町工場DXを変えるClaude自作システムの実力と課題を分析
町工場に広がるAI内製化の現実
町工場のDXは、長く「高いシステムを外部に頼むか、紙とExcelを使い続けるか」の二択に見えがちでした。ところがClaudeのような生成AIが、要件整理、画面設計、コード作成、テストの一部まで支援するようになり、小規模な業務システムを自社で作る選択肢が現実味を帯びています。
重要なのは、AIが突然すべての製造管理を代替するわけではない点です。受注台帳、納期確認、在庫照会、作業指示、見積もり下書きといった「小さく閉じた業務」を、現場担当者が会話しながら改善できることに本質があります。この記事では、中小製造業の内製化がなぜ今進むのか、SaaSやSIerの仕事をどう変えるのか、そして経営者が見落としやすい統制リスクを整理します。
少額システムを可能にした技術変化
Claude Codeが下げた開発の初期費用
生成AIによる内製化の転機は、単なるチャット回答の精度向上ではありません。Anthropicは2025年2月にClaude 3.7 SonnetとClaude Codeの研究プレビューを発表し、Claude Codeについて、コードの検索、編集、テスト実行、GitHubへのコミットやプッシュまで支援するエージェント型のコーディングツールと説明しました。さらに2025年5月のClaude 4発表では、Claude Codeの一般提供、GitHub Actionsのバックグラウンドタスク、VS CodeやJetBrainsとの統合、新API機能としてコード実行ツール、MCPコネクター、Files APIが示されました。
2026年6月30日に発表されたClaude Sonnet 5では、ブラウザやターミナルなどのツールを使い、計画を立てて自律的に作業する能力が強調されています。API価格も、2026年8月31日までは100万入力トークン当たり2ドル、100万出力トークン当たり10ドル、その後は3ドルと15ドルと公表されました。為替や利用量に左右されるため単純比較はできませんが、少なくとも試作段階のコード生成や要件整理は、従来の受託開発より小さな単位で始めやすくなっています。
この変化は、ソフトウェア開発者だけの話ではありません。GitHubの調査では、95人のプロ開発者を対象にJavaScriptのHTTPサーバー作成を比較し、Copilot利用者は非利用者より55%速く完了したと報告されています。利用者の完了率は78%、非利用者は70%でした。AI支援がそのまま品質保証になるわけではありませんが、コードを書く速度と心理的な着手コストを下げる効果は、町工場のようにIT専任者が限られる組織ほど大きく出ます。
中小企業にとって開発費の壁は深刻です。2025年版中小企業白書は、DXに向けた問題点として「費用の負担が大きい」ことと「DXを推進する人材が足りない」ことの回答割合が高いと整理しています。Claudeを使った自作システムは、この二つの制約を一気に消す魔法ではありません。ただし、外部に丸投げする前に、業務の棚卸し、データ項目の定義、試作画面の確認まで自社で進められるため、発注側の解像度を大きく上げられます。
紙とExcelを置き換える小さな業務単位
町工場で最初に狙うべき領域は、基幹システムの全面刷新ではありません。受注番号、製品名、納期、工程、担当者、外注先、材料在庫といった情報が紙、ホワイトボード、Excel、口頭連絡に分散している部分です。ここをWebフォームと簡易データベースに移し、一覧、検索、通知、CSV出力を付けるだけでも、探す時間と転記ミスを減らせます。
中小企業白書2025の事例は、この方向性を裏付けます。熊本県の紙加工会社は、約3,000個の木型にRFIDタグを付け、木型を探す時間をなくしました。さらに作業工程の配置や機械化を見直し、重い木型の運搬や手作業の負担を減らしています。同社は「身の丈DX」として、まず従業員の負担を取り除く発想で改善を進めました。生成AIによる内製化も、同じく現場の痛点から逆算するほど成功しやすくなります。
