スマートキャンプ AIネイティブ化の教科書【サンプル】

Small Company, Big Business. を、AIで加速する実装ガイド ― 背景編＋本体

この【サンプル】は二部構成です。第0部で「会社の現在地と経営課題」を、スマキャン自身の発信（公式note・プレスリリース・BOXIL調査・各部門のnote）から整理し、第1部でその課題への解として教科書を展開します。 ねらいは一つ。点在している自社の発信を、一本の線につなぐこと。 自社の発信は、意外と社内で読まれていません。社長メッセージ、各部門のnote、BOXILが世に出している調査――これらは別々に存在していますが、実は同じ物語を語っています。本書はそれを束ねます。

第0部　ウェブ検索で理解したスマートキャンプ

注記：本部は2026年6月時点で一般公開されている情報をもとに外部視点で整理したものです。社内の最新の戦略・数値とは異なる場合があります。経営課題の項は公開情報からの推察を含みます。各項末に出典を示します。

0-1. 現状のビジネス

会社の基本

スマートキャンプは2014年創業、ミッション「テクノロジーを広げ社会の生産性を飛躍させる」、ビジョン「Small Company, Big Business.（少人数のチームでも社会を動かせる）」を掲げるBtoB企業です。本社は東京（港区／G-BASE田町）、ほか北海道・大阪・福岡に拠点を持ち、正社員は約203名（2026年4月時点）。子会社にビズヒントを擁します。年度末は11月で、上期（12〜5月）・下期（6〜11月）の二期制です。

資本面では2025年11月にマネーフォワードグループから丸の内キャピタル（PEファンド）の管理ファンド傘下へ親会社が異動し、2026年3月1日に合併による事業再編を実施。法務室の発信によれば、同社はIPOを見据えてガバナンス・コンプライアンス体制の構築を進めています。

事業の全体像

中核は、SaaS比較・資料請求プラットフォーム BOXIL（ボクシル）。450カテゴリ・3,000以上のSaaS／IT製品を、口コミ・導入事例とともに掲載し、検討中の法人とSaaSベンダーをマッチングします（2024年12月に大幅リニューアル）。その周辺に、相互に送客し合う事業群が広がっています。

ビジネスの本質は、「検討意欲の高い法人ユーザー基盤」と「SaaSデータ・業界知見」という資産を核に、ベンダーの営業・マーケティング課題を、メディア・イベント・インサイドセールス・ツールの複数の形で解くこと。収益は主にベンダー側（リード課金・掲載/広告・出展・代行・SaaS利用料）から得ています。

すでに進んでいるAI活用（社内の三本の柱）

「生産性向上を売る会社」として、スマキャンは自社のAI活用でもそれを体現し始めています。本書の主な教材は、この社内の実例です。

0-2. 今後の取り組み ―― 中期経営計画の「AI3本柱」

新社長・阿部氏の就任挨拶で示された、中期経営計画のAI重要テーマは次の3つです。この教科書は、この3本柱を社内の足元から実現するための実装ガイドでもあります。

加えて、阿部氏はアライアンス・M&Aによる他社との連携にも踏み込むと表明しています。多事業・多拠点・連携の拡大が進むほど、判断の軸を言語化し共有する力＝本書の原則②が効いてきます。

0-3. スマキャンが世に出している「AIと生産性」のデータ

スマキャンは、自社実践だけでなく、BOXILを通じて市場のAI活用実態を継続調査・発信しています。自社がこれらのデータの発信源であること自体が、ブランドであり、社内が範を示すべき理由でもあります。

0-4. ビジネスモデルキャンバス（BMC）

ウェブ公開情報をもとに、スマキャンの事業構造を9ブロックで整理すると次のようになります。

この図から見える構造：スマキャンは「少人数」でこの幅広い事業群（メディア×イベント×IS代行×SaaS×エージェンシー）を回しています。つまり、一人あたりの生産性が事業モデルの生命線であり、AIによる生産性向上は「あれば良い改善」ではなく「事業構造そのものを支える前提条件」です。

0-5. 経営課題と、この教科書の位置づけ

BMC・現状・中計から、スマキャンの経営課題（公開情報からの推察）と、本教科書がどう効くかを接続します。ここが、この教科書を読む“理由”です。

まとめ：この教科書は「AIの一般論」ではありません。少人数で成果（A）／速さと統制の両立（B）／知見の資産化（C）／自社で体現しブランド化（D）／提供価値の再設計（E）という、スマキャン固有の経営課題、そして中計のAI3本柱に、現場から一本ずつ効いていく実装ガイドです。

