DX・AXとデジタル化の違い｜中小企業がAI自動化へ進む三段階

「DX」という言葉を聞くようになってから、もう何年もたちました。勤怠管理のシステムを入れ、会計をクラウドに移し、生産管理ソフトも検討してきた中小製造業の方も多いと思います。

それでも「事務の残業が減った」という実感はなく、毎月届くSaaSの請求書だけが増えている。そんな状況に悩む会社は少なくありません。

原因は、現場の努力不足ではなく、選んだ道具の性質にあります。先に、三つの言葉の違いをお伝えします。

• デジタル化：紙や口頭のやり取りを、データに置き換える（替えるのは道具）
• DX：データとデジタル技術で、業務の流れや事業の仕組みを変える（替えるのは仕組み）
• AI自動化：読む・確かめる・案を出す作業を、人からAIへ移す（替えるのは作業の担い手）

デジタル化とDXでは、画面を操作するのは人のままです。AI自動化では、人はAIの結果を確かめて承認する側に回ります。

この記事では、中小企業のDXがSaaSの導入で止まりやすい理由と、その先のAI自動化の進め方を整理します。

デジタル化・DX・AI自動化の違い

三つの言葉は、同じ方向に進む段階です。違いは、何を替えるかと、画面を操作するのが誰かにあります。

言葉	替えるもの	製造業での例	作業する人
デジタル化	道具（紙・口頭からデータへ）	手書きの日報をExcelに入力する。FAXの注文書をPDFで保存する	人
DX	業務の流れ・事業の仕組み	受注から請求までを、一つのシステムの流れに載せ直す	人（画面を操作する）
AI自動化	作業の担い手	届いたFAXをAIが読み取り、過去の実績から見積りの案を作る	AI（人は確かめて承認する）

ここからは、それぞれの言葉が何を指すのかを、国の定義に沿って確かめていきます。

経済産業省によるDXの定義

経済産業省は、2024年9月に策定した「デジタルガバナンス・コード3.0」で、DXを次のように定義しています。

「企業がビジネス環境の激しい変化に対応し、データとデジタル技術を活用して、顧客や社会のニーズを基に、製品やサービス、ビジネスモデルを変革するとともに、業務そのものや、組織、プロセス、企業文化・風土を変革し、競争上の優位性を確立すること」

定義の中心は、ツールを入れることではなく、業務や組織、ビジネスモデルを変えることにあります。紙をデータに置き換えただけでは、定義のうえではDXに当たりません。

デジタル化は二つの段階に分かれる

経済産業省の「DXレポート2（中間取りまとめ）」は、DXに至るまでを三つの段階に分けて示しています。

段階	内容	製造業での例
デジタイゼーション	アナログ・物理データのデジタルデータ化	紙の注文書をスキャンしてPDFで保存する
デジタライゼーション	個別の業務・製造プロセスのデジタル化	勤怠管理や会計を、クラウドのソフトで回す
デジタルトランスフォーメーション	組織横断・全体の業務・製造プロセスのデジタル化、「顧客起点の価値創出」のための事業やビジネスモデルの変革	受注・生産・請求のデータをつなぎ、短い納期に応えることを強みにする

ふだん「デジタル化」と呼ばれているのは、このうち前の二つです。よく似た「IT化」も、ITツールで今の作業を効率よくすることを指す場合が多く、デジタル化とほぼ同じ意味で使われています。

AI自動化は作業の担い手を替える

デジタル化でもDXでも、画面を開いて入力し、判断するのは人という前提は変わりません。AI自動化は、この前提そのものを外す取り組みです。

AIが注文書を読み、項目に分け、過去の実績と照らして案を作ります。人は、その結果を確かめて承認するだけにします。

この記事では、この「人が操作する前提を外す」取り組みを「AI自動化」と呼びます。経済産業省の定義に当てはめると、AIを使って業務そのものを変える、DXの一つの形です。

