著者:野原琉海(業務効率化に特化したエンジニア)
「人を雇う余裕はないが、業務が回らない」
一人で会社を経営していると、この壁に必ずぶつかる。営業、経理、マーケティング、顧客対応——全部を自分でやっていたら、1日24時間では到底足りない。
この記事では、業務効率化に特化したエンジニアである僕が、一人会社でAIエージェントチームを構築して業務を自動化した実例を紹介する。「月2万円で月180本の記事を自動生成する体制を作った」という話だが、記事制作に限らず、経理・問い合わせ対応・日報管理なども同じ仕組みで自動化できる。
机上の空論ではなく、今まさに動いている仕組みの話だ。
一人会社が業務効率化を後回しにするとどうなるか
一人で会社を経営し始めた頃、僕は「今は収益が少ないから、仕組み化は後でいい」と思っていた。この判断は完全に間違いだった。
業務効率化を後回しにした結果、何が起きたか。
時間がないから新しいことに手が出ない
毎日の作業に追われて、新しい集客施策や商品開発に使う時間がまったく取れなかった。一人会社の強みは「意思決定が速いこと」のはずが、時間がなければその強みを活かせない。毎日を消化するだけで終わる日々が続いた。
クライアントへの対応が遅くなる
記事を書きながら問い合わせに返信して経理もやって——というマルチタスクを続けると、どこかで必ず遅延が出る。一人会社でクライアントの信頼を一度失うとリカバリーが難しい。そういう経験を2度した。
体力的・精神的な限界が来る
以前は業務効率化の案件対応に加えて記事制作も自分でやっていたため、1日の稼働時間は10〜12時間を超えることが当たり前だった。それを2〜3ヶ月続けると、集中力が落ちてアウトプットの質が下がる。質が下がった状態で量を増やしても意味がない。
仕組み化は「余裕ができてから」ではなく、「余裕を作るために今すぐやること」だと気づいてから、具体的に動き始めた。
僕が実際にAIで自動化した5つの業務と具体的な仕組み
現在、以下の業務をAIエージェントで自動化している。いずれも「自分でやっていた頃と比べて何が変わったか」を交えて紹介する。
1. SEO記事の制作(月180本体制)
最も大きな自動化がこれだ。以前は自分で書いて月に数本が限界だったが、今は月180本のペースで記事が作られている。
1つの記事が完成するまでの流れは以下の通り。
Step1 キーワード調査:コンテンツカレンダーから優先度の高いキーワードを選び、実際に検索して競合の強さを確認する。上位に個人ブログや小規模サイトがあれば勝てる可能性が高いと判断する。
Step2 競合分析・構成案作成:上位5記事の見出し構成・強み・弱みを分析し、差別化できる記事の設計図を作る。競合の弱点を具体的に潰す構成にすることが品質を上げるコツだ。
Step3 本文執筆:構成案に基づいて本文を作成する。文字数は4,000字以上、H2見出し5本以上、比較表1本以上が基本ルールとして設定されている。
Step4 ファクトチェック:法律・数字・固有名詞を検証する。AIが自信満々に間違えることがあるので、この工程を抜かすと誤情報が公開される。
Step5 品質評価:30点満点の採点基準で記事を評価する。26点未満は書き直しサイクルに入る。合格した記事だけが次の工程に進む。
Step6 自動投稿:合格した記事はWordPressに自動投稿される。アイキャッチ画像の生成も自動。
この流れが1日6回動く。
2. 問い合わせの自動通知
Webサイトのフォームから問い合わせが来ると、Slackに即座に通知が届く。確認にかかる時間は数秒。以前は1日1回まとめてメールを確認していたが、見落としがゼロになった。レスポンスが速くなったことで、問い合わせから商談につながる率も上がった。
3. 日報・進捗管理の自動化
毎日の記事作成数、公開数、エラー件数を自動で集計し、Slackに日報として投稿される。月間目標との差分やボトルネックも自動で分析される。僕が確認するのは5分以内。以前は日報作成に毎日30分かけていたのが、完全に0になった。
4. タスク管理と翌日スケジュール生成
