AIエージェントで業務を自動化する方法｜中小企業の実践ステップ

「AIエージェントで業務が自動化できる」という話を、この1年で何度も耳にされたのではないでしょうか。ただ、いざ自社に当てはめようとすると、こう思って止まってしまう。うちの業務の、どこをどう任せればいいのか分からない、と。

私たちCRAFHは山形のデジタルマーケティング会社です。そして2026年の3月から、自社の業務にAIエージェントを本格的に組み込んで運用してきました。広報・SEO・広告・秘書といった役割ごとにAIを立て、週次のネタ出しや日次のレポート更新を無人で走らせています。

正直に言うと、順調なことばかりではありませんでした。動かした初日にAIが暴走してエラーを撒き散らし、緊急停止したこともあります。エラーで処理が止まったまま、誰も気づかずにタスクが放置されていたこともありました。

この記事では、その失敗も含めた一次経験から、AIエージェントに何を任せられて、何を任せてはいけないのかを整理します。ツールの紹介記事ではありません。実際に自社で動かして分かったことだけを書きます。

AIエージェントとは — 「答えるAI」から「動くAI」への変化

まず言葉を整理させてください。ここが曖昧なままだと、自動化の設計を間違えます。

対話型の生成AI（ChatGPTなどが代表例）は、基本的に一問一答です。こちらが質問を投げると、答えが返ってくる。文章の下書きや要約は得意ですが、返ってきた答えを実際の業務に反映させるのは人の仕事でした。

対してAIエージェントは、目的を渡すと必要な手順を自分で判断して、続けて実行します。「今週のネタ候補を5つ出して、ファイルに保存して、チームに共有して」と頼めば、情報収集から保存、共有までを一続きで進めてくれる。従来のRPAやマクロが「決められた手順を繰り返すだけ」だったのに対し、状況に応じて次の行動を自分で決める点が決定的に違います。

表の右下、ここが一番大事なところです。便利さと引き換えに、間違いが一度で止まらず、連鎖するリスクが生まれます。私たちが最初に痛い目を見たのも、まさにこの点でした。後ほど詳しくお話しします。

中小企業のAI活用の現在地 — 止まっているのは「やる気」ではない

数字で現在地を確認しておきます。

中小企業基盤整備機構が2026年3月に公表した調査では、中小企業のAI導入率は20.4%。導入を予定・検討している企業（18.6%）と合わせると、全体の39.0%がAI導入に前向きという結果でした。導入済み企業で使われているAIは「生成AI」が82.6%と圧倒的で、導入目的は「業務効率化／作業時間の短縮」が87.0%と突出しています（参照: 中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査（2026年3月）」）。

注目したいのは、活用が進まない理由のほうです。同じ調査で、不足している情報の筆頭は「成功事例や活用事例などの情報」で、83.3%の企業が足りないと答えています。総務省の令和7年版情報通信白書でも、生成AIを活用する方針の日本企業は49.7%と前年から増えた一方、活用方法が分からないことが課題として挙げられていました（参照: 総務省「令和7年版 情報通信白書｜企業におけるAI利用の現状」）。

つまり、止まっている原因はやる気でも予算でもなく、「具体的に何をどうやればいいか」という情報の不足です。だからこの記事では、一般論ではなく私たちが実際にやったことを書きます。

なお、AI活用そのものの入口については中小企業のAI活用はマーケティングから始めると早い理由でより基本的なところから整理しています。「まだ生成AIも使っていない」という段階であれば、そちらから読んでいただくほうが順番として自然かもしれません。

私たちが実際に自動化した業務

抽象論を避けるために、自社で動かしているものを具体的に挙げます。役割ごとにAIを立て、それぞれに担当業務を持たせている形です。

見ていただくと分かる通り、右の列が空になっている行はひとつもありません。すべての自動化に、人の判断が残してあります。これは意図的な設計です。

もうひとつ、順番にも特徴があります。私たちが最初に自動化したのは社内のAI同士の連携（3月）で、次が社内の期限・進捗管理（5月）、議事録などの記録業務（6月）、自社メディアの企画・分析（7月）と進み、クライアントの成果物に関わる広告レポートの日次自動化は一番最後に回しました。

