「AIで業務を自動化できる」という話は、もう何度も聞いたと思う。
ただ、実際に自分の会社で導入して、どこまで動かせているのかを具体的に書いている記事は少ない。ツールの紹介で終わっているか、数百人規模の企業の事例ばかりで中小企業には参考にならないものが多い。
この記事では、僕が1人で運営している株式会社ラズリで、AIエージェントに役割を持たせてバックオフィス業務を自動化した方法を書く。使った仕組み、かかったコスト、うまくいった点と失敗した点をそのまま出す。
同じような状況の経営者に「自分でもできそうだ」と思ってもらえれば、この記事の目的は達成だ。
人を雇う・外注する・AI自動化：3択の本音比較
まず前提として、バックオフィスを誰に任せるか、という問いへの答えを整理しておく。
僕がAI自動化にたどり着いたのは、人を雇う・外注するの2択ではコストと柔軟性のバランスが取れなかったからだ。
| 方法 | 月額コスト目安 | 対応できる業務の幅 | リスク |
|---|---|---|---|
| 正社員採用（事務1名） | 20万円以上（社保込み） | 広い。判断も含めて対応可 | 退職・休職で業務が止まる |
| パート・アルバイト採用 | 8〜12万円（時給1,200円×週20時間換算） | 定型作業中心。判断業務は難しい | 急な欠勤・シフト調整が発生する |
| 外注（バックオフィス代行） | 5〜15万円/月 | 経理・給与・総務など業務別に対応 | 委託範囲外の対応は別途費用 |
| AI自動化（自社構築） | 1〜3万円/月（ツール費用） | 定型・反復作業の自動化に限る | 構築・ルール設定に時間がかかる |
コストだけ見るとAI自動化が圧倒的に安い。ただし「判断業務」は今のところAIには任せられない。対応が必要なシーンで最終確認するのは人間だ。
僕の結論は「定型業務はAIに任せ、判断が必要な業務だけ自分がやる」。これで1人会社としての限界を大幅に引き上げられた。
実際に自動化している業務と使っているツール
現在、ラズリで動いている自動化の仕組みと、使っているAIツールを公開する。
| ツール | 用途 | 月額費用 |
|---|---|---|
| Claude（Anthropic） | 記事執筆・ファクトチェック・文章生成全般 | 約3,000円 |
| ChatGPT（OpenAI） | 構成案・調査・プロンプト設計のサブ機能 | 約3,000円 |
| Make（旧Integromat） | Webサービス間の自動連携 | 約1,000円〜 |
| Notion | タスク管理・ナレッジベース | 無料プラン |
| その他AI API費用 | スポット利用 | 月2,000〜5,000円程度 |
合計でAI関連のランニングコストは月額2万円前後で収まっている。人を1名雇えば月20万円以上かかることを考えると、10分の1以下のコストでバックオフィスの大部分を回せている。
1. コンテンツ制作の自動化（月30本の記事を量産）
ジムフリのSEO記事は、AIエージェントのチームが制作している。
- リサーチャー: キーワード選定、競合分析、記事構成案の作成
- ライター: 構成案に基づいた5,000字以上の本文執筆
- ファクトチェッカー: 数字・法律・固有名詞の正確性検証
- エディター: 品質チェック（30点満点で26点以上を公開基準とする）
これで月30本の記事を継続的に公開できている。同じことを人間のライターに外注した場合、1本3〜5万円として月150万円以上かかる計算になる。
2. 問い合わせの自動通知・仕分け
Webサイトから問い合わせが入ると、Makeが自動でSlackに通知する。通知の中には問い合わせ内容の要約と、「急ぎ対応が必要か」の優先度判定が含まれている。
これだけでも1日あたり30分以上かかっていたメールチェックの手間がなくなった。
3. 定型ドキュメントの自動生成
クライアントへの提案書のたたき台や、ミーティング後のアクションアイテムまとめは、AIが初稿を作る。最終的な確認と修正は僕がするが、ゼロから作る時間はほぼかかっていない。
4. 音声指示によるタスク実行（移動中もAIに指示できる）
移動中に「今週の記事テーマを出して」「この案件の進捗メモをまとめて」といった指示を音声で出すと、AIがタスクを処理して結果を返す。
キーボードを使えない状況でも業務が止まらないようになった。
失敗した。最初にやらかした3つのパターン
正直に書く。最初はうまくいかなかった。
パターン1：全部一気に自動化しようとした
最初に、「全ての業務を一気にAI化しよう」と設計したのが失敗だった。
構築に2週間かかったにもかかわらず、いざ動かすとあちこちでエラーが出た。どこで何が壊れているのか分からなくなり、全部止めてやり直しになった。
正解は「1つの業務だけを自動化し、動くことを確認してから次に広げる」。小さく始めて確実に動かす。これが最終的に全体を完成させる一番の近道だった。
パターン2：ルールを言語化しないままAIに任せた
「いい感じに書いて」「要点をまとめて」のような曖昧な指示では、AIは曖昧な成果物を返す。
僕の場合は、記事の品質が安定しない時期が続いた。原因は「誰向けに書くか」「どのトーンで書くか」「何を入れて何を省くか」の基準が文書化されていなかったことだった。
