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 / MLX 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（2026-07-10 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）
