中小企業の AI 導入率 20.4% から見える「次の一手」 — 自社EC 月240h→24h を再現する Lark AI 90日ロードマップ

「うちもそろそろ AI を入れた方がよいのは分かっているが、何から始めればよいか分からない」 — これは中小企業の経営者から最も多く聞く言葉です。2026 年 3 月に独立行政法人中小企業基盤整備機構(中小機構)が公表した 『中小企業の AI 等の利活用に係る実態調査』(2026 年 3 月) は、まさにこの「分からなさ」を裏付けるデータを公表しました。AI 導入率 20.4%・導入検討中 18.6%・前向き層は合計 39.0%。残り 6 割超は「導入予定なし or 検討すらしていない」状態ですが、前向きな 4 割の中で、すでに具体的に動けている企業は半分強しかいません。

本記事では、この公的データを起点に、中小企業がここから 90 日で「やってよかった」と言える AI 活用にたどり着くための実装ロードマップを提示します。題材として使うのは Lark の AI 機能群(Lark Minutes・AnyGen・Base AI カラム・AnyCross)。アウフヘーベンジャパン株式会社は群馬・前橋を拠点に Lark 導入を支援しており、自社 EC 事業で 月 240 時間あった事務作業を 24 時間 (-90%) まで圧縮 した実証データを持っています。本記事はその社内手順を、中小企業 30 名規模で 90 日に分解した「順番」と「やめどき」の両方を含めて公開します。

結論 — 「AI を入れるかどうか」ではなく「導入率 39% の前向き層に残れるか」が分かれ目

中小企業の AI 導入は「導入する vs しない」の二択ではなく、「ここから 12 か月で前向き 39% の側に残れるか、置いていかれる 61% に沈むか」の競争です。中小機構 2026 年 3 月調査の「導入率 20.4% + 検討中 18.6% = 前向き 39.0%」という数字は、裏返せば「6 割超の中小企業はまだ動いていない」ことを示しています。ここに 2 つの示唆があります。第 1 に、いま動けば「先行者 4 割」に滑り込めること。第 2 に、6 割が動いていないからこそ「現場が混乱せずに学べる時間がまだ残っている」ということ。先行者 4 割が「成功事例情報の不足」(課題 83.3%、同調査) で止まっている今こそ、慎重派の中小企業にも「事例を見て真似する」という追走の道が開かれています。

では具体的に何から始めるか。本記事の主張はシンプルで、「総務・管理 → 営業 → 経営企画」の順で、「議事録 → 文章作成 → 部門間ワークフロー」の 3 段階を 90 日で抜けることを提案します。中小機構の同調査は AI 導入が進む業務分野を 1 位 総務・管理 68.3%、2 位 営業・販売・サービス 60.3%、3 位 経営・企画 58.5% と報告しており、これは「最も身近な事務作業」から始めて「徐々に判断業務に拡張」というセオリーがそのまま反映された結果です。Lark を選ぶ理由は、この 3 段階が 1 つのプラットフォーム内で完結する(議事録は Minutes、文章作成は AnyGen、ワークフローは Base + AnyCross) からで、SaaS 7〜8 ツールを横断する一般的な「AI 導入」と比べてリードタイムと運用コストが大きく下がります。詳細は本記事後半の 90 日ロードマップで分解します。

中小機構 2026 年 3 月調査が示した「現在地」 — 数字で見る中小企業の AI

まず公式調査の数字を、報道のヘッドラインではなく原典ベースで整理します。中小機構の 『中小企業の AI 等の利活用に係る実態調査』ポイント版(2026 年 3 月) から、経営者が押さえるべき主要指標を抜粋します。

指標 1: AI 導入率は 20.4% — 「全社的に導入」は少数

「全社的に AI を導入している」と「一部の業務で導入している」の合計が 20.4% です(出典: 一般社団法人 日本販売士協会の同調査紹介ページ)。さらに「導入を検討している」が 18.6% で、前向き層は合計 39.0%。一方で「導入する予定はない」が過半を占めており、認知ギャップが大きいことが分かります。経営者として読むべきポイントは、20.4% の内訳が「全社的」より「一部業務」が圧倒的多数だということ。つまり「先行者 2 割」も、社内のごく一部の人が触っている段階で、組織として AI を使いこなしているわけではありません。

