見積・提案の準備 ―「商談の前に、材料が揃っている」
商談準備の実務として実施中。エージェントとしての定常巡回は整備中。
- 以前
- 商談のたびに、相手の情報集め、過去資料の掘り起こし、提案のたたき台作りを人が一から行っていた。
- 現在
- エージェントが公開情報を調べ、相手の課題を整理し、提案の下書きと想定質問、次アクションまでを商談前に揃える。
- 人間に残る判断
- 価格・条件の提示と、商談そのもの。
AI AGENT IMPLEMENTATION
株式会社TAKAは、調査・資料作成・情報処理・業務連携を担うAIエージェントを設計・実装します。AIを便利な道具から、実務を進める仕組みへ。
原稿の自動生成〜下書き登録
メディア運用で毎日回っている規模
実行モデルの自動選択
仕事の難易度に応じて使い分ける
代表1人とAIエージェント体制
当社自身の運営体制そのもの
処理の受付は止まらない
人の作業は「確認」と「判断」のみ
従業員10人規模の会社を想定した導入モデルです。AIエージェントが仕事の下準備と進捗確認を引き受け、人は顧客対応と判断に集中する。変わるのは、部門ではなく「仕事の流れ」です。
確認のために、人が動く。
人は、必要な対応を判断する。
止まっている仕事と、判断が必要なことが、毎朝まとめて届く。確認作業を減らして、重要な判断に時間を使える。優先順位の決定・例外対応・承認は、社長の仕事のままです。
仕事を拾う → 整理する → 下準備する → 担当者に渡す
連携した業務(メール・チャット・Excel・業務ツール)の状況を整理・集約し、決められたルールに沿って作業を進めます。重要な操作は、人間の承認を得てから実行します。
議事録を整理し、見積・提案の下書きと次のタスクを準備する
提案内容を確認し、交渉・受注を判断する
進捗を集約し、期限超過や確認待ちの候補を知らせる
優先順位、品質、納期を判断する
問い合わせを分類し、返信案と対応タスクを準備する
回答を確認し、重要な顧客対応を担当する
請求データの下準備、未処理項目の確認、リマインド案を作成する
金額・取引内容を確認し、承認する
送信・公開・支払い・契約など重要な操作は、人の承認を経て実行します。エージェントの権限と承認条件は、導入時に業務ごとに決めます。
すべてを一度に変える必要はありません。まず1業務——毎週繰り返している仕事や、確認に時間がかかる仕事から整理します。
次の2件は、OPERATIONSの実稼働には含めない事例です。状態を明示したうえで、導入モデルの具体例として置きます。
商談準備の実務として実施中。エージェントとしての定常巡回は整備中。
会計システム接続待ち。OPERATIONSの実稼働には数えない。
※ 従業員10人程度の企業を想定した導入イメージです。実際の業務範囲・連携システム・承認方法は、各社の環境に合わせて設計します。当社自身は「代表1人+AIエージェント」で同じ構造を運用し、その実稼働を次のセクション(OPERATIONS/FLEET LIVE)で公開しています。
これは提案資料の中の未来像ではありません。当社が今日も回している実稼働のワークフローです。仕事が発生すると、司令塔となるAIが受け取り、実行役のAIへ振り分け、検証して、判断材料の形まで進める。人間が担うのは、「送る・出す・決める」の判断だけです。
実稼働とは:当社の社内業務で実際に稼働している仕組みを指します。顧客企業への導入実績を意味するものではありません。
問い合わせ、依頼、締切、異常。仕事は発生した時点で記録され、「誰が持っているか分からない」状態を作らない。
司令塔が内容を読み、担当のエージェントと進め方を決める。仕事の難易度に応じて、使うモデルも切り替える。
担当エージェントが調べ、集計し、返信・資料・次アクションの下書きまで進める。人はゼロから作らない。
数字・出典・形式を記録と突き合わせる。通常と違う状態だけを抜き出し、問題があれば人間の手前に差し戻す。
送ってよいか、出してよいか、決めてよいか。対外的な実行と責任は人間が担う。ここは自動化しない。
定型処理は事前承認の範囲で完結し、判断が必要な案件だけが人間へ戻る。
運用レポートと判断材料が届く
稼働の見守りを行い、異常時だけ通知する
経営サマリで状態・期限・次のアクションを集約する
当社の社内業務で実際に回っている、6つの仕事の型です。
運用規模は、記事や投稿の本数ではなく、目的・成果物・状態管理を持つプロジェクトの実数で示します。ここで示すのは「公開対象プロジェクト」です。
公開対象の20件を、事業・機能領域ごとに表示します。
