぶか」ではなく「その前に何を整えるか」に移っていることです。DXという言葉をあえて使わない運送会社、70年分のデータを前に名前の統一から着手した大手企業、約9割が頓挫していた実態を示す調査、複数社で費用を分け合うAI開発、そして会計時間を20秒縮める決済技術。それぞれの内容と、自社に持ち帰れる具体的な打ち手を、専門用語をかみ砕いて整理します。
1. DXは禁句、紙も残す 福岡の運送会社が見つけた中小企業DXの「意外な正解」
概要
福岡県柳川市の運送会社、柳川合同の取り組みを伝える単独インタビュー記事です。同社はWMS（倉庫管理システム＝在庫や入出庫を記録する仕組み）やTMS（輸配送管理システム＝配車計画と実績を管理する仕組み）を以前から導入済みでした。それでも機能を使い切れず、システムに入れた情報をExcelにも入力し直すといった二度手間、三度手間が現場に残っていたといいます。改善を進めるのは、デジタル領域の実務を積み、2024年1月に自社へ入社した取締役の荒巻陽佑氏です。打ち手は地味なものでした。営業所ごとにやり方が違っていた給与計算を「確定データが揃ってから月1回だけ計算する」に統一し、二重三重のチェックをなくしました。FAXと電話に頼っていた案件管理は、荷主が貨物情報や運行経路を直接書き込むGoogleスプレッドシートに置き換えています。そして同社は、社内で「DX」という言葉をあえて使わない方針を取っています。
中小企業への影響
この事例が示すのは、ツールを増やすことと業務が楽になることは別だという事実です。柳川合同はIT化が遅れた会社ではありません。先代の代から早めに仕組みを入れてきた会社でも、拠点ごとのローカルルールが残っていれば、非効率はそのまま温存されます。裏返せば、多くの中小企業にとって次の一手は新しいシステムの購入ではなく、いま契約している仕組みのうち使っていない機能を学び直すことかもしれません。給与計算や請求といったバックオフィス業務は、拠点や担当者ごとのやり方を1つに揃えるだけで工数が大きく減ります。案件管理も、高価な専用システムを買わずに共有シート1枚で改善できる余地があります。FAXと電話のやり取りは記録が残らず、伝達ミスや「言った言わない」の温床になりがちです。紙を全廃しなくてよいと割り切ることで現場の抵抗が下がり、改善が前に進むという指摘も実務的です。
経営者の視点
経営者が持ち帰るべき問いは「何をデジタル化するか」ではなく「その業務はそもそも必要か」です。手順としては、まず、やめられる業務のリストを作ります。デジタル化の検討はその後です。次に、同じ情報を2か所以上へ入力している箇所を特定し、入力を1回に減らします。拠点ごとに違う手順は、システム化の前に1つへ標準化しておきます。社内で使う言葉も重要です。「DXを進める」ではなく「この作業を30分減らす」と具体的に語れば、従業員は身構えずに困りごとを話せます。デジタル化して逆に手間が増えた工程は、紙に戻す判断を経営者が明示することも必要です。ただし「紙を残してよい」は拡大解釈されやすく、最終的にデータ化する範囲は決めておくべきです。デジタルに明るい後継者と既存社員の温度差にも注意し、橋渡し役を必ず置いてください。改革の主語を社長から従業員へ移せるかどうかが、続くかどうかを分けます。
参考リンク
SeizoTrend（ビジネス＋IT）：【単独】DXは禁句、紙も残す…福岡の運送会社が見つけた、中小企業DXの「意外な正解」
2. 出光興産、70年分のデータがなぜAI活用の壁に？ 4拠点の統合で挑んだ「標準化」の裏側
概要
出光興産のAI・データ活用基盤づくりを、社内の当事者が語った記事です。話し手は生産技術センター 操業システム革新グループリーダーの秋山成樹氏。対象は北海道製油所、千葉事業所、愛知事業所、徳山事業所の国内4製造拠点で、そこには約70年分の設備管理・保全の履歴が蓄積されています。ところが、この膨大なデータがAI活用の壁になりました。難しかったのは物理的な統合ではなく、意味的な統合です。同じ設備が拠点や年代ごとに違う番号、違う名称で登録されていたため、AIは「これらが同じ設備だ」と判断できません。識別子が揃っていなければ、分析結果そのものが破綻します。同社は2024年にコグナイト社のCDF（Cognite Data Fusion）を導入し、既存システムを作り替えるのではなく、データ層で仮想的につなぐ方式を選びました。効果は年間12万時間相当の業務効率化として示されています。目指す姿は「集める」から「集まる」、さらに「気付ける」への転換だといいます。