広島の金属加工会社の事例も示唆的です。同社は市販ソフトの導入を検討しましたが、接続台数の制限により、各工程に必要なPC台数をそろえるには1億円を超える費用がかかるとされました。その後、同じ課題を持つ中小企業8社と共同で生産管理ソフトを開発し、フルスペックで約1,000万円の導入費用を実現しました。2017年と2021年の比較では、社員一人当たり売上高が8.6%増え、労働時間は15.9%減り、不良率は97%減少したと白書は紹介しています。
ここから見えるのは、現場に合うシステムの価値は「機能数」ではなく「全員が毎日使えること」にあるという点です。Claudeで自作する場合も、まずは入力画面を一つ、帳票を一つ、通知を一つ作り、現場が本当に使うかを確認することが出発点になります。AIに任せる範囲を小さく切れば、失敗しても学習コストで済み、成功すれば次の工程へ横展開できます。
SaaSとSIerに突き付ける価格破壊
標準機能より現場適合を選ぶ中小企業
これまで中小企業のシステム選定では、SaaSの標準機能に業務を合わせるか、SIerに個別開発を頼むかが中心でした。前者は速く導入できますが、製造現場の細かい例外に合わせにくい場合があります。後者は業務に寄せられますが、要件定義、開発、保守にまとまった費用と時間がかかります。ClaudeのようなAI開発支援は、この二分法の間に「自社で試作し、必要な部分だけ外部に頼む」という第三の選択肢を作ります。
このときSaaS側に起きる変化は、単純な価格競争だけではありません。SalesforceのAgentforceは、AIエージェントを低コードのAgent Builder、Flows、Apex、JavaScript、MuleSoft APIなどと組み合わせて構築できると説明しています。つまり大手SaaSも、完成した画面を売るだけでなく、企業データ、権限、外部システム連携、監査可能な実行環境を提供する方向に重心を移しています。
中小製造業がClaudeで小さな業務アプリを作れるようになるほど、標準SaaSに求める価値は変わります。請求書発行や会計連携のように制度対応が重い領域はSaaSを使い、工程表、検査記録、外注先への確認リストのように現場差が大きい領域は自作する。こうした組み合わせが増えると、SaaSベンダーは「全部入りの業務パッケージ」より、API、データ連携、AIエージェントの足場として選ばれる必要が出てきます。
一方で、自作が進むほど「野良システム」の問題も増えます。担当者が作った便利なアプリが、退職や異動で保守不能になる。製品名や顧客名の表記ゆれが蓄積し、後から基幹システムへつなげなくなる。AIが生成したコードに脆弱性や例外処理漏れが残る。これらは安く作れたことの裏側で発生する典型的な負債です。SaaS企業に残る価値は、こうした負債をためにくい設計を、非エンジニアにも使える形で提供することです。
支援会社に残る設計と監査の価値
SIerやIT支援会社の仕事も変わります。従来は、画面や帳票を作る実装工数が収益の中心になりがちでした。しかしAIがコード生成を速めるほど、顧客が本当に買うべき価値は、業務プロセスの整理、データモデルの設計、権限管理、セキュリティレビュー、運用ルール作りへ移ります。これは下請け的な開発から、現場と経営をつなぐアーキテクト型支援への転換です。
IPAの「DX動向2025」は、日本企業のDXの現在地と課題を多角的に整理し、AI・生成AIの利活用、レガシーシステム刷新、システム開発の内製化を分析対象に含めています。この並びは重要です。生成AIだけを導入しても、古い台帳や属人的な工程管理がそのままなら、AIは既存の混乱を速く再生産するだけです。内製化は、レガシー刷新や人材育成と同時に扱う必要があります。
Stack Overflowの2025年調査も、AI支援への過信に警鐘を鳴らします。プロ開発者の50.6%はAIツールを毎日使い、17.4%は週次で使っています。一方で、AI出力の正確性については、信頼する開発者より不信を示す開発者の方が多く、不信は46%、信頼は33%とされています。さらに、デプロイや監視にAIを使う予定がない回答は約76%、プロジェクト計画では約69%でした。専門家ほど、AIを便利な補助線として使いながら、責任の重い判断を人間のレビューに残している構図です。
