AI活用をPoCで終わらせない｜中小・中堅企業が「小さくても実務に効く」導入テーマを選ぶ方法
生成AIやAIツールへの関心は高まっています。
ChatGPT、Copilot、Gemini、Claude、AI-OCR、社内FAQ、RAG、AIエージェントなど、企業向けのAI活用テーマは次々に出てきています。
一方で、中小・中堅企業の現場では、次のような声も少なくありません。
- 「AIを使ってみたいが、何から始めればよいか分からない」
- 「社内で試してみたが、結局一部の人が使っているだけで終わっている」
- 「ベンダからAI提案を受けたが、自社に本当に必要なのか判断できない」
- 「PoCをやってみたものの、本番業務にはつながらなかった」
- 「便利そうではあるが、費用対効果を社内に説明できない」
AI活用でよくある失敗は、技術的にできるかどうかを試すことが目的になってしまうことです。
もちろん、AIで何ができるのかを確認すること自体は必要です。しかし、中小・中堅企業にとって本当に重要なのは、AIを「試す」ことではありません。
小さな範囲であっても、実際の業務に組み込み、短期で実務的な効果を確認することです。
AI活用は、PoCで終わらせるものではありません。小さくても業務時間を減らす。手戻りを減らす。判断材料を集めやすくする。属人化した作業を少しでも標準化する。
そのような実務改善につながってこそ、AI活用は次の段階へ進むことができます。
本記事では、中小・中堅企業がAI活用をPoCで終わらせず、小さくても実務に効く導入テーマを選ぶための考え方を解説します。
AI活用がPoCで終わってしまう理由
AI活用がうまく進まない企業では、PoCそのものが目的化しているケースがあります。
PoCとは、本来「実現可能性を検証するための取り組み」です。新しい技術や仕組みを導入する前に、技術的に成立するか、業務に適用できそうかを確認するために行います。
しかし実際には、次のような状態になってしまうことがあります。
- AIで何ができるかを試してみた
- 社内FAQのデモを作ってみた
- 議事録作成やメール文面作成を試してみた
- 提案書作成の一部に使ってみた
- ベンダに簡単なデモ環境を作ってもらった
ところが、その後に本番業務へつながらない。
- 現場で使われない
- 効果が測れない
- 次の予算化につながらない
- 結局、「AIを試してみた」という経験だけが残る
これでは、AI活用は前に進みません。
AI活用がPoCで終わってしまう理由は、主に次の5つです。
1. 技術検証が目的になっている
「AIで何ができるか」を見ること自体が目的になると、実務との接続が弱くなります。
- AIが要約できる
- AIが回答できる
- AIが文書を生成できる
それ自体は分かっても、実際の業務のどこに組み込むのかが決まっていなければ、現場では使われません。
重要なのは、AIの機能ではなく、どの業務の何を改善するのかです。
2. 対象業務が広すぎる
- 「社内問い合わせをAI化する」
- 「営業資料作成をAI化する」
- 「契約書チェックをAI化する」
- 「社内ナレッジをAIで検索できるようにする」
こうしたテーマは一見分かりやすいのですが、最初から範囲を広げすぎると、ほぼ確実に進めにくくなります。
社内問い合わせといっても、総務、人事、情報システム、経理、営業事務では内容が違います。
営業資料作成といっても、初回提案、見積説明、既存顧客向け資料、役員向け資料では使う情報が違います。
契約書チェックといっても、秘密保持契約、業務委託契約、売買契約、保守契約では確認すべき観点が違います。
対象範囲が広すぎると、AIに何を任せるのか、人が何を確認するのか、どの程度の精度を求めるのかが曖昧になります。
その結果、検証はしたものの、本番業務に移せない状態になります。
3. 効果測定の基準がない
AI活用の効果を「便利だった」「使えそうだった」という感想だけで判断してしまうと、社内説明が難しくなります。
経営者や部門責任者が知りたいのは、次のようなことです。
- 作業時間はどれだけ減ったのか
- 問い合わせ対応件数はどれだけ増えたのか
- 手戻りは減ったのか
- 担当者の負担は軽くなったのか
- 属人化していた業務を他の人も対応できるようになったのか
- ミスや確認漏れは減ったのか