指標 2: 導入分野の TOP 3 は総務管理(68.3%)・営業販売サービス(60.3%)・経営企画(58.5%)

AI 導入が進んでいる中小企業の中で、業務分野別の導入率は次の通りです(同調査ポイント版より)。

• 総務・管理部門 — 68.3% (1 位)
• 営業・販売・サービス部門 — 60.3% (2 位)
• 経営・企画部門 — 58.5% (3 位)

「製造現場」や「研究開発」ではなく、「総務・営業・企画」というホワイトカラー事務作業から AI 導入が始まっているのが特徴です。これは、生成 AI(同調査では AI 導入済企業の 82.6% が利用) との親和性が高い業務 — 文書作成・要約・問い合わせ対応・データ整理 — がここに集中しているからです。中小企業が AI 導入の入口を選ぶときは、この 3 部門に絞って優先するのが最短ルートと言えます。

指標 3: 導入目的の TOP は「業務効率化／作業時間の短縮」(87.0%)

AI 導入の最大の目的は、ぶっちぎりで「業務効率化／作業時間の短縮」(87.0%) です。2 位の「品質向上」(32.3%) との差は 54 ポイント以上。同調査は、中小企業が AI に求めているのは「人手不足の中で同じ仕事をいかに早く終わらせるか」だと示しています。一方で「付加価値創出」効果は 22.3% にとどまり、IT 一般導入時の効果(7.4%) と比較すると 15 ポイント上回るものの、「効率化」とは大きな開きがあります。経営者が AI に最初に期待すべきは「攻め」(新規事業創出) ではなく「守り」(既存業務の時短) であり、ここを取り違えると「すごい AI を導入したけど社員が使わない」という典型的な失敗に直結します。

指標 4: 最大の障壁は「成功事例情報の不足」(83.3%)

AI 導入を進めるにあたって不足している情報として最も多いのは「他社の成功事例」(83.3%、同調査) です。「コスト情報」(74.5%)「専門人材情報」(67.1%) を大きく上回ります。これは「予算が出ない」「人がいない」よりも、「自社と似た規模・業種で成功した実例が見えないから、最初の一歩を踏み出せない」という構造的問題を意味します。本記事が中小機構データに加えて自社 EC の実証データを併記しているのは、まさにこの「事例不足」を埋めるためです。

「小さな成功で止まる」3 つの典型パターン — 先行者 2 割が陥る罠

導入済み中小企業の多くは、最初の小さな成功体験のあと「次の業務に拡張する」段階で止まり、AI 活用が点で終わってしまいます。これを越えるには、最初の選定段階で「拡張可能なツール構成」を選ぶことと、撤退基準を持って小さく試すことの両方が必要です。実際に現場で観察される止まり方は次の 3 パターンに大別されます。

パターン 1: 「議事録 AI で時短した」で満足してしまう

最も多い止まり方です。会議の文字起こし・要約を AI に任せると、確かに 1 回あたり 30 分〜1 時間の時短になります。しかし、それで満足してしまうと、議事録から派生するアクション(タスク化・関係者への連絡・進捗追跡)は依然として手作業のまま。本来であれば、議事録 AI と業務 DB(タスク管理・顧客管理) が連携してこそ「議事録の後の業務」まで圧縮できますが、議事録ツールを単体で導入すると、ここで止まります。アウフヘーベンの自社 EC でも当初は単体で運用しており、議事録単体では月 6〜10 時間の削減しか得られませんでした。Base + AnyCross と組み合わせて初めて、月 240h → 24h の数字が見えてきています(具体実装は Lark Minutes × AnyCross による議事録ゼロ運用 も参照)。