中小企業への影響
70年分、4拠点と聞くと大企業だけの話に思えますが、本質は規模を問いません。取引先名や商品名の表記ゆれは、社員が10人の会社にも必ず存在します。「(株)A商事」「株式会社A商事」「A商事」が別々に登録されていれば、その取引先との年間売上は正しく出ません。AI導入がうまくいかない原因の多くは、AIの性能ではなく自社データの名前と分類が揃っていないことにあります。クラウドやBIツールを買う投資よりも、名前を揃える作業を先に始めたほうが結果は早く出ます。古いデータが大量にあること自体は資産ではなく、使える形に整理されて初めて価値になります。マスタ整備は地味な作業ですが、請求ミスの削減や在庫精度の向上という即効の効果も同時に生みます。加えて、部署や個人が管理外で勝手にAIを使い始める「野良AI」は、社員数が少ない会社ほど早く発生します。
経営者の視点
最初にやるのはデータ集めではなく、名前と分類を揃えることだと社内に宣言してください。顧客名、取引先名、商品名について正式表記のルールを1つ決め、責任者を任命します。次に、表記ゆれが実際にどれだけあるかを一度実数で数え、現状を見える形にします。ここで重要なのは、過去データをどこまで遡って直すかの範囲と期限を、経営として決めることです。全部やろうとすると工数が膨らみ、標準化そのものが止まります。ルール作りは情報システム担当だけに任せず、現場部門を含む横断チームで行います。生成AIについては、使ってよいツールと入力してはいけない情報の線引きを先に文書化しておきます。効果は「削減できた時間」のような具体的な単位で測り、定期的に社内へ共有します。移行期は新旧のルールが並行して現場が混乱しやすいため、その間の運用も併せて決めておくと安全です。
参考リンク
JBpress Innovation Review：出光興産、70年分のデータがなぜAI活用の壁に？ 4拠点の統合で挑んだ「標準化」の裏側
3. 約9割が頓挫を経験 「とりあえずAI導入」の失敗から抜け出すために必要なことは
概要
TWOSTONE&Sonsが2026年8月31日に公表した調査結果を伝える記事です。対象は従業員300人以上の企業で、全社的なAI・DX推進に取り組む経営層およびAI・DX推進責任者111人です。取り組みが停滞・頓挫した経験が「ある」と答えたのは91.9%に達しました。内訳は「何度もある」が31.5%、「数回ある」が55.9%です。最も停滞しやすい段階は「AI活用の目的・テーマ決定」で57.7%。次いで「戦略を計画に落とし込む段階」「PoC（＝本格導入前のお試し）から本格導入への移行」「実装・開発段階」がいずれも49.5%、「経営課題の特定」も45.9%でした。つまずきは技術ではなく上流工程に集中しています。58.6%が、始めた後になって「技術選定より戦略設計のほうが重要だった」と気づいたと回答し、最も不足している能力は「経営課題をAI活用につなげる力」で58.8%でした。
中小企業への影響
体力のある従業員300人以上の企業ですら、約9割が頓挫を経験しています。同じやり方をなぞれば、人員の少ない会社の成功確率はさらに下がります。ただし、この調査は中小企業にとって悪い知らせばかりではありません。不足している能力の1位は「経営課題をAI活用につなげる力」、2位は「経営と技術の両方を理解する人材の不在」でした。大企業が組織の階層に阻まれて確保できないその機能を、中小企業では社長自身が担えます。経営課題が1人の頭の中でつながっていることは、決定的な強みです。実務としては、AIツールの比較検討に時間をかける前に、いま一番時間を食っている業務は何かを数字で押さえるほうが成功率は上がります。最初のテーマは全社改革ではなく、1つの業務、1人の担当者の負担軽減に絞ったほうが完走できます。9割が頓挫するという前提を知っておくだけでも、うまくいかないときに自社だけの問題だと思い込まずに済みます。
