Slide 1
1
暗黙知のデジタル継承:AIエージェント全社展開による経営変革
空サンプル・東和精工
2026.06 · Confidential
Slide 2
2
目次
01熟練知の消失は『将来リスク』ではなく『現在進行形の経営損失』
02見積・設計支援・ナレッジ検索・問い合わせ対応
034業務がデータを相互強化し、間接工数を約3割削減
04製造業特化×4業務統合×段階導入×ROI確約
053フェーズ段階導入で6ヶ月ROI初期実証・12ヶ月全社展開・18ヶ月自律組織化を実現する
06投資回収7ヶ月・3年ROI200〜300%
07前提条件・依存関係とコンティンジェンシー
08意思決定と次の一手
Slide 3
3
エグゼクティブサマリー
Executive Summary
Slide 4
4
AIエージェント統合基盤で間接工数を3割削れ、7ヶ月でROIを実証する
【現状】東和精工は年商180億円・従業員600名の中堅精密部品製造業で、設計・見積・品質保証の各プロセスが熟練者の暗黙知に強く依存している。
【課題】熟練技術者の退職が既に進行中で、製造技術職の有効求人倍率は4.19倍(前年比+0.50)、若手就業者は約20年で121万人減と人的補完は構造的に不可能。
【提案の核心】見積・設計支援・ナレッジ検索・問い合わせ対応の4業務を単一AIエージェント基盤に統合し、3フェーズ段階導入で現場負担を最小化しながら、6〜12ヶ月(参考事例では7ヶ月)でROIを定量実証する。
(1) 熟練知の消失は『将来リスク』ではなく『現在進行形の経営損失』——有効求人倍率4.19倍・若手121万人減が暗黙知を2〜3年で枯渇させる。
(2) PoC疲れの主因はユースケース分断——単機能・単部門の停滞(12.5%)を超える鍵は『単一基盤統合』にある。
Slide 5
暗黙知のデジタル継承:AIエージェント全社展開による経営変革
Slide 6
6
01
熟練知の消失は『将来リスク』ではなく『現在進行形の経営損失』
The Looming Knowledge Loss Risk
Slide 7
7
この構造そのものが、いま最大の経営リスクへと反転しつつある
論点はもはや『将来いつか人材が不足するか』ではない。
第一に、熟練者を補充する『人の蛇口』が構造的に閉じている。
これは賃上げや採用強化といった社内努力で解ける需給ギャップではない。
すなわち、辞めた熟練者の穴を中途採用で埋めるという従来の前提は、すでに成立していない。
Slide 8
8
製造業のAI導入企業はまだ21.4%だが、導入企業の83.1%が課題解決を実感している
割合 0 20 40 60 80 100 AI導入企業割合 AIで課題解決実感 業務課題あり 21.4 83.1 63.5
出所:MMD研究所・ソフトクリエイト 製造業におけるAIの利用実態調査(2025)
Slide 9
9
製造業の若年就業者(34歳以下)は2002年384万人から2020年259万人へ約20年で121万人減少した
−33% 就業者数 0 100 200 300 400 2002年 2020年 384 259
出所:経済産業省 ものづくり白書2024(ものづくり人材の確保と育成)(2024)
Slide 10
10
製造系専門職の有効求人倍率は2025年10月で4.19倍(前年比+0.50)と極めて高い
有効求人倍率 3 3.2 3.4 3.6 3.8 4 4.2 前年 本年(2025年10月) 3.69 4.19 有効求人倍率
出所:パソナキャリア 2025→2026年転職市場予想・職種別有効求人倍率レポート(2025)
Slide 11
11
精密部品製造業が依拠する若手技術者の絶対数が構造的に減少して
184 200 250 300 350 400 2002年 2020年 384 259 精密部品製造業が…
出所:経済産業省 ものづくり白書2024(ものづくり人材の確保と育成)
Slide 12
