AI-Readyとは｜「AIに対応するデータがあるか」を、10〜20名の会社で確認する方法

AI-Readyとは、AIを使い始める前に、データ・人材・ルールの側が整っている状態を指す言葉です。AIを入れても効果が出ない理由が、AIの側ではなくデータの側にあることがあります。従業員10〜20名で、社内の情報がファイルサーバーと個人のPCに分かれている会社の担当者に向けて書いています。

先に結論

確認するのは3点だけです。探させたい情報が1か所にあるか、最新版がどれか分かるか、同じ項目が同じ名前で書かれているか。この3つが揃っていない状態では、どのAIを入れても同じ場所で止まります。

白書は、AI導入に成功するための最初のステップとして、AIに対応するデータがあるかどうか、つまり「AI-Ready」化ができているかどうかという点があると記載しています。特にAIエージェントの活用に向けては、データの精度と鮮度がより重要になる、という記述です。ただし全社のデータ整備は現実的ではありません。対象を1業務に絞り、その業務が使う情報だけを揃えるのが、人数の少ない会社での現実的な入り方です。

この記事で扱うこと

AI-Readyという言葉が、白書でどう使われているか。整っていないと、具体的に何が起きるか。10〜20名で確認できる3点と、その見方。整備を始める範囲の決め方。この4点を扱います。

AI-Readyとは何を指す言葉か

この言葉の出所は、経団連が2019年2月19日に公表した提言「AI活用戦略〜AI-Ready社会の実現に向けて」です。提言は、やみくもにAI活用を進めてもうまくはいかず、まずは企業、個人、制度といったあらゆるレイヤーにおけるAI-Ready化が必要である、と述べました。企業に対しては、経営層、AI技術者等の専門家、従業員、そしてシステムやデータについて、5段階のレベル分けを行う形が示されています。

経団連の提言が挙げた軸	そこで問われること	この記事の扱い
経営・マネジメント層	AIとデータを理解した上で投資と優先順位を判断できるか	扱わない
AI技術者等の専門家	技術を担える人が社内または近くにいるか	扱わない
従業員	現場が日々の業務のなかでAIを使えているか	扱わない
システム・データ	AIに読ませる情報が、揃った状態で置かれているか	この記事の対象

つまりAI-Readyは、データだけを指す言葉ではありません。ただし従業員10〜20名の会社で、経営層の理解づくりと人材育成とガバナンス整備を同時に動かすのは無理があります。この記事が扱うのは4つの軸のうちシステム・データだけです。残りの3つは、対象の1業務でAIが使えるようになってから順に考えれば間に合います。

令和8年版情報通信白書は、国立情報学研究所の佐藤一郎教授へのヒアリングとして次を紹介しています。「AI導入に成功するための最初のステップとして、AIに対応するデータがあるかどうか、つまり『AI-Ready』化が出来ているかどうかという点がある」という指摘です。そのうえで、特にAIエージェントの活用に向けては、データの精度と鮮度がより重要となってくる、としています。

同じヒアリングから、白書は次の指摘も紹介しています。企業経営者はAIをコストではなく資産として位置付けるべきであり、企業は業務の自動化を目標にするのではなく、ノウハウや知見を資産化するための手段としてAIを捉え、導入した方が良いというものです。

白書は、AIの活用が作業の自動化に留まると効率は向上するがAI自体の資産価値は上がらない一方、知見・知識・ノウハウをAI化することは利用するほどAI側に知見が蓄積され、時間とともに価値が上がるAIを作れることにつながる、という佐藤教授の示唆も記載しています。

整っていないと何が起きるか

データ側の状態	AIを入れたときに起きること	見た目の症状
同じ資料が複数の場所にある	古い版を根拠に回答する	「その情報、去年のものです」と指摘される
最新版の見分けがつかない	どれを使ったか追えない	回答の正しさを確認できない
同じ項目の呼び方が人によって違う	関連する情報を結び付けられない	あるはずの情報が「見つかりません」になる
紙・PDF画像でしか残っていない	内容として読み取れない	検索に一切かからない
更新した人と日付が残っていない	鮮度を判断できない	古い内容が新しい内容と同じ重みで出る

いずれも、AIの精度の問題ではありません。製品を替えても同じ結果になります。社内文書の検索でつまずく理由は社内文書をAIで検索するでも扱っています。

10〜20名で確認する3点

全社を見ません。AIに任せたい業務を1つ決めて、その業務が使う情報だけを見ます。

確認する点	見方	整っている状態
1か所にあるか	その業務の担当者に、資料をどこから出しているか聞く	答えが1つの場所になる
最新版が分かるか	同じ名前の資料をファイル名で検索する	最新が1つに定まり、日付が付いている
同じ名前で書かれているか	顧客名・商品名の表記を3件抜き出して比べる	略称と正式名称が混ざっていない

