公開日： 2026年09月03日
カテゴリ： AI人材・組織
この記事の要点
- Jabilは「まず簡素化、それから革新（simplify-first, then-innovate）」という方針を掲げ、AI導入前にデータ統合と業務フローの整理を先行させた（MIT Technology Review, 2026年9月2日）
- 日本でも、生成AIを業務活用中の企業の50.7%が「社内データが整備されていない」と回答している（株式会社Mer調査, 2026年8月）
- データが散らかったままAIを入れると、複雑さが増すだけで成果につながらないリスクがある
- 経営層への合意形成には「なぜツールより先に整備なのか」を示す論拠が必要で、この記事ではその根拠と確認フローを整理する
- 今週から着手できる業務棚卸しのアクションを末尾に示す
読む前に確認しておきたい言葉
| 言葉 | 一言で言うと | 身近な例え |
|---|---|---|
| データサイロ | 部署間でデータが共有されない状態 | 「あの数字は営業しか持っていない」という状況 |
| APIドリブン | システム間をつなぐ設計思想 | 異なるソフト同士が自動で連携する仕組み |
| simplify-first | 整理を革新より先に行う方針 | 引っ越し前に荷物を捨てる、という考え方 |
AIを導入しても成果が出ない会社ほど、ツール選定を先に終わらせている。
一見おかしな話に聞こえますが、これは実態として起きていることです。
ツールは揃った。でも肝心のデータはバラバラ、業務フローは属人的なまま。
結果として、AIは「複雑さを増やす装置」になってしまいます。Jabilという製造大手がMIT Technology Reviewで語った警告は、この構造を正面から指摘しています。
ツールを入れる前に何が起きているか
MIT Technology Reviewが2026年9月2日に公開した記事では、30カ国以上・100拠点超・従業員14万人以上を抱えるグローバル製造企業Jabilが、AI導入に先立って取り組んだことが紹介されています。
同社のSAP IT Director、Harish Manohar氏はこう述べています。
「複雑さを減らす前に新技術を追加することは、リスクを増やすだけだ」。
これが同社の方針「simplify-first, then-innovate（まず簡素化、それから革新）」の核心です。
重要なのは、この言葉がAI導入の「失敗後」に出てきたものではないという点です。Jabilは導入前の段階で、この順番を意識的に選択しました。
フィノジェン現場から
業務整理の話を経営層に持ち込むと、「まずはAIを使ってみて様子を見たい」という反応をいただくことがあります。
Jabilの事例は、「試す前に整える」ことが成果への近道だという根拠として参考すべき素材です。
Jabilが具体的に何をしたか
同社が取り組んだのは、大きく2つです。
1. データサイロの解消
Manohar氏は「データは現代組織のバックボーン」と表現し、最適化・自動化・AI適用のいずれも、データがシステム間でシームレスに流れる状態が前提になると説明しています。
Jabilが実際に直面していた課題は、複数の個別システム、拠点ごとのスプレッドシート、バラバラなツールが引き起こすデータサイロでした。
これらが解消されていない状態でAIを入れても、AIが参照する情報自体がバラバラなままです。
2. ツールの乱立を統合アーキテクチャで整理
Jabilは、APIドリブン・イベントベースのアーキテクチャへ移行することで、ツールの乱立を解消しました。
これにより、データが組織全体を一貫して流れる基盤が整い、その上でAI活用を進めることが可能になりました（Archyde, 2026年）。
なお、同社の事例はSAPとの協力コンテンツとして公開されたものです。「SAP製品を使えば解決する」という話ではなく、「統合を先行させるという考え方」自体に着目することが大切です。
フィノジェン現場から
ツールの乱立とデータサイロは、規模の大小を問わず発生します。
「拠点ごとに使っているソフトが違う」「担当者によってExcelのフォーマットが異なる」という状況は、中小企業でも珍しくありません。Jabilが14万人規模で取り組んだ課題の構造は、規模を超えて共通しています。
日本企業の現在地——国内データが示すこと
Jabilの事例は海外の大企業の話です。では、日本の現場はどうでしょうか。
株式会社Merが2026年8月に公開した「日本企業のAI業務活用実態調査」によると、生成AIをすでに業務活用している企業の50.7%が「AIに読ませる社内データが整備されていない」と回答しています。内訳は「あまり整備されていない」が43.2%、「全く整備されていない」が7.5%です。
AIツールを使い始めていても、その前提となるデータの整備は後回しになっている。この現状は、Jabilが「導入前に整える」ことを選んだ判断の意味をより鮮明にします。
さらに、JIPDEC（一般財団法人日本情報経済社会推進協会）の「企業IT利活用動向調査2026」では、組織としてAIを活用している企業は36%にとどまり、導入後も「非データ化情報への対応」が課題として残ることが示されています。
つまり「導入すれば解決する」のではなく、「整備しないまま導入すると課題が残り続ける」という構図です。
▶ 「社内文書が古いままだと、AIが自信を持って間違える」——VentureBeatが指摘するナレッジ品質問題が示す、中小企業が今週からできる業務データ棚卸しの4ステップ もあわせてご覧ください。
▶ 「AIを入れた」のに成果が出ない会社が日本に多い理由——世界平均と24ポイント差が示す、中小企業が業務KPIにAIを接続するための3つの問い直し もあわせてご覧ください。