それでは、第1部へ。

第1部　スマートキャンプAIネイティブ化の教科書（本体）

Small Company, Big Business. を、AIで加速する実装ガイド

各章の進み方

どの章も同じ流れで進みます。

なぜ正しいか（原理）→ スマキャンの実例（自社の発信から） → あなたの番（今・次・得られるもの）→ だから正しい（納得）

「あなたの番」でそのまま使える型は、付録C（テンプレート集）に収めました。

この教科書の柱 ―― 4つの原則

この4つに通底するのは一つ――自分の仕事を、人に説明できる言葉にする（業務の言語化）。これは当社の言葉でいえばナレッジマネジメントそのものであり、BALESがお客様にやってきた「型化と伴走」を、今度はAIに対して行うことに等しいのです。

あなたのレベル（今いる場所から始める）

• はじめて ―― まだほとんど触っていない／少しこわい
• つかっている ―― 社内AIチャットやGemini／ChatGPTをときどき使っている
• 仕組みにしたい ―― 自分用の型や、自社データとの連携を考え始めた

始める前の、たった一つの約束（安全）

機密情報・顧客データ・個人情報を、学習に使われ得る個人向けプランやツールに入れない。 練習は公開情報で。会社が用意した環境（社内汎用AIチャット、業務契約済みのGemini等）を使うのが最も安全です。詳しくは付録B。

第1章 仕事をほどく ―― 入力・処理・出力に分ける

なぜ、これが最初なのか（原理）

AIに「いい感じにやっておいて」と頼むと、たいていがっかりします。理由はAIの性能ではなく、あなた自身が、何を渡して・何をしてほしくて・何が欲しいのかを決めていないからです。

原則① 仕事は「ほどける」。まず工程に分け、その工程を入力 → 処理 → 出力に分ける。

「ほどく」には2つの向きがあります。横にほどく＝工程（プロセス）に分ける。縦にほどく＝ひとつの工程を「入力 → 処理 → 出力」に分ける。ある工程の出力が次の工程の入力になります。難しい技術ではありません。紙とペンでできます。

スマキャンの実例

例1：BALES ―― そもそもスマキャンは「ほどく」のプロ

実は、スマキャンの主力事業そのものが「仕事をほどく」のお手本です。BALESは営業を「ターゲティング → リスト作成 → アプローチ設計 → 架電・実行 → 分析」と工程に分け、各工程に専門チームとツールを当てます。これはまさに横にほどく実践。AIネイティブ化とは、このいつもお客様にやっている工程分解を、今度は自分たちの社内業務とAIに対してやるだけのことです。

例2：法務室 ―― 工程に分け、各工程へ「AIと人」を配置（横）

法務室は契約相談を「型のあるもの（NDA・業務委託・利用規約）」と「型のないもの（M&A・新規事業スキーム）」に切り分け、前者はAI、後者は人に残しました。さらにNDAレビューを縦にほどき、入力＝相手方契約書＋取引の背景、処理＝自社雛形・基準と照合、出力＝判定＋理由＋相手への返し文句、と設計。「背景がないと正確に判定できない」と見抜き、AIにまず背景を確認させる設計にしているのが肝です。

例3：経営企画 ―― 「入力」を仕分けてAIの答えを具体化（縦）

経営企画は、市場規模のフェルミ推定・競合SWOT・公的統計のように公開情報が豊富でAIが強い入力と、自社の事業計画のように外に出してはいけない入力を最初に仕分けています。会議でも、入力＝音声、処理＝文字起こし・要約・論点抽出、出力＝議事概要とネクストアクション、と縦にほどき、AIに「不足点・深掘りすべき箇所」まで抽出させて精度を上げています。

あなたの番（今・次・得られるもの）

つまずいたら - どっちからやればいい？ ―― まず横（工程）で手順を書き出し、1工程だけを縦にほどく。 - 入力に何を渡せばいい？ ―― あなたが判断に使っている材料。社内基準・過去の類似事例・案件の背景。ただし機密は安全な環境でのみ（付録B）。

この章の一歩：面倒な業務を1つ選び、工程に分け、1工程だけを「入力→処理→出力」の3行で書く。

第2章 考え方を渡す ―― プロンプトは“思考の設計図”

