AI導入の単位が「ツール」から「業務プロセス」に移った — 長安汽車の全社展開を、作る側として読む

AI開発・生成AI活用公開日:2026年9月4日
徐 聖博
徐 聖博

株式会社シンシア 代表取締役社長

Share
目次開く
  1. 要点 (出典に書かれている事実のみ)
  2. この事例で本当に効いているのは「主語」だと私は見ている
  3. SIer・開発会社の事業判断にどう効くか
  4. 冷静に見ておきたい点

シンシアへのご相談

自社のAI活用・開発体制について相談する

AIをどこまで内製するか、どの業務から着手するか、体制をどう組むか。開発会社・SIer・事業会社の開発部門の方からのご相談を無料で承っています。同じ問題を自社でも解いている立場としてお話しします。

AI活用の進め方を相談する

まだ検討段階の方は 質問だけでもOK(電話番号は任意)

長安汽車が阿里巴巴傘下の千問辦公・阿里雲と組み、AIを研究開発から製造・サプライチェーン・販売・サービスまで全価値連鎖に組み込んだ、という報道が出た。この記事では、報道されている数値を確認したうえで、AI導入の単位が「社員に配るツール」から「業務プロセスそのものの再設計」へ移ったとき、開発を生業にしている会社の受注構造がどう変わるかを、受託開発とAIエージェント事業をやっている立場から書く。

要点 (出典に書かれている事実のみ)

  • 長安汽車は千問辦公・阿里雲と連携し、研究開発・製造・サプライチェーン・販売サービスの各部門にAIを展開している。
  • 線束(ワイヤーハーネス)選型は約2日から5分へ、随車ファイル(完成車書類)の照合は10〜15分から1〜2分へ短縮。灯効方案の合意形成は数週間から会議1回へ。
  • サプライヤー包装審査の作業量は90%以上削減。ユーザーサンプル2〜3万件の分析周期は数日から半日以内へ。
  • AIマスタープロジェクトは18個、上線シーンは160個。従業員の累計利用回数311万回、AIの自律実行回数は1,300万回超。
  • 今後は「天枢」ワークプラットフォームの上線、AIシーンの全量展開、3〜5年以内の自動車製品へのAI能力普及、生産体系での人と機械の協働モデル、具身智能ロボットの工場導入を計画している。
  • 発言者として梁光忠氏(総裁助理・変革与効率部総経理)、景笑飛氏(変革与効率部副総経理)、李強氏(阿里雲智能集団副総裁)、束駿亮氏(千問辦公副総裁)、曹斌氏(梧桐科技総経理)が挙がっている。

この事例で本当に効いているのは「主語」だと私は見ている

数値そのものより、私が引っかかったのは発言者の所属である。中心にいるのが「AI推進室」でも「情報システム部」でもなく、変革与効率部という業務改革の部署だという点だ。

AI導入が情シス主導だと、成果物はどうしても「社員が使えるツール」になる。使う/使わないは各部署の裁量に残り、効果は利用率で測られる。一方、業務改革部門が主語になると、成果物はその業務の手順そのものになる。線束選型が2日から5分になったというのは、ツールが速いという話ではなく、「2日かけて人が突き合わせる」という工程を廃止した、という話だ。だから90%削減のような数字が出る。ツールの導入で90%は出ない。工程を消さないと出ない。

もう一つ、私が実務家として重く見ているのは利用回数311万回に対して自律実行1,300万回という比率である。人が叩いた回数の4倍以上、AI側が自分で回している。これは「Copilotを配った」段階の数字ではなく、業務システムのトリガーにAIが組み込まれていることを示す。ここに入った瞬間、必要になるのは賢いモデルではなく、失敗時の再実行、権限、監査ログ、異常系の人間へのエスカレーションといった、地味な運用設計だ。私はAIエージェントのPoCを顧客と回しているが、詰まるのはいつもここで、モデル選定で詰まったことはほとんどない。

