製造業のバックオフィスAI内製化——経理・総務はどこから、どこまで内製化すべきか

「秘伝のタレ」と呼ばれる工賃表——ある合成樹脂メーカーの現場

ある合成樹脂・産業資材メーカーの営業課長が、社内で「秘伝のタレ」と呼ばれている工賃表について、こう話していました。「細かすぎて、どこに何が書いてあってどのケースはどの工賃を使うのかを理解した人じゃないと使えない」。新入社員に渡して「これで検索して」と伝えても、使いこなすまでに時間がかかるといいます。

同社の業務課長は、原価表の実態をさらに具体的に語っています。「中身は7割くらいブラックボックス化していて、Excelで配信されるので各担当がそれぞれカスタマイズしてしまう」。部材を一つ変えるだけでも、全シートのセルを一個一個探して変える必要があり、二重で計上していた箇所も見つかったそうです。

これは特殊な会社の特殊な事情ではありません。私たちが製造業のバックオフィスに関わる中で、似た構造の話に何度も出会っています。生産現場の属人化は「ベテランの暗黙知」として語られがちですが、経理・総務にも同じ構造の属人化が存在します。違いは、それが「工賃表」や「原価表」という一枚のExcelに封じ込められている点です。

こうした表は、作った本人が異動や退職をした瞬間に、社内の誰も更新できなくなります。実際に同社では、新入社員が工賃表を使いこなすまでに時間がかかり、その間は先輩に確認しながら手を動かすしかない状態が続いていました。バックオフィスの内製化は、この「更新できる人が1人しかいない」状態を解消することから始まります。製造業の見積もり・原価管理の属人化については、別の記事でも詳しく取り上げています。

2026年、バックオフィスの前提が「SaaSポカリプス」で揺らいでいる

2026年に入り、IT業界では「SaaSポカリプス」という言葉が語られるようになりました。SaaS(月額課金で提供されるソフトウェア)の前提が、AIエージェント(人間の代わりに判断・行動するAIプログラム)の登場で揺らいでいるという議論です。「SaaS 脱却 AI エージェント」と検索する方が増えているのも、この流れを反映しています。

大和総研のレポートは、SaaSの前提そのものが問われ始めている背景を分析しています。背景にあるのは、SaaSの月額費用が積み重なるほど負担になり、AIエージェントであれば同じ業務をより低コストでこなせる場面が増えてきたという変化です。

私たちの現場経験でも、これに近い声を何度も聞いてきました。ある大手化学メーカーの上級執行役員は、大手SaaSについて「イニシャルコストも維持コストも高い」と実感を口にしていました。ある不動産仲介会社の代表も、別のツールについて「月6万9800円を払っていて地味に高い」と漏らしています。1つひとつは小さな金額でも、複数のSaaSが積み重なれば、決して小さくない負担になります。

誤解のないように言えば、SaaSそのものが「悪い」わけではありません。標準化された業務であれば、SaaSの方が導入も保守も速いという場面は今後も残ります。役割が違うだけです。この点は脱SaaSで「自社のAI OS」を持つという選択でも触れていますが、私たちが重視しているのは「会社ごとに欲しい機能が違う業務」から内製化を検討することです。

なぜ経理・総務のAI化は「ROIが最も分かりやすい」のか

バックオフィスの中でも、経理は特にAI活用の効果が見えやすい領域です。バックオフィスAI活用に関する調査では、経理AIの導入で年間4,800時間の業務削減を実現した企業の例が紹介されています。

理由は明快です。経費精算の承認基準、勤怠の計算ロジック、請求書の処理フローは、判断のルールがすでに決まっている定型業務がほとんどです。ルールが明確な業務は、AIが力を発揮しやすい領域と一致します。

一方で、この分かりやすさには注意点もあります。ルールが明確だからこそ「置き換えればいいだけ」と考えがちですが、実際には「秘伝のタレ」のようにルール自体が属人化しているケースが少なくありません。ルールを整理する作業が、AI導入より先に必要になることもあります。

経理DXと総務DXでは、AIエージェントの設計思想が違う

「経理 総務 AI エージェント」とまとめて検索されることが多いのですが、私たちの現場経験では、この2つは設計の考え方が大きく異なります。

経理は、仕訳・承認・支払といった処理の順序が固定されており、AIエージェントに一連の業務フローをそのまま任せやすい領域です。判断の分岐が少ないほど、AIの精度も安定します。一方、総務は業務の範囲が広く、備品管理、来客対応、契約書の管理、社内問い合わせ対応など、性質の異なる業務が混在しています。