外に近いものほど後回しにする。この順番は、たまたまではなく意識して決めたものです。社内で失敗しても謝れば済みますが、お客様に届いた後の失敗は取り返しがつかないからです。

失敗から学んだ3つのこと

ここが、この記事で一番お伝えしたい部分です。うまくいった話より、失敗した話のほうが役に立つと思っています。

失敗1: 初日に暴走して、緊急停止した

自動応答の仕組みを初めて手動で動かしたとき、AIは過去のメッセージを数十件、一気に処理しようとしました。連続したリクエストで制限にかかり、エラーが発生。そのエラーメッセージがチャットに大量投稿され続けました。

さらに悪いことに、投稿されたエラー自体をAIが新しいメッセージとして読み取り、また処理しようとする無限ループに入りました。最終的にはプロセスを強制終了して止めました。

学んだのは、一度に処理する量に上限をかけていなかったことが根本原因だったという点です。対策として、処理の間に待機時間を入れ、1回あたりの件数に上限を設け、そしてエラー時にチャットへ投稿する処理そのものを廃止しました。ループの根を断つ、という発想です。

失敗2: 「返信不要」と指示したのに、止まらなかった

セッション終了時に走らせる処理で、AIに「返信は不要です」と指示していました。ところがAIが短い確認の言葉を返すたびに処理が再び発火し、これも無限ループになりました。

ここで学んだことは、私たちの設計思想を変えました。自然言語の指示でAIを止めようとしてはいけない、ということです。「〜しないでください」というお願いは、AIにとって絶対の制約ではありません。確実に止めたいなら、言葉ではなく仕組みで止める必要がある。この一件以降、止めたい処理は指示文ではなくプログラム側で制御するようにしました。

失敗3: エラーで止まったのに、誰も気づかなかった

AI同士で指示をつないでいた業務で、途中のやり取りがエラーになり、受け手の担当が着手しないまま止まっていたことがありました。問題は、そのことに誰も気づかなかったことです。期限が迫っているのに、タスクの存在自体が誰の目にも見えていませんでした。

自動化の怖さは、失敗したときに派手に壊れてくれないことだと思います。静かに止まり、静かに放置される。それ以来、自動化の結果は必ず「人が毎日見る場所」に残す運用にしました。AI同士の連携だけで完結させず、人の目が通る経路を1本残しておく。遠回りに見えて、これが一番確実でした。

正直に言うと、これら3つはどれも「動かす前に想像できたはずのこと」です。それでも実際に踏むまで気づけませんでした。だからこそ、これから始める方には小さく動かして早く失敗することをおすすめしたいと思っています。

任せてよい業務・人に残すべき業務の線引き

失敗を重ねた結果、私たちの中では線引きがはっきりしてきました。

私たちが実際に人の側に残しているのは、たとえば次のような業務です。

• ファイルの削除: 実行前に必ず確認を取る。何を消すか、消すとどうなるか、戻せるかをセットで提示してもらう運用にしています
• お客様に届く発信: 文面の下書きはAIが作りますが、送る判断は必ず人が行います
• 他社が管理するデータへの書き込み: 読み取りはしても、書き換えはしません
• 契約・法務・予算の最終判断: ここは自動化の対象外と決めています

この線引きは、最初から明確だったわけではありません。使いながら「ここは任せて大丈夫」「ここは絶対に人がやるべきだった」という経験を重ねて、少しずつ引き直してきた線です。

ひとつだけ、譲らずに守ってきたことがあります。AIは「速く・多く」を担い、信頼に関わる判断は人が担う。効率がどれだけ上がっても、確認のない言葉がお客様に届いてしまえば、積み上げてきた信頼は一瞬で崩れます。自動化の目的は時間を生むことであって、信頼を削ることではないはずです。