こうした指標がないままPoCを行うと、結果が「面白かった」「使えそうだった」で終わってしまいます。
AI活用を次に進めるには、最初から効果を見る観点を決めておく必要があります。
4. 現場の業務フローに入っていない
AIツールを用意しても、現場の業務フローに組み込まれていなければ、使われるかどうかは個人任せになります。
- 使う人は使う
- 使わない人は使わない
- 使い方も人によってバラバラ
- 成果物の品質もバラバラ
これでは、業務改善にはつながりません。
AI活用を実務に効かせるには、どのタイミングでAIを使うのか、誰が使うのか、AIの出力を誰が確認するのか、最終判断を誰が行うのかを決めておく必要があります。
5. ベンダ提案をそのまま受けている
AI活用を検討すると、多くのベンダから提案を受けることになります。
- 社内チャットボット
- AI-OCR
- FAQ検索
- 文書要約
- 問い合わせ分類
- 営業支援AI
- 社内データ検索
- AIエージェント
いずれも魅力的に見えます。
しかし、自社側で「どの業務に効かせたいのか」「何を成果と見るのか」「どこまでAIに任せてよいのか」が決まっていない状態で提案を受けると、判断基準が曖昧になります。
結果として、ベンダが提案しやすいものを導入してしまい、自社業務に本当に必要なAI活用にならないことがあります。
AI活用をベンダ任せにしてはいけない理由はここにあります。
AI活用は「実証」から「成果」へ移っている
AI活用は、単にPoCを重ねる段階から、小さくても実務成果を出す段階へ移りつつあります。
Deloitteの2026年版AIレポートでは、企業のAI活用は「pilot」から「scale」へ移行しつつあるとされています。従業員のAIアクセスは2025年に50%増加し、AIプロジェクトの40%以上を本番稼働させている企業の割合も今後6か月で倍増する見込みだと報告されています。
一方で、PoCから本番導入へ進めない企業も少なくありません。IBMの分析は、Gartnerの見解を引きながら、生成AIプロジェクトの少なくとも50%がPoC後に中止されているとし、その理由としてモデル性能そのものではなく、データ品質、リスク管理、コスト、事業価値の曖昧さを挙げています。
つまり、AI活用で問われているのは、「AIで何ができるか」ではありません。
どの業務で、どの成果を出すのか。
その成果を確認するために、どこまで範囲を絞るのか。
人が確認できる形で、どのように実務へ組み込むのか。
この順番で考えることが重要です。
中小・中堅企業にとっても、この流れは他人事ではありません。大きな構想を描くだけでなく、小さな範囲で実務効果を出すことが、次の展開への説得材料になります。
実証のためのPoCではなく、成果を確認するための小さな実務導入から始める。この考え方が、AI活用を「試して終わり」にしないための出発点です。
PoCと「小さな実務導入」は違う
AI活用を考えるうえで、PoCと小さな実務導入は分けて考える必要があります。
PoCは、技術的にできるかを確認するものです。
小さな実務導入は、業務に効くかを確認するものです。
この違いは非常に重要です。
たとえば、「AIで社内FAQに回答できるか」を試すだけならPoCです。一方で、「総務部門に多い問い合わせ30件に絞り、担当者が回答案を作る時間を減らす」のであれば、小さな実務導入です。
「AIで提案書を作れるか」を試すだけならPoCです。一方で、「既存提案書をもとに初稿作成の時間を30分短縮する」のであれば、小さな実務導入です。
「AIで契約書をレビューできるか」を試すだけならPoCです。一方で、「秘密保持契約の確認項目に絞り、抜け漏れチェックの補助に使う」のであれば、小さな実務導入です。
AI活用で大切なのは、技術的にできるかを試すことではありません。実際の業務が少しでも良くなる状態をつくることです。
なお、AI活用に関心はあるものの、まだ何から始めるべきか整理できていない場合は、まず業務・情報・判断基準の整理から始めることが重要です。初期検討の進め方については、関連記事「中堅企業のAI活用は何から始めるべきか──「様子見」で終わらせないための業務整理と導入ステップ」もあわせてご覧ください。
最初に選ぶべきAI活用テーマの条件
中小・中堅企業がAI活用を始める場合、最初のテーマ選びが非常に重要です。
- 最初から大規模なAI基盤を作る必要はありません