12
製造業全体の就業者数が減少し、人手不足感が深刻化していること
1,003 1,010 1,020 1,030 1,040 1,050 1,060 2023年 2024年 1,055 1,046 製造業全体の就業…
出所:厚生労働省・経済産業省・文部科学省 2025年版ものづくり白書
Slide 13
13
精密部品製造業と近似する企業での見積AI導入実績。東和精工の
−67% 0 10 20 30 40 50 現状 改善後 45 15
出所:PROTRUDE・REVOX AI見積もり導入事例(精密部品メーカーA社・樹脂精密加工プラポート社)
Slide 14
14
データセンターバスウェイ市場 |業界分析レポート、2035
84 100 120 140 160 180 2024年 2026年 120 180 データセンターバ…
出所:businessresearchinsights.com
Slide 15
15
導入の山は越えたが、その先の崖を越えられない——これが日本企業に共通する構造であり、東和精工もこの崖の手前に立っている
問われているのは「AIが使えるか」ではなく「全社のROIに繋がる形で設計したか」である。
PoCが本番に化けない主因は、ユースケースが単機能・単部門に分断されている点にある。
経営層から見れば「動いたが、儲けに繋がっていない」状態であり、これがROI不透明感を生み、次の投資判断を躊躇させる。
すなわちPoC疲れとは技術の疲れではなく、分断設計が必然的に生む『成果の見えなさ』への疲れである。
Slide 16
16
02
見積・設計支援・ナレッジ検索・問い合わせ対応
Estimation & Design Support
Slide 17
17
この依存構造を前提とする限り
すなわち、業務をまたいで知を蓄積・再利用できる『単一基盤』こそが、知の散逸を構造的に止める唯一の設計である。
単一基盤が成立する根拠は、4業務が同じ知の母集団を異なる切り口で使っている点にある。
暗黙知のデジタル資産化は、抽象論ではなく既存データの構造化から始まる
停滞の構造的要因は、業務ごとに分断された導入によりデータと運用が分散し、本番移行の全社設計が描けない点にある。
Slide 18
18
製造業特化型AI利用者の76.7%が『経験や勘に依存した業務』の解消を実感、汎用AI利用者(約38%)の2倍
−50% 解消実感率 0 20 40 60 80 製造業特化型AI 汎用AI 76.7 38
出所:キャディ株式会社 製造業AI種類別利用実態調査(2025)
Slide 19
19
4ユースケース間のデータフロー・フィードバックループ(暗黙知入力源→各エージェント→相互強化)の構造
設計書 見積履歴 品質記録 会議議事録 AIエージェント統合基盤 見積自動生成 設計支援 ナレッジ検索 問い合わせ対応
出所:本提案 システムアーキテクチャ設計(research)(2026)
Slide 20
20
03
4業務がデータを相互強化し、間接工数を約3割削減
Four Functions, Thirty Percent Leaner
Slide 21
21
単機能ツールの積み上げではROIは線形にしか伸びない——4業務を単一基盤に統合した瞬間
これが本提案の核心である。
単一基盤だからこそ、この相互強化ループが部門サイロを越えて回り続ける
起点となる見積業務の効果は、精密部品製造業の導入実績で実証済みである。
見積作成時間は平均45分から15分へ短縮され、これは67%の削減に相当する。
Slide 22
22
見積AI導入で見積作成時間は平均45分→15分(67%削減)、承認プロセス2日→4時間(75%削減)、受注率30%→40%
−67% 作成時間 0 10 20 30 40 50 現状 AI導入後 45 15
出所:PROTRUDE・REVOX AI見積もり導入事例(精密部品メーカーA社・樹脂精密加工プラポート社)(2025)
