政府がAI基本計画を閣議決定。沖縄の中小企業経営に何が起きるか

2026年7月14日、政府はAIに関する新しい基本計画を閣議決定しました。ニュースで見出しだけは目にした、という方も多いかもしれません。

ただ、その中身を「国の政策の話」として読み流すと、一つ見落とすことがあります。この計画には、沖縄で事業をされている読者の会社が、はっきりと含まれています。

「地域AX」という言葉に、誰が名指しされているか

第Ⅱ期人工知能基本計画の第3章第1節に、こういう一文があります。

人手不足が特に顕在化する地方部における中堅・中核企業へのAI導入・定着を伴走しながら進め、地方の伸び代を成長に転換するため、「地域AX」を推進する。

読み飛ばしやすい一文ですが、ここには具体的な対象が書かれています。「人手不足が特に顕在化する地方部」の「中堅・中核企業」です。

大企業ではありません。IT企業でもありません。地方で、人手不足に直面しながら事業を続けている企業です。そして国は、それを「伸び代」と表現しています。

政策文書としては珍しい書き方です。通常この種の計画は、産業全体や先端技術の話で構成されます。そこに「地方部の中堅・中小企業」という具体的な対象が名指しで入り、しかも「伴走しながら」という、かなり踏み込んだ言葉が使われている。

これが何を意味するかというと、今後この方針に沿って、国と自治体の予算と支援制度が、地方の中小企業のAI導入に向かって動くということです。

そして、それは自社だけに向かうわけではありません。同じ県内の、同じ業界の会社にも同じように向かいます。

この計画が「まだ早い」と読めない理由

「うちの業界にAIはまだ早い」という判断は、これまで合理的なものでした。実際、県内の多くの現場でAIは業務に定着していません。試したことはあっても、続いていない。そういう会社のほうが多数派です。

ただ、その判断の前提が変わりつつあります。計画の第1章には、日本の現状についてこう書かれています。

2025年までの間は、成長する各国との利用率や民間投資の差はむしろ拡大した。

差が縮まったのではなく、開いた。国自身がそう書いています。そのうえで、「中堅・中小企業、地域を含めたより裾野の広いAI実装」が必要だとしています。

つまりこの計画は、「AIが得意な会社をもっと伸ばそう」という話ではありません。まだ使えていない層を動かすことを目的にした計画です。名指しされているのは、まさに「まだ早い」と判断している側です。

ここで一つ、はっきりさせておきたいことがあります。この記事は「早く導入しないと乗り遅れる」という話をしたいわけではありません。競争条件の変化には後半で触れますが、焦って動くことのリスクについても同じだけ扱います。

ただ、判断を保留し続けるという選択が、これまでとは違う意味を持つようになった。その変化は事実として押さえておく価値があります。

AXとは何か——DXと何が違うのか

計画の中心にある言葉が「AX（AIトランスフォーメーション）」です。第1章で、こう定義されています。

あらゆる組織で、AIを前提として意思決定や業務の進め方を根底から見直す「AIトランスフォーメーション（AX）」を進めていく。

注目していただきたいのは、「意思決定」という言葉が「業務の進め方」より先に来ていることです。

DX（デジタルトランスフォーメーション）という言葉は、この10年で広く使われてきました。多くの現場では、これは「紙をデータにする」「手作業をシステムにする」という意味で受け取られてきたと思います。実際、そういう取組が中心でした。

AXが指しているのは、その先です。データになった情報をもとに、誰が、何を、どう決めるかを組み直すこと。ツールを入れることではなく、決め方を変えることが本体です。

この違いは、実務上とても大きな意味を持ちます。

たとえばチャット型の生成AIを導入して、文書作成が速くなったとします。これは業務の効率化です。有効ですが、AXではありません。会社の決め方は何も変わっていないからです。

一方、これまで月末にしか把握できなかった数字が毎日見えるようになり、その結果、判断のタイミングが月次から週次に変わったとしたら、それはAXです。ツールの話ではなく、経営の話になっています。

