見積の遅さで受注が消える会社｜生成AIが縮める3工程と比較表

問い合わせをもらってから返事を出すまでに、何日かかっているか。ここを数えたことがない会社は珍しくありません。「見積を出す前に、もう他社で決まっていました」——価格でも品質でもなく、順番で負けた形です。

数字の前提には、中小企業10,000社を対象に令和7年11月17日から12月12日にかけて実施された中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」（2026年3月公表・2026年9月確認）を使いました。この記事では、見積が遅くなる時間を「探す・積む・整える」の3工程に分け、生成AIで縮められる範囲と、人が決めなければならない範囲の線引きを解説します。

見積が遅いと、価格でも品質でもなく順番で負ける

失注の報告を受けたとき、原因はまず金額に求められがちです。ところが実際に負けた場面をさかのぼると、金額の勝負に持ち込む前に土俵が閉じていた、という形が出てきます。見積書が届いた時点で、相手はすでに社内の稟議を回し終えていた、というだけの話です。

遅れて届いた見積は、比較の土俵に乗らない

発注側の動き方を考えると分かりやすくなります。3社に声をかけた担当者は、最初に返ってきた1社の数字を基準にして社内の説明資料を作ります。2番手・3番手の見積は、その基準に対する差分としてしか読まれません。1社目が5営業日、2社目が2営業日で出したなら、比較表の左端に座るのは2社目です。ここで生まれる差は、単価を3%下げても埋まりません。

さらに厄介なのは、遅れたこと自体が品質の評価に化ける点です。見積に7営業日かかる会社は、着手後の連絡も同じ速度だろうと推測されます。実際の施工品質や納期遵守率とは関係なく、最初の1通の遅さが会社全体の印象を決めてしまいます。

遅さの正体は3つの工程に散らばっている

「見積が遅い」とひとまとめに言われるものを分解すると、性質の違う3つの時間が出てきます。1つ目は探す時間で、過去の類似案件・仕様・単価表を掘り起こす作業です。2つ目は積む時間、つまり数量と単価を根拠つきで組み上げる判断そのものを指します。3つ目は整える時間で、体裁・条件文・送付メールを仕上げる工程です。

この3つは、圧縮できる余地がまったく違います。探す時間と整える時間は、正しく仕組みを作れば大きく削れます。積む時間は、削りすぎると見積の根拠が崩れるので、削ってはいけない部分が残ります。まとめて「見積を速くする」と考えている限り、削ってよい時間と削ってはいけない時間が混ざったままになります。

同じ規模の会社でも、かかる時間は何倍も違う

現場を見ていて驚くのは、規模がほとんど同じ会社どうしでも、見積にかける時間が何倍も開くことです。数十名規模の製造業でも、見積書の作成に月15時間を費やす会社と、月3時間で終える会社があります。扱う製品の複雑さが5倍違うわけではありません。差がついているのは、過去の見積がどこにあるか全員が知っているか、単価表が1つに揃っているか、という運用の側です。

月15時間と月3時間の差は、年間に直すと144時間になります。1人あたり18営業日分の時間が、探し物と作り直しに消えている計算です。この差は担当者の能力ではなく、情報の置き方で生まれています。

「遅い」と言われる境目は、だいたい3営業日

どこからが遅いのかは、案件の規模によって変わります。それでも実務の感覚として、簡易な見積で3営業日を超えると相手の熱量が落ち始め、5営業日を超えると他社で話が進んでいる可能性が高くなります。金額が数十万円規模の案件ほどこの傾向は強く、発注側は比較検討に時間をかけたくないからです。

自社が今どのあたりにいるかは、直近10本の見積で測れます。問い合わせを受けた日と、見積を送った日の差を並べるだけです。平均が2営業日以内なら速い部類、4営業日を超えているなら、金額を下げる前に手を付けるべき場所が別にあります。ここを測らずに値引きで取り返そうとすると、粗利だけが削れていきます。

生成AIが縮められるのは、見積の3工程のどこか

生成AIを見積に入れるとき、最も多い誤解は「AIが金額を出してくれる」という期待です。実際に効くのは、金額を出す前後にある探す時間と整える時間の方で、金額そのものを決める部分は人が持ち続けることになります。