なぜ、これが効くのか（原理）

ほどいた工程の「処理」をAIに任せたい。ところが「いい感じに見て」では一般論しか返りません。その処理の“考え方”をまだ渡していないからです。

原則② プロンプトは、結論を命じる呪文ではない。判断の“考え方”を写した設計図である。

新人に教えるように、役割・手順・良い例・出力の形を渡したものがプロンプトです。渡せた分だけ、AIはあなたの代わりに考えられます。

スマキャンの実例

例1：法務室の「黄金パターン」 ―― 知識ソースを3点セットにする（社の発明）

法務室の最大の発明が、知識ソースの「黄金パターン」です。他のAIアプリにも応用できる、再現性のある型として公開されています。

例2：カスタム指示で「AIの人格と振る舞い」を決める

知識ソースを読ませるだけでは半分。もう半分が、AIの人格と振る舞いを決めるカスタム指示（システムプロンプト）です。法務室は3点を重視しました。

1. 役割定義 ―― 単なる「指摘者」ではなく、締結までスピーディに進める「ビジネス部門のパートナー」。
2. 思考ステップの指定 ―― 「背景確認 → 自社雛形との差分確認 → プレイブックに基づく判定 → 代替案検討」の順序を明示。
3. 構造化された出力 ―― 「OK／NG」だけでなく、カウンター案・推奨アクションを含む“武器”として出力。

例3：0→1もAIで。ただし最後は人が精査する

例4：経営企画の壁打ちも、考え方を渡している

会計処理（グロス／ネット）の相談では判断材料と観点を、プレスリリース文の推敲ではトーンと想定読者を渡す。これも“考え方を渡す”実践です。Claudeが「人が書いたものに近い」のは、渡した考え方を素直に反映するから、という現場の実感に基づきます。

あなたの番（今・次・得られるもの）

つまずいたら - 手順をどう書く？ ―― 新人に口頭で教えるつもりで「ここを見て／こうなら要注意／根拠はこれ」。 - 良い例に何を使う？ ―― 過去の自分の良い仕事。社名・金額は伏せ、考え方の型だけ渡す。 - AIが基準を無視する ―― 基準を箇条書きで渡し、「反する場合は必ずNG」「根拠が無ければ要確認」と守らせ方まで指定。

この章の一歩：頻出業務を1つ選び、「役割＋判断の手順＋出力の形」を3〜5行で書いて渡す。

第3章 小さく始めて、人が確かめる ―― Human-in-the-Loop

なぜ、完璧を目指してはいけないのか（原理）

考え方を渡しても、AIは間違えます。「完璧にしてから導入」と構えると、いつまでも始められません。

原則③ AIは間違える前提で、“人が最後に確かめる”形にして、小さく始めて直していく。

第1章でほどいた工程のうち、まず1つをAIに任せ、その出力を人が確認する。人が輪の中にいる（Human-in-the-Loop）から、安心して任せられます。

スマキャンの実例

例1：押印プロセスの一元化 ―― 制度による「事後統制」（社の発明）

例2：ハルシネーション前提で、型化しやすい領域から

例3：根拠を添えて、人を「検証役」にする

確かさを上げるコツは、出力に必ず根拠を添えさせること。法務のレビューは「自社基準とのズレ・過去実績」を、経営企画の会議要約は「論点・ネクストアクション・不足点」を添える。すると人の仕事は「ゼロから判断」から「根拠を検証」に変わり、速く確実になります。

あなたの番（今・次・得られるもの）

この章の一歩：失敗してもこわくない業務を1つ選び、AIに任せ、出力を自分で検証する。

第4章 巨人の肩に乗る ―― 汎用ツール優先、自作は最後

なぜ、自分で作らないほうがいいのか（原理）

「専用システムを開発しないと」と思い込むと、何も始まりません。汎用ツールは日進月歩で賢くなっています。

原則④ まず汎用ツールを使い倒す。自作（開発）は、足りないと分かってから最後にやる。

スマキャンの実例

例1：NotebookLM と Gemini（カスタムGem）の使い分け ―― リスクで選ぶ

例2：「自作」は本当に必要な一点だけ

法務室は多くをカスタムGem（汎用ツールの設定）で実現する一方、決裁権限ナビゲーターだけはWebアプリとして自作しました。決裁事項や金額に応じ承認要否を自動判定する、ロジックが固く正確性が絶対の領域だからです。それ以外は汎用ツールの“設定”で足りた――これが「自作は最後」の好例です。

例3：全社汎用AIチャットという「土台」

ツールの階段

社内汎用AIチャット／Gemini・ChatGPTのプロンプト工夫 → カスタムGem・GPTs・NotebookLM（自分用の型） → Google Drive 等 × Gemini の連携 → 必要なところだけ Webアプリ等を自作

