AIエージェント入門：チームの反復業務を自動化する最初の一歩

AIエージェントとは何か（難しく考えない）

「AIエージェント」という言葉が増えてきたが、核心は単純だ: 一連の手順を人の指示なしに実行し続けるAIの仕組みのことだ。

例: 「毎朝9時に競合サイトをチェックして、新着情報があれば要約してSlackに投稿する」処理を人が毎朝手動でやる代わりにAIエージェントが自動でやる。

チームで最初に自動化すべき業務

以下の特徴を持つ業務がAIエージェントに最も向いている。

向いている業務:

• 毎回ほぼ同じ手順で進む（定型性が高い）
• テキストや数値のインプットがある
• アウトプットが文章・分類・転送である
• 週に複数回繰り返される

向いていない業務（まだ早い）:

• 毎回状況が大きく変わる
• 人との関係性・感情が重要
• 最終的な責任判断が必要
• 一度しか発生しない

具体例（向いている）:

• 週次売上レポートの収集・整形・メール送信
• 問い合わせメールの自動分類・担当者への転送
• 競合ニュースの毎日収集・要約・Slack投稿
• 申請フォームが届いたら上長にSlack通知

ノーコードツールから始める

いきなりコードを書く必要はない。以下のノーコードツールで始めると習熟が速い。

ツール	強み	最初に試すシーン
Zapier	サービス間の連携が簡単	メール→Slack通知
Make（旧Integromat）	複雑なフローを視覚的に設計	条件分岐のある処理
n8n	自分のサーバーで動かせる	セキュリティ要件が厳しい場合
Dify	AIエージェントの構築・デプロイ	AI処理が中心のフロー

最初はZapierかMakeで「既存ツール間の連携」から試すと失敗が少ない。

実例: 営業日報の自動整形（Zapier + Claude APIで実装）

実装時間: 約2〜3時間（ノーコード）

プロンプトのポイント（実際に使えるテンプレート）:

以下の営業日報を整形してSlack投稿用のレポートを作成してください。

必ず含める項目:
- 本日の商談数と主な先方企業名
- パイプライン総額（金額が不明な場合は件数のみ）
- 来週のフォローアップ予定
- 課題・懸念点（あれば）

文体: 箇条書き、絵文字1〜2個使用可、200文字以内
---
{日報テキスト}

Before/After:

• Before: 日報を書くのに15〜20分、マネージャーが確認するのに10分
• After: 営業は3分でフォーム入力、マネージャーは整形済みを1〜2分で確認
• 週次で節約できる時間（10名チーム）: 約450分（7.5時間）

専門エージェント + オーケストレーター構成

最初は1つのエージェントで始めるが、業務が複雑になると複数のエージェントを組み合わせる構成が有効だ。

構成イメージ（問い合わせ対応の例）:

重要: オーケストレーターは「どの専門エージェントに回すか」を判断し、専門エージェントは「その領域の回答を生成する」という役割分担が鍵だ。

注意点: 人の確認ステップを外さない

AIエージェントは便利だが、ミスをする。最初は必ず「人が確認するステップ」を残しておく。

確認ステップの設計原則:

1. 出力を見る: 少なくとも最初の1週間は毎回確認する
2. 異常値に気づく: 「これはおかしい」と感じたらすぐにフローを止める
3. 徐々に自動化範囲を広げる: 信頼性が確認できたステップから人の確認を外す

Build vs Buy の判断軸

エージェントを自作するか、既製ツールを使うかはMITの研究が示した比率が参考になる: 自作1/3・購入2/3¹。

購入（既製ツール）が向いているケース:

• 汎用的な問い合わせ対応・スケジュール調整・資料作成
• 急いで動かしたい（2週間以内に実装したい）
• IT リソースが限られている

自作が向いているケース:

• 自社固有のデータ・ルール・業務フローが必要
• 既製ツールでは対応できない特殊な条件がある
• 長期的に使い続けることが確定している

最初は既製ツールから始め、限界を感じたタイミングで自作を検討するのが現実的だ。

出典・参考

1. MIT Sloan: GenAI活用のBuild vs Buy比率 — 自作1/3・購入2/3が最適（2024）
2. Fujitsu: AIエージェントで提案書作成-67%（2024）
3. Shopify: エージェントで生成された更新文書の50%が無修正採用（2025）