ヤンマーのAI活用戦略――なぜDifyを選び、全社のAI活用基盤へ広げたのか。Dify Enterprise導入の実践【Part2】

農業機械、建設機械、エネルギー、マリンなど幅広い事業を展開するヤンマーグループでは、2030年に向けて、全社員がAIを当たり前に使う状態を目指しています。その全社的なAI活用を牽引しているのが、ヤンマーホールディングスのAI戦略推進部です。AI戦略推進部はCoE（Center of Excellence）として、全社共通のAI環境整備、ユースケース創出、AI人材育成、各事業部門のAI活用支援などを担っています。

しかし、事業領域が多岐にわたるヤンマーグループでは、全社員に共通の生成AIツールを提供するだけでは、現場固有の業務課題まで解決することはできません。農業とマリン、エネルギーでは、業務内容も扱うデータも異なります。そこでヤンマーが導入したのが、生成AIアプリケーション開発プラットフォーム「Dify」です。

現場の業務を最も理解している社員自身が、自分たちの業務に合わせたAIアプリやワークフローを作る。Difyは、全社共通のAIだけでは届かない、業務の「ラストワンマイル」を解決するための基盤の一つとして導入されました。現在では、現場で開発されているものとは別に、CoEが主体となって開発したAIアプリ・AIエージェントだけでも、評価中を含めて100弱に達しています。

今回のPart2では、ヤンマーホールディングス AI戦略推進部ビジネスアナリティクスグループの南條 豪宏氏と吉崎 倫氏のお二人から下記Dify導入の狙いや展望をお聞きしました。

• なぜDifyを導入したのか。
• Microsoft 365 Copilotとはどう使い分けるのか。
• 企業がDifyを全社展開するには何が必要なのか。どうしてDifyエンタープライズ版なのか。
• AIエージェントが急速に進化する中で、Difyが今後どのような役割を担うのか。

Part1はこちら

Dify導入の出発点は「全社共通AIでは解決できない業務」

岸田（Omluc）

Difyを導入された当初は、どのような役割を期待されていたのでしょうか。

南條氏（ヤンマーホールディングス）

私たちCoEが提供するものは、基本的に全社共通で利用できる仕組みになります。例えば汎用的なAIチャットであれば、全社へ提供して、多くの社員に同じものを使っていただけます。しかし、ヤンマーグループは事業領域が非常に幅広いため、全社共通のツールだけでは、それぞれの現場が抱える具体的な業務課題にフィットしないことがあります。Difyを導入した大きな理由は、まさにそこでした。

現場の業務を最も理解している社員自身が、自分たちの業務に合ったワークフローやRAGをノーコードで素早く作れることを重視しました。例えば、特定のデータを整形し、分析し、資料化するような業務であれば、現場側で実装できるようにする。全社共通ツールでは解決できない「ラストワンマイル」を、現場自身が解決できる環境を作ることが導入時の狙いでした。

Difyをどう他のAIツールと使い分けるのか

ヤンマーグループではDifyと並行してMicrosoft 365 Copilotも利用しています。どちらか一つに統一するのではなく、ユースケースに応じて適したツールを選ぶという考え方を取っています。

南條氏

ユーザーから見れば、ツールはあくまで手段です。解決したい課題を解決できればよいため、一つのツールへ固定する必要はないと考えています。もちろんCoEとして、「このようなユースケースには、このツールが向いています」という整理は行いますが、最終的にはユーザーが適切な手段を選べる環境が理想です。

現時点での一つの考え方としては、Microsoft Office製品の中で完結するものについてはCopilotが使いやすい。一方で、BoxやSnowflakeなど外部のサービスやデータソースと接続したり、社内システムとの連携を行ったり、より高度なカスタマイズや処理が必要になったりする場合には、Difyの柔軟性が活かせると考えています。

重要なのは“どのAIが優れているか”ではなく、業務にどう配置するか

岸田

企業からAI活用について相談をいただくと、「DifyとCopilotのどちらが良いですか」という質問をよく受けます。ただ、AI活用が成熟するにつれて、この二者択一の重要性は下がっていくと思います。本当に考えるべきなのは、「業務のどの部分に、どのAIやシステムを配置するのか」ということです。

Office内で完結する個人の業務支援と、複数のデータや外部システムを横断する業務では、適した仕組みは異なります。今後は一つのAI製品ですべてを解決するのではなく、Copilot、Dify、コーディングエージェント、既存の業務SaaSなどを組み合わせる形が増えていくでしょう。

企業に必要になるのは、製品を一つ選ぶこと以上に、複数のAIやシステムをどう組み合わせて業務全体を設計するかだと考えています。

CoE主体だけで100弱。Difyは「個人の業務支援」段階から「業務フロー変革」へ

岸田

現在は、Dify上でどのくらいのAIアプリやAIエージェントが稼働しているのでしょうか。

吉崎氏（ヤンマーホールディングス）

現場で市民開発されているものを除き、CoEが主体となって開発したものだけでも、評価中を含めて100弱あります。そのうち、実際の業務に適用され、効果が出ているものが30程度あります。さらに同程度の数が、業務適用に向けて検証されています。

