MNML ✕ CFCL
00

CFCLのAI活用に向けて、
進め方と役割の認識を合わせる

今日は、CFCLがAIを活かしていくために、MNMLがどう関わり、何から一緒に始めるか。
その進め方と役割について、認識をそろえる場にできればと思っています。

2026年7月 / 合同会社MNML
01
ABOUT MNML

合同会社MNMLについて

構想から実行まで、一緒に走る総合コンサルティング会社です。
IT・不動産・金融・アートなど業界を問わず、事業の立ち上げからDX、組織づくりまでお手伝いしています。

データ活用・DX推進

バラバラのデータを集めて、使える形に整える

業務設計・システム導入支援

現場がちゃんと回るところまで作り込む

組織開発・人材育成

実際に手を動かせる人を、隣で育てる

事業立ち上げ・推進支援

戦略づくりから実行、旗振りまで通しで

設立3年目・少人数の会社です。いまは実績を一つずつ積み上げている段階で、データ統合などのプロジェクトも直近で推進中。メンバーは業務委託が中心、単価の高い実力者だけを厳選して動いています。設立2023年12月/代表 内山優樹/東京・目黒
02
MY BACKGROUND

今回は、私(内山)が入ります

いま当社は人手が足りておらず、潤沢に工数をお出しできる状況ではありません。ただ今回は、私自身が入ります。まずは、私のバックグラウンドを共有させてください。
「作る」より、関係者をまとめて前に進めるのが専門です。

シンプレクス
金融系SIer
システム開発
リクルート
決済の
新規事業立ち上げ
独立・MNML
推進役として
各社を支援
大手不動産HD

顧客ID統合・データ基盤(CDP)の構築を支援

大手不動産HD

契約業務の電子化プロジェクト推進(30億規模)

リクルート

新規決済サービスの立ち上げ・金融当局対応

外資系製薬

基幹システムの立て直し支援(役員会議を英語で進行)

強み:数億〜数十億規模のプロジェクトで20人以上をまとめ、経営層への説明から現場の推進まで一気通貫。金融の監査に耐える水準で、あるべき姿と現実の落とし所をつくるのが得意です。
03
TRACK RECORD

これまでの支援と、入り方

いくつもの業界で、全体の旗振り役として、現場とベンダーの間に立って進めてきました。

大手不動産HD

CDP・共通ID統合基盤の導入支援

大手不動産HD

電子契約システムの構築支援

アート業界

イベントの企画・運営・集客支援

経営・現場
やりたいこと
MNML
(全体の旗振り)
要件をまとめ
両者をつなぐ
ベンダー・チーム
開発・実装
「開発を丸ごと請け負う」のではなく、要件を決めて、調整して、前に進める真ん中の役割。今回のAI活用も、この推進サポート・要件定義支援の立場で入ります。
04
AGENDA

本日お話しすること

1
なぜ、今AIなのか

先進的でいるための条件と、土台になる2つのこと

2
Loopは、AI活用の土台にもなる

業務改善+データ統合で、土台づくりに

3
長期 × 短期の二段構え

土台づくりと、すぐ効く一手

4
ルールは最小限に

攻めを止めない、ざっくり2分法

5
MNMLの関わり方と工数

どこに力を注ぐか

6
なぜ組みたいか/お金の話

思想の共通点と、正直な進め方

05
WHY AI NOW

1なぜ、今AIなのか

CFCLは、服づくりだけでなく技術の使い方でも先進的でありたい会社だと思っています。
いまの時代の「技術で先を行く」とは、要はAIを使いこなせているかどうか。そのために必要な土台は、2つだけです。

土台①
正しいデータ
AIが見られる形で
一元管理されている
土台②
使える人
毎日の仕事で
AIを使える人がいる
AIが
活きる状態
この2つが揃って、はじめてAIは成果を出します。どちらかが欠けると、だいたい「入れたのに誰も使わない」で終わってしまう。
06
LOOP AS FOUNDATION