あなたの番（今・次・得られるもの）

この章の一歩：今の業務を、会社が用意した汎用ツールでやってみる。足りない点をメモ（将来の“自作の候補”）。

第5章 もっと先へ（応用編）―― 「自律（Autonomy）」と「統制（Control）」を両立する

仕組みを設計する立場の人向け。読み流しOK。

何が起きているのか

4原則を組み合わせると、「ビジネス部門が都度相談しなくても自分で一定品質まで判断できる」状態＝Autonomy（自律）が作れます。法務室はこれで法務相談を1年で50%以上削減しました。

しかし自律を進めるほど「本当に統制できているのか」という問いが出ます。答えは放任でも制限でもなく、多層的なコントロールによるバランス。法務室の3つの設計を全社に一般化します。

設計1：適材適所 ―― AI化する領域を選ぶ

2軸で選びます。領域の特性（規制が極めて複雑で制裁リスクが甚大な領域は無理に自律化しない）と、業務の型化しやすさ（NDA・業務委託・利用規約のような型のある業務はAI、M&A・新規事業のような非定型・高リスクは人）。この仕分けは、法務・コーポレート・営業オペ・CSなど全部門に当てはまります。

設計2：技術 ―― ツールと知識ソースで精度を担保

NotebookLM（精度・型化）とカスタムGem（提案力）を使い分け、知識ソースは「人が精査した“正解”FAQ」を最優先に据え、提案力の高いツールには迷わせない下ごしらえをセットにする。

設計3：手続きとカルチャー ―― 最後の砦は「人」

Autonomy（自律）× Control（統制）の式 自律を最大化する ＝ 適材適所で入り口を絞る × 技術で精度を担保する × 手続きとカルチャーで最後を守る

あなたの番（今・次・得られるもの）

まとめ（納得）

自律と統制はトレードオフではありません。入り口（適材適所）・中身（技術）・出口（手続きとカルチャー）の3層で支えれば、アクセルとブレーキを同時に効かせられる。これは中計②「人は人ならではの価値創出に集中」を、社内から実現する設計です。

終章 自分のペースで続ける ―― AI活用は、組織のナレッジマネジメントそのもの

4つの原則を、もう一度

1. 仕事をほどく（入力→処理→出力）
2. 考え方を渡す（プロンプトは思考の設計図）
3. 小さく始めて、人が確かめる（Human-in-the-Loop）
4. 巨人の肩に乗る（汎用ツール優先、自作は最後）

役割が変わるとは、どういうことか

これは、BALESがお客様にやってきたこと――業務を型化し、トークスクリプトやQ&Aナレッジを渡し、伴走して内製化・定着させる――を、今度は自分たち自身とAIに対して行うことに等しい。スマキャンは、もともと「型化と伴走のプロ」なのです。

急がなくていい。主役は、人

中計②の言葉どおり、AIで生産性を高め、人は人ならではの価値創出に集中する。最終的な判断・交渉・関係構築・責任は、これからも人に残ります。AIは、あなたがそこに集中できるよう面倒を引き受ける相棒です。

生きた教科書として、育て続ける

この教科書は完成品ではありません。各部門が試して分かったこと、うまくいった型、つまずいた点を書き足し、半期に一度見直す。定期サーベイで利用者（社内・お客様）の声を聞き、武器（AI）をアップデートし続けるサイクルこそ肝です。そして、社内実践で得た知見を、BOXIL調査・カンファレンス・お客様支援として外部へ循環させる。自社が最もAIを体現していることが、「生産性を売る会社」スマキャンの最大のブランドになります。

あなたの番（最後の一歩）：自部門の「型のある業務」を1つ選び、第1章〜第3章を一周する。そして、分かったことをこの教科書に1行、書き足す。

付録A レベル別ロードマップ

はじめて

• 今日：社内汎用AIチャット（またはGemini）に、面倒な業務を1つ、3行（何を見て／何をして／何を作る）で頼む。
• 今週：頼みに「役割」「手順」「出力の形」を足す（第2章）。
• 今月：失敗してもこわくない作業（要約・整形・たたき台）を1つ任せ、自分で確かめる習慣をつける（第3章）。

つかっている

• 今日：いつものAI利用に「入力（材料）」を1つ足す。出力に「根拠も書いて」を足す。
• 今週：NotebookLMに手元資料を読ませ、型化しやすい業務で精度を確かめる。
• 今月：過去の良い仕事を2〜3例（守秘に注意）渡し、自分の判断に近づける。