成熟度と進行状態は別の分類軸です。たとえば「本番運用14件」と「稼働中15件」は重なり合うため、加算して総数にはしません。各軸の中では合計20件になります。
ここでいう事業・機能領域は、仕事の分類です。人員の所属や部門の人数を示すものではありません。
集計時点:2026年11月18日
1プロジェクトの定義:独立した目的・成果物・状態管理の単位を持つ取り組みを1件とします。記事1本、投稿1件、下書き1件などの成果物の個数は数えません。連載・定期運用は1プロジェクトとして数えます。同一の取り組みのフェーズ違いは二重に数えず、現在のフェーズで記録します。
本番運用の定義:継続利用を前提に、実際の運用手順へ組み込まれている状態。PoC・検証の定義:適用可否、再現性、運用条件などを確認している段階で、本番運用へ移行していない状態。
サイトのメニューに掲載済みの提供サービスは、提供中プロジェクトとして1件に数えます。
公開対象だけを集計し、公開保留・公開対象外は、名称・件数・割合のいずれにも含めません。
エージェントの仕事は「処理中 → 完了」へ静かに進みます。その状態遷移と処理の積み上がりを、パネルとして可視化します。
※ このパネルは「自動化の見せ方」を示すデモ表示です。タスク名は一般的な業務の例であり、表示される処理件数は演出のためのもので、実績値ではありません。
自動実行は、人間が働いていない時間帯にも静かに進みます。人間の出番は、日中の「確認」と「判断」だけです。
※ 一般化した1日のイメージです。実際の実行時刻や頻度は、業務の設計により異なります。
すべての仕事に最高性能のモデルは要りません。司令塔がタスクの難易度を判定し、実行モデルを4段階に自動で振り分けます。
難易度を判定し、実行モデルを自動で振り分ける。軽い仕事に高性能モデルを使わない。
振り分けはタスクごとに自動で行われます。配分の比率は業務内容によって変動するため、固定のパーセンテージとしては表示していません。
当社の仕事は、役割の違う機械たちの上で回っています。生成を担う機械、常駐の処理を担う機械、日々の作業を拡張する機械。拠点が複数に分かれていなくても、一人で運営していると、どの機械がいつ・何をして動いているのかは、意外なほど見えなくなります。そこで最初の導入事例として、自社で使っている機械の稼働そのものを可視化しました。下のパネルが、その実装です。各マシンが約1分間隔で状態を知らせ、このページにほぼリアルタイムで表示しています。
表示しているのは、各マシンの稼働状態を一般化したものです。個別の処理内容や、マシンの詳細な情報は公開していません。稼働率は直近24時間のハートビート実績から算出しており、記録が十分に貯まるまでは「計測中」と表示します。通信が途切れた場合は、直近の表示を保持します。
最初から大がかりな仕組みは要りません。どの機械の、どの稼働を、誰に見えるようにするか。そこを整理するところから始められます。「うちの場合は何が見えるようになるのか」を、初回ヒアリング(無料)で一緒に考えることもできます。
この仕組みは、オフィスやリモートワークで使われる社内PCの稼働の見える化にも応用できます。
いつ・どのPCが・どの業務で動いているかが見えれば、リモートワークの実態把握も、業務の偏りや属人化の発見も、配分の見直しも、勘ではなくデータにもとづいて進められます。なお、社内PCへの導入にあたっては、従業員への告知と、就業規則等でのルール明記が前提となります。何を・どこまで見える化するかの範囲と運用ルールを先に決めることが、現場の信頼につながります。
外部の支援事例として、Wisdom Radiance様のLINE Mini App「Wisdom Voice」の開発基盤と運営支援を担当しています。アプリは、作って公開したら終わりではありません。むしろそこから、毎日の運営が始まります。稼働しているかを確認し、異常があれば早く気づき、運営側が自分たちで状況を把握できること。小さな運営体制でもそれを無理なく回し続けられるよう、開発の土台と運営の仕組みをあわせて構築しました。
LINE Mini Appの開発基盤として、LINEの認証でそのまま利用を始められる導線、サービス運営に必要なデータ基盤、変更を安全に反映していくための開発の進め方を整備しました。公開前の開発で終わらせず、公開後も継続して運営を支援する体制とセットで構築している点が、この事例の特徴です。「作る人」と「運営を見る人」が分かれないため、現場で気づいたことが、そのまま改善に反映されます。