「AIで何ができるか」ではなく「AIがあることを前提にしたら、うちの決め方はどう変わるか」。計画が求めているのは、この問いの立て方です。

差がつくのは、道具ではなく渡す材料のほう

もう一点、AXを考えるうえで押さえておきたいことがあります。同じAIを使っても、会社によって出てくるものの質が大きく違うという事実です。

理由は、性能の使いこなしではありません。AIに渡している材料の量と質が違うからです。

一般に公開されている情報——業界の常識、教科書的な手順、ネット上の解説——は、AIの側がすでに持っています。そこを丁寧に説明しても、返ってくるものはあまり変わりません。差がつくのは、AIが持っていない情報のほうです。自社の取引の経緯、現場での判断、過去の失敗、顧客ごとの事情。会社の中にしかないものです。

この観点に立つと、AXの入口は「どのツールを選ぶか」ではなくなります。自社にしかない情報のうち、いま渡せる形になっているものがどれだけあるか。ここが実質的な出発点になります。そして多くの会社では、その多くが記録されていない状態にあります。

押さえておきたい4つの言葉

計画を読むうえで、いくつか押さえておくと理解が早くなる言葉があります。それぞれ、後で自社の判断に関わってきます。

エージェント型AI

計画が「急速に伸長」しているとする技術です。第1章では、AIの変化をこう表現しています。

AIは、対話による文書作成等で業務を支援するツールから、組織や社会の意思決定と実行を担える主体へと進展している。

ここでいう「対話による」支援が、いわゆるチャット型のAIです。こちらが指示を出して結果を受け取る、という関係で使います。これに対してエージェント型AIは、目的を渡すと、そこに至る手順をAI自身が計画し、実行し、確認し、修正します。

チャット型のAIを試して「結局こちらが指示を出す手間がかかる」と感じた経験がある方は多いと思います。その手間の正体がここにあります。関係の作り方が違うのです。

バーティカルAI

汎用的なAIではなく、特定の領域・現場に特化したAIです。計画は、これを日本の勝ち筋の一つとして位置づけています。特徴は、その現場の経験や知識——言葉になっていない判断を含めて——をデータとして取り込むことで成立する点にあります。

フィジカルAI

現実の空間で動くAIです。自動運転、自律型ロボット、設備の自動制御などが該当します。情報の世界だけで完結せず、機械や装置を通じて物理的な行動につながります。

AX（AIトランスフォーメーション）

前節で触れた通り、AIを前提に意思決定と業務の進め方を組み直すこと。上の3つは手段であり、AXは目的にあたります。

計画全体は、この4つの言葉と、「AIを使う」「AIを創る」「AIの信頼性を高める」「AIと協働する」という4つの方針で構成されています。

沖縄の構造に、AIという変数が加わると何が起きるか

ここからが、この記事の本題です。

計画は全国一律に書かれていますが、その影響の出方は地域によって違います。沖縄の経営環境には、AIという変数が加わったときに特有の反応を示す条件がいくつかあります。

人手不足が「一時的な採用難」ではない場合

計画が名指しした「人手不足が特に顕在化する地方部」という条件に、沖縄は強く当てはまります。ただ、ここで見るべきなのは人手不足という言葉そのものではなく、その構造です。

県内の主要産業には、観光・宿泊・飲食・建設といった労働集約型の業種が多く含まれます。これらに共通するのは、業務量が季節で大きく振れることです。

繁忙期に合わせて人を抱えれば閑散期に余剰が出る。閑散期に合わせれば繁忙期に回らない。このジレンマは、採用活動をどれだけ頑張っても解消されません。人員数という手段では、波を吸収しきれないからです。

ここにAIが関わってくるのは、「人の代わりに働かせる」という文脈ではありません。業務の並び順を変えることで、波の影響を受ける範囲を狭められないかという文脈です。この論点は、後述するクラスター記事で詳しく扱います。

