小さな組織でAIの業務自動化を回してきた実例 — うまくいったこと、失敗したこと

AI導入の記事やセミナーでは、大企業の事例が紹介されることが多くあります。ただ、人も予算も限られた組織にとっては、規模が違いすぎて参考にしにくいのも事実です。ここでは、運営者自身が複数のWebサイトの運営で、生成AIを使った業務の自動化を実際に回してきた経験から、小さな組織だからこそ効いた設計と、実際に失敗したことを紹介します。

自動化している業務の全体像

運営しているのは、健康メディアや資産形成の学習サイトなど複数のWebサイトです。人手は運営者1人のため、次のような作業を自動化しています。

• 記事制作の下準備：テーマに関する情報の整理、構成案と下書きの作成を生成AI（Claude）で行い、人が事実確認と加筆をする
• 公開作業：確認済みの記事を所定の場所に置くと、サイトの一覧ページやサイトマップの更新、公開までを自動で実行する
• サイトの監視：毎朝、全サイトのトップページやサイトマップが正常に表示されているかを確認し、検索エンジンに更新を通知する

仕組みとしては、定期実行にGitHub Actions、サイトの公開にCloudflare Pages、文章の作成や判断の補助に生成AIを使っています。いずれも小規模な利用であれば費用を抑えて使えるサービスです。

うまくいったこと

「AIが作る」と「人が決める」を工程で分けた

最も効果があったのは、AIに任せる工程と、人が判断する工程をはっきり分けたことです。下書きはAIが作りますが、事実確認と公開の判断は必ず人が行います。最初は全部を自動にしたくなりますが、誤った内容がそのまま公開されると、信頼の回復に作業時間の削減分以上の手間がかかります。

1つずつ自動化し、動いたものだけ増やした

最初に自動化したのは、毎朝のサイト確認という小さな作業でした。失敗しても実害がなく、成功・失敗がすぐ分かる作業から始めたことで、仕組みの作り方や止まったときの直し方を安全に学べました。その後、公開作業、記事の下準備と、影響の大きい作業へ順に広げています。

止まったら通知が来るようにした

自動化した仕組みは、いつか必ず止まります。外部サービスの仕様変更、認証の期限切れ、想定外のデータなど、原因はさまざまです。処理の結果を毎回通知する設計にしておくと、止まったことにその日のうちに気づけます。

失敗から学んだこと

認証情報の置き場所を決めていなかった

自動化を増やすうちに、サービスごとのAPIキーやログイン情報があちこちの設定ファイルに散らばった時期がありました。どれがどこで使われているか分からなくなり、期限切れのたびに探し回ることになりました。現在は、認証情報を専用の保管場所（GitHubのシークレット機能など）に集約し、コードには直接書かないルールにしています。企業で導入する場合も、APIキーの管理者と保管場所を最初に決めておくことを強くおすすめします。

同じ作業を2つの仕組みが実行していた

改良のために新しい仕組みを作ったとき、古い仕組みを止め忘れ、同じ処理が二重に動いていたことがあります。結果は一見正常に見えるため、気づくまでに時間がかかりました。自動化の一覧と、それぞれの実行時刻・担当範囲を1か所に書いておくことで防げる問題です。

AIの出力をそのまま信じた

AIが作成したリンクや数値が、実在しないものや古いものだったことがあります。文章として自然なので、読み流すと見落とします。現在は、リンクは実際に開いて確認する、数値は出典にあたることを公開前の必須作業にしています。この経験は、業務でAIの出力を使うすべての場面に当てはまると考えています。

企業の導入に置き換えると

規模は違っても、つまずく場所は大きく変わらないと感じています。企業でAIによる自動化を進める場合も、次の4点を最初に決めておくと、導入後のトラブルを減らせます。

1. AIに任せる工程と、人が最終判断する工程の線引き
2. 最初に自動化する、失敗しても影響の小さい業務
3. 止まったときに誰に通知が届き、誰が直すか
4. APIキーや認証情報の管理者と保管場所

どの業務から着手するかの考え方は中堅・中小企業のAI導入ロードマップ、推進役の置き方はAI導入の推進体制もあわせてご覧ください。

費用の感覚 — 小さく始めれば大きな投資は要らない

自動化というと大きな開発費を想像されがちですが、小規模な業務であれば、既存のサービスを組み合わせることで費用をかなり抑えられます。運営者の場合、定期実行やサイトの公開に使っているサービスは、利用量が小さいうちは無料枠や低額のプランの範囲に収まっています。費用の中心は、生成AIの利用料です。

一方で、見落としやすいのが仕組みを保守する時間です。外部サービスの仕様変更への対応、認証の更新、止まったときの調査には、少なくない時間がかかります。自動化の効果を見積もるときは、削減できる時間から、この保守の時間を差し引いて考える必要があります。体感としては、仕組みを作った直後の数か月は保守の手間が多く、安定してくると減っていきます。

企業で導入する場合も、初期費用や月額費用だけでなく、保守を誰がどのくらいの時間で担うかを計画に入れておくと、導入後に「思ったより手間がかかる」という評価になるのを防げます。

よくある質問

Q. プログラミングができないと、こうした自動化はできませんか？

ゼロから仕組みを組むには、ある程度の知識が必要です。ただし最近は、生成AIに手順やスクリプトを書いてもらい、それを読みながら直していく進め方が現実的になっています。最初は1つの作業だけを自動化し、動く仕組みを1つ持つことから始めるのがおすすめです。

Q. 自動化した仕組みが止まったとき、どう気づけばよいですか？

止まったことを通知する仕組みを、最初から一緒に作っておくことが大切です。処理の最後に成功・失敗をメールやチャットに送る、毎朝サイトが表示されているかを確認する、といった簡単なもので十分です。通知がないと、止まっていることに数日気づかないことがあります。

Q. AIに任せてはいけない作業はありますか？

誤りが外部に出ると取り返しがつかない作業は、最終判断を人が行う設計にしています。具体的には、事実関係の確認、公開の最終判断、お金や契約に関わる操作です。AIは下書きと定型作業に使い、判断の責任は人が持つという分担にしています。