Slide 23
23
04
製造業特化×4業務統合×段階導入×ROI確約
Our Differentiated Value Proposition
Slide 24
24
東和精工が選ぶべき相手は、製品の優劣ではなく「市場のどこに空白があるか」で決まる
汎用AIは特化度で、特化単機能ツールは統合範囲で、大手SIerは中堅企業へのフィットで、それぞれ別々の壁に当たる
本提案はその交点に立つ唯一の選択肢である(出典:本提案 competitive_landscape分析,2026年)
東和精工の競争力の源泉が設計・見積・品質の熟練知である以上、特化度の低い汎用ツールでは中核業務の工数は動かない。
すなわち単機能ツールの寄せ集めは、4業務がデータを相互強化して複利的に積み上がる効果そのものを構造的に放棄している。
Slide 25
25
従業員300〜999人規模の生成AI利用率は48.5%で、299人以下23.6%・5000人以上62.6%の中間に位置する
利用率 0 10 20 30 40 50 60 70 299人以下 300〜999人 1000〜4999人 5000人以上 23.6 48.5 53.3 62.6
出所:JIPDEC 企業IT利活用動向調査2025(2025)
Slide 26
26
競合4社(Microsoft Copilot・富士通Kozuchi・NEC Cotomi・キャディ)と本提案の製造業特化度×段階導入対応のポジショニング
本提案Microsoft Copi…富士通 KozuchiNEC Cotomiキャディ CADDi展開速度(段階型→一括型は左ほど段階型)製造業ドメイン特化度
出所:本提案 competitive_landscape分析(research)(2026)
Slide 27
27
東和精工(従業員約600名)は300〜999人規模に該当し
0 10 20 30 40 50 60 70 従業員規模別生成AI利用率:299人以下 300〜999人 1000〜4999人 5000人以上 23.6 48.5 53.3 62.6
出所:JIPDEC 企業IT利活用動向調査2025
Slide 28
28
情報システム部門にとっての論点は明快である——「また連携できないPoCで終わらせない」
生成AI導入の停滞は技術力の問題ではなく、設計思想の問題である。
本提案はこの分断構造を起点に解消する。
連携は「APIで繋ぐか否か」の二択ではなく、データ抽出・読み取り専用参照・双方向同期の三段階で段階的に設計する。
書き込み・双方向同期は連携検証を通過した範囲に限定して段階拡張する。
Slide 29
29
本提案はその逆を取る
設計・製造部門の日々の動作を一切変えず、AIエージェントを既存の見積画面・図面参照・社内検索の延長線上に埋め込む。
現場が新たに学ぶ操作は「いつもの言葉で聞く」だけであり、習得コストはゼロに近い。
負担を増やさないことを設計の出発点に置くからこそ、活用率が立ち上がり、ROIが定着する。
効果は現場の所要時間そのものを縮める形で現れる。
Slide 30
30
05
3フェーズ段階導入で6ヶ月ROI初期実証・12ヶ月全社展開・18ヶ月自律組織化を実現する
Phased Rollout, Proven Returns
Slide 31
31
フェーズ1(0〜6ヶ月)は「PoC卒業・ROI初期実証」である
前回までのPoCが単機能・単部門で止まったのは、技術ではなく「移行設計」が欠けていたからである。
最も工数効果が読める見積自動生成を起点に単一基盤上で立ち上げ、6ヶ月時点でROIを定量実証する。
経営層はこの6ヶ月で「投じた資金が利益に変わるか」を数値で確認でき、未達なら次フェーズに進めない判断ができる。
フェーズ2(6〜12ヶ月)は「全社展開」である。
Slide 32
32
3フェーズ段階導入:フェーズ1で6ヶ月ROI初期実証、12ヶ月で全社展開、18ヶ月で自律的AI活用組織へ移行