中小企業のDXがSaaS導入で止まる理由

定義のうえでは、DXは業務や組織を変えるところまでを含みます。ただ、中小企業の現場で起きたことは、もう少し具体的でした。

多くの会社にとって、実際のDXはSaaSの導入だったのです。SaaSとは、インターネット経由で月額料金を払って使う業務ソフトのことです。

自社のパソコンに入れる従来のソフトと違い、ブラウザを開けばすぐに使え、更新やバックアップも提供会社が受け持ちます。

勤怠管理、クラウド会計、生産管理、日程調整など、用途ごとにサービスを契約し、それぞれの画面に社員がデータを入力していく形です。

SaaSを入れること自体は、悪い選択ではありません。データが一か所に集まり、社外からも確かめられるようになったことには、はっきりした効果があります。

問題は、SaaSを入れた段階で変化が止まってしまうことです。

白書に見る中小企業の取り組み

2026年版中小企業白書は、帝国データバンクの調査をもとに、中小企業のデジタル化の取り組みを四つの段階に分けて示しています。

段階	状態
段階1	紙や口頭による業務が中心で、デジタル化が図られていない
段階2	アナログな状況からデジタルツールを利用した業務環境に移行している
段階3	デジタル化による業務効率化やデータ分析に取り組んでいる
段階4	デジタル化によるビジネスモデルの変革や競争力強化に取り組んでいる

最も多いのは段階2で、回答した事業者の約6割を占めています。中小機構の解説によると、DXに当たる段階4は2.8％で、2023年の6.9％、2024年の3.2％から減っています。

つまり、多くの中小企業は、ツールを入れた段階で止まっているのが今の姿です。止まる理由は、SaaSという道具の性質にあります。

月額の費用が積み上がる

SaaSの料金は、多くが利用する人数に応じた月額です。1人あたりの料金は小さく見えても、部署や用途ごとに契約を増やすと、合計は毎月の大きな固定費になります。

さらに、どの契約が本当に必要かを定期的に見直す担当者がいないと、使われていないアカウントやサービスがそのまま残りがちです。契約の棚卸しと見直しの手順は、次の記事で紹介しています。

使い方を覚える時間がない

もう一つの負担は、ツールの使い方を覚える時間です。多機能なSaaSほど、説明会に出て、マニュアルを読み、実際の業務で試して、ようやく使えるようになります。

ところが、人手が足りない中小企業の現場では、この時間を取れません。事務担当者は日々の業務で手一杯で、教える側のベテランも片手間の対応になります。

その結果、導入したシステムの一部の機能しか使われないままになりがちです。

ベテランは使い慣れたExcelに戻り、新人だけが新しい画面を使うこともあります。この「運用の二重化」で、かえって業務が煩雑になることさえあります。

入力と判断は人に残る

SaaSは、どこまでいっても人が操作する道具です。システムを開くのも、数値を入力するのも、内容を確かめて判断するのも人です。

SaaSは、その作業を紙より速く正確に行うための道具で、作業そのものがなくなるわけではありません。

たとえば「FAXで届いた注文書を見ながら、生産管理ソフトに品番と数量を入力する」作業は、システムを入れても人の手元に残ります。作業する場所が紙の上から画面の上に移っただけで、手間は変わっていません。

国の方針もAIを前提に変わった

「SaaSの導入からAIの活用へ」という流れは、当社だけの見立てではありません。国の制度や計画、業務ソフトの機能にも、はっきりした変化が表れています。

補助金の名前にAIが入った

分かりやすいのが、中小企業向けの補助金です。「IT導入補助金」は、令和7年度補正予算の事業から「デジタル化・AI導入補助金」に名前が変わりました。

中小企業庁は、この補助金を「デジタル化やDX等に向けたAIを含むITツール（ソフトウェア、サービス等）の導入を支援」するものと説明しています。

ツールを入れてデジタル化する段階から、AIを組み合わせて生産性を上げる段階へ。国が中小企業に求めるIT投資の中身が、名前にも表れたと言えます。

申請の枠や要件は、年度や公募の回ごとに変わります。申請を考えるときは、デジタル化・AI導入補助金の公式サイトで最新の公募要領を確かめてください。

主な業務ソフトにもAIが入った

業務ソフトの側も同じように変わっています。よく使われるサービスにも、AIの機能が入り始めました（2026年9月時点）。

サービス	主な用途	主なAI機能
freee会計	クラウド会計	AI-OCRで、PDFから仕訳の元になる明細を作る「AIおまかせ明細取得」（β版）
kintone（サイボウズ）	業務アプリ作成	検索AI・アプリ作成AIなどの「kintone AI」を2026年6月14日に正式提供。スタンダード・ワイドコースに毎月AIクレジットが付く
Microsoft 365	文書・表計算・メール	Business Standard・Premiumでは、Word・Excel・OutlookなどでCopilot Chatが使える。Microsoft 365 Copilotは別料金
Google Workspace	メール・表計算・文書	Business・Enterpriseの各エディションに、GeminiのAI機能が含まれる（使える機能はエディションで異なる）

