生成AIと一緒に、価値を毎日生み出しています
- 1日あたりの AI 協働（平均）
- 約1.6人分
- 今月の AI 協働（累計）
- 0.86人月
- AI と書いたコード（累計）
- 118,256行
- 生成AIが出力した文字量（累計）
- 約9,375万トークン
社員1人＝8時間換算（12.6人時）/ 5体のAI botが常時稼働中
= 約 150.9 人時相当
実測ログ（セッション記録からの自動集計） 計測期間 2026/05/27 〜
※ 自社内で運用中の生成 AI（クラウド / ローカル）の稼働量から算出 / 2026-10-12 時点 / ライブダッシュボード ・ 運用記録コラム
実測ログ
推定ではなく、記録された実数
上段の「人月換算」は稼働時間からの推定値です。こちらは AI との作業ログから機械的に集計した実測値—— 実際に書いたコード量と、生成 AI が出力した総量です（2026/05/27 〜 / 133 日分）。
- AI と書いたコード（行）
- 118,256累計
- 生成AIの出力（トークン）
- 約9,375万累計
出力トークン累計 93,752,215 / セッションログ（2026/05/27〜）から自動集計・毎日更新
定点観測
続いているかどうかは、日ごとに見ないと分かりません
累計値は増える一方なので、勢いが落ちても気づけません。ここでは 1日ずつの記録をそのまま並べています（2026/05/27〜2026/10/11・138 日間）。
AI と働いた日
マスが濃いほど、その日の作業時間が長い
- AIと働いた日（93%）
- 128/138日
- 最長の連続稼働
- 38日
- この期間の累計
- 288時間
休んだ日・記録が取れなかった日は、埋めずに空白のまま出しています。 「記録なし」は母艦のスリープなどで集計そのものが動かなかった日です。
月ごとの、1日あたりの協働時間
累計ではなく1日平均。飽きて減っていないかを見るための指標
薄い色の月は、月の全日がまだ記録されていない月（観測開始月と当月）です。
数値で見る（月次）
| 月 | 記録日数 | 協働時間 | 1日平均 | 1日平均の依頼回数 | 出力トークン |
|---|---|---|---|---|---|
| 2026年5月（途中） | 5 | 10.3 h | 2.07 h | 29.8 | 2,965,708 |
| 2026年6月 | 29 | 56.8 h | 1.96 h | 24.8 | 18,501,958 |
| 2026年7月 | 31 | 59.2 h | 1.91 h | 42.1 | 18,701,059 |
| 2026年8月 | 30 | 64.4 h | 2.15 h | 35.4 | 14,431,568 |
| 2026年9月 | 27 | 63.6 h | 2.36 h | 43.6 | 27,360,640 |
| 2026年10月（途中） | 11 | 34.1 h | 3.10 h | 86.5 | 11,791,282 |
| 合計 | 133 | 288 h | 2.17 h | 40.3 | 93,752,215 |
「協働時間」は AI とのセッションログのイベント間隔から機械集計した実測値です（間隔が5分以上空いた区間は数えていません）。 推定・按分は含みません。
1. なぜ活動量を公開するのか
「中小企業の生成 AI 導入」は、まだ多くがコンサル提案書の中の話に留まっています。実際にどのくらい AI が業務で動いているのか、経営にどう効いているのか——その実例がほとんど世に出ていません。
株式会社Koinobori（社員 5 人）は、代表である杉﨑が自分の手で生成 AI を業務に組み込み、毎日運用しています。その活動量をライブで開示することで、AI 導入を検討する中小企業オーナーが「うちでも実現可能だ」と判断できる具体的な参照点になることを目指しています。
2. 計測している指標
| 指標 | 定義 |
|---|---|
| 1日あたりの AI 協働（社員何人分・平均） | 今月の累計 AI 協働時間を月初からの日数で割った 1 日あたりの平均値を、社員 1 人 = 8 時間（1 人月 = 176 時間）で換算した人数。対話型 AI セッション + 常駐 bot の稼働時間の合算。 |
| 今月の AI 協働（人月） | 月初から本日までの累計を、人月（1 人月 = 176 時間）に換算した値。 |
| 常時稼働 AI bot 数 | Slack に常駐し、業務質問対応や自動化処理を行うローカル LLM ベースの AI エージェント数。 |
| AI と書いたコード行数（累計・実測） | AI との作業セッションログを機械的に集計した、実際に追記・新規作成したコードの行数。推定を含まない実数。 |
| 生成 AI の出力トークン（累計・実測） | 作業中に生成 AI（Claude 等）が出力したトークンの総量。会話・設計・コード生成すべてを含む。 |
3. システム構成（概要）
- ハードウェア: Mac mini 1 台（自社内設置）
- ローカル LLM: Ollama 経由で複数モデルを稼働（社外 API 不要）
- 常駐 AI bot: 5 体（業務質問対応・RAG 検索・自動化処理）
- 対話型 AI: Claude / ChatGPT などクラウド AI を経営者自身が業務設計・コラム執筆に活用
- データ管理: SQLite + Google Sheets 双方向同期
4. このダッシュボードでわかること
- AI 導入の実態スケール: 「人月換算」で可視化することで、社内人材の何人分の補完になっているかを直感的に把握
- 持続性: 一過性のプロジェクトではなく、毎日のオペレーションに溶け込んでいる証跡
- 透明性: 数値の根拠（計算ロジック）も公開し、過大主張を防ぐ
5. 詳しい運用記録は？
具体的な失敗と工夫の記録は、経営者コラムで公開しています。
- なぜ私たちはローカル LLM を導入したのか（2026 年 3 月）
- ローカル LLM × Salesforce で案件登録を 10 分→5 秒に
- タスク管理を「雑な初版」で 1 日で立ち上げた話
- 「読まれない AI レポート」を作りかけて、止めた話
6. 同じ仕組みを社内で作りたい方へ
「うちでも生成 AI を業務に組み込みたい」「Mac mini ベースで完結する AI 運用に興味がある」「読まれない AI を作らないための設計を学びたい」——そんな経営者の方には、設計から構築・運用まで伴走しています。
AI 導入サポートサービス — 中小企業向け、設計から構築・運用まで
お問い合わせフォーム — 個別のご相談・お見積もり
※ データ更新: 毎日自動（2026-10-12 最終更新）/ 人月換算の計算ロジック: 対話型 AI セッション枠の使用率 + 常駐 bot の稼働時間（控えめに 10% の稼働率で見積もり）の合算を、176 時間 = 1 人月で換算 / 実測ログ（コード行数・出力トークン）は AI 作業セッションのログから機械集計（2026/05/27〜・推定なし）