フェーズ1 フェーズ2 フェーズ3 0 3 6 9 12 15 18 6 6 6
出所:本提案 標準実装ロードマップ(research)(2026)
Slide 33
33
技術は導入で動くが、効果は定着でしか生まれない
現場アンバサダー制が、活用率を左右する最初の梃子である。
伴走支援が、初期の挫折を成果に変える第二の梃子である。
定着は三層の役割分担で初めて担保される。
設計/製造部門はアンバサダーを軸に日常業務へ基盤を組み込み、現場発の改善要望を伴走支援へ還流させる。
Slide 34
34
06
投資回収7ヶ月・3年ROI200〜300%
7-Month Payback, 3-Year ROI
Slide 35
35
回収速度の根拠は単一の楽観値ではなく、独立した3つの製造業ベンチマークが同一方向を指している点にある
重要なのは、この回収速度が補助金・税制・融資の三層活用によってさらに前倒しされる点にある。
初期負担は三層の公的支援で実質圧縮する。
第三に日本政策金融公庫の融資枠——補助金採択の可否にかかわらず資金計画を維持する安全弁として機能する。
この三層を重ねることで、表面コスト1,760万円(出典:野村総合研究所,2025年)
Slide 36
36
AIエージェント基盤の初年度総コスト1760万円・総効果3000万円・単年度ROI70.5%・投資回収7.0ヶ月
−59% 0 500 1,000 1,500 2,000 2,500 3,000 初年度総効果 初年度総コスト 初年度純益 3000 1760 1240
出所:野村総合研究所(NRI) aslead AIエージェントの費用対効果:戦略的評価フレームワーク(2025)
Slide 37
37
ROIベンチマーク主要指標:投資回収7ヶ月(NRI)、3年ROI200〜300%、投資対効果10〜15倍(BCG)、削減時間120〜200時間/人・年
7各単位 投資回収期間(ヶ月) 200各単位 3年ROI下限(%) 10各単位 投資対効果(倍・下限) 120各単位 年間削減時間/人(時間・下限)
出所:NRI・BCG・Uravation 各調査(research複合)(2025)
Slide 38
38
梅案(見積単機能のみ)は前回までの単機能PoCの分断構造を再生産し全社ROIに届かない
松案(4業務一括)は中堅企業規模に対し初期負担と現場の同時変化が過大で、稟議の費用対効果評価を難しくする。
竹案がROIの確度で優れる根拠は、回収の速い業務から着手する点にある。
経営層の判断材料として、竹案の投資妥当性はベンチマークで裏づけられる。
そして竹案の本質的な防御は、Go/No-Go判定を契約に明記し投資リスクを構造的に限定する点にある。
Slide 39
39
07
前提条件・依存関係とコンティンジェンシー
Assumptions, Dependencies & Contingencies
Slide 40
40
この前提が外れれば工数削減が想定を下回り、6〜12ヶ月でのROI実証コミットメントが未達となる
前提とは免責の言い訳ではなく、稟議決裁者が「どこで止め、どう切り替えるか」を着工前に握るための意思決定の境界線である。
本セクションは経営層に投資リスクの輪郭を、情報システム部門と現場に未達時の具体的な動作を提示する。
この前提が崩れればナレッジの一元化と横断検索が成立せず、4業務を単一基盤に統合する中核価値が損なわれる。
人的補完が構造的に不可能なこの環境では、抽出が間に合わないリスクこそ最も深刻だ。
Slide 41
41
生成AI導入済み合計は52.7%だが12.5%がPoC・試験運用段階に停滞している
導入済み合計 52.7 部門限定正式導入 25.1 本番導入 15 PoC・試験運用で停滞 12.5
出所:ラーゲイト株式会社 PoC・試験運用から本番導入へ調査(2025年調査)(2025)
Slide 42
42
08