Google Workspaceで作業を自動にする例は、Google Workspace Studioの業務自動化アイデア集で紹介しています。

ただし、SaaSに入ったAIの機能は、どれも今のツールの中の便利な機能の一つです。人が画面を開き、AIに指示を出し、結果を確かめる流れは変わりません。

便利にはなりますが、人が毎回操作する前提は残ったままです。

AXという言葉が国の計画に入った

最近は「AX」という言葉も見かけるようになりました。AIトランスフォーメーションの略で、DXと対立するものではなく、DXの次の段階に当たる考え方です。

2026年7月14日に閣議決定された人工知能基本計画は、AXを「あらゆる組織で、AIを前提として意思決定や業務の進め方を根底から見直す」取り組みとしています。

同じ計画は、中小企業のAI導入を支える施策として、デジタル化・AI導入補助金や、地域ごとの伴走支援も挙げています。

呼び方がDXでもAXでも、やることは同じで、人が画面を操作する前提を外し、AIに実務を進めさせて、人は承認することです。

この記事では、この中身を「AI自動化」と呼んでいます。

AI自動化の二つの作り方

AI自動化の作り方は、大きく二つに分かれます。どちらを選ぶかは、業務の複雑さと、今使っているシステムの状況で決まります。

決まった手順をつなぐiPaaS

一つ目は「iPaaS」と呼ばれる仕組みです。あらかじめ決めた手順に沿って、異なるWebサービス同士を裏側でつなぎます。

たとえば「メールで注文書が届いたら、内容をGoogleスプレッドシートの在庫表に書き写し、終わったらチャットで担当者に知らせる」といった流れです。人が画面を操作しなくても、裏側で処理が進みます。

代表的なツールに、Zapier・Make・n8nがあります。機能や料金の違いは、次の記事で比べています。

手順が決まっている作業なら、AIを使わずに済むことも多くあります。Excelのマクロ・RPAとの使い分けは、Excelマクロ・RPA・AIエージェントの違いで整理しています。

業務に合わせて自社で組む

もう一つは、業務に合わせて仕組みを作るやり方です。当社では、LangGraphというフレームワークを使い、工程と分岐を自分たちで設計しています。

こちらを選ぶのは、次のような場合です。

• 一品一様で、注文の書式や言い回しが毎回違う
• 値付けや段取りに、自社なりの判断の型がある
• 例外の分岐が多く、途中で人の確認を挟む場所が複数ある

見積りの案を出すには、過去の実績を参照する必要があります。当社は、過去の似た案件を探して引く仕組みを組み込んでいます。

FAXや手書きの注文をデータに変える設計は手入力をやめる業務自動化の設計で、見積りの案を作る設計は見積りを自動で下書きする設計で紹介しています。

最初は人が承認してから進める

どちらの作り方でも、社員の役割は変わります。自分で手を動かす側から、AIの結果を確かめて承認する側に移ります。

AIが裏側で処理を進めて結果の一覧を作り、人は内容を確かめて承認ボタンを押します。承認されたデータだけが、次の工程に進みます。

導入の初めは、AIの判断の精度と安全性を確かめるため、承認を求める範囲をあえて広く取ります。実績が積み上がるにつれて、人が確かめる範囲を少しずつ狭めていきます。

取引先へ送る・お金が動く工程の手前で止める考え方は、送る前に止める業務自動化の設計にまとめています。

承認を中心に据えた仕組みの全体は、承認駆動型の設計図で紹介しています。

人に残る仕事

受注データの受け取り、見積書の作成、在庫の引き当て、請求書の発行など、パソコンの前で人が手と頭を動かしてきた事務作業は、段階的にAIへ引き継げます。

そのとき人に残るのは、次のような仕事です。

• 新しい取引先や市場を開拓する
• 製品の加工精度や品質を高める
• 若手の職人や技術者を育てる

自動化の目的は人を減らすことではなく、人にしかできない仕事に時間を戻すことです。同じ人数でこなせる仕事が増えれば、増えた利益を社員の給与に回す余地も生まれます。

AI自動化でぶつかる三つの壁

ここまで読むと、AIを入れればすべて解決するように見えるかもしれません。ただ、実際の運用には、まだ越えなければならない壁があります。

ここでは、AI自動化を始めた会社がぶつかりやすい三つの問題と、当社の備えを紹介します。

裏側で何をしているか見えない

一つ目は、AIの処理が見えないことによる心理的な不安です。

SaaSなら、人が自分で入力するので、何が起きたかを把握できます。AI自動化では、気づかないうちに裏側で処理が終わっているため、便利な反面、強い不安を生みます。

「間違った受注内容で確定させていないか？」「取引先に違う見積り金額を送っていないか？」といった不安は、慣れだけでは消えません。仕組みの設計で解くことが必要です。

そのため当社では、導入時に次の三つの機能を必ず組み込みます。

1. 処理の履歴を残す：いつ・何を・どんな根拠で判断したかをすべて記録する
2. 承認待ちを一覧にする：止まっている処理や承認待ちの案件を一覧で見せる
3. 取り消せるようにする：誤りが見つかったとき、その処理だけをすぐに取り消せる