2Loopは、AI活用の土台にもなる

いま進めようとしているLoop(システム統合)の目的は、業務改善。
そこにデータの統合も視野に入れれば、AIもぐっと使いやすくなります。

AI活用の土台に
+ データの統合
Loop=システム統合(業務改善が目的)
いま進めようとしているプロジェクト
つまり、いま進めようとしているLoopは、そのままAI活用の土台づくりにもなります。目的を無理に変えるのではなく、少し視野を広げるだけ。MNMLもこの取り組みに入って、AIを使える人を育てるところまで一緒に考えます。
07
LONG × SHORT

3長期 × 短期の二段構え

長期:土台づくり
データを整えて、人を育てる。
部門をまたいだ全体最適は、ここが前提になります。
短期:クイックウィン
ひとつの部門で完結する仕事なら、
いまのデータのままでもすぐ良くできる。
必要なもの(データと人)はどちらも同じ。揃っていれば、大がかりな統合を待たなくても、短期で成果は出せます。まずは目に見える一本を作りましょう。
08
GOVERNANCE

4ルールは最小限に

ルールは、作ることより続けることのほうが大変です。維持できない重いルールは、結局守られなくなる。
だから、やることはシンプルに。データをざっくり2つに分けるだけにします。

🔒 鍵をかける

人事や個人情報だけ。
置き場所を分けて、AIからは仕組みとして触れないようにします。

🔓 使える状態にする

それ以外の業務データは、
AIが使える状態に整えます。活用にブレーキをかけません。
フォルダを細かく開けたり閉めたりし始めると、とたんに管理が煩雑になって、データを一元管理する話とも噛み合わなくなります。2つに分けるだけにしておくのが、守りながら攻められる現実的なラインです。
09
HOW WE COMMIT

5MNML(内山)の工数の使い方

座学の勉強会より、一緒に手を動かして推進を支えるほうが価値が出ます。時間の配分はこう考えています。

推進サポート・要件定義支援 50%
クイックウィン 40%
その他 10%
10
WHY TOGETHER

6なぜMNMLがCFCLと組みたいか

正直に言うと、当社はこれまで金融・不動産の大規模プロジェクトで推進力を積んできました。それをアパレルの世界で初めて形にしたい。その最初の代表事例を、御社と一緒に作りたいと思っています。ここで結果を出せれば、それが当社の看板になる。だからこそ、本気で成功させにいきます。いまは業界を広げたい局面でもあるので、初期の条件も柔軟に。売り込みではなく、組む相手を選んで来ています。

そして何より、CFCLが見ている先と、私たちが大切にしてきた考え方は、深いところで重なっていると感じています。
11
HONEST EXPECTATIONS

7工数の前提と、約束すること

本来、当社は時間に関わらず結果にコミットしきるのが常のやり方です。ただ今回は、人手の都合でそのやり方を取りきれません。
だからこそ、限られた稼働時間の中で優先順位の高いものから確実に潰していく。決めた時間の中で、やれるだけやりきります

一緒に決める

優先順位はこちらが勝手に絞らない

必ず結果を出す

選んだ領域では、必ず成果を出す

今はやらないを握る

それ以外は最初に線を引く

「本当に成果が出るの?」という不安には、言葉で説明するより、最初のクイックウィンを一本、早めに出して現物で示すのが一番だと思っています。
12
PRICING

8お金の話(正直な進め方)

「お試し」と「正式」の二段構えで、金額の決め方を分けます。

1

お試し期間

MNMLの通常の単価や条件を、そのままお見せします。小さく始めるので揉めません。手の内を見せることが、そのまま信頼になります。

2

正式契約

成果を見ていただいた上で、相場はこちらから先にお示しします。そのうえで、御社が納得できる形に一緒に調整します。価値を体感した後なので、フェアな金額に落ち着きやすい。

3

初期はディスカウント

お示しした相場をベースに、最初の期間は割り引いてお受けします。いまは業界を広げたい時期なので、通常より柔軟に対応できます。

窓口のお願い:金額と期間は松浦さん、現場の決定は大野さん、という切り分けで進めさせてください。
「お金をいただくこと自体が目的ではありません。だからこそ相場は隠さず先にお見せし、納得いただける形で進めます」
13
NEXT

本日、一緒に決めたいこと

まずは小さく始めて、確かな手応えから広げていく。「できることだけを、誠実に、深く」。これがMNMLのやり方です。
↓ スクロール/印刷でPDF・投影OK