一方で、ノーコード・ローコードだからといって、誰でも簡単に最後まで作れるわけではありません。Difyの機能が増えてできることが広がる一方で、実際の業務課題に合わせて機能を組み合わせる難しさもあります。

また、生成AIの能力を過信してしまうことや、現場だけでは部門を超えた業務プロセスまでつなげにくいこともあります。そのため現在は、市民開発だけではなく、CoE側から業務フローを分析し、人が集中すべきコア業務はどこか。それ以外のどこをAIで効率化・自動化できるか。を考え、こちらから事業部門へ提案する活動にも力を入れています。

市民開発とCoE主導。「ボトムアップ＋トップダウン」へ

ヤンマーでは当初、Difyを現場の社員が自らAIアプリを作る市民開発基盤として活用することを重視していました。その考え方は現在も変わっていません。一方で、AI活用が進むにつれ、現場ごとの改善だけでは大きな業務変革につながりにくいケースも見えてきました。

そこで、現場から課題を解決するボトムアップ型の市民開発と、CoEが業務プロセス全体を分析し、効果の大きな領域を提案するトップダウン型の開発を組み合わせる方向へ進んでいます。

また、複数部門で共通して利用できるものについては、テンプレートとして展開する取り組みも行われています。Difyの役割も、「一人ひとりがAIアプリを作るツール」から、組織全体の業務改革を支える基盤の一つへと広がっています。

AI活用のKPIを「削減時間」だけにしない

吉崎氏

重要なのは、AI活用のKPIをどこに置くかだと考えています。経営への報告で単純な時間削減だけを示すと、AI活用の価値について誤解を招く可能性があります。

例えば営業部門であれば、最終的に重要なのは、お客様との商談の頻度や質を高めることです。サポート部門であれば、お客様の要望を解決し、顧客満足度を高めることです。それを実現するために周辺業務を効率化・自動化する。そのために業務フローを分解し、人が集中するべきコア業務を特定していく。私たちCoEも、そこまで踏み込んで事業部門と一緒に考え、事業戦略の実行への貢献度合いを効果目標としています。

なぜコミュニティ版からDify Enterpriseへ移行したのか

ヤンマーでは、Difyの導入1年半前にコミュニティ版から開始しました。その後、全社に利用を広げる段階でDify Enterprise版へ移行しています。

岸田

導入時ではコミュニティ版を利用されていましたが、Enterprise版へ移行された大きな理由は何でしょうか。

吉崎氏

導入時は利用する人数も限られていたため、コミュニティ版でも対応できました。しかし、全社のAIエージェントを作る基盤として利用し、多くの部門へ広げていくとなると、企業での本格利用に耐えられるセキュリティとガバナンスが必要になります。例えば、ある部門の中では共有してよい情報であっても、別の部門には共有できない情報があります。

監査部門などでは、自分たちがチェックするために利用する情報が、チェックされる側の部門から見えてしまってはいけません。機密性の高いデータであれば、さらに利用できるメンバーを限定する必要があります。

そのため、ワークスペースを分け、ユーザー、情報へのアクセス権、編集権限などを適切に管理できることがEnterprise版へ移行した大きな理由です。

また、現場にはPCを常時利用せず、タブレットやスマートフォンを使って仕事をする社員もいるため、利用者の利便性向上とアカウント管理の効率化の観点から、シングルサインオンへの対応が必要でした。

AIが高性能になるほど、“何を許可するか”が重要になる

岸田

生成AIの導入初期には、「このAIで何ができるか」に注目が集まります。しかし、利用者が数十人から数百人、数千人へ広がり、AIが社内データや外部システムへ接続するようになると、企業側が考えるべき問いは、「AIに何ができるか」から、「誰が、どのAIに、どの情報や操作を許可するか」へ変わります。

AIエージェントが情報を読むだけでなく、外部システムへの書き込みや処理の実行まで行うようになれば、アクセス権限、実行権限、監査性、人による確認・承認といった仕組みはさらに重要になります。大企業の生成AI基盤では、高性能なAIを利用できることだけではなく、そのAIを組織として安全に制御できることも大きな価値になると考えています。

Omlucが支援する「人材育成・AI開発・Dify運用」の3領域

岸田

Difyの導入から現在までOmlucが支援させていただいていますが、どのようなところでお役に立てていますか。

南條氏

大きく三つあります。一つ目が、AI活用人材の育成・研修です。ビギナーやアドバンスなど、受講者のリテラシーに合わせた段階的なプログラムで支援いただき、実際にツールを使って実践できる人材の育成が進んでいます。

二つ目が、業務課題の整理からAIアプリ・AIエージェントを開発する支援です。私たち自身もCoEとして活動していますが、人的なリソースには限界があります。また、監査報告に関するAIアプリのように、制度の理解や複雑な処理が必要になるテーマは、専門的な知見がなければスピーディーに開発することが難しいため、個別開発でも支援いただいています。