SIer・開発会社の事業判断にどう効くか

開発を売っている会社にとって、この動きは無視できない。

第一に、発注の単位が変わる。「このツールを入れてください」という発注は、社内のAI基盤に吸収されて減っていく。代わりに増えるのは「この業務、AI前提だと工程ごとどうなるべきか」という、要件定義より一段上流の問いだ。ここを受けられない会社は、実装だけを安く請ける位置に押し出される。逆に言えば、業務プロセスを分解して再設計できる人材が、単価の分岐点になる。当社が要件定義・業務整理の工程を軽視しないのはこの理由である。

第二に、見積の根拠が変わる。工数×単価で見積もっていたものが、「削減した工数」に対する対価へ寄る。1画面いくらの世界から、1工程消していくらの世界へ移る。この移行は、実装量で稼いできた会社ほど痛い。

第三に、160シーンという数を作りきる体制が、そのまま競争力になる。1つの派手なユースケースより、地味なシーンを大量に、同じ品質で量産できるかどうか。テンプレート化、社内の共通基盤、レビューの再現性 — つまり組織のスキルに変換できているか。個人の職人技のままだと160には届かない。

冷静に見ておきたい点

数値は長安汽車と阿里側の発表に基づくもので、第三者検証ではない。私は研究出身なので、この種の数字は「どの条件で、何を分母にしたのか」が示されるまで、成果ではなく方向性の表明として読む。特に「自律実行1,300万回」は、実行回数であって成功回数ではない。品質面の指標がセットで出てきたとき、初めて再現性の話ができる。

それでも、方向性は明確だと考えている。AIの競争力が、どのモデルを選ぶかではなく、業務の回し方(オペレーティングモデル)をどう設計するかへ移った — この事例はそれを最も分かりやすく示している。同じ問いは、規模を問わず、AIを本気で入れようとしている会社すべてに来る。

出典: AI进车企:千问办公深入长安汽车"研产供销服"

Share

シンシアへのご相談

自社のAI活用・開発体制について相談する

AIをどこまで内製するか、どの業務から着手するか、体制をどう組むか。開発会社・SIer・事業会社の開発部門の方からのご相談を無料で承っています。同じ問題を自社でも解いている立場としてお話しします。

AI活用の進め方を相談する

まだ検討段階の方は 質問だけでもOK(電話番号は任意)

徐 聖博のプロフィール写真

この記事の書き手に直接相談する

徐 聖博株式会社シンシア 代表取締役社長

記事の内容について、より具体的に自社のケースで聞きたいことがあれば、徐 聖博を指名してご相談いただけます。営業担当ではなく、 実際に手を動かしている本人が回答します。