「止められる」「見える」「元に戻せる」の三つがそろっていない仕組みは、どれほど高機能でも、実務に入れるには不安が残ります。

業務を説明できる人が減る

二つ目は、時間がたつにつれて起きるノウハウのブラックボックス化です。AIが日々の処理を引き受けるほど、業務の中身や考え方を説明できる人が社内から減っていきます。

「この見積りは、どんな原価計算で作られたのか」「この取引先には、過去にどんな特別な条件を出してきたのか」。こうした知識は、これまでベテランの頭の中にありました。

これをAIに丸投げすると、数年後には社内の誰も業務の決まりを説明できなくなるおそれがあります。

当社では、この課題にRAG（検索拡張生成）で対処します。RAGとは、過去のデータを検索し、その内容をもとにAIが回答を作る仕組みです。

過去の見積り実績、図面、取引先とのメールを、検索できる形でためておきます。人も同じデータを検索できるため、「なぜこの見積り金額になったのか」を後から確かめられます。

新人の担当者も、過去のベテランの判断の根拠を検索して学べるため、社内の教育にも役立ちます。

社内の手順書を検索できるようにする方法は、NotebookLMで社内マニュアルに答えさせる方法で紹介しています。

めったに起きない例外に弱い

三つ目は、実務で最も手がかかる例外の処理です。AIは、何度も繰り返されてきた業務では力を発揮しますが、めったに起きない事態には対応できないことがあります。

現場では、次のような例外がよく起きます。

• 加工に入ってから注文が取り消された
• 直前で図面が差し替わり、見積りの前提が崩れた
• 納期の大幅な前倒しを頼まれ、ほかの案件の順番を組み替える必要が出た

こうした例外の判断材料は、社内の事情や取引先との長年の関係の中にあります。過去の数値データには表れにくい部分です。

そのため当社では、導入初期のヒアリングで例外を洗い出し、開発の期間中に対処を組み込みます。洗い出すときは、次のように「例外・起きる頻度・誰がどう判断したか」を一行に並べます（記入例）。

例外	起きる頻度	誰がどう判断したか
加工に入ってから注文が取り消された	年に数回	社長が、加工済みの分の費用を取引先と相談して決めた
直前で図面が差し替わった	月に1回ほど	営業担当が、変わった箇所だけ見積りを出し直した
納期の前倒しを頼まれた	月に数回	製造課長が、ほかの案件の順番を組み替えられるかで決めた

それでも、動かし始めてから初めて出会う例外は起きます。そうした例外は、導入後の伴走の期間に分析して、仕組みに足していきます。

最初の一歩は一つの業務から

では、中小企業がAI自動化を始めるときは、何から手を付ければよいのでしょうか？ 次の四つの順に進めます。

1. 一つの業務に絞る：年間の件数が多く、1件あたりの判断の決まりが単純な業務を選ぶ。受注データの転記、請求書と注文書の突き合わせ、日報の集計などが始めやすい
2. 人の承認を必ず挟む：初めは、AIの出した結果をすべて人が確かめる。精度を確かめられたら、確かめる割合や条件を絞る
3. 例外と参照する資料を洗い出す：過去のトラブルや例外、判断の根拠になる手順書や実績データを集める。これがAI自動化の材料になる
4. 効果を数字で測る：何時間の作業が減ったか、何件を自動で処理できたかを測り、次の業務へ広げるかを決める

大きく作ろうとせず、一つの業務で結果を確かめてから広げるのがポイントです。当社では、導入時に効果を数字で見られるダッシュボードを用意しています。

業務を整えてからAIに任せる順番は属人化した業務をAIに任せる前にやることで、製造・建設・物流の30業務を始める順に並べた一覧は業務自動化でできること一覧で紹介しています。

まとめ

多くの会社でDXが行き詰まったのは、進め方が悪かったからではありません。SaaSという道具が、人が画面を操作する前提で作られていたからです。

その前提を外せば、事務の仕事は「データを入力する作業」から「AIの結果を承認する作業」に変わります。承認の手間も、実績が積み上がるにつれて絞っていけます。