まず結論から：「AIを使ったら成果が出た」の中身を見ることが重要です
「AIを入れたら営業が60%伸びた」「75時間以上の工数が削減できた」——この数字だけを見ると、どこか遠い話のように感じるかもしれません。しかし、2026年9月26日にOpenAIが公開したProaction社の事例は、数字の背景にある「何をどう使ったか」が非常に明確で、中小企業の経営者にとっても参考になる構造を持っています。
大切なのは、この事例の数字をそのまま自社に当てはめようとすることではなく、「どの業務にAIを当てたら、自社の誰かが楽になるか」を考える出発点として使うことです。
Reason：Proactionはどんな会社で、何をしたのか
フリート管理という業種から見えてくること
Proactionはフリート管理（車両・機材などの運用管理）のソフトウェアを手がける企業です。OpenAIのCodex、GPT-Live-1、GPT-6 Astraという複数のAIを組み合わせて、「ソフトウェアを作る」「日常業務を動かす」「売る」という三つの領域すべてで活用した点がこの事例の特徴です。
情報源によれば、Proactionはこれらのツールを使うことで、
という結果を得たとされています。
「作る・動かす・売る」の三領域にAIを使った
特に注目すべきは、AIの使い方が一箇所に偏っていない点です。
- 作る（開発）：Codexを活用し、ソフトウェア開発をより速く進める
- 動かす（運用）：日々の業務フローをAIで処理し、人手をかける部分を絞り込む
- 売る（営業・販売）：GPT系のAIを使って営業プロセスを効率化・強化する
一つの道具を一つの場所で使うのではなく、事業の流れ全体にAIを組み込んでいる。この構造が「60%増・75時間削減」という複合的な成果につながったと考えられます。
なぜ今この事例が注目されるのか
OpenAIが事例として公表するということは、「これは再現性があり、他社が参考にできる」と判断されたことを意味します。つまり「Proactionだから特別にできた」ではなく、ツールと業務設計の組み合わせ次第で他業種・他規模の会社でも同種の変化が起こりうる、というメッセージが込められています。
Example：中小企業の現場に引き寄せて考える
「営業・開発・運用」をすべて抱える中小企業は多い
愛媛の中小企業を見ていると、Proactionとは業種がまったく違っても、構造的に似た課題を持つ会社は少なくありません。たとえば——
建設・設備系の会社
- 見積書の作成に毎回時間がかかる（作る＝資料作成）
- 施工管理の報告業務が担当者に集中している（動かす＝運用）
- 新規顧客へのフォローが後回しになりがち（売る＝営業）
小売・サービス業
- 商品説明文やSNS投稿の作成が手間（作る＝コンテンツ制作）
- 問い合わせ対応のたびに同じ内容を返している（動かす＝カスタマー対応）
- リピーター向けのDMやキャンペーン案内が属人的（売る＝関係維持）
これらは「AIがないとできない」作業ではなく、「今は人がやっているが、AIに一部を任せることで時間が生まれる」作業です。Proactionの事例は、この「一部を任せる」設計を事業の三層すべてで行った結果として、75時間以上の削減と営業力強化につながったことを示しています。
「75時間」はどこから来るのか
情報源では75時間以上の工数削減とされていますが、これがどの業務から生まれたかの詳細は明記されていません。ただ、開発・運用・営業の三領域にわたって適用したことを考えると、「一つの大きな自動化」ではなく「複数の小さな手作業を減らすことの積み上げ」と考えるのが自然です。
たとえば、
- 毎週の報告書作成：1回30分 × 週1 = 月2時間
- 問い合わせへの定型回答：1件10分 × 月50件 = 約8時間
- 営業提案資料の下書き：1件1時間 × 月10件 = 10時間
こういった積み上げが、月単位では気づきにくくても年間にすると75時間を超えていく。Proactionの事例はその規模が大きかったということであり、中小企業でも「どこから始めるか」を考えれば月数時間の削減は現実的な射程に入ります。
「営業60%向上」を中小企業の文脈で読み解く
「60%」という数字は派手に聞こえますが、ここで重要なのは「何が60%増えたのか」という定義です。情報源の概要では「sales 60% boost」とされており、具体的な指標（成約件数なのか売上金額なのか商談数なのか）までは明記されていません。
ただし、AIが営業プロセスに関与することで改善されやすい要素は一般的にいくつかあります。
- 提案の質と速さ：顧客ごとのニーズに合わせた提案文の生成を速くする
- フォローの抜け漏れ防止：商談後のリマインドや情報共有を自動化する
- データに基づく優先順位付け：どの顧客にいつアプローチするかをAIが補助する
これらは規模に関わらず有効な改善です。松山の中小企業であっても、営業担当が1〜2名で複数の顧客を追いかけているなら、「フォローが途切れる」「提案書を作る時間がない」という場面は日常的に起きます。ここにAIを一部当てるだけで、体感できる変化は出やすいと考えられます。
AEO（AI検索への対応）との接点
Proactionの事例で注目したい別の側面は、OpenAIがこの事例を「公開コンテンツ」として発信していることです。つまりProactionは、OpenAIのAI検索や生成系AIに「成功事例として引用される企業」になりました。
これはAEO（AI検索に引用される構造づくり）の観点から見ると、非常に戦略的な発信です。AI検索が普及する中で、「この分野の信頼できる事例」として検索結果やチャット回答に登場することは、企業の認知に直結します。
中小企業においても、「自社がどんな課題をどう解決したか」を構造化して発信することは、Google検索だけでなくAI検索でも参照されやすくなる手段になります。Webサイトやブログにそうした実績・知見を丁寧に書いておくことは、今後の集客において意味を持つ選択肢の一つです。
「小さく始めて続ける」ための三つの問いかけ
Proactionの事例は規模感が大きいですが、中小企業がこれを参考にするなら「全部一度にやろう」とする必要はありません。むしろ、以下の三つを問いかけることから始めると整理しやすいです。
1. 今、社内で一番「繰り返し発生している手作業」は何か 定型的な文書作成、同じ内容の返信、毎週の報告まとめ……こうした繰り返しこそ、AIが最も力を発揮しやすい場所です。
2. 営業・顧客対応で「後回しになりがちなこと」は何か フォローメール、提案書の更新、問い合わせ後の案内——「やった方がいいとわかっているけれど手が回らない」部分はどこか。
3. 今使っているツール（ChatGPTなど）で代替できるか試したか 新しいシステムを導入する前に、既存のAIツールで「どこまでできるか」を試すコストはほぼゼロです。まず試してみることで、社内での感覚がつかめます。
まとめ：数字の奥にある「業務設計の変化」に注目する
2026年9月26日に公開されたProactionの事例は、「AIを入れたら数字が良くなった」という話ではなく、「開発・運用・営業の三層にわたって業務設計を見直し、AIを組み込んだ結果、営業60%向上・75時間削減という変化が生まれた」という話です。
中小企業がこれから取り組むべきことは、AIツールを試すことよりも先に「自社の業務のどこに時間が消えているか」を把握することかもしれません。その上で、一つの手作業にAIを当ててみる。うまくいけば続ける。合わなければ別の場所を試す。
その積み重ねが、Proactionのような成果に近づく現実的な道筋だと考えられます。Cirasでは愛媛・松山の現場感覚を大切にしながら、そういった「どこから試すか」の整理をお手伝いしています。大がかりな導入でなくても、日常業務の一部から変えていくことは十分に可能です。
派手な数字に煽られることなく、自社のペースで「使えるかもしれない部分」を探してみてください。