工程1・探す：過去の見積と単価を掘り起こす時間

類似案件を探す作業は、AIが最も素直に効く領域です。過去3年分の見積と仕様書をまとめて読み込ませておけば、「同じ条件で以前いくらで出したか」を数十秒で引き当てられます。紙のファイルを1冊ずつめくって30分かけていた作業が、10分を切る水準まで落ちます。ここは判断を含まないので、任せても危険が小さい工程です。

効きやすい理由は、探す作業が「答えが既に社内にある」問題だからです。新しく何かを生み出す必要はなく、3年分の見積のどこかにある1件を引き当てればいい。人間が苦手で機械が得意な作業の典型です。逆に言えば、過去の見積が個人のPCに散らばっていて社内に集まっていない会社では、この工程の短縮幅は出ません。読み込ませる材料がないからです。着手の順番として、ツール選定より先に置き場所を1つに決める必要があるのはこのためです。

工程2・積む：数量と単価を組み上げる判断

積算そのものは、AIに丸投げしてはいけない部分です。私は「AIは優秀な検索係であって、見積もりの責任者ではありません」と考えています。数量の読み違いや条件の見落としは、そのまま赤字案件になって返ってきます。AIに出させるのは根拠の候補までで、採用するかどうかは人が決める。この線を引かないと、速さと引き換えに事故を買うことになります。

もう1つ、精度を決めるのは入れるデータの質です。単価表が3種類あって、どれが最新か誰も知らない状態でAIを乗せても、出てくるのは古い数字を根拠つきで並べた見積になります。ゴミを入れればゴミが出る、というだけの話で、データの品質はそのまま見積の品質に直結します。

工程3・整える：体裁と条件文を仕上げる時間

見積の体裁を整え、条件文と送付メールを書く工程は、ふたたびAIが得意な領域に戻ります。定型の条件文を案件に合わせて調整し、送付メールの文面を用意するところまでは、20分かかっていた作業が5分程度に収まります。この工程の短縮は品質を落としません。判断が入っていないからです。

任せてよい範囲と、人が決める範囲の線

3工程を並べると、線を引く場所がはっきりします。判断を含まない工程は任せる、判断を含む工程は候補出しまでにとどめる。この整理をしないまま「見積をAIで自動化する」と言い出すと、積算まで任せて事故が起き、そこで全部やめる、という終わり方をたどります。BoostXが生成AI伴走顧問として中小企業のAI導入を支援するなかで実感しているのは、どこまでをAIに任せ、どこからを人が決めるかの線を先に引いた会社ほど、3ヶ月後も使い続けているということです。

見積が速くなると、受注のどこが変わるか

速さそのものが目的ではありません。速くなった結果として、営業の勝ち方がどう変わるかを見ておく必要があります。

一番手で出せると、比較の基準を自社が作れる

先に触れたとおり、最初に届いた見積は比較表の基準になります。基準を作る側に回ると、条件の切り方や含める範囲を自社の得意な形で提示できます。後から出す側は、その土俵の上で差分を説明することになる。同じ金額でも、どちらが有利かは明らかです。

差し戻しが減ると、単価の話に時間を使える

見積が遅い会社は、たいてい差し戻しも多くなっています。急いで作った分だけ条件の記載漏れが出て、確認のやり取りが2往復・3往復と増える。この往復に使っていた時間が空けば、営業は値引き交渉ではなく、条件や納期を含めた提案の中身に時間を回せます。

往復が2回減れば、その分だけ商談は前に進みます。相手の社内でも、確認待ちの案件は優先度が下がっていくので、往復の回数はそのまま決裁の遠さに変わります。条件の記載漏れをなくすことは、体裁の問題ではなく受注確率の問題です。整える工程を仕組みに乗せる価値は、時間の短縮より、この抜け漏れの減少にあると考えています。

数字で見ると、効果は効率化に集中している

中小企業基盤整備機構の調査では、AIの導入目的として「業務効率化／作業時間の短縮」を挙げた企業が87.0%に達し、2位の「品質向上」32.3%と50ポイント以上の差がついています。導入効果を聞いた設問でも、同じ項目が83.2%で突出しました。営業・販売・サービス部門でのAI導入率は60.3%で、総務・管理部門の68.3%に次ぐ水準です。数字が示しているのは部門単位の導入状況であって、見積工程そのものの実施率ではありません。裏を返せば、営業まわりにAIが入り始めている会社でも、見積の3工程には手が付いていない余地が残っているということです。

私が支援した会社では、見積書まわりの作業が月20時間から15分になった例があります。これはAIだけの成果ではなく、単価表を1つに統合し、過去見積の置き場所を決めたうえで仕組みに乗せた結果です。順番を逆にすると、この幅は出ません。