- 全社横断のAI活用を目指す必要もありません
- 高度なAIエージェントを導入する必要もありません
むしろ、最初は小さく始めるべきです。
ただし、「小さく始める」とは、単なるお試しを意味しません。小さな範囲であっても、実務上の効果が見えるテーマを選ぶことが重要です。
最初に選ぶべきAI活用テーマには、次の5つの条件があります。
1. 業務頻度が高いこと
最初のAI活用テーマは、日常的に繰り返し発生している業務から選ぶべきです。
月に1回しか発生しない業務よりも、毎日、毎週発生している業務の方が効果を確認しやすくなります。
たとえば、次のような業務です。
- 問い合わせ対応
- 議事録作成
- メール文面作成
- 報告書の下書き
- 社内文書の検索
- 提案書の初稿作成
- 顧客対応履歴の要約
- 見積依頼内容の整理
頻度が高い業務であれば、1回あたりの削減時間が小さくても、積み上げると大きな効果になります。
2. 人が出力結果を確認しやすいこと
AIの出力は、必ず人が確認する前提で考えるべきです。
特に最初の段階では、AIに最終判断を任せるのではなく、人が確認しやすい補助業務から始める方が安全です。
たとえば、議事録の要約、提案書の初稿、FAQの回答案、契約書の確認観点の洗い出しなどは、人が見れば内容の妥当性を確認できます。
一方で、AIの判断結果が正しいかどうかを現場で確認しにくい業務は、最初のテーマには向きません。
AI活用の初期段階では、「AIが出したものを人が見て直せる」業務を選ぶことが重要です。
3. 失敗しても業務リスクが小さいこと
最初から重要な意思決定や顧客対応の最終判断をAIに任せるべきではありません。
AI活用の初期段階では、失敗しても大きな業務リスクにならない領域から始めることが現実的です。
たとえば、社内向け文書の下書き、会議メモの要約、社内問い合わせの回答案、過去資料の検索補助などは、比較的リスクを抑えやすい領域です。
一方で、契約条件の最終判断、採用可否、与信判断、顧客への正式回答、金額決定などは、最初からAIに任せるべきではありません。
AIは補助役として使い、最終判断は人が持つ。この前提を崩さないことが重要です。
4. 効果を測りやすいこと
AI活用を継続するには、効果を説明できる必要があります。
最初のテーマは、効果を測りやすい業務から選ぶべきです。たとえば、次のような指標があります。
- 作業時間が何分減ったか
- 初稿作成までの時間がどれだけ短くなったか
- 問い合わせ対応件数がどれだけ増えたか
- 確認漏れや手戻りがどれだけ減ったか
- 担当者以外でも対応できる範囲が広がったか
- 過去資料を探す時間がどれだけ減ったか
AI活用の成果は、必ずしも大きな売上増加としてすぐに出るわけではありません。
最初は、作業時間の短縮、確認負荷の軽減、属人化の緩和、情報探索時間の削減といった、実務上の小さな効果を見える化することが重要です。
5. 既存データや文書を使いやすいこと
AI活用は、利用する情報の質に大きく左右されます。
- 社内文書が散在している
- 最新版が分からない
- ファイル名がバラバラ
- 過去資料の保管場所が人によって違う
- 個人情報や機密情報が混在している
- 業務マニュアルが古い
このような状態では、AIを入れても十分に活用できません。
最初のテーマは、使う情報を比較的整理しやすい業務から選ぶと進めやすくなります。たとえば、総務問い合わせのFAQ、情報システム部門への定型問い合わせ、営業提案書の過去事例、社内規程、教育資料などは、対象範囲を絞れば始めやすい領域です。
中小・中堅企業が取り組みやすいAI活用テーマ
では、具体的にどのようなテーマから始めるとよいのでしょうか。ここでは、中小・中堅企業が小さく始めやすく、短期で実務効果を確認しやすいテーマを紹介します。
情報システム部門がない、または他業務との兼務である企業では、いきなり全社的なAI基盤を検討するのではなく、まず総務・営業・管理部門など、日常業務の負担が見えやすい領域から始めるのが現実的です。
社内問い合わせ対応の回答案作成
最初に取り組みやすいテーマの一つが、社内問い合わせ対応です。ただし、いきなり全社FAQをAI化しようとする必要はありません。
まずは、総務、情報システム、人事、経理など、問い合わせが多い部門に絞ります。さらに、その中でもよくある問い合わせを20件から30件程度に限定します。