判断基準を全てテキストで書き出してAIに渡したところ、品質が一気に安定した。「ルールの言語化が9割」というのが今の実感だ。
パターン3：AIに向いていない業務を自動化しようとした
クライアントからの相談への返答、個別の交渉、判断が必要な意思決定——これらをAIに任せようとして、かえって余計な手間が生まれた。
AIは定型・反復・入力・変換が得意だ。判断・交渉・共感が必要な場面は人間が担う。この線引きを明確にしてから、自動化の設計が急速に進んだ。
自動化に向いている業務・向いていない業務の判断基準
AI業務自動化を検討するにあたって、どの業務を自動化すべきかの判断基準を整理する。
| 判断軸 | AI自動化に向いている | AI自動化に向いていない |
|---|---|---|
| 作業のパターン | 毎回同じ手順で繰り返す | ケースバイケースで判断が変わる |
| 入出力の形式 | テキスト・数字・データ | 対面・電話・感情が絡む |
| エラーの許容度 | 95%正確で十分 | 1つのミスが致命傷になる（医療・法律など） |
| 実例 | 請求書入力、メール通知、日程調整、議事録作成 | 初対面の顧客対応、クレーム処理、最終的な意思決定 |
特に「毎月必ず繰り返す定型作業」がある経営者は、まずそこを自動化の候補に挙げると良い。請求書の送付、支払い明細のまとめ、月次レポートの初稿作成などは、AIと自動化ツールで対応できる範囲が広い。
自動化の相談先や進め方については「業務効率化の相談はどこにすればいい？中小企業向けの相談先まとめ」でも整理しているので参考にしてほしい。
ゼロから始める場合の順番：最初の1週間でやること
「AI自動化をやりたいが、どこから手をつければいいか分からない」という経営者は多い。
僕が最初からやり直すなら、この順番でやる。
Day 1〜2：業務の棚卸し
毎月必ず発生する定型業務をリストアップする。経理処理、問い合わせ対応、書類作成、データ入力などを洗い出し、「月に何時間かかっているか」を書き出す。
月10時間以上かかっていて、かつパターンが決まっている業務が自動化の最有力候補だ。
Day 3：まず1つだけ選ぶ
棚卸し結果の中から、1つだけ自動化する業務を選ぶ。最も時間がかかっているもの、または最も単純なものが良い。
最初から複数を同時に進めない。1つが動くまで他には手をつけない。
Day 4〜5：ツールを試す
ChatGPT PlusまたはClaudeを月3,000円で契約して、選んだ業務を試しにやらせてみる。
いきなり自動連携を組む必要はない。まず「人間の判断なしにAIだけで処理できるか」を確認する。
Day 6〜7：フローを固める
AIで処理できることを確認したら、それをどのタイミングで・どのように起動するかを決める。メール受信をトリガーに動かす、毎日決まった時間に実行するなど、起動方法を設計する。
Makeなどの自動化ツールで連携する場合は、ここで設定を組む。
中小企業のAI業務効率化の全体像については「中小企業のバックオフィスをAIで効率化する具体的な方法5選」でも解説しているので合わせて参照してほしい。
この方法が向いている会社・向いていない会社
同じアプローチが使える会社の条件を正直に書く。
向いている会社:
- 従業員5〜30名で、経営者や少人数がバックオフィスを兼務している
- 毎月繰り返す定型作業（請求書処理・経費精算・レポート作成など）がある
- 人を採用するリスクよりも、ツールにコストをかけた方が安定すると判断できる
- 社内にITに詳しい人がいなくても、外部に相談しながら進められる環境がある
向いていない会社（今すぐAI自動化よりも先にやることがある）:
- 業務フローが整理されておらず、誰が何をやっているか把握できていない
- 毎回内容が違う特注対応が多く、定型業務がほとんどない
- AIに任せたミスが直接顧客への損害につながる業種（例：医療・法律事務所の一部業務）
業務フローが整理されていない段階では、まず業務の棚卸しと標準化から始める必要がある。AIは「決まった作業を繰り返す」のは得意だが、「何をすべきか考える」のは苦手だ。
業務効率化の出発点については「中小企業の業務効率化は何から始める？最初の一歩を具体的に解説」に詳しく書いているので、先にそちらを読んでから戻ってきてほしい。
まとめ：AI業務自動化の核心は「技術」ではなく「業務の言語化」
3年間、自分の会社でAI自動化を積み重ねてきた経験から言えることは1つだ。
AIに業務を任せるには、まず人間が「その業務をどう判断するか」を言葉にする必要がある。
「いい感じに」では動かない。「このフォーマットで・この基準で・このケースはこう判断する」まで書き出して初めて、AIは安定して動く。
これは人間の組織でマニュアルを作るのと同じ作業だ。むしろAI自動化に取り組んだことで、自分の業務がどれだけ暗黙知に依存していたかが明確になった。
月額約2万円のAIツール代で、コンテンツ制作・問い合わせ管理・定型書類対応を回せている。このコストで月30本の記事を公開し続けられているのは、ツールが優秀なのではなく、ルールを言語化したからだ。
AI導入を最初の3ヶ月でどう進めるかについては「中小企業のAI導入｜最初の3ヶ月で何をすべきか」でも具体的にまとめているので、実装フェーズに入る前に参照してほしい。