パターン 2: 「個人がそれぞれ ChatGPT を契約している」状態

導入率 20.4% の中身を見ると、組織契約ではなく社員個人が ChatGPT Plus を自費契約している、あるいはフリープランを業務利用しているケースが少なくありません。経営者から見ると「AI 導入済み」に見えても、(a) 機密情報が外部 LLM に流れるリスク、(b) ノウハウが個人に閉じ会社知見にならない、(c) 退職時に何も残らない、という 3 つの構造的問題が温存されます。組織で AI を入れるとき、最初に問うべきは「業務データを置く場所と、生成 AI が動く場所を一致させるか」です。Lark の場合、Lark Docs・Wiki・Base の同一テナント内で AnyGen が動くため、データガバナンスの観点で個人契約と比較にならない優位性があります。

パターン 3: 「PoC が PoC で終わる」

3 つ目のパターンは、最初の試行(PoC: Proof of Concept) で「AI で 1 部署月 10 時間削減」を実現したあと、その仕組みが他部署や類似業務に展開されず、最初の 1 部署で止まるケースです。中小機構の同調査でも「成功事例情報の不足」が最大課題(83.3%) と挙げられているのは、この拡張フェーズで詰まる企業が多いことの裏返しです。展開を阻む実体は技術ではなく組織側にあり、「現場が AI 担当者の善意に依存し、横展開を依頼する権限と工数が立たない」ことが多い。本記事の 90 日ロードマップでは、Day 46 以降を「他部署展開フェーズ」と明示しており、そこで撤退するか拡張するかを経営判断する仕組みを組み込みます。

Lark AI のラインアップとプラン別の使える範囲

Lark AI は単一の AI 機能名ではなく、4 つの機能群(Minutes / AnyGen / Base AI カラム / AnyCross) の総称です。それぞれが「議事録」「文書生成」「データ AI 処理」「ワークフロー自動化」を担い、組み合わせることで業務全体を AI 化できる構造です。プラン別に使える範囲を整理します。価格は 2026 年 6 月時点・税抜・年払い、出典は Lark 公式料金ページ です。

Lark Minutes — AI 議事録(会議の自動文字起こし・要約)

Lark Minutes は、Lark の Web 会議または音声ファイルから自動的に文字起こし・要約・タスク抽出を行う機能です(公式: Lark Minutes プロダクトページ)。話者識別・章構造の自動付与・キーワード索引・3 倍速再生に対応。要約結果は Docs として保存され、Wiki に集約してナレッジ化できます。本記事の 90 日プランでは Day 1〜15 の最初の AI 体験としてここから始めます。

AnyGen — 生成 AI による文書作成・要約・翻訳

AnyGen は Lark Docs / Wiki / Base 上で動く生成 AI で、文書のドラフト生成・要約・翻訳・トーン調整・タスク抽出を実行できます。Lark Docs での「/(スラッシュコマンド)」から呼び出し、Lark テナント内のデータコンテキストを参照しながら出力するため、ChatGPT 単体利用と比べて社内文脈の継続性が大きく上回ります。Day 16〜45 の「文章作成自動化」フェーズで主役になります。

Base AI カラム — 表の中で AI を「列」として動かす

Lark Base のテーブルに「AI カラム」を追加すると、各行ごとに自動で要約・分類・抽出・タグ付けを行えます。例えば「問い合わせ本文」列に対して「カテゴリ分類列(AI)」を作れば、新規レコード追加時に AI が分類を自動入力します。Excel や Google Sheets では関数や Apps Script を組まないと実現できない処理が、Base ならノーコードで構築可能。Day 46 以降の部門間ワークフロー自動化で組み込みます。

AnyCross — ノーコード自動化ワークフロー

AnyCross は Lark の各機能(Base / Docs / IM / Calendar / Approval) と、外部 SaaS(Salesforce / Stripe / Gmail / Slack / SmartHR 等) をつなぐノーコードワークフローエンジンです。トリガー → 条件分岐 → アクションの単純な構造で、「Base に新規レコードが入ったら IM で通知」「Calendar の会議終了後に Minutes を Wiki に自動保存」のような連鎖を組めます。AnyCross 単独でも便利ですが、AI と組み合わせて初めて「人が触らないワークフロー」が完成します。