AIには、問い合わせ内容に対する回答案を作らせます。最終回答は担当者が確認します。
この形であれば、情報漏えいや誤回答のリスクを抑えながら、担当者の回答作成時間を減らすことができます。
ポイントは、AIに回答を自動送信させることではありません。担当者が確認しやすい回答案を作らせることです。
議事録・打ち合わせメモの要約
会議や打ち合わせが多い企業では、議事録作成に多くの時間が使われています。
AIを使えば、録音データやメモをもとに、要点、決定事項、宿題事項、次回確認事項を整理できます。ただし、議事録をそのままAIに任せるのではなく、最終確認は参加者や担当者が行う必要があります。
特に有効なのは、会議の結論や次のアクションを整理する用途です。
- 誰が何をいつまでに行うのか
- 未決事項は何か
- 次回までに確認すべきことは何か
こうした情報が整理されるだけでも、会議後の手戻りや認識違いを減らすことができます。
営業提案書の初稿作成
営業部門では、提案書作成に時間がかかることがあります。
過去の提案書、会社紹介資料、サービス説明資料、顧客ヒアリングメモなどをもとに、AIに初稿を作成させることで、資料作成時間を短縮できます。ただし、AIに完成版を作らせるのではなく、あくまで初稿作成や構成案作成に使うことが現実的です。
営業担当者は、AIが作った初稿をもとに、顧客事情、提案方針、価格、導入効果、競合との差別化を加えていきます。
この使い方であれば、営業担当者の思考を代替するのではなく、資料作成の下準備を効率化できます。
顧客対応履歴の要約
営業、カスタマーサポート、保守部門では、過去の顧客対応履歴を確認する場面が多くあります。しかし、メール、チャット、議事録、Excel、CRMなどに情報が分散していると、必要な情報を探すだけで時間がかかります。
AIを使って、顧客ごとの対応履歴を要約できれば、引き継ぎや対応準備の時間を短縮できます。たとえば、次のような情報を整理できます。
- これまでの問い合わせ内容
- 過去に発生したトラブル
- 顧客からの要望
- 未対応事項
- 次回確認すべき内容
特に、担当者変更や引き継ぎが多い企業では、属人化の緩和にもつながります。
見積依頼・システム改修要望の整理
情報システム部門や管理部門では、現場からさまざまな要望が上がってきます。
- 「この画面を使いやすくしてほしい」
- 「この帳票を追加してほしい」
- 「このデータを出せるようにしてほしい」
- 「この作業を自動化してほしい」
しかし、要望の背景や目的が曖昧なままだと、ベンダに正しく伝えられません。
AIを使って、現場からの要望を整理し、目的、背景、現状の課題、必要な機能、確認事項に分けることができます。これは、RFPや要件整理の前段階としても有効です。
AIに要件定義を任せるのではありません。現場の曖昧な要望を整理し、発注側が判断しやすい形にするために使うのです。
マニュアル・規程検索の補助
社内規程、業務マニュアル、手順書、FAQなどが蓄積されている企業では、AIによる検索補助も有効です。ただし、いきなり全社文書を対象にする必要はありません。
まずは、対象文書を限定します。たとえば、就業規則、経費精算ルール、情報セキュリティ規程、システム利用マニュアルなどです。
AIに質問すると、関連する文書の該当箇所や回答案を提示する。担当者は内容を確認したうえで回答する。このように使えば、担当者の確認時間を減らすことができます。
ただし、社内文書の最新版管理、アクセス権限、機密情報の扱いには注意が必要です。AI検索は、文書が整理されていて初めて効果を発揮します。
実務効果を見るための指標
AI活用をPoCで終わらせないためには、最初から効果を見る指標を決めておく必要があります。
「便利だった」「使えそうだった」「精度が高かった」——これだけでは、次の判断につながりません。
中小・中堅企業がAI活用の効果を見る際には、次のような指標が使いやすいです。
作業時間の削減
最も分かりやすい指標は、作業時間です。
- 議事録作成に60分かかっていたものが30分になった
- 提案書の初稿作成に半日かかっていたものが1時間になった
- 社内問い合わせの回答作成に10分かかっていたものが5分になった
このように、AI導入前後で作業時間を比較します。