「地理的な距離」が守ってきたものについて

もう一つ、沖縄固有の条件があります。

県外資本やチェーンの参入は以前から進んでいますが、それでも県内企業には一定の優位がありました。地域の事情を知っている、取引先との関係が長い、現地に人がいる。こうした要素は、距離があるからこそ意味を持ちます。

ただ、本社機能を持つ企業が全社的にAI実装を進めた場合、この構図には変化が生じます。仮に県外の同業が、見積作成や在庫管理、問い合わせ対応といった業務の処理速度を大きく上げたとすると、その差は距離とは無関係に効いてきます。

これまで地理的な距離が緩衝材になっていた競争環境が、AIによって薄くなりうる。これは県内企業にとって、AI導入を「効率化の手段」ではなく「競争条件の変化」として捉えるべき理由になります。

念のため申し添えると、これは「県外企業が有利になる」という単純な話ではありません。地域の事情を知っていること自体の価値は変わりません。ただ、その価値を数字や仕組みの形にできているかどうかで、差の出方が変わってきます。

そして、変化はおそらく県外からより先に、もっと近いところから来ます。同じ県内の、同じ商圏の同業です。

数社が先に業務の処理速度を上げると、見積の返しが早くなり、提案の量が増えます。仕事の総量が変わらないなら、その分はどこかから移ってきたものです。このとき起きるのは、業界全体が一斉に苦しくなる状況ではありません。周囲にはまだ仕事があるのに、自社にだけ声がかからなくなる、という形で表れます。

この出方には、やっかいな性質があります。景気や季節の話として説明がついてしまい、原因の特定が遅れやすいのです。業界全体の落ち込みであれば、同業と話せばすぐわかります。自社だけに起きている変化は、外からは見えにくいままになります。

「うちは特殊だから」が意味を変える

もう一点、県内企業からよく聞かれる言葉があります。「うちの仕事は特殊だから、既製品のソフトでは合わない」というものです。

これは事実であることが多いと思います。パッケージソフトに業務を無理に合わせて、かえって手間が増えたという経験を持つ会社は少なくありません。そのため「システム投資は自社には向かない」という結論に至る。この判断は、これまでは合理的でした。

ところが計画は、まさにその「特殊さ」を勝ち筋として位置づけています。汎用のAIではなく、特定の現場に特化したバーティカルAIに重点を置くという方針です。現場ごとの固有の事情を取り込めることが前提になっているため、「特殊だから合わない」という条件が、必ずしも制約として働かなくなりつつあります。

もちろん、すぐに何でも実現できるという話ではありません。ただ、「うちは特殊だから無理」という判断が下された時期がある程度前であれば、その前提はもう一度確認してみる価値があります。

焦って動くと、なぜうまくいかないのか

ここまで読んで、「では何かしなければ」と感じられたかもしれません。ただ、順序を間違えると、投資が成果につながらないことがあります。

計画の第2章に、4つの原則の一つとして「挑戦と学習」が挙げられています。

あらゆる主体が無謬性や前例踏襲にとらわれず、「まずやってみる」という精神を増進する。組織としても絶えず挑戦し、試行錯誤を通じて学習しながら、段階を踏み、本質的な課題に取り組む環境及び文化を醸成する。

「まずやってみる」と「段階を踏み」が、同じ文の中に併記されています。国の原則としても、一度に全社導入するという進め方は想定されていません。

実務の観点から申し上げると、AI導入がうまくいかない理由の多くは、ツールの選定ミスではありません。その業務が、そもそも説明できる状態になっていないことにあります。

たとえば、ベテランの担当者が「これは今日中に手を打ったほうがいい」と判断する場面があるとします。なぜそう判断したのかを尋ねると、「見ればわかる」という答えが返ってくる。この状態では、その判断をAIに渡すことはできません。渡すべき内容が、まだ言葉になっていないからです。

ツールを選ぶ前に、業務を説明できる状態にする。この順序は、実際に開発の現場に入ってみると、思っている以上に重要であることがわかります。逆に言えば、業務の言語化はツールを決める前から着手できる作業でもあります。

