AI導入前に必須｜中小企業のデータ統合を3週間で完成させる優先手順

AI導入を焦る前に「データが整っていない」という根本的なボトルネックを解消する必要がある。Excel・紙が混在する中小企業向けに、3週間でできるデータ統合の優先順位と具体的な作業手順を数字で解説する。

TL;DR

• AIが「使えない」の真因は8割がデータ不備。Excel・紙混在のまま導入しても誤答・空振りで終わる
• 3週間を「棚卸し→フォーマット統一→欠損補完」の3フェーズに分割し、1人・週5時間で回せる粒度に落とす
• 統合後の「正本ファイル」は1本に絞り、更新ルールと承認者を決めなければ整理は1ヶ月で崩壊する

---

なぜ「AI導入前の3週間」が必要なのか

AI活用の相談を受けると、「どのツールを使えばいいですか」という問いに隠れた本当の詰まりが見えてきます。受発注データがExcel複数バージョン・FAXの手書きメモ・担当者ごとのローカルファイルに散らばっている状態では、AIに何を食わせても「ゴミを入れればゴミが出る（Garbage In, Garbage Out）」——つまり、入力データが粗ければ出力も粗くなる——の原則から逃げられません。

Aha. が取材した製造業の卸売会社（従業員18名）では、AIによる在庫予測ツールを月額3万円で契約したものの、3ヶ月後に解約しています。理由は「予測が外れすぎる」でしたが、実態は仕入れ実績データに「単位の表記ゆれ（箱・ケース・carton）」「欠損月（担当者が退職した期間の未入力）」が大量に残っていたことでした。ツール代9万円・担当者工数を時給換算で約15万円、合計24万円相当を溶かした後に「データが悪かった」と気づいています。

3週間のデータ整備に先に投資すれば、このリスクは大幅に下がります。以下に優先順位と作業ステップを示します。

---

第1週：棚卸し（何がどこにあるかを地図にする）

目標：受発注データの在り処を1枚のリストに集約する

まず「データ棚卸しシート」をExcel1枚で作ります。列は「ファイル名／保存場所／担当者／最終更新日／フォーマット（Excel・紙・PDF）／含まれる期間」の6列で十分です。

作業時間の目安は、ファイル数20〜50本の規模で1人・延べ4〜6時間。「探す時間」が最大の壁なので、各担当者に「自分が持っているファイルを5分でリストアップしてSlack（またはメール）に送って」と依頼する形が現実的です。

この週でやらないこと： データの中身の修正。棚卸しが終わる前に個別ファイルを直し始めると、全体像が見えないまま部分最適になります。

---

第2週：フォーマット統一（AIが読める形に変換する）

目標：正本となるマスターファイルを1本作り、列定義を固定する

棚卸しシートをもとに、最もデータ量が多く・欠損が少ないファイルを「正本の雛形」に選びます。列名は以下を推奨します：

| 列名 | 定義 |

|------|------|

| 受注日 | YYYY/MM/DD形式に統一 |

| 取引先コード | 社内番号（なければ新規採番）|

| 商品コード | 同上 |

| 数量 | 数値のみ・単位は別列 |

| 単位 | 「個」「箱」など日本語で統一 |

| 単価（円） | 税抜き数値のみ |

| 金額（円） | 数値のみ |

| 担当者ID | 氏名でなくIDで管理 |

紙・FAXデータの取り込み方： スマートフォンのカメラ＋Adobe Acrobat（月額1,518円〜）やGoogle ドキュメントの「画像からテキストを抽出」機能（無料）でOCR（画像を文字データに変換する技術）にかけた後、上記フォーマットに手で転記します。1枚あたり3〜5分が目安。月30枚なら月2.5時間の定常作業として割り切ります。

この週の完了基準： 過去12ヶ月分のデータが正本ファイル1本に集まっており、全行でYYYY/MM/DD形式の日付が入力されている状態。

---

第3週：欠損補完と「更新ルール」の制定

目標：欠損・表記ゆれを潰し、今後崩壊しない運用ルールを文書化する

欠損の補完方針（優先順位順）

1. 金額・数量の欠損： 原票（紙・FAX）に戻って確認。原票もなければ「欠損」フラグ列に「1」を入れてそのまま残す。ゼロ埋めや推測での補完はしない——AIが誤学習する原因になります。

2. 日付の欠損： 担当者に確認。「おそらく〇月頃」という記憶ベースの情報は入れない。不明なら欠損フラグ。

3. 表記ゆれ（取引先名・商品名）： EXCELの「検索と置換」または無料ツールのOpenRefine（表記ゆれを自動でグループ化するオープンソースツール）を使い、名寄せ（バラバラな表記を1つの正式名称に統一する作業）を行います。OpenRefineは習得に2〜3時間かかりますが、1,000行以上のデータなら手作業より大幅に速くなります。

更新ルールの文書化（ここが最重要）

データを整えても「誰でも好きに更新できる」状態にすると、1ヶ月で元の混乱に戻ります。以下の3点だけをA4・1枚に書いて共有フォルダに置きます。

• 正本ファイルの保存場所： パス名を1行で明記
• 更新できる人： 氏名と担当業務（1〜2名に絞る）
• 更新頻度と確認者： 例「毎週月曜・〇〇さんが前週分を入力→〇〇課長が金曜に差分確認」

確認者（承認ゲート）は「不可逆な判断」——つまり正本データの削除・列定義の変更——だけに絞ります。日常の入力チェックまで経営者が担うと属人化の逆方向の詰まりが起きます。

---

3週間後のチェックリスト（AI導入可否の判断基準）

以下の4問に「はい」と答えられれば、AI導入の技術的な下地は整っています。

• [ ] 受発注データの正本ファイルが1本に集約されている
• [ ] 過去12ヶ月分で欠損率が10%以下（欠損フラグ列で確認できる）
• [ ] 日付・単位・取引先名の表記が統一されている
• [ ] 更新ルールと承認者が文書化され、担当者全員が知っている

欠損率が10%を超える場合は、AIツールの契約を1ヶ月延期してデータ補完に充てることを推奨します。ツール代を1ヶ月節約できる金額（月3万円なら3万円）は、補完作業の人件費に回せます。

---

まとめ：AIより先にデータの「家賃」を払う

AIは「整ったデータを高速で処理する道具」であり、「散らかったデータを自動で整理する道具」ではありません。3週間・1人・延べ15〜20時間の先行投資が、その後のAIツール費用と担当者工数を守ります。

次のステップとして、Aha. では「統合後のデータをAIに食わせる際の出力検証方法」を別記事でカバーする予定です。整ったデータがあっても、AIの出力を無検証で業務判断に使うことには別のリスクが伴うためです。

---

*本記事は情報提供を目的としており、個別の業務・法務・投資の判断について助言するものではありません。データ管理に関わる個人情報の取り扱いは、個人情報保護法の観点から専門家への確認を推奨します。*