経営者の視点
順番を守ることが最大の対策です。AIツールを探す前に、自社の困りごとを3つ書き出して優先順位をつけます。選んだテーマについては「何が、どれだけ、いつまでに良くなれば成功か」を数字で先に決めます。たとえば、見積作成を1件30分から10分へ、といった形です。そのうえで、お試し導入を始める前に、本番へ移す条件とやめる条件を紙に書いて共有してください。比較の基準がなければ効果は判定できないため、対象業務の作業時間、件数、ミス件数は事前に実測しておきます。複数テーマの同時並行は避け、1つ完走させてから広げます。四半期に一度、継続か中止かを判断する場を設け、だらだら続く状態を作らないことも有効です。そして、失敗しても責めない方針を明言してください。9割が頓挫する領域では、止める判断を早く出せることが最大の節約になります。
参考リンク
TechTargetジャパン：約9割が頓挫を経験 「とりあえずAI導入」の失敗から抜け出すために必要なことは
4. 成田国際空港、AIを活用した空港運営業務・保守点検高度化など実証実験
概要
成田国際空港が、AIを活用した空港運営業務と保守点検の高度化に向けた実証実験を行うと発表しました。実施体制は成田国際空港と住友商事が中心で、国内18空港が関わる枠組みです。総務省の令和7年度補正予算「地域社会DX推進パッケージ事業」として、2026年度中に実施されます。開発するAIは主に2種類です。1つは「場周道路点検AI」で、自動運転車両に載せたカメラ映像から、侵入者、路面の異常、設備の損傷を検知します。もう1つは「エアサイド業務高度化AI」で、駐機場エリアの映像を解析し、到着から次の出発までに行う一連の地上作業（ターンアラウンド）の進捗を測定します。このほか屋外設備点検AI、滑走路点検AIなども複数空港で並行して試されます。狙いは巡視業務の負荷軽減、出発の定時性向上、安全活動の強化です。1社では投資回収が難しいAI開発を複数空港が共同で行い、費用を分担する設計になっている点が特徴です。
中小企業への影響
空港の話に見えますが、応用範囲は広く取れます。工場、倉庫、資材置き場、駐車場など、敷地内を定期的に見回る業務がある会社なら同じ発想が使えます。警備担当が1日3回、2人がかりで巡回していた作業をカメラ映像のAI判定に置き換え、異常が出たときだけ人が現場へ行く形にすれば、巡回時間は減り、逆に監視は常時になります。点検記録を人の記憶とメモから映像とAIの判定に変えれば、担当者の退職で業務が止まる事態も避けられます。作業の進捗をカメラで測る発想は、製造や物流の工程管理にそのまま応用できます。トラック到着から積み込み完了まで何分かかっているかが数字で見えれば、勘に頼らない改善ができます。最も参考になるのは座組みです。AI開発を1社で抱えず、同業者や組合で費用を出し合って共同利用する方式は、中小企業にこそ現実的です。国や自治体の補助事業を使えば、単独では手が出ない技術も安く試せます。
経営者の視点
まず、自社の中で人が定期的に見回っている作業を一覧にし、時間と人数を数えてください。次に、カメラで代替できる部分と、人でなければ判断できない部分を分けます。見逃しや誤検知は安全に直結するため、人による最終確認を残す設計が欠かせません。検討に進むなら、AIの検知精度が何パーセントなら実用に足りるかを事前に決めておきます。異常を検知した後に誰がどう動くかの手順も、紙に落としておくべきです。カメラ映像には従業員や来訪者が映り込むため、個人情報とプライバシーに関する社内ルールの整備と周知も必要になります。省人化を前面に出すと、現場は自分の仕事が奪われると受け取ります。浮いた時間を何に振り向けるかを先に決めて説明してください。補助金頼みで始めると終了時に維持費を払えず止まる恐れがあるため、精度維持の再学習を含む継続費用まで見込んで判断することをおすすめします。
