届け方をめぐる記録（2026年7月）
価値を問い直した会社が次にぶつかるのは、届け方の壁だ。AIが実際に売上を生んでいる場所はどこか——マーケティングと顧客接点の再設計に、中小企業の勝ち筋がある
2026年、AIの成果は場所によって偏り始めた。コスト削減はサプライチェーンや製造で出ている。だが売上の増加が最も多く報告されているのは、マーケティングと販売だ。価値をつくる工程ではなく、価値を届ける工程で、AIは金銭的な成果を出している。にもかかわらず、多くの中小企業のAI活用は社内の効率化で止まっている。この非対称が、今号の出発点だ。
マッキンゼーが2026年8月に公表した年次調査「The state of AI in 2026」は、97か国1,719名の回答から、AIの財務成果が業務機能によってはっきり分かれることを示した。コスト削減の効果が最も多く報告されたのはサプライチェーン管理・サービスオペレーション・製造だ。一方、売上（revenue gains）の増加が最も多く報告されたのはマーケティングと販売であり、次いで製品・サービス開発、ソフトウェアエンジニアリングが続いた。
ここには示唆がある。AIを「人手を減らす道具」として入れた企業はコストの側で成果を得る。だがAIを「顧客に届く形と速さを変える道具」として入れた企業は、売上の側で成果を得る。中小企業のAI導入は前者に偏りやすい。請求書処理、議事録、日報——どれも正しい入口だが、そこで止まると売上は動かない。
同調査はもう一つ重要な数字を出している。AI活用が全社の営業利益に貢献したと答えた割合は37%で、前年からほぼ変わっていない。導入率も規模拡大も進んでいるのに、財務成果だけが横ばいなのだ。差を生んでいるのは導入の有無ではなく、ワークフローそのものを設計し直したかどうかである。同調査では、成果を出している上位層（回答者の約6%）のうち約4分の3が業務プロセスを根本から再設計したと答えたのに対し、その他の企業では約4分の1にとどまった。
生成AIの導入直後、多くの企業がまず取り組むのは発信量の増加だ。ブログ記事、SNS投稿、メールマガジン、提案書のテンプレート——制作コストが劇的に下がるのだから自然な反応である。だがこれは届け方の再設計ではなく、旧来の一斉発信モデルの高速化にすぎない。
問題は、受け手の側の処理能力が増えていないことだ。世界中の企業が同時に発信量を10倍にすれば、一件あたりの到達率は下がる。生成AIによるコンテンツ増産は、送り手にとっては生産性向上だが、受け手にとっては情報過多の悪化である。ここで効いてくるのが、Vol.05で扱った「顧客が本当に片づけたいこと」の理解だ。届ける量ではなく、届ける相手と時機と文脈を選び直すことが、届け方の再設計にあたる。
届け方の競争において、中小企業には大企業にない資産がある。顧客の顔と履歴が、一人の頭の中に入っていることだ。誰がいつ何に困り、どんな言い方を好み、何を心配して見積を止めたか。大企業ではこれがCRMの数百項目に分解され、部門をまたいで断片化する。従業員30名の会社では、それが社長と現場2〜3名の記憶として統合されている。
この記憶は今まで属人的で、退職とともに失われる資産だった。生成AIが変えたのは、この暗黙知を書き出せば使える形に変換できるようになったことだ。過去の見積書、問い合わせメール、電話の要点メモ、クレームと解決の記録。これらを整理してAIに文脈として渡せば、一人の経験が全社の応答品質になる。大企業がデータ基盤の統合に数年かける間に、中小企業は数週間でこれをやれる。届け方の再設計が中小企業に有利な理由はここにある。
2026年版中小企業白書は、デジタル化の取組段階について注意すべき数字を出している。段階4——デジタル化によってビジネスモデルの変革や競争力強化に取り組んでいる状態——と回答した事業者は2.8%。2023年の6.9%、2024年の3.2%から、年を追って下がっている。ツールの導入は進んだのに、事業の形を変えたと言える企業は減っているのだ。
同白書は、AIを活用していない理由の最多が「活用する業務のイメージができていない」であることも報告している。総務省「令和7年版 情報通信白書」でも、日本企業が生成AI導入で最も懸念するのは「効果的な活用方法がわからない」だった。二つの調査が同じ壁を指している。技術でもコストでもなく、どこに当てるかの設計が欠けている。
届け方の再設計は、この壁に対する具体的な答えになりうる。効果測定が難しい社内効率化と違って、顧客接点の変化は数字に出る。返信までの時間、見積提出までの日数、初回問い合わせからの成約率、再依頼率。すべて既存の記録から測れる指標だ。
届け方を設計し直すには、まず接点を分解する必要がある。実務上、中小企業の顧客接点は次の4層に整理できる。
多くの企業は①に予算を使う。広告、ホームページ改修、SNS運用。だが調査が示す売上貢献の実態と、中小企業の資産の所在を考えれば、着手すべきは②と④だ。②は既存の問い合わせを取りこぼさなくする守りの投資であり、④は既存顧客からの追加受注を生む攻めの投資である。どちらも新規集客より確実で、どちらもAIとの相性がいい。
応答速度の改善は、単なる利便性の向上ではない。マシュー・ディクソンらが『おもてなし幻想』で示したのは、顧客ロイヤルティを高めるのは期待を超える感動体験ではなく、顧客の努力（エフォート）を減らすことだという発見だった。何度も問い合わせ直す、担当者を探す、同じ説明を繰り返す——この労力こそが顧客を離れさせる。
生成AIはここに直接効く。過去のやり取りを文脈として渡せば、初回返答の段階で「前回の件を踏まえた」応答が返せる。顧客は説明をやり直さずに済む。これは感動ではなく、摩擦の除去だ。そして摩擦の除去は、感動と違って再現性がある。仕組みで作れるということは、30名の会社でも実装できるということだ。
ただし、AIによる届け方の再設計には明確な地雷がある。総務省・経済産業省が2025年3月に公表した「AI事業者ガイドライン（第1.1版）」は、AIの利用にあたって透明性の確保と、適切なタイミングでの人間の判断の介在を求めている。顧客接点は、この要請が最も直接的に効く領域だ。
実務上の線引きはシンプルに三つ。第一に、人が書いたように装わない。自動応答であることを隠して人格を演じさせると、露見したときに失う信頼は得た効率を上回る。第二に、確認していない情報を送らない。納期、価格、仕様——AIが生成した数字をそのまま顧客に出す運用は、いずれ事故になる。第三に、顧客データを勝手に外に出さない。過去のやり取りを文脈として使うこと自体は正当だが、どのサービスにどこまで渡すかは経営判断として決めておく必要がある。詳細は本号の分析記事で扱う。
届け方を作り替えると、一つの副作用が起きる。顧客との接触頻度が上がり、関係が濃くなるのだ。速く返し、文脈を踏まえ、納品後も連絡が続く。これは望ましい変化だが、同時に新しい問いを生む。関係が続くことを前提にしたとき、事業の形はどう変わるのか。売り切りから継続へ、取引から関係へ——その移行は価格の付け方も、人の配置も、経営の時間軸も変える。
届けた先で、顧客と何を続けるのか。これがVol.07の問いだ。