速さは、値引きより粗利を守る

見積が遅い会社が失注を取り返そうとするとき、いちばん手が伸びやすいのが値引きです。単価を5%下げれば取れるかもしれない、という発想は自然に見えます。ただし粗利率が20%の商売で5%引くと、利益は4分の1が消えます。同じ案件を、値引きなしで2営業日早く出して取れていたなら、削れた利益はゼロで済みました。

速さへの投資が値引きより有利なのは、1回で終わらないからです。値引きはその案件だけに効いて、しかも次回の基準価格を下げてしまいます。見積を出すまでの時間を縮める仕組みは、月20本すべてに効き続け、価格は下げずに済みます。私が支援した現場でも、最初に効果を実感してもらえるのはこの点でした。

自前で組んだ見積の仕組みが3ヶ月で止まる境目

生成AIの入口は下がりました。社内の詳しい人が週末に触って、それらしい下書きが出るところまでは短期間でたどり着きます。止まるのはその先で、境目は決まって同じ4か所に現れます。

境目1：単価表が古いまま動き続ける

最初に必ず起きるのがこれです。作った時点の単価表を読み込ませたまま、更新の担当者と頻度を決めていない。3ヶ月後には仕入値が変わっているのに、AIは古い数字を自信たっぷりに出し続けます。誰も間違いに気づかないまま提出され、受注した後で粗利が合わないと分かる。仕組みを作るより、更新を回し続ける設計の方が難しい部分です。

境目2：積算の根拠を誰も説明できない

客先から「この数量の根拠は」と聞かれたとき、答えられないと商談は止まります。AIが出した候補をそのまま採用する運用にしていると、社内の誰も経緯を追えません。根拠を残す形で作るか、出力を人が引き受ける形にするか、最初に決めておく必要があります。

境目3：作った人がいないと動かない

週末に作った担当者が異動する、あるいは退職する。それだけで止まる仕組みは、珍しくありません。手順が頭の中にしかなく、直せる人が1人しかいない状態は、便利になったのではなく依存先が変わっただけです。

境目3.5：例外案件のたびに人手に戻る

標準的な案件だけを想定して組むと、条件が少し外れた瞬間に手作業へ逆戻りします。特殊な仕様、値引きの前提、納期の指定。この手の例外が月20本のうち5本を占めるなら、仕組みが効くのは残り15本だけです。設計の段階で「例外はどう扱うか」を決めていない仕組みは、3ヶ月も経つと例外の方が多くなり、結局使われなくなります。

境目4：選ぶための情報が足りていない

同じ調査では、「成功事例や活用事例などの情報が十分に入手できている」に当てはまらないと答えた企業が83.3%、「適切なベンダーや製品を選定する情報が十分にある」に当てはまらないと答えた企業が79.8%にのぼりました。求める公的支援でも、導入費用の助成77.9%に次いで導入事例などの情報提供が70.5%で並びます。つまり多くの会社は、やる気がないのではなく、比べるための材料を持たないまま判断を迫られています。

総務省の調査を見ても、生成AIを活用する方針を定めている企業は大企業で約56%に対し、中小企業では約34%にとどまります（総務省「令和7年版 情報通信白書（概要）」p.7・2025年7月公表・2026年9月確認）。方針が決まっていない状態で個別のツールから入ると、境目1から3をまとめて踏むことになります。設計から実装、運用の定着までを一度に見てほしい場合は、業務自動化ツール開発のように、作った後の更新まで含めて引き受ける形が現実的です。

ビフォーアフター：見積の3工程がここまで変わる

数字の話を、1週間の動き方に置き換えます。ここでは月20本の見積を、1本あたり90分かけて作っている会社をモデルに置きます。内訳は探す30分・積む40分・整える20分です。

違いを生んでいるのはツールではなく運用設計

BeforeとAfterを分けたのは、導入したAIの種類ではありません。単価表を1つに決めたこと、過去見積の置き場所を全員が知っている状態にしたこと、積算だけは人が持つと線を引いたこと。この3つが揃って初めて、探す10分・整える5分という数字が現実になります。ツールを先に選んだ会社は、境目1から3のどこかで止まります。うちはまだBefore寄りだと感じた方、Afterの1週間に近づけたい方は、次の案内を見てください。

よくある質問

公開日：2026年9月