プラン別の使える範囲

主要 AI 機能のプラン別利用範囲を整理します(2026 年 6 月時点、公式料金ページに基づく)。

30 名規模で AI 機能を本格運用するなら、Starter 無料プランは 20 名上限のため利用不可、Pro 以上が現実解です。月額は Pro で 30 名 × ¥1,420 = ¥42,600、Enterprise で ¥54,600。一方、同じ規模で Microsoft 365 Business Standard(¥1,874) + Microsoft 365 Copilot Business(キャンペーン期間 ¥2,698、通常 ¥3,148) を組み合わせると、Copilot だけで 30 名 × ¥3,148 = ¥94,440/月、合計 ¥150,660/月。AI 機能を含むトータルコストで比較すると、Lark Pro の方が約 3 分の 1 です(出典: Microsoft 365 Copilot 公式料金、Microsoft 365 Business 公式料金、いずれも税抜・年払い)。詳細比較は M365 値上げと Lark への移行判断 も参照してください。

自社 EC を 240h → 24h にした実装の中身 — 何を AI に任せ、何を人が握ったか

アウフヘーベンの自社 EC 事業では、注文処理・顧客対応・在庫管理・経理仕訳を Lark に集約することで月 240 時間 → 24 時間(-90%) の事務作業圧縮を実現しました。この数字を作っているのは「AI に丸投げ」ではなく、「AI が一次処理し、人が判定・承認する」という設計です。何を AI に渡し、何を人に残したかを以下で開示します。

AI に渡した業務 — 一次処理・分類・要約・下書き

• 顧客問い合わせの一次分類 — Base AI カラムで「返品/交換/配送/その他」を自動分類。優先度(緊急 / 通常)も AI 出力。
• 返信文ドラフトの生成 — AnyGen が過去問い合わせ FAQ と顧客履歴を参照して返信案を生成。担当者は確認・微修正のみ。
• 会議要約とアクション抽出 — Minutes が会議終了 5 分後に要約+ToDo を出力。AnyCross が ToDo を Base のタスク管理表に自動登録。
• 仕入請求書 OCR と仕訳ドラフト — Base の OCR + AI カラムで請求書を読み取り、勘定科目候補と税区分を AI が提案。経理担当が確認のみ。
• EC レビューの感情分析 — 商品レビューを Base AI カラムで「ポジティブ / ネガティブ / 改善要望」に自動分類し、ネガティブのみを社長に通知。

人が握り続けた業務 — 判断・対外コミュニケーション・例外処理

• クレーム一次対応 — 高怒り顧客への返信は AI 案を参考にしつつ、文面は担当者が一から書く。
• 仕入価格の値上げ判断 — サプライヤーからの値上げ通知に対する受諾/交渉は経営判断。
• 新商品の仕入決定 — トレンドデータは AI が要約するが、最終仕入は社長判断。
• 採用面接の評価 — 議事録は Minutes が作るが、合否評価は面接官のメモを正本とする。
• 異常検知時の対応 — Base の AI カラムが「異常」とフラグした取引は、必ず人間が再確認してから決済通す。

この境界線が曖昧だと「AI が言ったから」を盾にした事故が起きるか、逆に「AI を信用できないから全部見直す」で工数が減らないかの二択になります。アウフヘーベンの基準は「①外部関係者(顧客・取引先)への対外コミュニケーション最終形は人が握る ②経営判断と例外処理は人 ③それ以外の定型業務の一次処理は AI」。月 240h → 24h の数字は、この設計に半年かけて社内ルールを定着させた結果です。

中小企業向け Lark AI 90 日ロードマップ — 議事録 → 文書 → ワークフロー

30 名規模の中小企業が Lark AI を 90 日で「使える状態」にする推奨順序は、「議事録(Day 1〜15) → 文書作成(Day 16〜45) → 部門間ワークフロー(Day 46〜90)」の 3 フェーズです。各フェーズで「成功した場合の次の一手」と「うまくいかなかった場合の撤退基準」をセットで持つことが重要です。撤退基準を持たないと「PoC が PoC で終わる」3 つ目の罠にハマります。