意思決定と次の一手
The Decisive Advantage
Slide 43
43
先送りコストは毎月確定損失として積み上がる
製造専門職 有効求人倍率
4.19倍
前年比+0.50(出典:パソナキャリア,2025年)
製造業 若年就業者減少
△121万人
約20年間の累積減少数(出典:経済産業省 ものづくり白書,2024年)
製造業のAI導入率
21.4%
大多数がいまだ未着手の段階
AI導入済み企業の課題解決率
83.1%
導入企業では課題解決を実証済み
暗黙知抽出可能期間
2〜3年
熟練者退職前に行動しなければ復元不能
Slide 44
44
放置すれば中核ナレッジは採用では取り戻せない
行動しない場合の確定損失
熟練者退職とともに設計・見積・品質の判断基準が復元不能なまま消失
人的補完は構造的に不可能:求人倍率4.19倍・若年層減少121万人
抽出可能な暗黙知の母数が退職のたびに不可逆的に減衰し続ける
今、決断することで得られる競争優位
AI未導入の競合78.6%に対し、先行導入企業が市場優位を先取りできる
熟練者在籍中にナレッジをデジタル資産化し、組織の知的資本を永続させる
6〜12ヶ月でROIを実証し、投資対効果を経営層・銀行に可視化できる
Slide 45
45
勝ちに行く企業が今取るべき四つの行動
01
暗黙知の即時デジタル化
熟練者在籍中に設計・見積・品質の判断ロジックをAI学習データとして構造化する
02
単一AIエージェント基盤の構築
見積・設計支援・社内検索・問い合わせ対応を一基盤に統合し重複投資を排除する
03
PoC→本格展開の橋渡し設計
6ヶ月以内にROIを実証できるスモールスタート設計で経営稟議リスクを最小化する
04
先行導入による市場優位の確立
競合78.6%がAI未着手の今こそ、業界標準を自社が定義するチャンスである
Slide 46
46
東和精工の未来は、今この場で始まる
1【今週中】本提案への意思決定:PoC開始の承認・予算枠の確保
2【2週間以内】キックオフMTG設定:推進体制・スコープ・成功指標を確定
3【1ヶ月以内】PoC環境構築開始:見積自動生成AIエージェントの第一スプリント着手
LLAYOS Institute of Sapientia|contact@llayos.com|www.llayos.com
Slide 47
47
09
実行体制と投資スキーム
EXECUTION & FUNDING
Slide 48
48
代表取締役社長(経営層)・情報システム部門・設計/製造部(現場)の3層で役割・意思決定・定着責任を分離し推進体制を固める
L1代表取締役社長(経営層)
暗黙知消失とPoC疲れの二重危機を逆手に取り、4業務統合基盤による全社ROIを6〜12ヶ月で実証する『今しかない戦略的投資』。先行展開が中堅製造業での競争優位を確定させる。投資対効果の確度と、行動しないことの経営リスク。競争優位を取れるか。製造業のAI導入はまだ21.4%、導入企業の83.1%が課題解決を実感。BCGはGenAI全社変革で3年コスト8〜12%削減・投資対効果10〜15倍を提示。Deloitte調査では段階的導入企業の74%がROI期待を達成。
L2情報システム部
既存基幹系との連携対応・エンタープライズセキュリティ設計を標準装備。単一基盤への統合で部門別サイロを解消し、ナレッジの一元管理・横断検索を実現。PoCではなく本番移行を前提とした設計。既存基幹系(ERP・CAD・品質管理システム)との連携可否とセキュリティ担保。全社の52.7%が生成AI導入済みだが12.5%がPoC段階で停滞。停滞の主因はサイロ構造とナレッジ一元化の欠如であり、単一基盤統合がブレークスルーになる。
L3設計/製造部(現場)
現場負担を増やさない段階導入設計。見積・設計支援・ナレッジ検索が日常業務に溶け込み、コア業務に集中できる時間を取り戻す。熟練者の判断を再現するAIが若手の立ち上がりを加速。業務負担増への懸念。新技術が現場の手間を増やさないか。精密部品メーカー事例で見積作成45分→15分(67%削減)、承認2日→4時間(75%削減)。製造業特化型AI利用者の76.7%が経験・勘依存業務の解消を実感。