ただし、ここで注意したいことがもう一つあります。「準備が整うまで動かない」という判断も、また別の失敗につながるという点です。

AIの扱いは、知識として先に習得してから使い始める性質のものではありません。実際に自社の業務で使ってみて、うまくいかない場面に当たり、そこで初めて「何が足りなかったのか」がわかる。この順序でしか身につかない部分があります。勉強を先に一巡させようとすると、その間に前提が変わっていきます。

つまり、避けたいのは二つです。準備なしに大きく投資することと、準備が完璧になるまで一度も使わないこと。現実的なのはその中間で、影響範囲の小さい業務で実際に使いながら、足りない記録を足していく進め方になります。

自社で確認すべき5つの論点

では、何から整理すればよいのか。計画の内容と、県内企業の状況を重ねると、確認すべき論点は概ね5つに整理できます。

1. 補助金をどう位置づけるか

計画の第3章第1節には、地域AXを推進する手段として「大規模成長投資補助金やデジタル化・AI導入補助金を始めとする中堅・中小企業におけるAI導入」への支援が明記されています。実際、従来のIT導入補助金は「デジタル化・AI導入補助金2026」へと名称が変わり、AI導入が支援対象として明確化されました。

制度が整うことは前向きな変化です。ただし、補助金には「採択されること」が目的化しやすいという構造的な課題があります。投資回収の設計がないまま資金だけが動くと、導入はされても定着しない結果になりがちです。この論点は独立した記事で扱います。

2. どの業務に効かせるか

「AIで何ができるか」から入ると、自社に当てはまるものが見つからないことがあります。技術の側から探すと、どうしても事例の紹介を自社に当てはめる作業になり、「うちとは業種が違う」で止まってしまうためです。

順序を逆にするほうが、当たりをつけやすくなります。自社の業務のうち、判断は難しくないが件数が多い作業、担当者の帰社や確認を待っている時間、同じ情報を複数箇所に転記している作業。この3つの観点で棚卸しすると、業種を問わず候補が出てきます。

見落とされやすいのは2つ目です。作業そのものにかかる時間は把握されていても、作業と作業のあいだで待っている時間は、誰の工数としても計上されていないことが多いためです。ここが実際には一番長い、という現場は珍しくありません。

あわせて、成果をどう測るかも先に決めておくと迷いません。おすすめできる指標は一つです。その業務にかけていた時間が、どれだけ減ったか。 精度が上がった、体裁がよくなったといった評価は、比べる基準がないため水掛け論になりがちです。時間なら、導入前の状態と並べられます。

この指標を先に置いておくと、対象の選び方も、後から検証するかどうかも変わってきます。何を選ぶべきかについては、クラスター記事で扱います。

3. 誰が担うのか

計画の第3章第4節では、AI人材が5つの類型に整理されています。その中に「AI実装人材」という区分があり、「産業・行政の現場とAIの双方を理解することが求められる」と定義されています。

ここで確認しておきたいのは、必要なのは必ずしも「AIに詳しい人」ではないということです。自社の業務を説明できる人がいなければ、どれだけAIに詳しい人材を迎えても、何をつくるべきかが決まりません。採用・育成・外部との連携のどれを選ぶかは、この前提を踏まえて判断することになります。

4. 経営基盤が受け止められる状態か

AIは判断を速くしますが、判断の基準そのものは作りません。何をもって良しとするかが決まっていない組織にAIを入れると、決まっていない状態のまま処理だけが速くなります。

原価がどこでどう発生しているかが把握できていない、判断が経営者の頭の中で完結している。こうした状態は、AI以前の課題です。そしてこれは、AIを入れれば解決するものではなく、AIを入れる前に整理しておくべきものです。

5. 現場に何が眠っているか

計画は、日本の勝ち筋として「暗黙知が豊富な現場」を挙げています。言葉になっていない熟練者の判断を、データとして集積することに価値があるという位置づけです。

これは、県内の多くの企業にとって重要な指摘を含んでいます。「うちの強みは職人の腕で、言葉にできるものではない」という認識は、これまで価値の証明として語られてきました。ただ、言葉になっていないものは、顧客にも伝わらず、次の世代にも渡せず、AIにも渡せません。同じ構造です。

