AI導入の前に済ませるデータ整理｜散らかったままでは効かない

なぜAI導入の前にデータ整理が要るのか

AIツールは、渡されたデータの中身をそのまま材料にして答えを作ります。材料が重複していたり、表記がバラバラだったりしても、AIは「どちらが正しいか」を自分で判断してはくれません。むしろ、乱れたデータをそのまま踏まえた、もっともらしい間違いを返してきます。

• 同じ顧客が「株式会社◯◯」と「(株)◯◯」で別々に登録されていて、AIに問い合わせ対応をさせると別人として扱われる
• 在庫データが倉庫と基幹システムでずれたままで、AIに発注量を計算させると実態と合わない数字が出る
• 廃止した商品や退職した担当者の情報が残ったままで、AIが古い情報をもとに回答する

AI自体の性能を上げても、元のデータが乱れていれば結果は変わりません。導入前にデータを整理しておくことが、AIを実務で使えるようにする一番の近道です。

散らかったデータとは具体的に何を指すのか

「データが散らかっている」状態には、いくつかの型があります。自社がどれに当てはまるかを先に把握しておくと、整理の優先順位が決めやすくなります。

• 表記ゆれ: 全角と半角、旧字体と新字体、部署名や商品名の略し方が担当者ごとに違う
• 重複: 同じ顧客・取引先の情報が、名前や登録経路の違いで複数箇所に別々に存在する
• 分散: 同じ情報が紙の帳票、個人のExcel、基幹システムにバラバラに存在し、どれが最新か分からない
• 更新停止: 退職者、取引終了先、廃止した商品の情報が削除されずに残っている
• 権限不明: 誰でも編集できる共有ファイルになっていて、いつ・誰が数字を変えたか追えない

これらは同時に起きていることが多く、1つを直しても他が残っていればAIの回答は乱れたままです。

データ整理にかかる時間とAI導入後の効果

データ整理そのものにかかる時間と、整理を済ませたあとにAIを使うことで浮く時間を、業務ごとに分けると次のとおりです。

前提: 顧客・取引先データを紙・Excel・基幹システムに分散して管理している、従業員30名程度の会社を想定。整理作業を総務担当者1名が既存業務と兼務で行う場合の目安です。表の数字は一般的な業務量からの試算であり、実際の時間は保有データの量と乱れ方によって変わります。（公的統計はなく、このサイト独自の目安）データ整理(表記ゆれ・重複確認)にかかる作業時間そのものを定量化した公的機関の統計は見当たりませんでした。中小企業庁「中小企業白書」、IPA「DX動向」を確認しましたが、該当する時間の統計は掲載されていません。

（公的統計はなく、このサイト独自の目安）AI導入の障壁として「データの整理不足」を名指しした公的調査は見当たりませんでした。関連する調査では、AI活用の課題として「情報の正確性」を挙げる企業が50.4%で最多(帝国データバンク「生成AIに関する企業の動向調査」2026年3月17日〜31日実施、有効回答1万312社)、「成功事例・活用事例などの情報が十分に入手できていない」とする企業が83.3%(独立行政法人中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」2026年3月公表、有効回答1,668社)という結果が出ています。データの乱れは、こうした「情報の正確性」を揺らす要因の一つと考えられます。

表の「整理前」の時間は、担当者が本来の業務の合間に、正しいデータを探したり確認したりするために使っている時間です。整理を済ませておけば、この時間の大半をAIに置き換えられます。逆に整理を済ませないままAIを導入すると、この探索の手間に加えて、AIが出した間違った答えを人が見つけて修正する手間が新たに発生します。

何から手をつけるか

すべてを一度に整理しようとすると終わりが見えなくなります。優先順位をつけて、次の順で進めます。

1. 顧客・取引先データの重複を確認し、1つの正しいレコードに統合する
2. 表記ゆれのルールを1つ決める(全角に揃える、略称は使わないなど)
3. 分散しているデータの一元化先を1つに決める
4. 更新が止まっているデータ(退職者、廃止商品など)を棚卸しして削除する
5. 誰が編集できるかを決め、権限を絞る

最初にAIに読み込ませる予定の業務(問い合わせ対応、請求書、在庫管理など)から手をつけると、効果を早く実感できます。

整理をしないままAIを入れるとどうなるか

整理を後回しにしてAIを先に導入すると、次のような形で手戻りが発生します。

• 重複した顧客情報をもとに、同じ案内メールを2回送ってしまう
• 古い在庫データをもとにAIが発注量を計算し、実際の在庫と食い違う
• 表記ゆれのある取引先名をAIが別々の会社として扱い、請求が漏れる
• 誰が更新したか分からない共有ファイルの数字をAIがそのまま使い、報告資料の数字が実態とずれる

これらは「AIの精度が低い」のではなく、「AIに渡したデータが乱れている」ことが原因です。原因を取り違えると、AIツールを乗り換えても同じ問題が繰り返されます。むしろツールを変えるたびに、新しいツールに合わせたデータの出し直しが発生し、余計な作業が増えます。

社内で整理を進める手順

データ整理は担当者1人の頑張りに任せると、途中で止まりやすい作業です。次の手順で、仕組みとして進めます。

1. 整理の対象範囲(顧客データ、在庫データ、請求データなど)を1つ決めて着手する
2. 表記や重複の統一ルールを文書にして、関係する社員に共有する
3. 整理の担当者と、完了の確認をする担当者を分ける
4. 整理が終わったデータから順にAIツールへの読み込みを試す
5. 新しいデータが増えるたびにルールに沿って登録されているか、月1回程度で確認する

一度整理して終わりにするのではなく、日常の入力ルールに組み込むことで、乱れが再び溜まるのを防げます。

よくある質問

Q. データ整理は誰が担当すればよいですか。 A. 決まった正解はありませんが、対象データを日常的に扱っている部署の担当者が、整理のルール作りとチェック役を兼ねるとスムーズに進みます。

Q. 整理をしている間、AI導入は待ったほうがよいですか。 A. 対象データすべての整理を待つ必要はありません。最初にAIを使いたい業務のデータから優先して整理し、そこから導入を始める進め方でも問題ありません。

Q. 少人数の会社でもデータ整理は必要ですか。 A. 必要です。人数が少ないほど1人が扱うデータの範囲が広く、表記ゆれや重複が起きやすい傾向があります。

Q. 表記ゆれはどこまで揃えればよいですか。 A. 完璧に統一する必要はありません。まずは自社で一番使う頻度が高いデータ(顧客名や商品名など)から、全角半角と略称のルールを1つ決めて揃えます。

Q. 整理の作業自体にAIツールを使ってもよいですか。 A. 表記ゆれの候補を洗い出す、重複しそうなデータを見つけるといった下準備には使えます。ただし、最終的にどちらが正しいデータかを決めるのは人の確認が必要です。

出典（2026年9月8日調査）

• 帝国データバンク「生成AIに関する企業の動向調査(2026年3月)」 https://www.tdb.co.jp/report/economic/20260514-genai/（「情報の正確性」を懸念・課題とする企業の割合50.4%、調査期間2026年3月17日〜31日、有効回答1万312社を確認。本文の数字と一致）
• 独立行政法人中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査(2026年3月)」 https://www.smrj.go.jp/research_case/questionnaire/fbrion0000002pjw-att/202603_AI_point.pdf（「成功事例や活用事例などの情報が十分に入手できている」に否定的な回答(「あまり当てはまらない」+「全く当てはまらない」)の合計83.3%、有効回答1,668社を確認。本文の数字と一致）