前日の進捗を踏まえて、翌日にやるべきタスクを自動で生成する。「今日は記事○本を公開、△△のリサーチを実施、○○の改善を行う」という形で翌朝Slackに届く。毎朝「今日何をするか」を考える時間が消えた。
5. 経理業務の自動化(導入中)
現在、以下の経理業務の自動化を順次進めている。
- Gmailと連携した請求書の自動検知:届いた請求書を自動で検知し、振込先・金額・期日を一覧にまとめる
- 請求書の自動発行:取引先への請求書を自動で生成・送付する
- 経費の自動集計:レシート写真から金額・日付・用途を自動で抽出してスプレッドシートに記録する
経理の完全自動化はまだ道半ばだが、「請求書の検知と一覧化」だけでも月2〜3時間の削減になっている。
AIエージェントチームの役割分担|なぜ分業すると品質が安定するのか
「AIに全部やらせればいい」と最初は思っていたが、これは失敗する。1つのAIに全工程を任せると品質がばらつく。工程を分けて専門AIに担当させることで、各工程の品質が安定する。
現在のチーム構成は以下の通り。
| 役割 | 担当業務 | 特徴 |
|---|---|---|
| SEOリサーチャー | 競合分析・記事構成案作成 | 上位記事の弱点を分析して差別化ポイントを特定する |
| SEOライター | 記事本文の執筆 | 構成案に基づいて5,000字以上の本文を作成する |
| ファクトチェッカー | 法律・数字・固有名詞の検証 | 推測値や誤情報を検出し削除する |
| SEOエディター | 品質評価(30点満点) | 26点未満は書き直し指示を出す |
| 投稿AI | WordPress自動投稿 | 合格記事のみ自動公開する |
| デザイナーAI | アイキャッチ画像生成 | 記事タイトルに合わせたキャッチ画像を生成する |
| 進捗管理AI | 日報作成・タスク管理 | 毎日の実績を集計してSlackに報告する |
| 改善担当AI | エラー検知・自動修正 | ワークフローの問題を検知して修正する |
この分業体制にしてから、品質のばらつきが大きく減った。特にファクトチェッカーとSEOエディターを別の工程に分けたことで、事実誤認の混入がほぼゼロになった。
「分業」という発想を持てたのは、人間の組織設計と同じ考え方を当てはめたからだ。営業とエンジニアと経理が同じ1人でいる組織は機能しない。AIも同じだ。
Before/After|自動化前後のコスト・稼働時間の比較
自動化前と後を数字で比較する。
| 指標 | 自動化前 | 自動化後 |
|---|---|---|
| 月間記事本数 | 月数本(手作業) | 月180本体制 |
| 1日の稼働時間 | 10〜12時間 | 15分以内 |
| 月額コスト | 人件費なし(全部自分) | 約2万円 |
| 記事の品質チェック | 自分の主観のみ | 30点満点で自動評価 |
| 問い合わせ確認 | 1日1回まとめて確認 | 来た瞬間にSlack通知 |
| 日報作成 | 毎日30分手作業 | 完全自動 |
月額コストの内訳は以下の通り。
| 項目 | 月額 |
|---|---|
| AIツール利用料(Claude・ChatGPT等) | 約15,000〜17,000円 |
| サーバー代(WordPress) | 約3,000円 |
| その他ツール | 0〜2,000円 |
| 合計 | 約2万円 |
フルタイムのSEO担当を1人雇えば月30〜40万円はかかる。それと同等以上のアウトプットが月2万円で出ている。人を雇わず外注もせず、AIに仕事をさせているから実現できている数字だ。
費用対効果の話でいうと、月2万円の投資で「月数本しか書けなかった記事」が「月180本体制」になった。記事1本あたりのコストは110円程度で、これは外注の相場(1本5,000〜3万円)と比較しても圧倒的に低い。
一人会社がAI自動化を始める手順|最初の1ヶ月のやり方
「聞くと簡単そうだが、どこから始めればいいか分からない」という声をよく聞く。実際にやってみると分かるが、最初から全部自動化しようとすると必ず止まる。順番が重要だ。