フィノジェンの見解：AI導入前の自社基盤を確認する判断フロー
自社がどの段階にいるかを確認するためのフローです。経営層への説明資料として使うことも想定しています。
Q1. 社内の業務データは、複数の部署・担当者が同じ形式で参照できる状態になっていますか？
→ はい： Q2へ進んでください。
→ いいえ： まずデータの整理・統合が優先フェーズです。どの業務のどのデータがどこにあるかを一覧にするところから始めてください。ツール選定はその後です。
Q2. 現在使っているツール（Excelや個別アプリなど）は、組織全体で統一されていますか？（担当者ごとにバラバラではない状態）
→ はい： Q3へ進んでください。
→ いいえ： ツールの乱立が将来のデータサイロになります。どのツールを残し、何を統合・廃止するかを決める整理フェーズが必要です。
Q3. AIに読ませたいデータは、デジタルテキストとして社内に存在していますか？（紙・口頭・個人の頭の中だけではない）
→ はい： 業務基盤の整備は一定程度進んでいます。AIツールの試験的な導入を検討できる段階です。まず1つの業務に絞って小さく試すことをお勧めします。
→ いいえ： デジタル化されていない情報をどう扱うかを先に決める必要があります。全部をデジタル化するのではなく、「AIに任せたい業務に必要な情報」から優先的に整備するのが現実的な進め方です。
よくある質問
Q. 業務整理といっても、何から手をつければいいかわかりません。
まず「AIに何をさせたいか」を1つ決めることです。目的が決まれば、そのために必要なデータがどこにあるか、今使える状態かどうかを確認できます。全社一斉に整備しようとすると動けなくなります。1つの業務・1つのデータから始めてください。
Q. 中小企業にはJabilのような大規模な統合は難しいのでは？
Jabilは14万人規模の大企業であり、同じ規模の対応をそのまま持ち込む必要はありません。ただし「整理してから導入する」という順番の考え方は、規模に関係なく当てはまります。中小企業であれば、担当者が共通で使えるフォルダ構成を決める、ファイルの命名ルールを統一するといった小さな整備から始められます。
Q. 経営層が「まず試してみよう」と言って業務整備フェーズへの合意が得られません。
「試す」こと自体は否定しなくて構いません。ただし「何を使って試すか」よりも「何のデータで試すか」を先に確認するよう提案してみてください。日本企業の50.7%がデータ未整備のままAIを使い始めているという調査結果（株式会社Mer, 2026年）は、「整備しないまま試すリスク」を示す数字として経営層への説明に使えます。
行動プラン
今週中にできること（コストゼロ・1時間以内）
- 「AIに最初にやらせたい業務」を1つ書き出し、その業務で使っているデータがどこにあるかをリスト化する
- 上記のデータが「デジタルテキストで存在するか」「複数人がアクセスできるか」の2点だけを確認する
今月中にできること
- 業務整備の必要性を社内で共有するための簡単な資料（A4・1枚）を作成する。この記事のJabil事例と国内調査データを根拠として使える
3か月後の理想像
「AIに試させたい業務」1つについて、データの在り処・フォーマット・アクセス権限が整理されており、小規模な試験運用を始められる状態になっている。
参考文献
-
Facilitating AI integration with simplicity at scale | MIT Technology Review - https://www.technologyreview.com/2026/09/02/1142879/facilitating-ai-integration-with-simplicity-at-scale/
└ JabilのSAP IT Directorによる「simplify-first」方針と、AI導入前の業務・データ基盤整備の必要性を語った一次記録として参照 -
【2026年 日本企業のAI業務活用実態調査】社内データ未整備は50.7％ | 株式会社Mer プレスリリース - https://prtimes.jp/main/html/rd/p/000000052.000054314.html
└ 生成AIを業務活用中の日本企業における社内データ未整備の実態を示す国内一次調査として参照 -
企業IT利活用動向調査2026（AIの活用状況と課題編）| JIPDEC - https://www.jipdec.or.jp/library/it-resarch/it-resarch2026-02.html
└ 国内企業のAI活用率と、導入後もデータ関連課題が残存することを示す公的機関調査として参照 -
Simplify First: How Jabil Scales Enterprise Integration for AI Success | Archyde - https://www.archyde.com/simplify-first-how-jabil-scales-enterprise-integration-for-ai-success/
└ JabilのAPIドリブン・イベントベースアーキテクチャへの移行プロセスをMIT TR記事と独立した視点でまとめた第三者報道として参照
著者より
「業務整理が先」という話は、多くの推進担当者が感覚的にわかっていながら、経営層に説明する根拠を持てずにいることが多いと感じています。
Jabilの事例は大企業のものですが、「散らかったままツールを入れると複雑さが増すだけ」という原則は規模を選びません。この記事が、整備フェーズへの社内合意を進めるための一つの材料になれば幸いです。角 浩太（フィノジェン株式会社 代表）