老舗SIerがAIネイティブに転換した1年 — 数字で見る変化
創業30年の老舗SIerがAIネイティブに転換した1年間の変化を数字で振り返ります。受注単価、開発リードタイム、離職率、新人教育まで具体的なKPI変化と現場の声をリアルに紹介します。
この記事の目次
結論: AIネイティブ転換は「やるか / やらないか」ではなく「どこから始めるか」
創業30年を超える中堅SIerが2025年4月、社長号令でAIネイティブへの転換を宣言しました。本記事では、その後1年間の変化を、可能な範囲で具体的な数字とともに振り返ります。読者は同業のSIer経営者・現場マネージャー・若手エンジニアを想定しています。
この記事でわかること:
- AIネイティブ転換で実際に変わった主要KPI
- 成功要因と失敗要因
- 役職別の反応と現場の本音
- これからAI転換を始める企業へのヒント
会社プロフィール
従業員約350名、年商60億円、案件は受託開発が7割、SES (準委任) が3割という典型的な中堅SIerです。主力技術はJava/Spring + Vue/React + AWS。長年安定して受注してきたものの、2024年あたりから単価競争に巻き込まれ、利益率は5%まで低下していました。
転換の3つの柱
- 全社員にClaude / Cursor / GitHub Copilotの法人ライセンスを配布
- 受託案件の見積もり工数を一律30%削減 (AI活用前提)
- 新人研修からAI活用を前提化
とくに2番目は経営判断として大胆で、「単価を下げる代わりに受注を増やし、AIで内製コストを下げる」というスキーム転換でした。
1年後のKPI変化
- 受注件数: +42% (前年同期比)
- 1案件あたり平均開発期間: 5.2ヶ月 → 3.4ヶ月 (-35%)
- 1人あたり粗利: +28%
- 離職率: 11% → 6.8% (改善)
- 新人独り立ち期間: 18ヶ月 → 9ヶ月 (-50%)
とくに新人独り立ち期間の短縮は印象的で、AIが「ちょっと聞ける先輩」として常時機能することで、現場のOJT負荷が劇的に下がりました。
成功要因
1. 経営トップが率先してAIを使った
社長自身がCursorで議事録要約や提案書ドラフト作成を毎日行い、月例会で実例を共有しました。「経営者が使っている」という事実が現場の心理的ハードルを下げました。
2. 評価制度を「AI活用度」と連動させた
四半期の人事評価項目に「AI活用による生産性向上の具体事例」を組み込み、優れた事例を社内表彰しました。
3. 顧客への説明を準備した
「AIで作ったコードは大丈夫か」という顧客懸念に対し、品質保証プロセス、レビュー体制、セキュリティポリシーを資料化して提示。顧客の不安を先回りで解消しました。
失敗要因と修正
1. 中堅層の抵抗
15〜20年目のエンジニアの一部から「AIを使うとスキルが落ちる」という反発が出ました。対策として、AI活用は「コード量産」ではなく「設計・レビュー・若手指導の質を上げる道具」と位置づけ直しました。
2. セキュリティポリシー整備の遅れ
初期は社内ポリシー未整備のままAIツールを配布したため、顧客コードを外部AIに送信する事故が1件発生。ポリシーは配布前に整えるべきでした。
3. 過剰な期待値
「AIで全工程半減」と煽った結果、現場が疲弊。実際に効果が出るのは設計・実装・テスト工程で、要件定義や顧客折衝の時間は短縮できません。
現場の声
「最初は不安だったが、レビュー時間が半分以下になって、若手と話す時間が増えた」(40代マネージャー)
「新人としてAIに聞きながら作業できるのは精神的に楽。先輩を呼び止めなくていい」(20代新人)
「AIで作ったコードは結局レビューが必要。ただし量は捌けるようになった」(30代テックリード)
まとめ
老舗SIerのAIネイティブ転換は、経営トップの覚悟・評価制度・顧客対話の3点が揃えば、1年で目に見える数字の変化を生めることが証明されました。重要なのは技術導入そのものではなく、それを組織に根付かせる仕組み作りです。これからAI転換を始める企業は、まず「経営者自身がAIを毎日使う」ことから始めてください。それが最短かつ最強の打ち手です。