三つ目が、Dify Enterpriseの保守・運用です。Difyはアップデートの頻度が非常に高く、すべてを社内だけで追い続けることは簡単ではありません。バージョンアップの内容や、適用前の動作検証などを迅速に対応いただける点も助かっています。

「知っている」と「作れる」の間にある壁

吉崎氏

Difyには多くのブロックや機能があります。機能を知っていることと、実際に業務上の課題が出てきたときに、「この機能とこの機能を組み合わせれば解決できる」と判断して実装できることには、まだ大きな差があると感じています。

そのようなとき、Omlucさんに困りごとを相談すると、「こういう使い方ができます」「最新機能ならこの方法で実現できます」とアドバイスをいただけるので助かっています。

Difyが高機能になるほど、「作るハードル」をどう下げるか

今後の課題として挙げられたのが、市民開発面のさらなる強化です。

吉崎氏

現場のドメイン知識を持っている社員自身がAIアプリを作ることは、これからも重要だと考えています。一方、Difyはできることが増えた分、初心者が使いこなすためのハードルも上がっている部分があります。

今後は、Difyをどのようなユーザー層に、どのような用途で使ってもらうのが最も効果的なのかを考えていく必要があります。例えば、コーディングエージェントを利用してDifyのフローを作り、それをDifyに取り込むといった方法も選択肢になってきています。

Difyや生成AIが進化していく中で、ビジネスユーザーがより簡単にAIアプリを作るための方法についても、Omlucさんから継続的に知見を提供いただきたいと考えています。

コーディングエージェントが進化すれば、Difyは不要になるのか

自然言語からコードやアプリケーションを作成するコーディングエージェントは、急速に進化しています。では、Difyのようなワークフロー型のAI基盤は将来不要になるのでしょうか。

吉崎氏

すべてがコーディングエージェントに移るとは考えていません。企業の業務には、毎回処理の仕方が変わっても問題ないものがあります。一方で、必ず決められた手順で処理する必要がある業務や、なぜその出力や判断になったのかを説明できなければならない業務も数多くあります。

そうした業務では、処理方法や判断基準を明確に設計できるDifyのようなワークフロー型が適していると考えています。

ただ、ユーザーから見れば、今後はツールの違いを意識する必要がなくなっていくかもしれません。一つの入口から依頼すると、必要に応じてDifyのワークフローや外部のAIエージェントが呼び出される。そのような使い方は今後増えていくと思います。

ワークフローかエージェントか、ではなく“組み合わせる”

岸田

私は、ワークフローとAIエージェントのどちらか一方が残るというより、両者が組み合わされていくと考えています。柔軟な判断が必要な部分はAIエージェントに任せる。再現性や説明責任が必要な部分は、決められたワークフローで実行する。そして、重要な判断やリスクの高い処理には、人による確認・承認を入れる。

つまり、ワークフロー × AIエージェント × Human in the Loop という設計です。

さらに、APIやMCPを介して複数のAI、ワークフロー、SaaS、業務システムがつながっていけば、ユーザーは一つの入口から依頼するだけで、裏側で必要なサービスが連携して仕事を進めるようになります。そのときDifyのような基盤には、単にAIアプリを作るだけではなく、企業内のAI・データ・システムをつなぐオーケストレーション層としての役割も期待できると考えています。

ただし、AIが多くのシステムを操作できるようになるほど、セキュリティ、権限管理、ガバナンスの重要性も高まります。AIの能力を最大限活用することと、企業として安全に制御すること。この二つを両立させることが、これからの企業AI基盤における重要なテーマになります。

Difyを「導入する」から、「事業成果を生む基盤」に

ヤンマーのDify活用は、

現場による市民開発
↓
CoEによる開発・横展開
↓
Enterprise版によるガバナンス強化
↓
業務プロセス全体の改革

へと進化しています。そこから見えてくるのは、単にDifyを導入するだけでAI活用が進むわけではないということです。

人材育成、コミュニティ、ユースケース設計、AIアプリ開発、ガバナンス、運用、そして事業KPI。これらをつなげて初めて、生成AIはPoCから実際の業務へ入り、事業成果へ結びつきます。

Omlucは今後もヤンマーグループとともに、Difyをはじめとする生成AI技術の進化を捉えながら、AIを「使う」段階から、企業全体の業務と価値創出を変える段階へ進むための支援を続けていきます。

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

ヤンマーホールディングス株式会社について

1912年創業。農業機械・農業施設、建設機械、エネルギーシステム、産業用・船舶用エンジン、マリン、コンポーネントなど幅広い事業を世界で展開するヤンマーグループの持株会社です。「A SUSTAINABLE FUTURE ―テクノロジーで、新しい豊かさへ。―」を掲げ、持続可能な社会の実現に向けた事業を展開しています。

2026～2030年度のデジタル中期戦略では、全社員によるAI活用、End to Endの業務プロセス改革、製品・ソリューションへのAI実装、DX人材育成などを推進しています。

会社名： ヤンマーホールディングス株式会社
創業： 1912年
本社： 大阪府大阪市北区
従業員数： 26,886名（連結、2026年3月末時点）
デジタル中期戦略： ヤンマー公式 デジタル中期戦略（2026～2030年度）