なぜヤマシタはDX・AXに取り組むのか
代表メッセージ
なぜヤマシタはDX·AXに取り組むのか
代表取締役社長 山下和洋
ヤマシタは、介護用品レンタルとリネンサプライという成長インフラ産業を、次世代の高生産性産業へと進化させていきます。労働集約的と見なされがちな“レガシー産業”こそ、社員数などの参入障壁が高く、今後テクノロジー活用による改善余地が大きいと考えているからです。
いま、AIの進化・半導体性能の向上・データ／クラウドの拡張が同時に進み、これまで人が時間をかけて担ってきた記録・照会・確認・段取り・入力チェックといった周辺業務を、AIが高い精度で引き受けられる領域が一気に広がりました。ここで起きるのは「少し楽になる」ではなく、仕事の進め方そのものが変わる大規模な効率化です。人財の有益な時間を、AIと協働することで重要な判断・提案・対話・育成・改善といった付加価値の中心へ集中できる——そのインパクトは想像以上に大きいと考えています。
そのために私たちが取り組むのがDX・AXです。AX（Artificial Intelligence Transformation）とは、AIを効率化の“追加施策”として捉えるのではなく、AIを全ての土台として考え、仕事や事業のあり方を組み替える変革です。DXが業務をデジタルで再現し、標準化できるよう組み換える取り組みだとすれば、AXはその先の人とAIの役割分担と協働が、DXでは到達できなかった領域まで、現場と組織の生産性を“桁違い”に押し上げ続ける取り組みです。
重要なのは、取り組む順番です。ヤマシタは、原則BPR（Business Process Re-engineering、業務プロセスや体制を抜本的に再構築する取り組み） → 定量分析（緊急性×インパクト）→デジタル化→プログラミング開発やAIエージェント活用による DX・AXの順で進めます。まずは、BPRで業務のムリ・ムダ・二重作業を整理し、定量化で「優先すべき改善領域」を絞り込み、DXで業務が“回る仕組み”にするだけでなく、AXを加速するためにデータを断片化させず、AIが読み込みやすいデータ基盤を整えます。システムごとに情報が分断されたままでは、AIは状況を正しく捉えられず、質の高い判断につながりません。だからこそヤマシタは、データを統合し、学習できる形で蓄積することをDX・AXの核に据え、AIを組み込みます。
最終的には、リアルとデジタルの分断をなくし、AIが正しく判断できるデータ領域を整理つつ、拡張し続けます。すると、AIが周辺業務や定型処理を高い精度で担える業務領域も広がり続け、人はAIと協働することで、重要な判断・提案・対話・育成・改善といった価値の中心に集中できる状態をつくれるのです。DX・AXを一過性の施策にせず、BPRから積み上がる形で実装しながら、ヤマシタはお客様への提供価値を継続的に高めていきます。
AIファーストDX方針（2025-2027）
１.中期DX方針（2025–2027）
ヤマシタは、AIを“道具”に留めず、AIを前提に業務を再設計する「AIファーストDX」を進めます。全社共通のAI活用基盤を整えつつ、事業ごとに業務構造を見直します。
① ホームケア事業
在宅介護の現場価値は、利用者に合わせた提案・調整にあります。KPI／業務プロセス／データ構造をAIが扱える形に整え、準備・事務はAIが支え、人は提案・判断・対話に集中できる状態をつくります。
② リネンサプライ事業
目指すのは、高効率、適正品質、安定的な供給体制です。需要変動に対応するため、需要予測/生産計画/集配計画/品質管理/在庫管理/購買管理といった自社開発システムをAIで連携し、周辺はSaaSでAPI連携し安定供給とムダ削減を両立します。
ヤマシタのAI活用事例
ここでは、ヤマシタが社外公開している事例の中から、取り組みの代表例を3つ紹介します。各テーマの詳細は、リンク先の公式記事でより具体的にご覧いただけます。
ローコード／ノーコードアプリ
ヤマシタは、ローコード／ノーコード開発を“日常業務の一部”として根付かせ、現場起点で小さくつくって改善を回します。IT部門やベンダー任せにせず、現場で使いながら業務の質とスピードを上げていきます。
事例 介護用品の配置を“見える化”するARアプリ
在宅介護の提案では、「実際に置いてみないと分からない」という不安が意思決定の壁になります。ARで手すりやベッド等の配置イメージを事前に可視化し、提案の納得感とスピードを高めます。これにより、再訪問や手戻りの削減にもつながり、提案品質の標準化や業務の生産性向上を後押しします。
参考ページ：
AIエージェント
ヤマシタのAI活用は、単なる自動化ではありません。現場の価値を左右する「判断」と「対話」を強くするために、準備と振り返りをAIで支えます。
事例 営業訪問の質を高める「ヤマシタAI段取りコーチ」
訪問前は、目的整理・確認事項・想定問答・次アクションを整え、訪問後は要点と次の打ち手を短時間で整理します。所長・リーダーのフィードバックを学習し、いつでもどこでも“高品質”の助言で段取りと提案品質を底上げします。週3回の振り返りを「AI週2＋上司週1」に再設計し、業務効率は約60％改善しました。
参考ページ：
基幹システムリプレイス
AXを継続的に進めるには、個別ツール導入だけでは足りません。ヤマシタは、AIを業務の中で“使える”状態にするために、事業の基幹システムを内製でつくり変え、AIが必要な情報を安全にAPI連携でつなげ、業務に反映できる土台を整えています。
参考ページ：
今後の構想
これまでの具体的な取り組みを土台に、ヤマシタが次に挑戦していくテーマをご紹介します。
1人のマネージャーが見れるメンバーの数を増やす
現場も拠点も増えるほど、リーダーが見る範囲や判断は複雑になります。ヤマシタは、日々の状況をAIが整理し、「何が起きているか」「どこに支援が必要か」をアラートで示せる状態をつくります。マネージャーは、すべてに付き添うのではなく、回っているところは自走し、必要なところにだけ介入する。 これにより判断の質を落とさずにマネジメント負荷を下げ、少ない負担でより広い範囲を安定して支えられる体制へ進化させます。将来的には、1人が100人規模を“見渡せる”マネジメントの実現を目指します。
組織と業務フローの中にAIエージェントが入る
AXが進むと、業務プロセスの中で人が担っていた作業の一部を、AIエージェントが引き受けるようになります。ヤマシタはBPRを起点に、AIを“後付け”するのではなく、業務の流れを整えたうえで「どこにAIを置くべきか」を設計します。
例① 社内業務の中に取り入れるパターンでは、営業が受注入力したデータをもとに事務がお客様情報や在庫確認をし、正式に購買部署へ依頼します。この事務が行っている作業を社内AIエージェントが必要情報を自ら確認したうえで、購買部署へリアルタイムにデータ提供します。購買部署は、人間が内容に誤りがないか最終確認します。
例② 顧客接点を24時間対応できるパターンでは、AI chat botは既に多くの方が利用済だと思いますが、ヤマシタの長期ビジョン2030の動画で掲載している通り、個別のお客様データや社内データを学習したAIエージェントが24時間一定のサービス品質で、リアルタイムに顧客へ応答し、日中のヤマシタ社員業務を代替してくれます。
「AIファーストDX」への挑戦
AIエージェントは、自分で考え行動するため、ミスもします。だからこそ役割・権限・品質基準を明確にし、運用しながら改善することで、AIを“社員のように”採用・配置・育成していく。これが、ヤマシタの「AIファーストDX」への挑戦です。