仕組みにしたい

• 今日：頻出業務の判断手順を文章化し始める。
• 今週：「正解」FAQ／プレイブック（Ground Truth・The Why・The How）を1本作る。
• 今月：カスタムGemに知識ソースとカスタム指示（役割・思考ステップ・構造化出力）を設定し共有。エスカレ基準と最終チェック工程を決める。

付録B 安全に使うために

• 機密情報・顧客データ・個人情報を、学習に使われ得る個人向けプランやツールに入れない。
• 会社が業務用に用意した環境（社内汎用AIチャット、業務契約済みGemini等）を使う。
• 練習は公開情報で（公開法令・公開市場データ・公開ひな型など）。
• シャドーAI（会社が把握しないツールに業務データを入れる）は最も起きやすい事故。使いたいツールはまず情シス・法務・コーポレートに確認する。これも「心配があれば相談する」信用スコアの文化の一部です。
• 入力データが学習に使われない設定・契約になっているかを確認する。迷ったら相談する。

付録C すぐ使えるテンプレート集

C-1 プロンプトの土台（役割＋手順＋出力の形）

あなたは、スマートキャンプの[部門]を支援する[役割]です。
次の順で考えてください：
1. [最初に見るべき点／背景の確認]
2. [自社の基準・型と照らす]
3. [判定する：OK / 要注意 / 要相談]
出力は次の形式で：
- 【判定】OK / 要注意 / 要相談
- 【理由】（根拠を必ず添える。根拠がなければ「要確認」と書く）
- 【推奨アクション】（次にやること／相手への返し方）

C-2 良い例を見せる（Few-shot）

以下は過去の良い対応の例です（社名・金額は伏せています）。この考え方の型に沿って回答してください。
- 例1：[状況] → [どう判断し、どう対応したか]
- 例2：[状況] → [どう判断し、どう対応したか]

C-3 「黄金パターン」知識ソースのひな型（部門問わず応用可）

## 対象業務：[例：NDAレビュー／決裁手続き案内／提案資料レビュー／IS架電スクリプト]

### Ground Truth（あるべき姿・基準）
- [自社の標準・物差し]

### The Why（なぜそうするのか）
- [基準の意図・会社方針]

### The How（対応の型・返し文句）
- 相手の要望A → [落としどころ案]
- 相手の要望B → [落としどころ案]

## 改訂ログ
- YYYY-MM-DD：[何を更新したか]

C-4 「正解FAQ」のひな型（コンプラ・手続き案内など）

Q：[よくある質問]
A（正解）：[人が精査した確定回答]
出典：[社内規程名／ポータル記事URL]
※この回答は最優先ソース。これに反する推測は行わない。

C-5 人が確かめるためのチェックリスト

□ 出力に根拠が添えられているか
□ 根拠は事実か（推測でないか）
□ 機密・個人情報を不適切な場所に入れていないか
□ 「要相談」の基準を超えていないか
□ 最終確認・承認の工程を通したか

付録D 用語集

• AIネイティブ ―― AIを前提に業務や組織を再設計している状態。
• Autonomy（自律）／Control（統制） ―― 各部門が都度相談なしに判断できる状態と、それを支える多層の管理。
• ハルシネーション ―― AIがもっともらしい嘘を出すこと。根拠を出させ人が検証して対策。
• Human-in-the-Loop ―― 処理の途中・最後に人が確認を入れる設計。
• プロンプト／カスタム指示（システムプロンプト） ―― AIへの指示。後者はAIの役割・振る舞いを固定する設定。
• Few-shot ―― 良い例を見せて考え方の型を渡す手法。
• 黄金パターン（Ground Truth / The Why / The How） ―― 「あるべき姿の基準／その理由／対応の型」の3点セットで知識ソースを構成する、法務室発の型。
• 正解FAQ ―― 社内規程等を元に人が精査した確定回答。AIの最優先参照ソースに据える。
• NotebookLM／カスタムGem ―― 前者は精度・型化向き、後者は提案力向き。
• 事後統制 ―― 作業は現場が自律的に行い、最後に専門部門が確認・承認する統制（例：押印一元化）。
• 信用スコア ―― 「困ったら相談しよう」と思ってもらえる、専門部門への信頼の蓄積。サーベイで可視化。
• BALESメソッド ―― ターゲティング × アプローチ設計で「理想の顧客は誰か」に向き合う、スマキャンのIS方法論。
• ナレッジマネジメント ―― 組織の知見を後から引ける形に整える営み。AI活用の準備であり本質。