そのため総務のAI化では、いきなり広範囲を任せるエージェントを作るのではなく、社内ヘルプデスク(問い合わせ対応)のような、範囲を絞った業務から着手するのが現実的です。私たちが支援した案件でも、総務は「1つの窓口業務」から始め、経理は「1つの処理フロー全体」から始める、という違いを意識して設計しています。

具体例を挙げます。ある製造業の総務部門では、「有給休暇の残日数を教えてほしい」「稟議書のフォーマットはどこにあるか」といった社内問い合わせが、毎日十数件寄せられていました。担当者はその都度、社内規程を検索して回答していましたが、質問の8割近くは過去にも同じ内容が寄せられていたことが分かりました。この業務は、社内規程をAIに読み込ませて回答させるRAG(社内文書をAIに検索・参照させて回答精度を上げる技術)との相性がよく、経理のように処理フロー全体を任せるより先に、まずここから着手するのが定石です。

どこまで内製化し、どこはSaaSに残すべきか——「1円の誤差」の線引き

ここが、私たちが最も重視している論点です。バックオフィスのAI活用を検討する際、すべてを一律に内製化しようとする企業を見かけますが、これは危険な発想です。

会計処理や給与計算のような、1円の誤差も許されない業務には、AIの確率的な出力は向いていません。AI(大規模言語モデル)は統計的に最も確からしい答えを返す仕組みであり、計算結果そのものを保証する仕組みではないからです。こうした業務は、既存の会計システムやSaaSにロジックを残します。AIは「入力の手間を減らす」「例外を検知する」といった周辺の役割に留めるのが安全です。

反対に、社内独自のルール(工賃表、原価配分のロジック、承認フローの判断基準)は、内製化に向いています。ルールそのものが会社の競争力であり、汎用SaaSでは表現しきれないためです。私たちがFDE(フォワードデプロイドエンジニア:顧客の現場に入り込んで開発するエンジニア)として現場に入るときも、まずこの線引きから始めます。

製造業のバックオフィスが抱える特有の悩み

「製造業 バックオフィス DX」という括りで語られる記事は、業種を問わない一般論になりがちです。ただ、製造業のバックオフィスには特有の事情があります。

まず、多品種少量生産の原価計算です。1つの製品に使う部材が製品ごとに異なり、工賃表も条件分岐が複雑になりがちです。先の合成樹脂メーカーの事例は、この複雑さがExcelの限界を超えた結果でした。

次に、取引先ごとに異なる請求書式への対応です。自動車メーカー系列の取引先を持つ企業では、取引先ごとにEDI(電子データ交換)の形式や請求のタイミングが異なることが珍しくありません。経理担当者が取引先ごとにフォーマットを覚え、手作業で調整しているケースを、私たちは複数の現場で見てきました。

さらに、季節変動の強い受発注に紐づく経理処理もあります。ある中堅の製薬・健康食品メーカーの需要予測担当者は「1年分積めるような製品もあるため、毎回会議で発注を決めるのではなくシステムで自動化したい」と話していました。発注の判断が変われば、それに紐づく経理処理のタイミングも変わります。バックオフィスの内製化は、生産計画や需要予測と無関係には設計できません。

もう一つ挙げるなら、月次の決算締めにおける原価差異の分析です。標準原価と実際原価のズレを毎月手作業で追いかけている工場は、私たちが見てきた現場でも珍しくありませんでした。差異の要因が「材料費」「労務費」「製造間接費」のどこにあるかを特定する作業は、判断のルールこそ明確ですが、集計に時間がかかるという意味で、AIによる自動集計の効果が出やすい業務です。

内製化の進め方——業務棚卸しから始める3段階

私たちがバックオフィスの内製化を支援する際は、いきなりAIエージェントを導入するのではなく、3段階に分けて進めます。製造業のAI内製化 進め方で紹介した生産現場向けの進め方と、基本の骨格は同じです。

第1段階は、既存のSaaSやExcelでどこまで対応できているかの棚卸しです。「毎回発生し、時間がかかり、判断のルールがすでに決まっている」業務を1つ選び出します。第2段階は、その業務にAIチャットボットや簡易な自動化を試験導入し、現場の反応を見ることです。第3段階で、実際に判断・実行までを担うAIエージェントの構築に進みます。