町工場のAI内製化でも同じです。Claudeで作ったアプリは、試作や小規模運用には十分でも、取引先への納期回答、検査成績書、請求金額、個人情報、図面データを扱う段階では、設計レビューが必要になります。SIerが生き残る余地は、コードを代わりに書くことより、どこまで自作し、どこから標準SaaSや基幹システムに接続し、どのデータをAIに渡さないかを決める支援にあります。
AI内製化で増える品質と統制の死角
AI内製化の最大のリスクは、動くものが早くできるために、業務システムとしての最低条件を見落とすことです。入力チェック、バックアップ、アクセス権、ログ、障害時の復旧手順、マスターデータの管理者、変更履歴の残し方は、見た目の画面からは分かりません。しかし製造業では、納期、品質、原価、トレーサビリティに直結します。
特に注意すべきは、AIに渡すデータの範囲です。顧客図面、単価、取引条件、不良原因、外注先情報は、競争力そのものです。クラウドAIを使う場合、契約条件、学習利用の有無、保存期間、アクセス制御、社外秘データの扱いを確認しなければなりません。自作システムの安さだけを見て、データ統制を後回しにすると、後で取引先監査や情報漏えい対応の負担が跳ね返ります。
もう一つの死角は、現場改善とシステム化の順番です。紙の帳票が複雑なのは、現場が怠慢だからではなく、例外処理や責任分界が曖昧なまま積み重なった結果である場合があります。そのままAIに「同じものをアプリ化して」と頼めば、複雑さが画面に移るだけです。業務を変えずにデジタル化するのではなく、入力項目を減らし、承認を統一し、使わない帳票を捨てる判断が必要です。
経営者が来期予算で見るべき実装条件
町工場がClaudeで自作システムに取り組むなら、来期予算では大規模な一括導入より、三つの条件を確認すべきです。第一に、対象業務を一つに絞ることです。受注一覧、工程進捗、在庫照会など、効果を測りやすい領域から始めます。第二に、AI利用料だけでなく、レビュー、バックアップ、権限設計、保守担当者の時間を予算化することです。第三に、外部支援会社を「開発代行」ではなく「設計と監査の伴走者」として使うことです。
中小企業白書2025は、デジタル化の段階が進む企業ほど売上面、コスト面、人材面で効果を感じる割合が高いと整理しています。同時に、段階3や段階4の企業でも、生成AIやIoTにこれから取り組もうとする企業は約2割にとどまり、費用と人材の壁は残っています。だからこそ、Claudeによる内製化は「安く作る技術」ではなく、経営者が現場の業務を理解し、データを資産として扱うための実験装置と見るべきです。
AIで町工場が変わるかどうかは、モデルの性能だけでは決まりません。現場の痛点を特定し、小さく作り、毎週直し、必要なところでSaaSやSIerの力を借りる会社が、最も早く成果を得ます。低コストの自作システムは始まりにすぎません。競争力になるのは、その後に残る業務データ、改善の習慣、そしてAIを使いこなす現場の判断力です。
参考資料:
- Introducing Claude Sonnet 5 | Anthropic
- Introducing Claude 4 | Anthropic
- Claude 3.7 Sonnet and Claude Code | Anthropic
- Claude Code by Anthropic | AI Coding Agent, Terminal, IDE
- 2025年版 中小企業白書 第5節 デジタル化・DX | 中小企業庁
- 2024年版 中小企業白書 第7節 DX | 中小企業庁
- DX動向2025 | IPA 独立行政法人 情報処理推進機構
- Agentforce: The AI Agent Platform | Salesforce
- Research: quantifying GitHub Copilot’s impact on developer productivity and happiness | GitHub Blog
- The Impact of AI on Developer Productivity: Evidence from GitHub Copilot | arXiv