シンシアの開発事例

株式会社Cloverse様|アパレル向けAIクリエイティブ基盤「Clovia Enterprise」を4名体制で開発支援

**2026年2月の開発着手から約5.5ヶ月で、アパレル企業向けAIクリエイティブ基盤としてプレスリリース公開まで到達しました(2026年7月29日発表)。** Cloverse様の発表によれば、Clovia Enterprise は PUMA社・ルック社をはじめとする**30社以上のアパレルブランドとの検証**を経ており、現在は先行導入企業(Founding Partner)を限定募集する段階に入っています。 開発規模は次のとおりです(2026年7月29日時点、リポジトリ実測値)。 | 指標 | 実績 | |---|---| | 開発体制 | エンジニア4名 | | 開発期間 | 2026年2月13日〜(継続中) | | コミット数 | 約1,480 | | プルリクエスト | 373本 | | 対応イシュー | 428件 | | 実装計画ドキュメント | 162本 | | データモデル | 83テーブル | ### この事例からの示唆 **生成AIプロダクトの難所は、モデルではなく業務側にある。** 画像を1枚生成すること自体は、いまや誰でもできます。事業として成立させるために必要だったのは、マスター管理・制作進行・レビュー・権限・課金・非同期処理といった、業務を回すための地味な設計でした。83テーブルという規模は、その事実を素直に表しています。 **未知の業界のプロダクトは、業務を理解した側が設計しないと形にならない。** アパレルEC制作の工程を知らないまま「AIで画像生成する機能」を作っても、現場では使われません。ヒアリング・R&D・プロトタイプ・提案までを開発チームが担ったのは、そうしないと仕様が決まらない領域だったからです。この構造は[「使われないシステム」が生まれる要件定義の失敗](https://blog.xincere.jp/articles/why-unused-systems-are-born-requirements-definition)とちょうど裏返しの関係にあります。 **モデル選定に正解が無い領域では、検証を設計プロセスに組み込む。** どの生成モデルを使うかは半年で変わります。だからこそ、モデルを差し替えられる構造と、検証結果を機能設計に反映し続ける進め方の両方が必要でした。 ### よくある質問 **Q. 生成AIを使ったプロダクトの開発は、通常のシステム開発と何が違いますか。** A. 最も違うのは、着手時点で仕様が確定できない点です。どのモデルがどの品質を出せるかは検証しないと分からないため、R&Dとプロトタイプを設計工程に組み込む必要があります。一方で、組織・権限・課金・非同期処理といった土台は通常のSaaS開発と同じ設計が求められます。 **Q. 業界知識がない領域でも開発支援を依頼できますか。** A. できます。この事例ではアパレルEC制作の業務理解から入り、ヒアリングとプロトタイプを通じて要件そのものを一緒に作りました。仕様が固まっていない段階からのご相談のほうが、むしろ手戻りが少なくなります。 **Q. どのくらいの体制・期間の支援ですか。** A. エンジニア4名、2026年2月から継続中です。プレスリリース公開までは約5.5ヶ月でした。規模や費用感の考え方は[システム開発とは](https://blog.xincere.jp/articles/what-is-system-development)で解説しています。 ### 関連する支援領域 - [AIシステム開発とは?開発の流れ・費用相場・失敗しない進め方](https://blog.xincere.jp/articles/ai-system-development-guide) — 生成AIプロダクト開発の全体像 - [AI PoCの進め方5ステップ|「PoC止まり」を防ぎ本番導入につなげる実践手順](https://blog.xincere.jp/articles/ai-poc-how-to-proceed) — 検証を本番に接続する設計 - [FDE(Forward Deployed Engineer)が示す、上流から伴走できるエンジニアの価値](https://blog.xincere.jp/articles/fde-forward-deployed-engineer-upstream-value) — 本事例の進め方の背景 生成AIを使った新規プロダクトの立ち上げや、仕様が固まりきっていない段階からの開発支援については、[開発のご相談](https://blog.xincere.jp/contacts)からお問い合わせください。 **出典:** [アパレル企業向けAIクリエイティブ基盤「Clovia Enterprise」提供開始(株式会社Cloverse / PR TIMES, 2026-07-29)](https://prtimes.jp/main/html/rd/p/000000024.000139250.html)

株式会社Cloverseの事例を読む →

この記事が役に立ったら、Google で優先表示を

Google 検索の「優先するソース」に blog.xincere.jp を追加すると、シンシアの新着記事がトップニュースなどで見つけやすくなります。

Google で優先ソースに追加

著者について

徐 聖博のプロフィール写真
徐 聖博
株式会社シンシア 代表取締役社長

株式会社シンシア(Xincere, Inc.)代表取締役。中国生まれ・3歳から日本で育ち、日本語・中国語・英語を操るトリリンガル。大学院でコンピュータサイエンス(進化型ニューラルネットワーク)を研究し、GREE・メドレー・カウンティア・Indeed Japan などで検索エンジン開発やスタートアップの立ち上げ・グロースを経験。2020年に「人の価値をテクノロジーで最大化する」という想いでシンシアを創業した。エンジニア歴15年以上、代表でありながらほぼ毎日コードを書く現役エンジニアとして、基幹システム開発からAIエージェント活用まで顧客の事業成長に並走している。創業に込めた思いはnoteの創業ストーリーに綴っている。

人気記事

    お問い合わせ

    システム開発やAI推進についてのご相談はこちらから

    無料相談を予約する