町工場がGeminiでRPAを捨てた理由

月2日の棚卸しと、保守が重いRPA（なぜ今まで解けなかったか）

愛知県で金属加工や鋼材販売を営むスチールテック株式会社では、毎月行われる決算作業のために大きな現場負担を抱えていた。原材料の在庫量を正確に把握するため、ベテラン社員たちが毎月丸2日間を費やして工場内の現物を数え上げる「手作業棚卸し」を行っていたからだ。膨大な鋼材を目視で数え、紙の帳票に書き写す作業は、製造ラインの動きを止め、担当者にとっても精神的な負担となっていた。

この課題に対し、同社は以前から業務自動化ツールであるRPA（ロボティック・プロセス・オートメーション）の導入を試みていた。しかし、社内システムやデータのフォーマットが少し変わるだけでエラーを起こして停止する。そのたびに修正作業が必要となり、「シナリオ作成と保守の工数が重すぎる」という新たな壁にぶつかった。専任のIT部門を持たない中小の町工場にとって、RPAを運用し続けること自体が維持不能な負担になっていたのだ。

どう入れたか：Gemini全社導入の体制・費用感・半年の定着の壁

同社が選んだ打開策は、専用ツールのカスタマイズ開発ではなく、Googleの汎用AIサービスGeminiの全社導入だった。特別な開発予算を投じることなく、月額数千円程度で利用できる汎用アカウントを現場社員へ配布し、一人ひとりの端末からアクセスできる体制を整えた。

しかし、ツールを契約しただけでは業務は変わらなかった。導入からの約半年間、現場ではAIがほとんど使われない「不使用の壁」が立ちはだかった。「仕事でどう使えばいいか分からない」「自分たちの現場には関係ない」という心理的抵抗があったためだ。この停滞期を破るため、同社は社内での使い方支援や成功体験の共有を根気強く継続した。

導入して最初の半年間は現場社員にほとんど使われず挫折しかけました。社内環境を見直し、使い方支援を続けたことで、50代の現場社員まで使いこなす組織に変わったのです。

現場の業務に寄り添った活用法を1つずつ提示した結果、50代のベテラン社員を含む全社でGeminiの利用が日常化。現在では現場のトップユーザーが月1,000回以上もAIに質問や業務依頼を投げかけるまでに定着している。

なぜ効いたか：RPAを捨てて汎用AIに寄せた構造と、効かない条件

スチールテックの成果で最も特徴的なのは、既存のRPAを捨てて汎用AIへ一本化した判断だ。RPAは「決められた手順通りに動く」反面、画面の仕様変更に弱く保守が欠かせない。一方、Geminiのような生成AIは曖昧な指示や変形データも柔軟に読み解く。厳密なプログラムを維持する手間を捨て、「AIに下ごしらえを任せる」構造に切り替えたことで、保守コストそのものが消滅した。

このアプローチにより、毎月2日かけていた棚卸しはリアルタイムの在庫把握へと切り替わり、年間24日分の工数が削減された。浮いた時間は、製造精度の向上や顧客からの短納期依頼への迅速な回答といった「人が直接価値を生む業務」へ充てられている。専任のIT担当者がいなくても、役割分担を整理すれば現場主導の自動化は機能する。

ただし、この事例がそのまま効かない条件もある。紙の伝票が大量に残り、デジタル化されたデータが一切ない現場や、在庫の管理ルールが人によってバラバラな状態では、AIを投入しても精度は出ない。また、機密情報の入力ルール（オプトアウト設定など）を定めずに全社展開を急ぐと、情報漏洩のリスクを招く点も事前の注意が必要だ。

あなたの工場で明日やる3手順（やめどき付き）

巨額の資金をかけずに自社で「毎月の集計や照合」を効率化したい場合、次のステップでリスクを抑えて始めることができる。

手順1：社内で最も時間を食っている定型集計を1つだけ選ぶ
月次決算や在庫チェックなど、複数の人間が手作業で照合している業務を絞り込む。

手順2：個人情報を除いたデータをGemini無料枠に読み込ませる
顧客名や機密数値をマスクしたCSVやテキストデータを用意し、「この数値の重複や不整合を抜き出して」と指示を出す。

手順3：2週間試して作業時間を比較する
2週間運用し、従来の作業時間と比べて作業時間が50%以上減らなければ撤退する。時短に繋がらない場合はデータ形式やプロンプトの出し方に原因があるため、別の簡易業務に切り替える判断を行う。

30分で課題を整理する→