この順序を守る理由は、ルールの整理が終わっていない業務にAIエージェントを入れると、属人化した誤りまでそのまま自動化してしまうためです。私たちの現場経験では、この棚卸しの工程を省略した案件ほど、後から「AIが計算した数字が合わない」という手戻りに直面しています。

内製化した後、誰が保守するのか

内製化を検討する企業からよく受ける質問が、「作った後、誰がメンテナンスするのか」です。ある大手化学メーカーの執行役員も「一度作ったら、メンテナンスはさすがにできない。ある程度は内製化していかないと世の中の力についていけない」と、保守の自走化への関心を口にしていました。

私たちの答えは明確です。内製化とは、外部に発注して終わりにする仕組みではなく、社内に運用ノウハウを残す仕組みだということです。VibeCoding(自然言語でAIに指示するだけで業務システムを構築する技術)を使えば、非エンジニアでも軽微な修正を自分たちで行えるようになります。詳しくはVibeCodingとは何かでも解説していますが、バックオフィス担当者がExcelを更新する感覚で、社内独自のルールを更新していけることが理想です。

ただし、データベースを直接編集させるような設計は避けるべきです。私たちがFDEとして技術移転する際も、まずは触ってよい範囲を明確に線引きします。そのうえで変更提案(プルリクエスト)を出してレビューを受ける運用から始めてもらいます。この段階を踏むことで、バックオフィス担当者自身が「壊さずに直す」経験を積み、保守の主体が社内に移っていきます。

教育の面でも、一度きりの説明会では定着しません。私たちの現場経験では、月1回の技術顧問定例のような場を設け、現場からの改善要望をイシュー(課題)として登録し、翌週にはプロトタイプを持っていくというサイクルを回した企業ほど、内製化が長続きしています。バックオフィス担当者にとって「自分の要望が翌週には形になる」という体験こそが、ツールを使い続ける最大の動機になります。

セキュリティ・ガバナンスの原則——バックオフィスは機密データの塊

生産現場のAI活用では、まず不良品の画像や設備の稼働データが話題になります。一方バックオフィスは、給与・人事評価・取引条件といった、社内で最も機密性の高いデータを扱う領域です。

私たちが自社のAIPLA(社内業務基盤)で実践している原則は、機能レベルでの権限分離です。資料の閲覧制限だけでなく、機能単位でアクセス権を振り分け、財務経理・人事系のデータは特に厳格に分離します。ある大手化学メーカーのDX推進担当者も「セキュリティ対策がトゥーマッチにならないか」「自社のリテラシーが低すぎないか」と、過剰投資とスキル不足の両面を懸念していました。この懸念は正当なものだと私たちは考えています。

セキュリティは強めるほど良いわけではなく、業務の実態に合わせて設計する必要があります。私たちの現場経験では、権限分離を「誰が何を見られるか」だけでなく「誰が何を承認できるか」まで踏み込んで設計した企業ほど、AI導入後のトラブルが少ない傾向にあります。

私たちは自社の経理システムでも同じ原則を実践しています。AIが生成したコードは単体テストとシナリオテストを自動化していますが、経理システムのテストカバレッジは実測で99%台まで高めています。顧客の環境に移行する前には、攻撃を想定したセキュリティテストも実施します。「動くだけでなく、守れる品質か」を数値で示せる状態を自社で先に作り、その知見をバックオフィス案件にも展開しています。

よくある失敗パターンと避け方

バックオフィスのAI導入でよく見る失敗には、共通する型があります。

1つ目は、定型業務と非定型業務を混同することです。経費精算のような明確なルールがある業務と、例外対応が多い契約書レビューのような業務を同じ手法で自動化しようとすると、どちらも中途半端になります。

2つ目は、データが複数のSaaSに分散したままAIエージェントを導入することです。AIエージェントは、必要なデータにアクセスできて初めて力を発揮します。データが分散していると、期待した効果が出ません。

3つ目は、属人化したツールをそのままAI化してしまうことです。「秘伝のタレ」のような工賃表を、ルールを整理せずにAIに学習させると、属人化がAIの中に温存されるだけで終わります。ルールを可視化し、必要であれば見直したうえでAIに任せる、という順序が欠かせません。

