NGraphエヌグラフ
Hokuriku Deep Dive

車を1台減らしたAIの送迎計画に、富山の介護職員10人のうち5人は「かえって増えた」と答えた

2026.11.16 夕 | 株式会社NGraph 日本地図と書籍、ノートパソコンの絵。題字は「車を1台減らしたAIの送迎計画に、職員10人中5人が「かえって増えた」」

富山県の実証事業で、AIの送迎計画を介護施設で走らせた結果が出ました。

介護施設2か所で実際に走らせた結果は、2026年1月に報告されています。使われたのは、ダイハツ工業のAI運行管理システムです。

結果は、送迎の車が1日1台減りました。ただし、施設の職員10人のうち「負担が軽減した」と答えたのは1人で、「かえって増えた」と答えた人は5人でした。

報告の中には、計算で出した数字と現場で測った数字が並んでいます。この2つは一致しませんでした。 私たちは福井市のNGraphという会社で、AI導入の現場に入っています。提案書を受け取る側の目で、読みました。対象は、富山県が公費で進める実証事業「Digi-PoC TOYAMA(デジポックとやま)」の報告3本です。

この記事でわかること
・富山の介護施設で、AIの送迎計画が車を1台減らし、職員の負担を減らさなかった理由
・県庁の生成AIと工場の画像検査の報告に出てくる数字の条件
・AIの成果の数字を、3種類に分けて読む方法

富山の介護施設で、AIの計画は車を1台減らした

Digi-PoC TOYAMAは、富山県がデジタル技術で地域の課題を解決する実証実験を公募し、採択する事業です。実証実験とは、本格導入の前に、小さく試して効果を確かめることです。

県のページには、令和4年度から計26件の実証を実施したと書かれています。令和8年度は44件の応募から4件を採択し、いま実証の最中です。この記事で読むのは、令和7年度のダイハツ工業の報告と、令和5年度のインテックと富士通Japanの報告です。

まず、ダイハツ工業の実証です。テーマは通所介護、いわゆるデイサービスの送迎でした。利用者が日帰りで施設に通うサービスで、施設の車が自宅との間を送り迎えします。

協力したのは、小杉福祉会の通所介護施設2か所です。どちらも利用定員は1日50人、送迎車は1日6台でした。

やったことは、2施設の送迎の共同化です。1つの便に両施設の利用者を乗せる「共同便」を作りました。進め方は2段階で、まずシミュレーション、次に実運行です。シミュレーションとは、実際には走らせず、データを入れて計算で結果を出すことです。

目標は、車を1日1台減らす、業務時間を1日1.5時間生み出す、管理者・職員・利用者の過半数が承認・実感・承諾する、の5つでした。報告書は、このうち4項目に自己評価をつけています。

検証項目目標実運行の結果自己評価
車両の削減1日1台12台から11台へ、1台減〇
業務時間の創出1日1.5時間変化が見られなかった△
職員の満足度過半数が効果を実感「軽減した」が10人中1人×
利用者の満足度過半数が利用を承諾「問題ない」が9人中7人〇

表1 ダイハツ工業の実証の目標と結果。令和7年度の最終報告資料より

車の削減という目標は、達成しています。資料はこのページに「現場職員の満足度に課題を残す結果に」と見出しを付けています。車は目標どおり、時間は変化なし、職員の満足度は未達という内訳です。

計算では2台と3.1時間、走らせると1台と変化なし

シミュレーションの結果は、実運行より良い数字でした。車両は1日12台から10台に、2台減ります。送迎の拘束時間は1日31.8時間から28.7時間になり、3.1時間減る計算でした。施設長・管理職員5人のうち5人が、実用性を評価しています。

この2つの数字は、どう作られたのでしょうか。31.8時間は、2025年8月の1週間の総送迎拘束時間191時間(2事業所分)を、6営業日で割った値です。

28.7時間は、31.8時間を12台で割った1台あたり2.65時間を使います。2.65時間に10台をかけ、共同便の稼働時間の平均2.2時間を足すと、28.7時間になります。つまり「1台あたりの時間は、台数が減っても変わらない」と置いた割り算です。