小さな削減でも、頻度が高い業務であれば大きな効果になります。
手戻りの削減
AIを使うことで、確認漏れや抜け漏れを減らせる場合があります。
- 会議後の宿題事項の漏れが減った
- 提案書の構成漏れが減った
- 契約書確認時のチェック項目漏れが減った
- 問い合わせ回答の確認事項漏れが減った
手戻りが減れば、担当者だけでなく、上司や関係部門の負担も減ります。
情報探索時間の削減
社内の過去資料、規程、マニュアル、顧客対応履歴などを探す時間は、意外に大きな負担です。
AIを使って必要な情報にたどり着きやすくなれば、情報探索時間の削減につながります。特に中堅企業では、部門ごとに情報が分散していることが多く、情報を探す時間が業務効率を下げているケースがあります。
属人化の緩和
AI活用の効果は、時間削減だけではありません。
- 特定の担当者しか分からなかった業務を、他の社員も扱いやすくなる
- 過去の対応履歴を要約し、引き継ぎしやすくなる
- ベテラン社員の判断観点をチェックリスト化し、AIで確認しやすくする
こうした属人化の緩和も、重要な効果です。
判断材料の整理
AIは最終判断をするものではありません。しかし、判断材料を整理することには使えます。
- 複数の資料を要約する
- 選択肢を比較する
- 論点を洗い出す
- リスクや確認事項を整理する
- 会議で決めるべき事項を明確にする
これにより、経営者や部門責任者が判断しやすくなります。
AI活用の価値は、作業代替だけではありません。判断の前段階を整えることにもあります。
ベンダ提案を受ける前に、自社で決めておくべきこと
AI活用を検討し始めると、多くの場合、ベンダからさまざまな提案を受けることになります。
- AIチャットボット
- 社内FAQ
- RAG
- AI-OCR
- 議事録ツール
- 営業支援AI
- 文書検索基盤
- AIエージェント
どの提案も、それぞれに価値があります。しかし、自社側の判断軸がないまま提案を受けると、何を選ぶべきか分からなくなります。
AI活用で重要なのは、ベンダの提案内容そのものではありません。その提案が、自社のどの業務課題に効くのかを判断できることです。
そのため、ベンダ提案を受ける前に、少なくとも次の点は整理しておくべきです。
- どの業務を改善したいのか
- 現在どのような手間や手戻りが発生しているのか
- AIに何を任せたいのか
- 人が確認すべき範囲はどこか
- どの情報をAIに使わせるのか
- 機密情報や個人情報をどう扱うのか
- 効果をどの指標で見るのか
- 本格導入するかどうかを何で判断するのか
これらを整理しないままAIツールを選んでも、導入後に使われない可能性があります。
AI活用は、ツール選定から始めるべきではありません。まず、自社の業務・情報・判断を整理することから始めるべきです。
AI活用を本格的に進める前に、まず「どの業務で成果を出すのか」を整理しませんか。
生成AIやAIツールは選択肢が多い一方で、業務課題、利用データ、効果指標、ベンダ提案の評価軸が曖昧なままでは、導入後に使われない仕組みになりかねません。
AI活用テーマの選定や、既存システム・業務フローを踏まえた導入構想を整理したい場合は、システム構想策定支援をご覧ください。
AI活用を実務に定着させるための進め方
中小・中堅企業がAI活用を進める場合、次のような流れが現実的です。
1. 業務を棚卸しする
まず、どの業務に時間がかかっているのかを洗い出します。
- 繰り返し発生している業務
- 文章作成が多い業務
- 問い合わせ対応が多い業務
- 情報を探す時間が長い業務
- 担当者に属人化している業務
- 判断材料の整理に時間がかかる業務
この段階では、AIでできるかどうかよりも、業務上の負担がどこにあるかを把握することが重要です。
2. AIで補助できる部分を切り出す
次に、その業務の中でAIが補助できる部分を切り出します。すべてをAI化しようとする必要はありません。
- 下書き作成
- 要約
- 分類
- 検索
- チェック
- 論点整理
- 比較表作成
- 確認事項の洗い出し
こうした補助業務に絞ると、AIを使いやすくなります。
3. 小さな実務テーマを選ぶ
次に、最初に取り組むテーマを選びます。このときは、先ほどの条件を満たすものを選びます。
- 頻度が高い
- 人が確認しやすい
- 失敗してもリスクが小さい
- 効果を測りやすい