付録E AIガバナンスの最小セット

E-1 AI利用ルール（1枚）雛形

1. 目的：少人数で大きな成果を出す（Small Company, Big Business）ためにAIを使う。
2. 機密：機密・顧客・個人情報を学習され得るツールに入れない。会社指定の環境を使う。
3. 確認：AIの出力は鵜呑みにせず、根拠を確認し、人が最終判断する。
4. 適材適所：型のある業務はAI、非定型・高リスクは人（要相談）。
5. 相談：迷ったら相談する。シャドーAIは事前に確認する。
6. 育成：うまくいった型は共有し、半期に一度見直す。

E-2 簡易チェックリスト（運用前）

□ この業務は「型あり」か（AI化に向くか）
□ 入力に機密・個人情報を含まないか（含むなら安全な環境か）
□ 「正解」となる知識ソースを用意したか
□ 出力に根拠を出させているか
□ エスカレ（要相談）の基準を決めたか
□ 最終確認・承認の工程があるか
□ 利用者の声を聞く仕組み（サーベイ等）があるか

出典

本書は、以下のスマートキャンプ自身の公開発信を主な教材として、社外で公開されている「法務AIネイティブ化の教科書」の構成に当てはめ直したものです。数値・体制・事例は各記事の公開時点のものです。

経営・全社 - スマートキャンプ公式note『.▲.tent.』「代表取締役社長就任のご挨拶」(2026/6) ― 中期経営計画のAI3本柱、「人は人ならではの価値創出に集中」。https://note.com/smartcamp_tent/n/n12d4f562acde - スマートキャンプ公式note「スマートキャンプの挑戦と、その先に目指すもの」(2025/2) ― 全社汎用AIチャット、BOXIL/BizHintのAI Chat、BOXILのリード100倍。https://note.com/smartcamp_tent/n/n68cfff3f986c - スマートキャンプ会社概要・サービス情報（ミッション／ビジョン、BOXIL/BALES/BALES CLOUD/Biscuet/ADXL/BizHint、拠点・人員）。

法務室（雨宮修） - 「ビジネス部門の『Autonomy』を実現するAI」(2026/1) ― 黄金パターン、カスタム指示3点、4つのGem＋ポータル、0→1のDeep Research、相談50%減。https://note.com/bzlion_legal/n/nd4b23615b268 - 「AIを最大限に活用するための『コントロール』設計術」(2026/2) ― 適材適所、NotebookLM↔Gemini、正解FAQ約100問、押印一元化、信用スコア。https://note.com/bzlion_legal/n/n3e5e57ba4cb9 - 添付サンプル：NDAレビューのカスタム指示例／条文解説集／交渉プレイブック（中小企業庁公開NDA雛形を題材にAI生成）。

経営企画／コーポレートグロース室（森友也） - 「【経営企画業務の劇的効率化】生成AIの実践に向けて」(2024/4) ― 市場調査・事業計画・会議要約、機密は外に出さない／最終は人。https://note.com/moritomoya_sc/n/n923efcfb1057

BOXIL調査（スマキャンが発信する市場データ） - 「生成AIの利用実態調査」(2026/1, n=1,365) ― 導入率28.4%、高度活用で月40時間超削減。 - 「営業のAI活用実態調査」(2026/2, n=389) ― 提案資料作成40.0%・営業メール39.4%、約7割が成果向上・約6割が質向上。https://prtimes.jp/main/html/rd/p/000000306.000012765.html - 「経理のAI活用」調査(2026/2) ― 78人中59人が効率向上を実感。 - 「人的資本経営におけるITツール利用実態調査」(2025/11, n=634) ― 利用率76.4%、最大課題は「データ分散」(31.8%)。

BALES（お客様支援・成果） - BALESサービス紹介（BALESメソッド、トークスクリプト・Q&Aナレッジ、内製化伴走）。 - プレスリリース「BALES導入支援例」 ― 休眠掘り起こしで商談2倍ほか。150社以上の支援実績、BALES Enablement。

構成の元 - 「法務AIネイティブ化の教科書」https://legalaitextbook.pages.dev/

免責：本書はスマートキャンプ社内でのAI活用を促すための整理資料であり、個別の法的・会計的助言を構成するものではありません。実際の判断にあたっては社内の専門部門にご相談ください。引用は各社の発信公開時点のものです。