Day 1〜15: 議事録ゼロ運用フェーズ — 最初の AI 体験

最初のフェーズは「会議の議事録を全廃する」ことを目標にします。Lark Minutes が会議終了 5 分後に要約とアクション項目を Docs として出力するため、議事録担当が要約を書き直す作業がほぼ消えます。同時に、議事録の Wiki ナレッジ化を仕組み化することで、組織知見の蓄積も進みます(運用設計は Lark Wiki でナレッジ管理を 30 日で立ち上げる 参照)。

• Day 1〜3: Lark 環境セットアップ。Pro プラン契約。担当 5 名でテスト運用。
• Day 4〜7: 経営会議・営業会議を Lark 会議で実施。Minutes 要約を全員に共有し違和感をすり合わせ。
• Day 8〜10: AnyCross で「会議終了 → 要約を Wiki に保存 → 関係者に IM 通知」のワークフロー化。
• Day 11〜15: 全社展開。議事録担当の作業を「要約レビューと公開ボタン」のみに変更。

成功判定基準: 1 会議あたり議事録作業時間が 30 分以上削減できているか。組織全体で会議回数 × 30 分以上の時短が見えれば成功。
撤退基準: 要約精度が許容範囲を下回り、毎回手直しに 20 分以上かかる場合は、会議の話し方ルール(発言ターン・主語明示) から見直す。3 週間試して改善しない場合は別フェーズへ進む前に PoC 停止。

Day 16〜45: 文書作成自動化フェーズ — AnyGen で日常業務に AI を入れる

議事録の成功体験が定着したら、AnyGen で「日常の文書作成」を AI 化します。中小機構調査で AI 導入のトップ部門「総務・管理(68.3%)」が AI を最も使っている領域がここです。社内メール・社外メール下書き・契約書チェック・FAQ 整備・採用要項・社内通達など、文書作成全般を AnyGen が一次稿を書き、担当者が確認する形に変えます。

• Day 16〜20: AnyGen 利用ガイドラインを策定。社内情報の取扱区分(機密 / 社内 / 公開) と AI 利用可否のマトリクス。
• Day 21〜30: 総務部門で「会社案内文の改訂」「社内通達の下書き」「契約書チェックリスト」の 3 用途を実装。
• Day 31〜40: 営業部門で「提案資料下書き」「商談後のフォローメール」「FAQ 集の整備」を展開。
• Day 41〜45: 経営企画で「月次レポートの要約」「経営会議資料の事前整備」を試行。

成功判定基準: 文書作成 1 件あたり平均 20 分以上の時短が定量計測できれば成功。月単位で総務 + 営業 + 経営企画の 3 部門で合計 30 時間以上の削減が見えるとよい。
撤退基準: 「AI 下書きを毎回大幅に直す手間で結局時短になっていない」場合は、ガイドラインで対象業務を絞り直す。半月試してダメな業務は AI から外す。

Day 46〜90: 部門間ワークフロー自動化フェーズ — Base + AnyCross で人を介さない

最終フェーズは「部門間の引き継ぎ」を AI と AnyCross で自動化します。中小企業で時間を最も奪うのは「営業 → 受注 → 出荷 → 請求 → 入金確認」のような部門間の情報受け渡しで、ここに「人が手入力」「Excel をメールで送る」「Slack で報告する」が挟まると、1 案件あたり 30 分〜1 時間が消えます。Base で全部門のデータを 1 つの台帳に集約し、AnyCross が「営業案件 → 受注テーブル → 経理テーブル」を自動連携することで、引き継ぎコストが消えます(設計の基本は Lark Base が中小企業の業務効率を変える 3 つの理由 参照)。