この3点は、ツールを入れずに1時間で確認できます。1つでも欠けている場合、その業務は先にデータ側を直す対象です。

直す順序

置き場所を1つに決めます。移すのは、その業務で実際に使う資料だけ。移した資料には日付を付ける。ファイル名の先頭に年月日を置くと、並び順で最新が分かります。使わなくなった版は参照専用の場所へ移し、消さずに分けておきます。顧客名・商品名の書き方を1つに決めて、対応表を1枚作る。紙やPDF画像しかないものは、その業務で本当に必要かを先に判断します。

5番目が重要です。読み取りの作業には費用が発生します。必要かどうかを決めずに全部を電子化すると、使われない情報の整備に時間を使うことになります。

大企業の事例との距離

白書は、AI活用先進企業の取組として次を挙げました。イオングループでは、幅広い業態で蓄積された膨大な顧客データの活用に向け、複数のAIエージェントが連携するマルチエージェントシステムを内製により開発中とされています。ダイキン工業では、空調機の専門知識に関する生成AIの精度向上を目指し、独自のLLM開発に着手している、という記載です。

白書は、いずれも自社で独自のノウハウやデータを持ち、競争力の源泉となる領域において更なる価値創出を図るための取組といえる、と整理しています。

10〜20名の会社が真似できる部分はありません。共通しているのは、自社にしかない情報を対象にしている点だけです。どこにでもある情報をAIに読ませても、差は生まれません。

資産化という言い方を、実務に落とす

ノウハウの資産化と言われても、何をすればよいかは分かりません。人数の少ない会社での最小の形は、判断の理由を1行残すことです。

残すもの	例	後で効くこと
判断の理由	この顧客は納期を優先するため、在庫のある型番で提案した	同じ場面で別の人が同じ判断をできる
やらなかった理由	この提案は過去に断られたため外した	同じ提案を繰り返さない
前提の変化	この条件は2026年4月に変更	古い前提のまま判断しない

この1行が積み上がった状態が、AIに読ませる価値のある情報になります。逆に、結果だけが残っている記録は、AIに読ませても理由を答えられません。

確認できないこと

経団連の提言は5段階のレベル分けを示していますが、対象は企業一般で、従業員10〜20名の会社に合わせた水準として作られたものではありません。情報通信白書にも、AI-Ready化の具体的な基準は定義として書かれていないままです。この記事の3点は、白書の指摘（データの精度と鮮度）から、人数の少ない会社で確認できる形へ落としたものです。公的な基準として示されているものではありません。

また、どこまで整備すれば十分かの水準も示されていません。判断の材料になるのは、対象の1業務でAIが使えるようになったかどうか、という実測だけです。帳票を最初の対象にする場合の進め方は、AI-OCRの導入手順にまとめました。紙の帳票を読み取る段階の判断は、AI-OCRで請求書や納品書を読み取るで扱っています。

よくあるご質問

全社のデータを整理してからでないと、AIは使えませんか

使えます。整備が必要になるのは、社内の情報を読ませる用途だけです。文章の下書きや要約のように、その場で渡した内容だけを扱う用途であれば、データの状態は関係しません。

どこから手を付けるべきですか

AIに任せたい業務を1つ決め、その業務が使う資料だけを対象にします。業務を決めずにデータ整備から始めると、範囲が決まらず終わりません。

紙の資料は、全部電子化すべきですか

対象の業務で使うものだけです。読み取りには費用と時間がかかります。使う頻度を先に確認し、年に数回しか参照しない資料は、電子化の対象から外す判断ができます。

AI-Readyの5つの要素という説明を見かけますが、どれから始めればよいですか

解説記事で挙がる区分は、戦略・データ・人材・基盤・ガバナンスといった並びが多く、中身は経団連の提言の軸とおおむね重なります。従業員10〜20名の会社では、このうちデータから入ると確認の手間が最も軽く、結果も早く見えます。AIに任せたい業務を1つ決めれば、必要なデータの範囲もそこで決まるためです。

出典

• 総務省「令和8年版 情報通信白書」第Ⅰ部第2章第1節 AI導入・活用を効果的に進めていくために重要となる要素　2026年9月1日確認
• 経団連「提言「AI活用戦略〜AI-Ready社会の実現に向けて」を公表」（2019年2月19日公表）　2026年9月8日確認

AIに任せたい業務を1つ決めます。その業務の担当者に、資料をどこから出しているかを聞きます。答えが2か所以上になったら、そこが最初の整備対象です。

対象業務の絞り込みから相談できます。お問い合わせはこちらです。