AI 導入前チェックリスト — 1ページで終わる準備度診断

自社はAIを始める準備ができているのか。問題定義からデータ、人材、予算、セキュリティまで、本シリーズの要点を20の質問に圧縮しました。導入前でも、すでに始めた後でも、順に答えていけば自社の現在地が見え、どの領域から手をつけるべきかが1ページで分かります。各質問には関連記事への道筋も添えています。現在地が分かれば次が決まります。

AXAI転換チェックリストコンサルティング
動画で見る · 3:08
この記事の解説動画です(韓国語)。
YouTubeチャンネル →
ショート動画 4本(韓国語)
AI 준비된 기업, 13%뿐이었다
AI 프로젝트 실패 1위 원인은?
도구·사람·예산·보안, 체크했나요?
20문항 중 '예'가 몇 개인가요?

準備ができているかわからないなら、この20の質問に答えてみてください。 10分で終わります。

なぜチェックリストが必要か

このシリーズでは多くのことを扱いました。問題定義、ツール探索、データ準備、プロジェクト管理、経営層説得、セキュリティ、成果測定まで。

すべてを20の質問に圧縮しました。

領域1:問題定義(4問)

Q1. AIで解きたい問題が具体的に定義されているか?

米シンクタンクRANDが2024年8月に発表したAIプロジェクト失敗要因の報告書は、経験5年以上のデータサイエンティスト・エンジニア65人へのインタビューから5つの根本原因を挙げています。1つ目はAIで解くべき問題の誤解や伝達ミス、2つ目は有効なモデルを学習させるためのデータ不足でした。Q1とQ5を最初に置いているのはこのためです。

Q2. 問題の大きさを数字で言えるか?

Q3. 問題の「オーナー」がいるか?

Q4. AI以外の方法で解けないか検討したか?

領域2:データ(4問)

Q5. 問題に関連するデータが存在するか?

Q6. そのデータにアクセスできるか?

Q7. データの量と質をおおよそ把握しているか?

Q8. データは今も蓄積されているか?

領域3:ツールと技術(3問)

Q9. どのタイプのAIが必要か判断したか?

Q10. 既存ツールで小さく実験してみたか?

Q11. 内製と外注の境界を定めたか?

領域4:人材と組織(3問)

Q12. AI担当者が指定されているか?

Q13. その担当者に週4時間以上の公式な時間が与えられているか?

Q14. 現場の参加が確保されているか?

領域5:予算と実行(3問)

Q15. パイロットに必要な最小予算を把握しているか?

Q16. 成功基準が定まっているか?

Q17. 失敗した場合の計画があるか?

領域6:セキュリティ(3問)

Q18. AIに入れてよいデータの範囲を決めたか?

Q19. 個人情報の法的検討をしたか?

韓国には公式の参照基準があります。個人情報保護委員会は2025年8月に生成AIの開発・活用のための個人情報処理ガイド(韓国語)を公開し、ライフサイクルを4段階に分けて、段階ごとに確認すべき最低限の安全措置を示しました。ChatGPTなど商用LLMサービスを活用してサービスを開発する事業者も対象に含まれており、法的検討の出発点になります。

Q20. AI成果物の検証体制があるか?

AIが作った回答・文書・判断を誰がいつ確認するか。何を入れて何を確認したかを記録に残せば、検証はずっと楽になります — 記録型AI仕事術シリーズで扱った方法です。

結果の解釈

15個以上「はい」:すぐ始められます。

10〜14個:始められるが、「いいえ」の領域を並行して補強。

10個未満:AI導入より準備が先。

「いいえ」が多くても大丈夫

「いいえ」がある場所が最初のプロジェクトです。完璧に準備された組織はありません。自分の位置を知った時点で、すでに一歩先にいます。

実際、Ciscoが2023年11月に発表したAI Readiness Indexでは、世界8,000社以上のうち、AIを導入・活用する準備が完全に整っていた企業は14%にとどまりました。この調査も戦略、インフラ、データ、人材、ガバナンス、文化の6つの柱で準備度を測っています。ほとんどの組織は、どこかに「いいえ」を抱えたまま出発するということです。

20個全部「はい」になるまで待てば、永遠に始められません。今「はい」のものから始めてください。