実際に走らせると、結果は違いました。実運行の車両は12台から11台で、1台しか減っていません。業務時間の創出は、報告書の言葉で「今回実証段階では変化が見られなかった」。大きな事故やトラブルはありませんでした。

計算では2台減、走らせると1台減だった

2台シミュレーション1台実運行送迎車の削減は、計算の2台に対し、実際に走らせた結果は1台でした出所:ダイハツ工業 Digi-PoC TOYAMA 令和7年度 最終報告資料(車両は1日あたり。目標は1台)

では、実運行の条件はどうだったのでしょうか。10月初旬から月末ごろまでは、アプリを使わず、各施設の担当者1人ずつの2人体制で、水曜と金曜の週2日走らせました。11月初旬から12月末ごろは、同じ水曜と金曜の週2日のまま、スマホアプリを使い、片方の施設の職員だけで共同便を交互に運行する体制を試しています。

時間が減らなかった要因として、資料は次の点を挙げています。安全のために2人体制で始めたものの、期間中は習熟が進まず、1人体制に移れませんでした。このため、かえって送迎に出る人手が増えています。

職員の声も載っています。他の施設が運転する日は時間に余裕が生まれた一方、自分の施設が共同便を運転する日は負担が増えました。総合的には効果を実感できなかった、という趣旨です。

ほかにも、スマホ操作に慣れず時間がかかったこと、知らない利用者を介助することへの抵抗やリスクの意識が挙がっています。

職員アンケートの回答は10人分です。「軽減した」が1人、「変わらなかった」が2人、「かえって増えた」が5人、「わからない」が2人でした。

職員10人のうち「軽減した」は1人

10%軽減した20%変わらなかった50%かえって増えた20%わからない共同運行で負担が「かえって増えた」と答えた職員は半数でした出所:ダイハツ工業 最終報告資料 職員アンケート(N=10)

実証のあとについて、資料は次のように書いています。協力した法人は、まず個別の施設でシステムとスマホの活用を検討したい意向で、トライアルは続ける予定です。

計算で出した3.1時間は、現場では出ませんでした。ほかの2本の報告にも、読み分けが必要な数字があります。

県庁の生成AIは、資料探しを15分から7分にする見込みで、会計の手引きは18分のままだった

2本目は、令和5年度のインテックの実証です。富山県の職員が業務で使った生成AIで、仕組みの名前は「書類DX」といい、MicrosoftのAzure OpenAI Serviceを使っています。生成AIとは、文章などを新しく作るAIのことです。

検証は2つあります。1つ目の対象は、プレスリリース資料など195ファイル・372ページです。2つ目は、会計の手引き90ファイル・330ページでした。使ったのは広報課と、スタートアップ創業支援課の職員です。

問い合わせ対応の資料探しは、削減見込みの数字

広報課では、問い合わせに答えるための資料探しが、1件あたり「数分から30分」だったところ、「数分から10分」になりました。報告書は、削減の見込みとして、3人体制で1件15分・月38時間かかっていた作業が、1件7分・月18時間になると書いています。問い合わせは、令和4年度に1,849件ありました。

ここで注意したいのは、15分から7分が「削減見込」と書かれた数字だということです。実際に測った月間の時間ではありません。

会計の手引きの検索は、導入前も後も18分

会計の手引きのほうは、違う結果です。知りたいこと1回につき、導入前も導入後も18分程度でした。報告書の結論は「時間効率はほぼ変わらない」です。

中身を見ると、導入前は検索3回と資料の確認3回でした。導入後は、検索が1回に減り、資料の確認が7回に増えています。

報告書によると、この検索ではハルシネーションを考慮して、手順そのものの回答をAIに書かせない作りにしていました。ハルシネーションとは、生成AIが事実に基づかない内容をそれらしく書いてしまうことです。そのためAIは答えを書かず、該当しそうなページを7件示します。人が7件を開いて確かめるので、検索が減った分を、確認の手間が埋めました。