- 使う情報を整理しやすい
最初から大きな成果を狙いすぎる必要はありません。小さくても実務に効くテーマを選ぶことが重要です。
4. 業務フローに組み込む
AIツールを用意するだけでは不十分です。
- どのタイミングでAIを使うのか
- 誰が使うのか
- AIの出力を誰が確認するのか
- 最終判断を誰が行うのか
- 出力結果をどこに保存するのか
- どのように改善していくのか
ここまで決めて、初めて実務に組み込まれます。
5. 効果を確認し、次のテーマへ広げる
一定期間使ったら、効果を確認します。
- 作業時間は減ったか
- 手戻りは減ったか
- 担当者の負担は軽くなったか
- 現場で使い続けられているか
- 他の業務にも展開できそうか
効果が見えたら、対象業務を広げます。効果が出なかった場合は、テーマ選定、利用方法、業務フロー、情報整理のどこに問題があったかを見直します。
AI活用は、一度で完成するものではありません。小さく始め、実務効果を確認しながら、段階的に広げていくものです。
AI活用は「実験」ではなく「業務改善」として設計する
AI活用をPoCで終わらせないためには、AIを実験として扱わないことが重要です。
もちろん、最初は試行錯誤が必要です。AIの精度を確認することも必要です。社内で使い方を学ぶことも必要です。しかし、それだけでは不十分です。
AI活用は、業務改善として設計する必要があります。
- どの業務を改善するのか
- どの作業を減らすのか
- どの判断を助けるのか
- どの情報を使うのか
- 誰が確認するのか
- 何を成果と見るのか
これらを決めずにAIを導入しても、現場に定着しません。
AI活用で大切なのは、「AIで何ができるか」ではありません。「自社のどの業務を、どのように良くするのか」です。
まとめ：AI活用は、小さくても実務に効くテーマから始める
AI活用は、ツールの導入競争ではありません。自社の業務を見直し、どこで成果を出すかを決める経営判断のテーマです。
- 急いで大規模なAI基盤を作る必要はありません
- 高度なAIエージェントをいきなり導入する必要もありません
- AI専門部署を最初から作る必要もありません
まず必要なのは、自社の業務を見直し、小さくても実務に効くテーマを選ぶことです。
AI活用をPoCで終わらせないためには、次の視点が重要です。
- AIで何ができるかではなく、どの業務を改善するかを決める
- 技術検証ではなく、実務効果を確認する
- 大きく始めるのではなく、範囲を絞って始める
- AIに任せるのではなく、人が確認できる形で使う
- ツール選定の前に、業務・情報・判断を整理する
AI活用は、単なるIT導入ではありません。業務の進め方を見直し、判断の材料を整え、現場の負担を減らしていく取り組みです。
小さく始めることは、消極的な進め方ではありません。実務に効くテーマを選び、効果を確認しながら広げていくための、現実的で堅実な進め方です。
AI活用をPoCで終わらせないために
AI活用に関心はあるものの、どの業務から始めるべきか、どこまでAIに任せてよいか、どのように効果を確認すべきか判断しきれない企業も多いのではないでしょうか。
特に中小・中堅企業では、AIツールの導入そのものよりも、最初のテーマ選定、業務フローへの組み込み方、情報管理、ベンダ提案の見極めが重要になります。
AI活用を「試して終わり」にせず、実務改善につなげるには、最初のテーマ選定が重要です。
どの業務から始めるべきか、どこまでAIに任せてよいか、どのように効果を確認すべきか判断しきれない場合は、まず業務・情報・判断プロセスの整理から始めることをおすすめします。
オーシャン・アンド・パートナーズでは、AIツールの導入ありきではなく、貴社の業務構造、既存システム、社内データ、情報管理の状況を踏まえたうえで、小さくても実務に効くAI活用テーマの選定、優先順位づけ、導入ステップ、ベンダ提案の見極めをご支援しています。
この記事を書いた人について
-
オーシャン・アンド・パートナーズ株式会社 代表取締役
協同組合シー・ソフトウェア（全省庁統一資格Aランク）代表理事
富士通、日本オラクル、フューチャーアーキテクト、独立系ベンチャーを経てオーシャン・アンド・パートナーズ株式会社を設立。2010年中小企業基盤整備機構「創業・ベンチャーフォーラム」にてチャレンジ事例100に選出。