Slide 49
49
松・竹・梅の3案を費用・効果・リスクで比較し、推奨案を提示する
松=全社一気展開
スコープ:4業務×全部門を初年度から一括導入
費用感:初期投資・ライセンス費が最大、補助金活用前提
効果:全社ROIを最速で最大化、競争優位を一気に確立
リスク:現場負担・情シス連携負荷が集中、PoC疲れ再発の懸念
竹=段階導入(3フェーズ型)推奨
スコープ:フェーズ1で見積+ナレッジ検索を先行、段階的に設計支援・問い合わせ対応へ拡張
費用感:初期投資を分散、フェーズ1でROI実証後に追加投資判断
効果:6ヶ月でROI初期実証→12ヶ月全社展開→18ヶ月自律組織化
リスク:現場負担と連携リスクを最小化、Go/No-Go判定で投資を制御
梅=PoC限定(単業務先行)
スコープ:見積自動生成のみを単一部門で実証
費用感:初期投資最小、補助金なしでも着手可能
効果:見積45分→15分の効果検証に限定、全社ROIは未確立
リスク:効果が局所的でPoC疲れの再生産リスク、競争優位確立に時間
Slide 50
50
補助金・税制・融資の三層で初期投資の自己負担を最小化する
1
IT導入補助金(補助金)
通常枠・インボイス枠等でソフトウェア導入費の最大1/2〜(枠により上限数百万円規模)
AIエージェント基盤のソフトウェア・クラウド利用料・導入支援費が対象になり得る
IT導入支援事業者経由での申請が必要、交付決定前の発注は対象外
フェーズ1の初期導入コスト圧縮に活用
2
ものづくり補助金(補助金)
製品・サービス開発/生産プロセス改善で補助上限750万〜数千万円規模(枠による)
設計・見積プロセスの革新的効率化を伴う設備・システム投資が対象になり得る
事業計画書での付加価値額向上・賃上げ要件の充足が必要
全社展開フェーズの基盤投資に適合
3
小企業経営強化税制(税制)
対象設備の即時償却または取得価額の最大10%税額控除
経営力向上計画の認定取得が前提(主務大臣認定)
ソフトウェア・デジタル化設備が対象類型に該当するか事前確認が必要
※DX投資促進税制は廃止済みのため使用しない
Slide 51
51
前提条件・依存関係
(1) 東和精工の見積・設計・品質保証業務は精密部品製造業の業界平均と同水準で熟練者の暗黙知に依存しており、見積45分→15分(67%削減)級の効果が再現可能である(確認責任者:提案側コンサルタント+設計/製造部門,期限:フェーズ1開始前の業務工数アセスメント完了時(着手後1ヶ月以内))
(2) 既存基幹系(ERP・CAD・品質管理システム)がAPI連携またはデータ抽出に対応し、セキュリティ審査を通過できる(確認責任者:情報システム部門+提案側技術チーム,期限:フェーズ1のGo/No-Go判定時(着手後6ヶ月))
(3) 熟練技術者の退職が2〜3年以内に進行し、退職前に設計書・見積履歴・品質記録・議事録からの暗黙知抽出が間に合う(確認責任者:経営層+人事部門,期限:フェーズ1のナレッジ抽出計画策定時(着手後2ヶ月))
(4) IT導入補助金・ものづくり補助金・中小企業経営強化税制のいずれかが採択/認定され、初期負担の圧縮が実現する(確認責任者:経営企画部門+IT導入支援事業者,期限:投資意思決定前の補助金公募スケジュール確認時(着手後1ヶ月))
(5) 現場の設計・製造部門がチェンジマネジメント施策(伴走支援・現場アンバサダー制)により新基盤を日常業務に受容する(確認責任者:提案側変革支援チーム+現場リーダー,期限:フェーズ1パイロットの現場受容度評価時(着手後5ヶ月))
Slide 52
52
暗黙知のデジタル継承:AIエージェント全社展開による経営変革
1次回ミーティングの設定
2契約条件の確認
3プロジェクト開始
← ホーム