参考リンク
AI Watch（インプレス）：成田国際空港、AIを活用した空港運営業務・保守点検高度化など実証実験
5. 支払いは「顔パス」「スマホ不要」 NECらが挑む「決済3秒・レジ待ちゼロ」の買い物体験
概要
NEC、ソフトバンク、SBペイメントサービス、SB C&Sが連携し、顔認証による決済の実証実験を行っています。期間は2026年9月1日から11月30日まで。場所は社内カフェで、1000人以上が登録し、100人以上が参加しています。注目すべきは時間です。従来の二次元コード決済では会計に約23秒かかっていたのに対し、顔認証では約3秒。1人あたり約20秒の短縮で、12人が続けて決済すれば約240秒、つまり4分が浮く計算になります。決済端末はソフトバンク系の「PayCAS」を使い、これに顔認証機能を組み合わせる形です。PayCASは飲食や小売など10業種以上の店舗で使われています。NECの顔認証技術は、米国の公的なベンチマークテスト（FRTE）で世界1位の評価を得ています。利用者はスマートフォンを取り出す必要も、アプリを入れる必要もありません。狙いは「レジ待ちゼロ」の実現と、購買体験そのものの改善です。
中小企業への影響
飲食店や小売店にとって、1回20秒の短縮はピーク時の売上機会に直結します。ランチタイムに1時間で60人をさばく店なら合計20分の余裕が生まれ、これはレジをもう1台増やしたのに近い効果です。行列を見て帰っていた客を取り込めます。レジ要員の確保が難しい店舗にとっては、決済時間の短縮が実質的な人手不足対策にもなります。顔認証を自前で作る必要はありません。既存の決済端末の機能追加として提供される可能性が高く、乗り換えの負担は想定より軽く済みそうです。社員食堂やスポーツジム、理美容のように常連客が多い業態では、顔で個人が分かることを注文の事前準備や好みの記憶に活かす使い方も考えられます。一方で、顔情報を扱う以上は店舗側も説明責任を負います。高齢の顧客や、顔を登録したくない層は必ず残るため、現金やカードとの併存が前提です。現時点は実証段階であり、慌てて判断する場面ではありません。
経営者の視点
いま着手すべきは新技術の検討ではなく、現状の実測です。自店のレジで1回の会計に何秒かかっているかを、現金、カード、コード決済に分けて各10回ずつ測ってみてください。一番遅い手段が分かれば、案内の変更だけでも数秒は縮まります。ピーク時間帯のレジ待ち人数も把握しておきます。次に、現在使っている決済端末の提供会社へ、顔認証など新機能の追加予定があるかを確認します。導入を検討する段階では、顔などの生体情報を自社で保管する仕組みか、決済事業者側で保管する仕組みかを必ず確かめてください。顔情報は変更できない個人情報であり、漏えい時の影響はパスワードと比較になりません。自社で持たない仕組みを選ぶほうが安全です。認証エラーやシステム障害で会計が止まる事態に備え、代替の決済手段も残します。商用化の条件と価格は、結果が出る2026年12月以降にあらためて確認するのが現実的です。
参考リンク
ITmedia ビジネスオンライン：支払いは「顔パス」「スマホ不要」 NECらが挑む「決済3秒・レジ待ちゼロ」の買い物体験
まとめ
今回の5本を並べると、共通する筋道が見えてきます。柳川合同は「DX」という言葉を捨て、やめられる業務の洗い出しから始めました。出光興産は、データを集める前に名前と分類を揃える必要に直面しました。調査が示したつまずきの最頻発地点も、技術選定ではなく目的を決める上流工程でした。成田国際空港は1社では届かない投資を共同利用で分け合い、顔認証決済は20秒という具体的な数字で価値を示しています。出発点はどれも同じです。いまの業務を数字で測り、そもそも必要かを問い直すこと。ツールの検討はその後で構いません。まずは自社で一番時間を食っている業務を3つ書き出し、それぞれにかかる時間を実測するところから始めてみてください。