資料探しは15分から7分の見込み、会計の手引きは18分のまま

導入前(1件あたり)導入後問い合わせ対応の資料検索(見込み)15分7分会計の手引きの検索18分18分同じ県庁の実証でも、時間が縮む業務と縮まない業務がありました出所:インテック 令和5年度 最終報告資料(資料検索は削減見込みの数字)

報告書のまとめは「生成AIの回答は確認作業が必要」という趣旨です。一方で、検索した資料の内容を活かして、複数のパターンの文章を作る作業には、効果が大きかったとも書いています。

同じ県庁の同じ仕組みでも、業務によって数字は違います。しかも、片方の数字は見込みでした。

工場の「正解率100%」は、画像98枚と1か月の話だった

3本目は、令和5年度の富士通Japanの実証です。富山県内の中小製造業3社に聞き取りをして、そのうち1社の現場で、1か月間の体験を行いました。対象は、マルチカッターという加工機のまわりの作業で、1人が3台を扱います。

使ったAIは2つあります。1つ目は、行動分析のAIです。既存の監視カメラの映像から、作業者の行動の時系列グラフと内訳データを作ります。手作業で10時間かかるものが、このAIでは10分でした。資料は「98%以上の時間短縮」と書き、手作業と自動の内訳の差は、プラスマイナス2%程度としています。

2つ目は、材料の位置ズレを見つける画像認識のAIです。学習に使ったのは、位置ズレが無い画像15枚と、有る画像15枚です。評価には、それぞれ49枚、合計98枚を使いました。結果は、見逃しが0、過剰検出が0で、報告書は「検証用のデータに対し正解率100%」と書いています。学習にかかった時間は5分です。

見逃しとは、異常なのに正常と判定する誤りです。過剰検出は、正常なのに異常と判定する誤りです。この2つが0だったのは、98枚の中での話でした。

評価用の画像は、AIの成績を測るために、あらかじめ用意したデータです。現場で毎日流れてくる画像とは別なので、100%は現場の正解率ではありません。

金額の試算も載っています。データ作成費の削減効果は月980,000円で、1時間あたり5,000円として、データ1か月分で試算した数字です。検査工程費の削減効果は月800,000円で、適用先が他の領域に広がり、同じ性能を出せた場合に、検査工程1人分を減らせるとして試算されています。

なお、資料は次の段階として、令和6年度に実証を深掘りし、令和7年度以降に広げる計画を書いています。この記事で扱うのは、計画として書かれている、という事実までです。

実証の数字は3種類に分けて読む

3本の報告を並べると、数字は3種類に分かれます。1つ目は、シミュレーションや試算など、計算で出した数字です。2つ目は検証用に用意したデータでの成績で、3つ目が現場で実際に動かして測った数字になります。

数字種類条件
車2台減・拘束時間3.1時間減計算2025年8月の1週間のデータから、1台あたりの時間は変わらないと置いて計算
車1台減・時間は変化なし現場の実測介護施設2か所。水曜と金曜の週2日。11月からスマホアプリ
資料探し15分から7分計算(削減見込み)3人体制で1件あたり。報告書が「削減見込」と記載
会計の手引き18分から18分現場の実測知りたいこと1回につき。検索1回・資料確認7回
位置ズレ検知の正解率100%検証用データ評価用画像98枚。見逃し0・過剰検出0