暴走を止める「ガードレール」の作り方

AIエージェントは自分で手順を判断して動くからこそ、止める仕組みを最初から組み込んでおく必要があります。私たちが実際に入れているガードレールを紹介します。

1. 権限を最小限にする

無人で動かすAIには、必要なツールだけを渡します。たとえば分析を担当するAIには、外部サイトを見る権限を与えていません。既存ファイルを書き換える権限や、システムコマンドを実行する権限も渡していません。できることを減らせば、間違えられることも減ります。

2. 処理量に上限をかける

一度に処理する件数の上限を決めておきます。これは最初の暴走から学んだ対策です。上限があれば、想定外の動きをしても被害が広がる前に止まります。

3. 参照できる情報を分ける

誰がどの情報にアクセスできるかを、役割ごとに分けています。機密性の高い情報は、そもそもAIが読める場所に置かない。ルールで守るのではなく、構造で防ぐという考え方です。

4. 外に出る手前に人を挟む

社外に出るものは、必ず人の承認を経由します。AIが作るところまでは自動、公開する判断は人。この1本の線を崩さないようにしています。

5. 迷ったら止める

判断に迷う操作、取り消せない操作は、実行せずに確認する。これはAIへの指示としても明文化していますが、同時に前述の通り「指示だけでは足りない」ことも学んでいるので、重要なものは仕組み側でも止まるようにしています。

導入の4ステップ — ツールからではなく、業務から

「どのAIエージェントを導入するか」から検討を始めると、たいてい迷子になります。おすすめしたい順番は、業務から入る4ステップです。

期間はあくまで目安です。大事なのは速さより、順番を崩さないことだと考えています。

特にステップ2を飛ばさないでください。人の確認をどこに置くかは、自動化を作った後では入れにくいというのが実感です。後から付け足した確認は形骸化しやすく、結局は誰も見ないチェック工程になってしまいます。

そしてステップ4。失敗を記録して型にする、という部分です。私たちは失敗が起きるたびに、その内容と対策を社内のルールに書き足してきました。同じ失敗を二度踏まないための仕組みです。振り返ってみると、AIエージェント運用でいちばん資産になったのは、動いている自動化そのものよりも、失敗から作られたこのルール集だったかもしれません。

なお、AI導入でつまずく一般的なパターンについてはAI導入で失敗する中小企業の共通点と、うまくいく順番にまとめています。レポート業務の自動化に絞った話はAIでマーケティングレポート作成を自動化する考え方をご覧ください。

まとめ — 自動化の質は「止め方」で決まる

この記事のポイントを整理します。

• AIエージェントは「答えるAI」ではなく「動くAI」。便利さと引き換えに、間違いが連鎖するリスクがある
• 中小企業のAI導入率は20.4%。止まっている理由はやる気ではなく「具体的な進め方の情報不足」
• 私たちは週次のネタ出し・日次のレポート更新・期限アラートなどを自動化したが、すべてに人の判断を残している
• 自動化する順番は「社内 → 記録業務 → 企画・分析 → お客様に関わるもの」。外に近いものほど後に回す
• 失敗から学んだのは、①処理量に上限をかける ②言葉ではなく仕組みで止める ③失敗に人が気づける経路を残す、の3つ
• 線引きの原則は「取り消せないこと・外に直接届くこと・責任が伴う判断」は人に残す
• 導入は業務から。1つ選び、人の確認箇所を先に決め、小さく動かし、失敗を型にしてから広げる

AIエージェントの導入で問われるのは、どれだけ多くを任せられるかではなく、どこで止めるかを決められるかだと感じています。止め方が決まっていれば、任せる範囲は後からいくらでも広げられます。逆に、止め方を決めないまま広げた自動化は、いつか静かに事故を起こします。

まずは今週、繰り返しが多くて時間を取られている業務を1つ選んでみてください。そして自動化に着手する前に、「どこまで任せて、どこから自分が見るか」を1行だけ決める。その1行が、いちばん確実な第一歩になると私たちは考えています。

「自社の場合、どの業務から自動化できそうか」を相談したい方は、お気軽にお問い合わせください。私たち自身の運用経験と失敗をもとに、御社の状況に合わせた始め方をご提案します。