ステップ1:一番時間を食っている業務を1つ特定する(第1週)
「今週、何に一番時間を使ったか」をメモする。記事作成・問い合わせ対応・経理・見積書作成——どれかが突出しているはずだ。そこを最初の自動化対象にする。
候補が複数ある場合は「毎日繰り返す業務」を優先する。月1回しか発生しない業務より、毎日やっている業務の方が自動化の効果が大きい。
ステップ2:その業務をAIで半自動化する(第2〜3週)
最初から完全自動化を目指さない。「AIが下書きを作り、自分が確認して投稿する」くらいの半自動状態から始める。この段階でAIのアウトプットの癖や限界が分かる。
例えば記事制作なら、「ChatGPTに構成案を作らせて、自分が確認してから本文を書かせる」という形でいい。最初から全工程を自動化しようとすると、どこが問題なのか分からなくなる。
ステップ3:ルールを言語化してAIに覚えさせる(継続)
「このトーンで書く」「この数字は必ず検証する」「この表現は使わない」というルールを文書化し、AIへの指示に組み込む。ここが最も重要な工程だ。
ルールが曖昧なままでは品質がブレ続ける。「なんとなくいい感じで」という指示では、毎回違うアウトプットが返ってくる。ルールの言語化に1〜2週間かけてもいい。
ステップ4:チェック担当AIを追加して品質を安定させる
ライターAIだけでは品質にばらつきが出る。エディターAIをチェック役として追加し、基準を満たさないアウトプットは自動で書き直しサイクルに入れる仕組みを作る。
このチェック工程があることで、「品質が悪い記事が量産される」というリスクを防げる。
ステップ5:2つ目の業務に展開する(第4週〜)
1つの業務が安定したら、次の業務に展開する。「記事制作の自動化 → 問い合わせ通知の自動化 → 日報管理の自動化」という順番で広げていくのが現実的だ。
AI自動化で失敗しないための注意点
実際にやってみると、うまくいかない場面もあった。正直に書く。
失敗1:ルール化が不十分なまま量産した
記事のトーンや構成のルールを曖昧なままにして量産を始めた。結果、品質がバラバラになり、後から全部を見直す作業が発生した。最初にルールを徹底的に言語化してからスタートすべきだった。「とりあえず動かしてみる」は正しいが、「ルールなしで動かす」は間違いだ。
失敗2:全工程を一度に自動化しようとした
記事作成・画像生成・投稿まで一気に組もうとして混乱した。途中でどこが壊れているか分からなくなる。1工程ずつ追加していく方が、確実に速く完成する。
失敗3:専門性の高い領域で事実確認を省略した
税務・労務・法律に関わる情報は、AIが自信満々に間違えることがある。ファクトチェック工程を入れていなかった時期に、数字の誤りが公開された記事に残ることがあった。専門性の高い領域は必ず人間が確認するルールを設けた。
注意点:完全無人化は目指さない
全ての記事が100%の品質で仕上がるわけではない。5〜10%の記事は品質基準を下回る場合があり、週1回のサンプルチェックは今も続けている。「監視コストも込みで月2万円」という認識が正しい。
まとめ
一人会社でも、仕組みの設計次第で業務の大部分を自動化できる。重要なのは「人を増やす」ではなく「仕組みを作る」という発想の転換だ。
| ポイント | 内容 |
|---|---|
| 月額コスト | 約2万円(AIツール+サーバー) |
| 月間アウトプット | 記事180本体制 |
| 1日の稼働時間 | 15分以内 |
| 開始の目安 | 最初の1業務は1〜2週間で半自動化可能 |
| 最大の注意点 | ルールの言語化が品質を左右する |
最初から全部を自動化しようとせず、「今週一番時間を食っている業務」を1つ選んでAIで半自動化するところから始めるのが現実的だ。そこで得た経験と感覚が、次の自動化に活きる。
一人会社の仕組み化は「余裕ができてから」ではない。仕組みを作ることで余裕が生まれる。そして余裕が生まれた分だけ、一人会社の本当の強みである「速い意思決定」と「柔軟な動き方」が活きてくる。