株式会社Autoagentでは、AIエージェントの企画・開発から、既存システムとの連携、導入後の運用まで支援しています。社内に散らばる情報を探す作業、複数のSaaSへの転記、分析の準備やレポート作成など、日々の業務の流れに合わせて設計します。
業務を担当する方が、判断に必要な情報と処理結果を確認できることを大切にしています。利用中のシステムや社内ルールを踏まえ、AIに任せる処理と人が確認する箇所を決めていきます。
対応する業務
SaaSをまたぐ情報整理・処理
メール、チャット、申請システム、管理台帳などに分かれた情報を扱う業務が対象です。受付内容の分類、必要な項目の抽出、登録内容の案の作成、担当者への通知といった処理をつなぎます。連携方法や実現できる範囲は、各サービスのAPI、契約プラン、社内のアクセス権限を確認したうえで決めます。
社内ナレッジの検索・問い合わせ対応
規程、手順書、過去の対応記録などを参照し、社内の問い合わせに対する回答案を作成する仕組みを支援します。回答の参照元を確認できること、利用者の権限に合う情報だけを扱うこと、根拠が見つからない場合に担当者へ引き継げることを設計に含めます。資料の更新方法や管理担当も、運用を始める前に整理します。
分析・調査ワークフローの自動化
データの収集・整形、入力ファイルの準備、実行結果の取りまとめ、比較表やレポートの作成など、分析の前後にある繰り返し作業を対象にします。専門的な前提条件や結果の妥当性は担当者が確認できるようにし、入力データと出力結果の対応を追える形を目指します。
エネルギーシステムモデリングでは、VEDAを使う企業へのClaude Code活用支援に携わった経験をもとに、VEDA・TIMESの分析工程とAIによる自動化の検討箇所を紹介しています。
n8nによるワークフロー構築
n8nを使った業務自動化も、設計・構築・運用までご相談いただけます。受付をきっかけに必要な情報を取得し、入力内容を整形・分類して、担当者への確認とシステムへの登録へつなぐなど、複数の処理を業務の順番に沿って組み立てます。AIによる分類や文案作成を加える場合も、参照する情報と確認する担当者を決めます。
連携先の権限、データの受け渡し方法、失敗時の通知、処理の再実行を設計に含めます。同じ情報を二重に登録しないための確認や、担当者が変わっても設定・処理内容を追えるようにする手順も整理します。利用環境や保守範囲は、社内の情報管理ルールと運用体制に合わせて決めます。
人の判断を残すための設計
処理の実行権限と、結果を承認する権限を分けて考えます。社外への送信、重要なデータの更新、例外的な判断が必要な処理では、内容を確認してから実行する流れを設けます。処理が途中で止まった場合の通知先や再実行の手順も、業務の担当者と決めていきます。
利用するAI、参照可能な情報源、データの保存先、記録として残す内容は、情報管理のルールに合わせて選びます。すべての処理にAIを使う前提にはせず、決まったルールで処理できる部分には通常のプログラムやワークフローも組み合わせます。
支援範囲と想定する成果物
業務の整理から設計、構築、テスト、導入、運用改善まで、ご相談の内容に応じて支援範囲を組み立てます。成果物は案件ごとに異なり、納品する内容と利用・保守の条件は、お見積もりと契約時に決めます。
- 業務フローと、自動化する処理・人が確認する処理の整理
- AIエージェント、連携処理、ワークフローなどの実装物
- 動作確認の項目と結果、導入時の確認事項
- 操作手順、設定・更新方法、エラー時の対応手順
ソースコードの引き渡し、利用するアカウントの管理、導入後の問い合わせ対応や追加開発についても、必要な範囲を契約前に確認します。
ご相談から導入まで
- 現在の作業、使っているシステム、困っている点、ご希望の状態を伺います。
- 対象業務と利用できるデータを整理し、実現方法、確認が必要な箇所、費用と進め方をご提案します。
- 合意した範囲を構築し、実際の業務で想定される入力や例外を使って動作を確認します。
- 利用手順と担当者の役割を確認して導入します。運用支援や改善は、契約で定めた範囲に応じて対応します。
社内で使い方を身につけたい場合は、法人AI研修も組み合わせられます。業務を依頼する方法や結果を確認する観点を共有し、導入後に担当者が扱える状態へつなげます。
導入前の確認と変更への対応
着手時に、受け取るデータ、期待する出力、完了とみなす条件を確認します。構築中は処理の流れや出力例を共有し、想定と異なる点を確認します。追加の要望や前提条件の変更が出た場合は、作業範囲・費用・日程への影響を整理してから進めます。
動作確認では通常の処理に加え、入力の不足、権限エラー、連携先の応答がない場合などを扱います。確認する項目と合格条件は対象業務に合わせて決め、残っている制約や運用上の注意点とともに引き継ぎます。
開発と社内での活用をつなぐ支援
代表の木村 喜生は、メルカリ在籍中に社内DXのエンジニアリングチームで、社内研修、IT資産管理の業務フロー刷新、ServiceNowなどのSaaS連携、Notion AIの活用推進に携わりました。こうした個人の実務経験を、業務とシステムの両方を踏まえた設計に活かしています。
Autoagentでは、仕組みの構築と利用者向けの研修を組み合わせて支援します。操作方法だけでなく、何をAIに任せ、どこを人が確認するかを共有できるように進めます。代表の経歴と取り組みもご覧いただけます。
費用・ご相談
開発費用は、対象業務、連携先の数、データの状態、必要な権限管理、運用支援の範囲により変わるため、個別にお見積もりします。AIや外部サービスの利用料を含め、料金とお見積もりの考え方をご確認いただけます。
具体的な仕様が決まっていない段階でもご相談いただけます。AIエージェント開発について相談する、またはサービス資料を請求するからお問い合わせください。
問い合わせ受付を自動化する場合の設計例
たとえば、フォームで受けた問い合わせを分類し、担当者の確認後に管理台帳へ登録する流れを考えます。以下は支援範囲を検討するための設計例で、完成済みの顧客事例ではありません。
| 工程 | 設計する内容 | 人が確認する内容 |
|---|---|---|
| 受付・分類 | 受付番号を付け、必須項目と分類結果を記録する | 情報不足や分類できない問い合わせ |
| 情報の参照・回答案 | 許可された手順書や台帳だけを参照する | 回答の根拠、機密情報の有無、案の修正 |
| 承認・登録 | 承認後に登録し、同じ受付番号の重複を確認する | 社外送信や重要なデータ更新の可否 |
| 失敗時の対応 | 処理済みの工程を記録し、担当者へ通知する | どこから再開するか、手作業へ切り替えるか |
実装方法は、接続先のAPI、契約プラン、データの形式、担当者の権限を確認して決めます。n8nの設置方法や共有権限を検討する際は、n8nの企業導入・運用チェックをご覧ください。導入前後の比較項目は、AI導入の効果測定とKPIにまとめています。