既存システム連携が肝：パッケージ＋スクラッチ＋AIの設計｜“つなぎ目”を作ると業務が変わる

1.はじめに

AIを業務に取り入れたい。
でも、AIツールを試してみたものの「結局、現場の仕事が変わらない」と感じることがあります。

この差を生むのは、AIの賢さではなく、既存システムとの連携です。

業務の現場では、すでに何かしらのパッケージシステム（販売管理、会計、在庫、勤怠など）が動いています。そこにAIを足しても、そのAIが“業務の流れ”に乗らなければ、現場は使いません。

逆に言えば、パッケージを活かしながら、足りない部分だけをスクラッチで補い、AIを業務フローの中に自然に組み込めると、効果が一気に出やすくなります。

この記事では、「パッケージ＋スクラッチ＋AI」の設計を、連携の現実と落とし穴を含めて、実務目線で整理します。

2. なぜ「AIだけ」では業務が変わらないのか

業務改善の現場で、本当に時間がかかっているのは「AIに聞く」ことではありません。
むしろ時間がかかっているのは、その前後です。

たとえば、AIで過去の類似案件を提案したいとします。AIが賢く類似案件を出せたとしても、次の作業が手作業のままだと、現場の負担はそれほど減りません。

• 案件情報を別画面にコピペしてAIに投げる
• 返ってきた候補を見て、手で見積の項目を作る
• 結果をまたパッケージやExcelに転記する

つまり、AIの前後の作業が残ります。
ここを消せるかどうかは、既存システム連携とスクラッチの設計次第です。

3. 役割分担の基本：「パッケージは基幹」「スクラッチは現場」「AIは判断支援」

「パッケージ＋スクラッチ＋AI」で失敗しないコツは、役割分担を明確にすることです。

パッケージは、会計・在庫・販売管理など、汎用的で変更しづらい基幹領域が得意です。実績もあり、運用も安定しやすい。一方で現場の独自ルールには弱く、小回りが利かないことがあります。

そこでスクラッチは、パッケージが苦手な「現場に合わせる部分」を担当します。
1画面、1機能、1つのワークフロー。ここを業務にフィットさせると、現場は楽になります。

AIは、その上に乗る「判断支援」です。候補を出す、要点をまとめる、分類する、提案文の下書きを作る。最終判断は人に残しつつ、迷いと時間を減らす役割です。

この役割が整理できると、設計がブレにくくなります。

4. 連携の現実：CSVが最初の答えになることは多い

既存システム連携というと、最初からAPI連携を想像しがちです。
もちろんAPI連携は便利ですが、実務ではCSV連携が最初の答えになるケースが少なくありません。

理由は単純で、既存パッケージのAPIが整っていない場合があるからです。あるいはAPIがあっても、運用・権限・制限が厳しく、現場が扱える形に落ちないこともあります。

その点、CSVは古い方法に見えて、実は強いです。
既存システムから出力できるなら、まずはそこから始められる。
運用もわかりやすい。障害時も切り戻ししやすい。

「CSV→APIへ段階的に」という設計は、投資リスクを下げる意味でも現実的です。

5. “つなぎ目”を作る設計が効く：よくある3つのパターン

ここからは、実務でよく見かける「パッケージ＋スクラッチ＋AI」の典型パターンを、読み物としてイメージしやすい形で紹介します。

パターン1：パッケージはそのまま、現場の入力だけをスクラッチにする

パッケージの画面が現場に合わない。PC前提で、入力項目が多く、誰も触りたがらない。
結果、現場は紙かExcelに戻り、事務所が二重入力する。

この場合、スクラッチで「現場が入力できる最低限の画面」だけ作ります。スマホでも触れるようにする。入力されたデータは、裏側でCSVやAPIを通してパッケージに反映します。

さらにAIを組み込むと、入力補助ができます。たとえば備考欄からカテゴリを推定したり、入力漏れを指摘したり、次に必要なアクションを提示したり。現場の迷いが減り、入力が止まりにくくなります。

パターン2：AIで候補を出し、スクラッチで“確定”し、パッケージへ反映する

見積や提案など、判断が多い業務では、AIの得意領域が活きます。
過去の類似案件を提示し、見積項目のたたき台や注意点を出す。

ただしAIの出力は「候補」です。業務で使うには、人が確認して確定する場所が必要です。
そこでスクラッチの画面で、AIが出した候補を並べ、担当者が選び、修正し、確定できるようにします。確定したら、パッケージ側の見積データや案件データとして登録する。

こうすると、AIは賢いだけで終わらず、業務の流れに入ります。
結果として、作業時間も属人化も減ります。

パターン3：パッケージ同士のスキマをスクラッチで埋め、AIで例外処理を支援する

多くの会社では、システムが一枚岩ではありません。
販売管理はA、在庫はB、会計はC。データは行ったり来たりして、結局Excelが真ん中に立っている。

このスキマを埋めるのがスクラッチです。データの橋を作る。
そしてAIは、橋を渡るときに困る「例外」を支援します。

欠品、納期変更、代替品、分納。例外時に必要な情報を集めて、対応候補を提示し、担当者が判断しやすいようにする。
AIが決めるのではなく、現場の判断を速くする。ここが現実的で効果が出やすいところです。

6. よくある落とし穴：連携が増えるほど「責任の境界」が曖昧になる

連携設計で一番揉めるのは、実は技術ではなく、責任分界です。

• データの正はどこか（どちらがマスターか）
• どこで更新するのか（更新窓口が複数あると破綻する）
• どのタイミングで同期するのか（リアルタイムか、夜間バッチか）
• 例外が起きたとき誰が直すのか（運用手順）
• AIの出力が間違ったときどう扱うのか（確認・承認）

この境界が曖昧だと、現場は怖くて使えません。
だからこそ「業務フローに合わせて設計する」ことが必要になります。

7. 段階導入が最強：小さく始めて、連携を広げる

パッケージ＋スクラッチ＋AIは、
最初から完璧を狙うとコストもリスクも跳ね上がります。
現実的には、段階導入が最強です。

まずは1業務1機能で、AIを業務に組み込む。

その次に、既存システム連携の範囲を少しずつ広げる。

現場が慣れ、データの扱いが整理され、改善サイクルが回り始めたところで自動化を深める。

この順番なら、投資の無駄が減り、成果が見えやすくなります。

8. まとめ：AIの価値は“つなぎ目”で決まる

AI業務ソフト開発で成果を出すなら、AIだけに注目するより、既存システム連携を中心に設計するほうが成功しやすいです。

パッケージの良さは活かす。
足りない部分はスクラッチで補う。
AIは判断支援として組み込み、業務フローを前に進める。

このつなぎ目が作れると、現場の仕事が変わります。
そして、その設計は会社ごとの運用に合わせるほど強くなります。

9. 次の一歩

まずは「今のパッケージ」と「つらい業務」を教えてください

既存システム連携は、システム構成と業務の実態で最短ルートが変わります。
現状を踏まえて、

• パッケージで残すべき範囲
• スクラッチで補うべき“1機能”
• AIをどこに入れると効果が出るか
• 連携方法（CSV/API/DB）と運用設計
• 権限・ログ・例外処理の考え方

を整理し、
小さく始めて育てる「パッケージ＋スクラッチ＋AI」設計をご提案します。

「パッケージが小回りきかない」「Excelが真ん中にいる」といった段階でも、お気軽にご相談ください。