なべ｜中小企業のAI支援

AI万能病を現場で何度も見てきたエンジニア
「AIで全部解決」より「本当に使える場所」を正直に発信
失敗事例・現場の工夫を投稿｜AI導入・活用の相談はリンクから：

[なべ｜中小企業のAI支援 @nabe_AI_dev]

新しい家計簿アプリ「Saifura」をリリースしました🎉
お金と対峙する新感覚アプリです！

年収登録で「お金＝時間」を実感できる独自モードを搭載しています！

1000円が自分の何時間分の労働なのか分かると、使い方がガラッと変わるかも

もちろん通常の家計簿機能も完備

https://t.co/j8MiAJd4JM

[なべ｜中小企業のAI支援 @nabe_AI_dev]

参考
https://t.co/6CP9lbfupP

[なべ｜中小企業のAI支援 @nabe_AI_dev]

MicrosoftのScout、機能の派手さより権限まわりの作り込みが良さそう

・誰が動かしたかをEntra IDで追跡
・資格情報はタスク範囲に限定
・機密操作は人間の承認

常時動くエージェントを本番に入れるって、結局この辺を揃えられるかなんだよな

前に自分が境界設計で詰まったやつだから気になるな

[なべ｜中小企業のAI支援 @nabe_AI_dev]

AI導入の相談で「何ができますか」って聞かれるたびに、毎回ちょっと困る

できることより、その会社が何に困ってるかが分からないと答えようがないんだけど

だいたい困りごとのほうが言語化されてない
この言語化がめちゃくちゃ大事でこれができてないと結局AIの良さを活かせない

[なべ｜中小企業のAI支援 @nabe_AI_dev]

LLMを新しいモデルに更新したら、精度が下がった。

モデルの問題だと思って調べたら、原因はプロンプトだった。
前のモデルで通じていた書き方が新しいモデルには合っていなかった。

モデルを変えるときはプロンプトも一緒に見直す必要があると感じた。経験ありますか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

最近Difyやn8nをあまり聞かなくなったが、これってもう定着し始めたって感じなんかな？

私はPoCとかで爆速でAIエージェント構築して問題なければ、そのまま出すか��しくはガッツリ構築しています

みなさんはDifyなど使ってますか？？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

組織でAIエージェントを動かし始めるとき、最初に決めておきたい3つ。

1. 誰が出力を確認するか（レビュー担当者）
2. エラーが出たら誰に通知するか
3. 使っていいデータの範囲

ツールの設定より先に決めておくと後から詰まりにくいと感じる。
みなさんの現場はどうですか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

とある経営者から「AIで月15時間削減できた」と聞いた。

半年後に確認すると、確認・例外対応で月10時間が増えていた。

差し引き5時間の削減。
両方を計測していた会社だから見えた数字。

計測していないと削減だけが見える。
みなさんの現場ではどう測ってますか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

AI開発を請けてて思うのは、一番価値が出るのは「実装」じゃない

クライアントの業務を聞いて
「それAIじゃなくて、エクセルの関数で十分ですよ」
って言える瞬間

AI使わない判断ができる人のほうが信頼される

何でもAIで解決しようとしないのも大事
あくまでもAIはツールでしかないです
今は笑

[なべ｜中小企業のAI支援 @nabe_AI_dev]

社内文書をAIで検索したら精���が出なかった。

原因はモデルじゃなくてデータだった。
古いマニュアル、スキャンPDF、バラバラなExcel
「ゴミイン・ゴミアウト」はRAGも同じだと感じた。

モデルを変える前にデータを整理した方がいいと思う。あなたの社内文書、整理できてますか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

AI導入、いきなり全社展開しようとする会社ほど失敗してる

逆に定着してるのは
・まず1チーム
・1業務だけ
・効果が見えたら横展開

派手じゃないけど、これが一番堅い

「全社一斉AI活用！」みたいな号令、だいたい3ヶ月で消える

[なべ｜中小企業のAI支援 @nabe_AI_dev]

AI導入が進まない会社の共通パターン

・ツールから入る
・とりあえずChatGPT配布
・効果測定の定義なし
・3ヶ月で「で、結局何が変わったの？」

順番が逆なんですよね
業務整理 → 効果指標 → ツール選定

ここを飛ばすと必ず定着しない

[なべ｜中小企業のAI支援 @nabe_AI_dev]

AI定着に成功している会社の共通点なんとなく見えてきた

ツールの良し悪しじゃなかった。

「この業務のどこに使うか」を先に決めていた会社だけ使い続けていた印象

ツール選定より業務整理が先。
逆になっているケースが多々あると感じる。
あなたの現場ではどちらを��にやりましたか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

本番でLLMのコンテキスト長を使い切ろうとして、精度が落ちた

最大128Kでも、長すぎると出力がブレる。モデルのスペックと実用上限は別物。

最大値いっぱいまで詰め込むと品質が下がると感じる。ここを設計段階から意識しないと本番で詰まる。みなさんはどう設計してますか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

@tadashi_asano いやまさにその通りです笑

AI導入しろ！という上からの指示がしんどい場合もあるんだろうなと思っています笑

[なべ｜中小企業のAI支援 @nabe_AI_dev]

AI導入の費用対効果を聞かれたとき、何を根拠に答えますか？

時間削減？ コスト削減？

測るものが違うと、同じ導入でも「成功」にも「失敗」にもなって���まいます

導入前に「何が変われば成功か」を決めていた会社は続いている印象があります
みなさんはどう決めてますか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

@shintaro_campon そうなんですよね....

ですが今のうちにAI使い倒さないと人を雇うのかどうかの判断もできないので、今は使い倒すでいいと思います！

[なべ｜中小企業のAI支援 @nabe_AI_dev]

LLMのコストが上がるの辛いな...

アルバイトにそれやらせた方がいいやん...
みたいなとこばかり自動化してたら将来的に人雇った方が安いとかになりそう

AI導入しようが先行しすぎてコストを見ていないところがままあるので注意した方がよさそう

[なべ｜中小企業のAI支援 @nabe_AI_dev]

note記事
https://t.co/IcMC59110q

[なべ｜中小企業のAI支援 @nabe_AI_dev]

AIプロジェクトの約6割が中止される予測があるらしい

理由は「技術的に難しかった」ではなく「データが準備できていなかった」

現場でも同じ。失敗の多くは技術より「何を解決したいか」が決まっていない問題

AI導入前に確認したい10項目、皆さ��の会社はいくつ当てはまりますか

[なべ｜中小企業のAI支援 @nabe_AI_dev]

LLM APIのコストが高い原因を探ったら、プロンプトキャッシュを設計していなかった。

長いシステムプロンプトを毎回送り続けると費用が積み上がる。稼働後に気づくと改修コストが出る。

キャッシュを効かせる設計は最初から組み込む必要があると感じた。あなたの設計には入っていますか？

[なべ｜中小企業のAI支援 @nabe_AI_dev]

実際の業務(チーム全体)フローの一部にAI組み込んでできてる事例ってどれくらいあるのかシンプルに気になる....

Xを見てるとAIやべーとかめちゃくちゃ見ますが、実際に定着しているか気になってしまう...

ChatGPTと壁打ちして終わりとかが多い気もする