表2 3件の報告に出てくる主な数字と、その種類と条件

この表で気づくのは、同じ事業のなかで、計算の数字と現場の数字が一致していないことです。

計算が悪いわけではありません。問題は、計算の数字を現場の約束のように受け取ってしまうことです。

数字の読み方では、日本企業の効果評価の調査を読んだ記事と、北陸の検査AIの事例を読んだ記事も参考になります。

私たちの一次体験:私たちは自社の支援ページに、成果の数字は実測できたものだけを載せると書いています。いま伴走している、新人の入社ガイダンスをAIにする現場でも、削減できる時間は計算で出した見込みの段階です。現場で測った数字はまだありません。だから社内の資料でも、見込みと実測を書き分けています。

提案書の数字を見たら確かめる3つのこと

AIの提案書や実証の報告を受け取ったら、数字の横に、次の3つを書き込んでみてください。

  1. この数字は、3種類のどれか。計算なのか、検証用のデータなのか、現場の実測なのかを分けます。「削減見込」「試算」「シミュレーション」という言葉があれば、計算です。
  2. 何枚で、何人で、何日、測ったのか。富士通Japanの100%は98枚の話でした。ダイハツの職員アンケートは10人分で、実運行は水曜と金曜の週2日でした。条件が書かれていない数字は、書かれている数字と並べられません。
  3. AIが計算しない人の手間は、数字に入っているか。送迎の2人体制、スマホの操作、会計の手引きの7件の確認は、どれもAIの外にある作業です。ここが数字の外に置かれていると、現場で効果が消えます。

よくある失敗・NGパターン

明日やることは、手元の提案書か報告書を開き、いちばん大きな数字の横に、3種類のどれかを書くことです。書けない数字は、提案した会社に「この数字は、どこで、何を使って測りましたか」と聞いてください。

「この数字は、計算か実測か」から、一緒に読みます。

NGraphは福井市の会社です。福井・石川・富山は訪問、それ以外の地域はオンラインで、エンジニアが現場に入ってAIを業務に組み込みます。

無料で相談する

AI現場実装(FDE)のサービス詳細はこちら →

よくある質問

シミュレーションの数字は、当てにならないのですか?

当てにならないわけではありません。ダイハツの送迎では、1台あたりの時間は台数が減っても変わらないと置いた割り算で、車2台減と3.1時間減が出ました。実運行では車が1台減り、時間は変化なしでした。置いた前提が現場で成り立つかを確かめる前の数字、として読むのが安全です。

「正解率100%」は信用できないのですか?

信用できないのではなく、条件つきの数字です。富士通Japanの位置ズレ検知は、評価用の98枚で見逃しと過剰検出がどちらも0でした。評価用の画像は、AIの成績を測るためにあらかじめ用意したデータで、現場で毎日流れてくるものとは別です。

提案書の数字は、まず何を確かめればよいですか?

その数字が計算か、検証用データか、現場の実測かです。次に、何枚・何人・何日で測ったかと、人の手間が数字に入っているかを聞きます。

参考(一次情報):閲覧日はいずれも2026年11月16日
・富山県「「Digi-PoC TOYAMA(デジポックとやま)」実証実験プロジェクト R7年度 成果報告会」(更新日 2026年3月26日)
・ダイハツ工業株式会社「送迎支援システムを活用した介護現場の業務改善」(Digi-PoC TOYAMA 最終報告会資料・上記ページ掲載「②介護サービスの担い手確保と負担軽減_ダイハツ工業株式会社」)
・富山県「「Digi-PoC TOYAMA(デジポックとやま)」実証実験プロジェクト 成果報告会」(2024年3月28日開催分)
・株式会社インテック「①生成AI及びマルチモーダルAIを活用した自治体業務の効率化」(同ページ掲載資料・2024年3月28日)
・富士通Japan株式会社「⑤中小製造業におけるDXソリューション導入による業務効率化」(同ページ掲載資料)
・富山県「令和8年度「Digi-PoC TOYAMA」実証実験プロジェクト 第一弾始動!」(2026年7月10日)
・富山県「Digi-PoC TOYAMA 実証実験4件を採択」(2026年8月7日)
← ブログ一覧に戻る