実務としては、いきなり「言葉にする」から入らないほうが進みます。文章にまとめようとすると、まとまった時間が要るため後回しになるからです。順序を逆にして、まず記録を残し、あとから言葉に起こすほうが現実的です。

打ち合わせの音声を残しておく。現場でのやり取りをその場で短くメモに落とす。判断が分かれた案件について、なぜそちらを選んだのかを一行だけ書き添えておく。この程度でも、半年分たまれば材料になります。そして材料さえあれば、そこから整理する作業はAIの得意な領域です。

言い換えると、経営者が今日から始められるのは「言語化」ではなく「記録」です。そして記録は、AIを導入するかどうかを決める前から始められます。

この計画は毎年変わる

最後に、実務的な注意点を一つ。

この基本計画は固定されたものではありません。第4章第2節に、こう明記されています。

技術の発達と活用の拡大が極めて急速であるというAIに関する技術の特性、動向、社会情勢等を踏まえ、必要に応じて本計画を見直し、変更を行うこととし、当面は毎年変更を行うこととする。

毎年変わる前提の計画です。実際、今回の第Ⅱ期計画は、2025年12月に閣議決定された初回の計画から半年あまりで改定されたものです。

したがって、この計画の個々の施策名や制度名を追いかけ続けることには、あまり意味がありません。むしろ押さえておくべきなのは、方向性が変わっていないことのほうです。地方の中小企業を対象に含めること、現場のデータを起点にすること、業務と意思決定の組み直しを求めること。この骨格は初回計画から一貫しています。

同じことが、道具の側にも言えます。話題になっているサービスの名前や、その操作手順は、半年もすれば入れ替わります。今の手順を覚えることに時間を使うと、覚えた頃には前提が変わっている、ということが起こりがちです。

一方で、変わらないものもあります。自社にしかない情報を記録しておくこと、任せる範囲と人が判断する範囲を決めておくこと、成果を時間で測ること。この三つは、道具が何に変わっても持ち越せます。時間を投じるなら、賞味期限の短いほうではなく長いほうへ、というのが実務上の判断になります。

制度は変わります。ただ、自社の業務を説明できる状態にしておくことの価値は、制度がどう変わっても目減りしません。

まとめ

第Ⅱ期人工知能基本計画は、地方の中堅・中小企業を「地域AX」という言葉で名指しした計画です。これは政策ニュースであると同時に、県内で事業をする企業にとっては競争条件の変化を知らせるものでもあります。

整理すると、次のようになります。

• 国は「まだAIを使えていない層」を動かすことを目的に計画を立てている
• AXとは、ツール導入ではなく、意思決定と業務の進め方を組み直すこと
• 同じAIでも差が出るのは性能の使いこなしではなく、自社にしかない情報を渡せているかどうか
• 沖縄では、季節変動を伴う人手不足と、地理的距離が薄まる競争環境という二つの条件が重なる。しかも変化は県外より先に、同じ県内の同業から表れやすい
• ただし焦って導入しても成果は出ない。同時に、準備が整うまで一度も使わないという判断も機能しない
• 今日から着手できるのは「言語化」より前の「記録」。成果は時間で測る
• 確認すべき論点は、補助金・業務・人材・経営基盤・現場の暗黙知の5つ

どこから手をつけるかは、会社の状況によって変わります。人手不足が切迫しているなら業務の並び順から、投資判断が近いなら経営基盤の確認から入るのが現実的です。

それぞれの論点については、個別の記事で詳しく扱っています。自社に当てはまりそうなところから読み進めていただければと思います。

本記事は、令和8年7月14日に閣議決定された第Ⅱ期人工知能基本計画の内容にもとづいています。同計画は当面毎年改定される予定であり、記載内容は2026年8月時点のものです。補助金制度の要件・金額等は変更される場合がありますので、詳細は各制度の公募要領をご確認ください。