- AI | 2025 Stack Overflow Developer Survey
関連記事
Claude内製が町工場DXを変える中小製造業現場の真の勝ち筋
金沢の研磨加工会社がClaudeで寸法管理など数十の業務機能を自作した事例は、中小製造業のDXを変える転機です。生成AIが開発費、人材不足、現場改善、SaaS選定、SIerの役割、品質保証リスクをどう揺さぶるのか、白書や公式資料を基に、経営者が明日確認すべき内製DXの条件まで実務視点で丁寧に読み解く。
セールスフォースがClaude連携で挑むSaaS再定義の勝算
セールスフォースはAnthropicとのClaudeforceで、ClaudeからCRMデータと業務アクションを使える道を開いた。AgentforceとData 360の成長、MCP連携、顧客接点喪失のリスクを整理し、AIエージェント時代のSaaS戦略を読み解く。企業が評価すべきデータ統制とROIの条件も解説。
AI経営判断が企業を二分する勝者と敗者の条件と実装ロードマップ
生成AIの導入率は高まる一方、成果は一部企業に集中しています。McKinseyやMicrosoft、BCGの調査とKlarna、Modernaの事例を基に、AIエージェントを経営判断と業務実行へ組み込む企業が勝ち、実験止まりの企業が遅れる構造を、データ基盤、ガバナンス、人材再設計から実務視点で解説。
アドビAIエージェントが挑むSaaS崩壊論とブランド防衛最前線
アドビはAEP Agent Orchestrator、Brand Governance Agent、LLM Optimizerで生成AI時代のブランド管理を再構築する。SaaS崩壊論が揺さぶる企業ソフト市場で、信頼・権限・データ基盤がなぜ競争力の防衛線になるのか、AdobeのAI戦略の現在地を読み解く。
SaaS再編で浮上する業界特化AIエージェントと日本企業の勝機
生成AIでSaaSの価値構造が揺れる中、勝ち筋はどこにあるのか。業界特化AIエージェントが伸びる理由と、日本企業が製造、金融、医療、現場業務で優位を築ける条件を整理します。
最新ニュース
リーマン予想をAIで証明か、アンソロピック研究者発表を徹底検証
アンソロピックの数学者レベント・アルポゲ氏がClaudeとリーマン予想を証明したと発表。17万5187個のLeanファイルは独立検証を通過した一方、クレイ数学研究所の正式認定と人間が読める証明は未完です。AIが探索し形式証明系が検算する新しい研究工程の実力、限界、企業の競争優位と将来像まで読み解く。
デビット決済が電子マネーを逆転、預金争奪戦で銀行サービス激変
2026年1〜6月のデビット決済額は3兆2272億円となり、SuicaなどIC型電子マネーの2兆7957億円を初めて上回った。預金残高に連動するポイント還元、約4000円の利用単価、銀行の狙いを整理。還元率だけでは見落としやすい補償や対象外取引を含め、決済市場の構造変化と家計の選択軸を多角的に読み解く。
日本人の半数「努力したくない」 意欲低下を招く日本型雇用の構造
野村総合研究所の調査で「努力や訓練が必要なことはあまりやりたくない」とする日本人が49.8%に達し、11年で15.5ポイント増えた。若者より50代・60代で目立つ背景を、実質賃金の低迷、管理職の負担、学び直しの機会格差、調査上の注意点から検証。意欲を個人責任にしない人材戦略の具体的な改革を解説する。
NVIDIA株14%急落、SEC会計調査で問われる企業の開示統治
米証券取引委員会(SEC)がNVIDIAの会計処理を調査しているとロイターが報道し、同社株は14.01%安の125.53ドルで引けた。調査内容は非公表だが、地理別売上の集計変更や顧客集中、売掛金・投資・保証の膨張が焦点候補となる。過去の開示違反と経営移行も踏まえ、今後、投資家が確認すべき論点を解説。
S&P500調整入り、AI株高ピーク説を業績と資金循環で検証
S&P500は7日続落し、10月の最高値から11%超下落して調整局面に入った。NVIDIAの記録的な増収やAnthropicの大型IPOでも売りを止められなかった背景を、AI投資の資金循環、金利、企業統治、市場評価の変化から分析。AI需要の終焉か、期待先行相場の健全化かを見極める指標を投資家向けに解説。