私たちがBPRから入る理由

こうした失敗を避けるため、私たちAI-Pathは、バックオフィスのAI導入でも、まず業務プロセス診断(BPR)から着手することを基本にしています。AI導入より先にやるべきことでも触れているとおり、代表が自作した業務整理ツールを使い、現場へのヒアリングから業務フロー・改善案・投資対効果(ROI)の試算までを、たたき台としてまず可視化する進め方です。

これは、生産現場のAI導入で私たちが一貫して取っているアプローチと同じ思想です。ある建設業の中堅企業では、現場のヒアリング資料から業務の現状をAIで整理することから始め、業務フロー・改善案・投資対効果(ROI)の試算、さらには補助金申請に使うExcel書類のたたき台まで、この診断のプロセスの中で一気に可視化しました。バックオフィスでも、同じ順序が有効だと私たちは考えています。

技術選定から始めた案件ほど、後から「そもそも何を自動化すべきだったのか」という問いに戻ってしまう——これが、私たちが数多くの現場に関わる中でたどり着いた実感です。バックオフィスは生産現場と違い、成果が売上や不良率のような数字に直結しにくい領域です。だからこそ、着手前にBPRで「何をゴールにするか」を言語化しておく工程が、後の評価のしやすさにもつながります。

まず試すなら

いきなり経理部門全体のAI化を計画する必要はありません。私たちが推奨するのは、次の3つです。

• 社内に「秘伝のタレ」化した業務(特定の担当者しか使えないExcelやルール)がないか、1つだけ書き出してみること
• その業務について、判断基準を30分だけヒアリングし、ルールを言語化してみること
• 会計処理や給与計算のように1円の誤差が許されない業務と、社内独自のルールに基づく業務を、それぞれ書き分けてみること

どれも、外部への発注や大きな予算を必要としない、社内だけで今日から始められることです。AI-Pathでは、無償の業務プロセス診断(BPR)を実施しています。バックオフィスのどこから内製化すべきか迷っている段階でも、まずは診断からご相談ください。

よくある質問

Q. 経理のAI化から始めるのと、総務のAI化から始めるのと、どちらがよいですか。

私たちの経験では、経理から始める企業が多い傾向にあります。判断のルールが明確で、効果を数値(削減時間、処理件数)で示しやすいためです。総務は業務の幅が広く、何を先に着手すべきかの絞り込みに時間がかかることがあります。

Q. 既存のSaaSを使い続けながら、内製化を進めることはできますか。

できます。むしろ私たちは、いきなり全てを内製化するより、既存SaaSに残す部分と内製化する部分を分けて進めることを推奨しています。会計処理のような1円の誤差が許されない業務は既存システムに残し、社内独自のルールに基づく業務から内製化を試すのが現実的です。

Q. バックオフィスの内製化にも、補助金は使えますか。

省力化投資補助金など活用できる制度はあります。ただし私たちの見解では、補助金は単発の効率化ではなく、自社の業務システムを他部門・他拠点に展開できる仕組みに使う方が、投資対効果は大きくなります。バックオフィスの内製化も、1部門だけで終わらせず横展開を見据えて設計するのがおすすめです。

Q. 内製化した仕組みは、他の拠点や他部門にも展開できますか。

できます。私たちが支援した案件でも、1つの拠点で作った仕組みを、条件を調整しながら他拠点に展開する例が増えています。工賃表や原価配分のロジックは拠点ごとに微妙な違いがあることが多いため、最初から「拠点ごとの差分」を想定して設計しておくと、横展開がスムーズになります。

Q. 効果が出るまで、どのくらいの期間がかかりますか。

業務棚卸しから始めて、最初の1業務でAIチャットボットの試験導入まで進めるのに、1〜2ヶ月程度が目安です。ただし私たちの経験では、たたき台となるプロトタイプ自体は1日で動く状態までお見せできます。全体の期間感を掴んだうえで、まず動くものを見ながら判断を進めるのが確実です。効果を焦って全社展開を急ぐより、1業務で「使い続けてもらえるか」を見極めてから広げる方が、結果的に定着までの期間は短くなります。

参考リンク

• なぜ今、SaaSの前提が揺らぐのか｜大和総研
• バックオフィス向けAI×SaaS 12選 経理AI年間4,800時間削減｜AI業務改善ノート