• Day 46〜55: 既存業務フローの棚卸し。営業 → 受注 → 出荷 → 請求 → 入金の各ステップで誰が何を入力しているかをホワイトボードに描き出す。
• Day 56〜65: Base に「案件管理表」「受注表」「請求表」を作成し、各表の関連付け(リンク列・ルックアップ)を設定。
• Day 66〜75: AnyCross で部門間遷移を自動化。「営業ステータスが受注に変わったら受注表に自動コピー」「請求書発行 7 日後に入金確認のリマインダーを経理に IM」など。
• Day 76〜85: AI カラムを追加。例: 受注表の「特記事項」列を AI が要約して、出荷時の優先度を自動付与。
• Day 86〜90: 全社展開と運用ルール文書化。AI が間違えたときの修正手順を全員が理解できる状態に。

成功判定基準: 部門間引き継ぎの 1 件あたり工数が月平均で当初比 50% 以上削減できているか。AI による「予期せぬ自動入力ミス」が月 1 件以下にとどまっているか。
撤退基準: AI の誤判定で業務事故(誤発送・誤請求等) が連続発生する場合は、AI カラムを「サジェスト」モードに戻し、人が必ず確認する設計に切り替え。AI の積極導入は次年度に持ち越す。

30 名 / 50 名の ROI 試算 — Pro プランで何か月で元が取れるか

30 名規模の中小企業が Lark Pro を導入すると、月額 ¥42,600(税抜)。月 100 時間の事務作業削減で時給 ¥2,000 換算すると、削減効果は月 ¥200,000 相当。初月から黒字化する計算です。あくまで自社 EC の実証データを 30 名規模に按分した参考試算ですが、AI 導入のオーダー感を掴むのに役立ちます。

試算例 1: 30 名 / Lark Pro

• 月額: 30 名 × ¥1,420 = ¥42,600(税抜)
• 年間: ¥511,200
• 想定削減: 月 100h(議事録 20h + 文書 30h + ワークフロー 50h)
• 金額換算(時給 ¥2,000): 月 ¥200,000、年間 ¥2,400,000
• ROI: 約 4.7 倍 / 月、回収期間 1 か月未満

試算例 2: 50 名 / Lark Enterprise

• 月額: 50 名 × ¥1,820 = ¥91,000(税抜)
• 年間: ¥1,092,000
• 想定削減: 月 180h(部署数増による効果)
• 金額換算: 月 ¥360,000、年間 ¥4,320,000
• ROI: 約 4 倍 / 月

あくまで参考値で、実際は業種・業務構造によって振れ幅があります。アウフヘーベンの 60 分無料ヒアリングでは、御社の現状業務量を棚卸しした上で個別の ROI シートをお渡ししています。導入失敗を避けるための事前チェックポイントは Lark 導入失敗の 3 パターンと回避策 も参照してください。

他の AI ツール選択肢との比較 — kintone AI / Notion AI / ChatGPT Team との違い

中小企業の AI 導入で検討対象になる主なツールを、料金とカバー範囲で並べます(価格は 2026 年 6 月時点・税抜)。

Lark の優位性は「AI を含む業務基盤を一括で提供する」点にあり、議事録・文書・DB・ワークフロー・コミュニケーションが 1 つのテナント内で完結します。kintone は業務 DB 単機能としては優れますが AI 統合は限定的、Notion は知識ベースとしては強力でも議事録機能やワークフロー自動化を持ちません(詳細比較は Lark vs kintone、Lark vs Notion、Lark vs Microsoft Teams を参照)。

FAQ — 中小企業の AI 導入でよく聞かれる 5 つの質問

Q1: AI 導入率 20.4% という数字は本当に信頼できる調査ですか?

A1: はい。独立行政法人中小企業基盤整備機構(中小機構)が 2026 年 3 月に公表した『中小企業の AI 等の利活用に係る実態調査』が原典です。中小機構は経済産業省所管の公的機関で、中小企業の実態を継続的に調査しています。原典 PDF(ポイント版) で、AI 導入率 20.4%・前向き層 39.0%・業務分野別では総務管理 68.3% が最高であることが確認できます。なお別の民間調査(株式会社 Leach「中小企業 AI 導入実態調査 2026」) では導入率を 12% としており、サンプリングや「導入」の定義の違いで数字が振れる点には注意が必要です。

Q2: 自社 EC の「240h → 24h」は何が含まれていますか?

