米国の大企業は、AIのコストに悲鳴を上げ始めている。Uberからスターバックス、マイクロソフト、Coinbase、ウォルマートまで、多くの企業がAIプロジェクトの一部を打ち切るか、AI支出を抑制している。サブスクリプション料金やトークン費用の上昇と比べると、これらの取り組みのROI（投資対効果）を正当化することがますます難しくなっているためだ。
「ユーザーに提供している有用な機能との直接的な関連性を示せなければ、その投資を正当化するのは難しくなる」と、Uberのアンドリュー・マクドナルド社長兼COOは語っている。
しかし、食物連鎖の反対側では別の変化が起きている。静かに、そして大げさな喧伝もなく、小規模企業がAIに試しに足を踏み入れ……成功している例が増えているのを、私は目にしている。メール文面の作成や調べ物の手伝いにとどまる話ではない。大きなROIが見込める、現実の業務へのAI実装についての話である。
ここ数年、AIの物語は大企業を中心に語られてきた。しかし2026年、それは中小企業の勝負になりつつある。
理由はAnthropicにある。同社が今年初めにリリースしたClaude Coworkは、まさにゲームチェンジャーだった。もはや「ChatGPT、ChatGPT、ChatGPT」とは聞かない。今はどこへ行っても「Claude、Claude、Claude」だ。AIをどう使って生産性と利益を高めているのか。現場で私が目にしていることを、いくつか紹介しよう。
週次エグゼクティブサマリー
多くの経営者が、これまでにない方法で複数のシステムから情報を取得している。ジョージア州で鋳造会社を経営する62歳のオーナーは、Claudeを自社のERPシステムとインターネット上の特定サイトに接続し、鋼材や鉄など主要素材の価格を追跡して、トレンドを把握したり問題を特定したりしている。
ある若いオペレーションマネジャーは開発者を雇い、MCP（Model Context Protocol）を用いて、AIプロバイダーを会計、CRM、受注システムに接続した。これにより、パイプライン、受注、活動状況をすべて1画面で追跡できるようになった。私のクライアントの1社では、Gmail、Dropbox、CRM、会計システムから関連する活動を取り込み、読みやすい物語形式にまとめた週次の「エグゼクティブレポート」を作成した。毎週金曜に彼女の受信箱へ届くこのレポートは、単なる財務サマリーをはるかに超える情報を提供している。
ショールーム向けAIツール
私が最近会った窓・ドア関連企業のオーナーは、ショールームの営業担当者向けにモバイルAIアプリケーションを開発するのに1万ドルを投じた。このアプリのおかげで、営業担当者はメモ取りを気にすることなく見込み客と会話できる。アプリが会話を聞き取り、文字起こしし、要約し、そして——いいだろうか——会話内容に基づいて見積書を自動で作成するという。彼によれば、大幅な時間短縮になり、見積精度も向上している。次の改良では、会話の最中にAIアプリが製品提案を行い、より良い価格を探すようにしたいという。
迅速なコミュニケーション記録
私たちのクライアントの1社は、電話、メール、やり取りのすべてをモデルに取り込み、全社のチームで共有するAIシステムの開発を私たちに依頼している。これにより、誰でも顧客について自然言語で質問すれば、その関係性の最新情報を完全に把握できる。さらにこのシステムは、会話に基づいて提案書、プロジェクト計画、タイムラインを生成するようにも設定されている。費用は約1万5000ドルだ。中小企業にとって、最新の共有データが持つ価値は計り知れない。
AIによる仕様情報リソース
私の友人は、農業機械の販売・整備を行う家族経営企業を運営している。製品資料、保証情報、技術仕様、手順書、ガイドブック、マニュアル、そして稼働に必要な無数の部品に関する資料が大量にある。これらの文書は、いくつかのオンラインフォルダに保存されている。Claude（あるいは他のAIプロバイダーでも同様だが）を使い、これらの保管場所に接続することで、技術者やカスタマーサービス担当者、そして最終的には顧客が、自分の所有する（または購入を検討している）機器に関するデータへクエリを投げ、迅速かつ正確な情報を得られるようにしている。
問題解決のためのナレッジベース
「ナレッジベース」を覚えているだろうか。AIがそれに取って代わりつつある。
この農業機械販売会社が次に計画しているのは、対話型のAI活用ナレッジベースだ。同社はクラウド型のサービス／チケット管理システムに、発生した問題と解決策を記録してきた。そこへAIプロバイダーを接続すれば、技術者や顧客は、過去に別の場所で起きた問題の修理手順をステップごとに得られるようになる。
予測
私の小規模クライアントの多くは、キャッシュフローを正確に予測できるほど成熟していない。だが、それができれば事業運営やコスト管理に絶大な効果をもたらすだろう。間接費を見積もることや利益率を推定することが問題なのではない。問題は売上予測である。だからこそ私たちは、従業員150人規模のコート紙・フィルムメーカーのクライアントとともに、AIプロバイダー（このケースではGemini）をERPとCRMに接続し、さらに過去の見積書を保管するフォルダにも接続している。そして過去の活動と現在のデータに基づき、今後90日間の売上高を予測するのだ。驚くべきことに、かなり精度が高い。鍵となるのは、Geminiに継続的に予測を実際の請求書発行や入金と比較・再評価させ、学習と改善を促すことだ。
中小企業はAIを使っている。私はそれを目にしている
これは現実世界でAIが実際に起きている話だ。既製品をそのまま使うわけではない。しかしツールはそろっている。AIプロバイダーと異種のデータベースを接続できるMCPは、状況を一変させる。Anthropic、マイクロソフト、Google、Grokのような多くのAIプラットフォームプロバイダーは、QuickBooks、Slack、Salesforceなどの人気業務ソフトウェアアプリケーション向けに、組み込み型コネクタを展開し始めている。DIY志向の強いクライアントの中には、こうした接続を自分たちで行い、システムを自前で構築しているところもある。だが大半は、仕組みを一から理解することなく活用したい他の業務サービスと同様に、専門家や開発者を雇って対応している。
そして、こうした企業は規模が小さく、トークン化のリクエスト数もはるかに少ないため、これらのプラットフォームを活用するコストは最小限にとどまっている。いまや数千万件規模のリクエストを抱え、そのコストの痛みを感じ始めた大企業と比べれば、特にそうだ。
まだ始まったばかりである。今後数カ月で、さらに多くのユースケースを共有するつもりだ。そしてエージェント型AI（自律的にタスクを実行するAI）の信頼性が高まれば、私のクライアントや他の中小企業は、AIシステムを次のレベルに引き上げ、実際の業務機能を担わせるようになるだろう。それにより、過重労働に苦しむ従業員が解放され、より生産的な仕事に時間を使えるようになるはずだ。