A2: アウフヘーベンジャパンの自社 EC 事業における事務作業時間(注文処理・顧客対応・在庫管理・経理仕訳の合算) が、Lark 集約前は月約 240 時間、Lark + AI 機能の活用後に月約 24 時間まで圧縮できたという実証データです。各業務の内訳の一部は本記事の「AI に渡した業務 / 人が握り続けた業務」セクションに開示しており、より詳細な内訳と段階的な数字の推移は 自社 EC 月 240h → 24h の実装ケース で公開しています。

Q3: Lark Starter(無料)で AI 機能を試せますか?

A3: 部分的に試せます。Lark Starter は 20 名上限・無料で、Lark Minutes と AnyGen の基本機能、Base AI カラム(2,000 行まで)、AnyCross(月 1,000 回まで) が含まれます(出典: Lark 公式料金ページ)。20 名以下なら Starter で十分に PoC が回せます。21 名以上、または上記回数を超える運用が必要な場合は Pro プラン(¥1,420/人/月、税抜・年払い) への移行が必要です。Starter は 2025 年 3 月 1 日改定で旧 50 名から 20 名に縮小された点はご留意ください。

Q4: 90 日ロードマップを途中で失敗した場合、どう判断しますか?

A4: 本記事の各フェーズに「成功判定基準」と「撤退基準」を併記しています。撤退基準に該当する事象(議事録要約が手直しで結局時短にならない、ワークフロー自動化で誤動作が連続するなど) があれば、次のフェーズに進む前に PoC を停止し、原因が「ツール側の制約」か「組織側の運用」かを切り分けます。組織側に課題がある場合は、Lark 以外のツールに変えても同じ問題が再発するため、AI 導入そのものを 6 か月以上見送るのが現実的判断です。

Q5: ぐんま DX 補助金 2026 や IT 導入補助金 2026 は Lark AI 導入に使えますか?

A5: 補助金の制度設計上、Lark の Pro / Enterprise プランは「クラウド型 IT ツール」として対象になり得ます。ただし採択は申請書の質・事業計画の妥当性・対象事業者要件の合致が前提で、補助金の存在自体が導入の決め手にはなりません。アウフヘーベンジャパンは群馬・前橋を拠点に Lark 導入を支援していますが、補助金については各補助事業の公募要領を直接ご確認の上、必要に応じて社内認定支援機関等にご相談ください。詳しくは 2026 年デジタル化・AI 導入補助金と Lark も参照してください。

最後に — 「次の一手」を決めるための 60 分

中小機構 2026 年 3 月調査が示した「AI 導入率 20.4%・前向き層 39.0%」という現在地は、裏返せば「先行者 4 割の中で、まだほとんどの企業が成功事例不足(83.3%) で次に進めない」という競争状態を意味します。ここで動ける企業と動けない企業の差は、ツールの選定でも、AI の性能でもなく、「自社の業務をどの順番で AI に渡すかの設計」です。本記事の 90 日ロードマップは、その設計を「議事録 → 文書 → ワークフロー」の 3 ステップに分解し、各フェーズに撤退基準まで含めた現場用のテンプレートです。

アウフヘーベンジャパン株式会社では、群馬・前橋を拠点に、中小企業の Lark 導入・AI 業務改革を伴走支援しています。60 分無料のヒアリングで、御社の現状業務量・部門構造・既存システムを棚卸しし、「どの業務から AI に渡すか」「Pro と Enterprise のどちらが適切か」「投資回収はいつ見えるか」をオーダーメイドでお出しします。中小企業の DX で何をどう進めるか全体像を把握したい方は、中小企業 DX 失敗率 64% を回避する 5 ステップ もあわせてご一読ください。