運営の「毎日」を担うのは、AIエージェントです。本番環境の稼働状態、データの蓄積状況、開発側の変更点を毎朝自動で集計し、その日の運用レポートとして運営チームのチャットへ届けます。あわせて本番環境を1時間に1回自動で確認しており、異常が続いたときだけ通知し、復旧したときにも知らせます。正常なときは静かにしているため、通知に埋もれて大切な異常を見逃すことがありません。「動いているはず」が「動いていると確認できている」に変わることで、運営側は安心してサービスそのものに集中できます。
もう一つ整えたのが、運営側のための管理者機能です。サービスの状態や運営に必要な情報を、開発者に問い合わせなくても運営側で確認できるよう、運営ダッシュボードまわりを整備しました。状況が見えるから、判断が速くなり、打ち合わせも「確認」ではなく「次に何をするか」の話から始められます。
この運営を支えているシステム構成は、以下のとおりです。特別な仕組みを自前で抱え込むのではなく、実績のあるサービスを組み合わせ、その上にAIエージェントによる運営の自動化を載せています。
利用者
│ LINE認証でそのまま利用開始
▼
LINE Mini App「Wisdom Voice」 ── アプリ配信 ── Vercel
│ データの保存・参照
▼
Supabase(データ基盤)
コード管理: GitHub(変更履歴をすべて記録し、安全に反映)
運営連絡・報告: Slack(日次レポートの配信先)
AIエージェント(運営の自動化)
├ 毎朝 … 稼働状態・データの蓄積状況・変更点を集計し、日次運用レポートをSlackへ配信
└ 1時間に1回 … 本番環境を確認し、異常が続いたときだけ通知(復旧時も通知)
開発・改善の流れ
改善要望 → AIアシスタント(Muse)が要望を整理し、実装担当へ引き渡し
→ 実装AI(Codex)がコードを実装 → GitHubに記録され、本番へ反映
新規サービスの立ち上げでも、すでに動いているサービスの運営改善でも構いません。「作る」と「回す」を分けない形であれば、日々の確認や異常検知のような、地味ですが欠かせない仕事を仕組みに任せられます。御社の場合に何を自動化できるかを、初回ヒアリング(無料)で一緒に整理することもできます。
この仕組みは、限られた人数でサービスを運営する現場にこそ向いています。毎日の確認作業と異常の検知を仕組み側に寄せることで、特定の担当者しか状態が分からない、という属人化を防げます。何を自動で見張り、何を人の目で確認するか。その線引きを最初に決めることが、無理のない運営につながります。
当社の運営は、人の代わりに定常業務を担うAIエージェントの上に成り立っています。毎朝のレポート作成、稼働の見守り、調査や下書きの用意、モデルの学習と検証。地味ですが欠かせない仕事を仕組みに任せることで、人は判断と対話に集中できます。いま当社のAIエージェントが実際に担っている仕事の種類を、一般化して紹介します。
表示しているのは、当社でAIエージェントが担っている仕事の種類を一般化したものです。個別の案件内容や、対象となるサービス・データの詳細は公開していません。頻度の表記は実際の運用サイクルにもとづきますが、対象や内容によって変わります。
レポート作成、見守り、調査、下書き、集計。どの仕事も、特別なものではなく、多くの会社にある「毎日・毎週の定型業務」です。どこから任せられるかを、初回ヒアリング(無料)で一緒に整理することもできます。
株式会社TAKAは、代表1名とAIエージェント群で全業務を運営している一人会社です。人が担うのは「判断」だけ。日々の実行は役割ごとに分かれたAIエージェントが担い、司令塔が全体を統括します。当社がお客様に提案するAIエージェント化は、まず自社の組織そのもので実証しているものです。その組織図を公開します。
判断・承認・商談など、「決めること」に専念します。実行作業そのものは持ちません。
全体を統括し、仕事を各エージェントへ振り分け、結果を集約します。通常と違う状態(例外)だけを検知して、代表へ上げます。
案件の発掘、課題の調査、提案の下書きと、商談フォローの準備を担います。
導入事例の制作や対外発信の下書きを用意し、公開前の確認の流れを回します。
明細の分類、証憑の整理、月次の損益や資金繰りの集計を担います。
実証コンテンツの企画・原稿・図解の制作を担い、公開までの工程を回します。
稼働の監視と異常の検知、日次レポートの自動作成など、定常の運営を担います。
AIエージェントの実装支援。お客様の業務の中に、エージェントを組み込む事業です。
自社での実践と検証の過程をコンテンツとして発信し、営業と実証の資産に変えていきます。
表示しているのは、当社の組織と役割分担を一般化したものです。個別の案件内容や、お客様に関する情報は公開していません。各エージェントの仕事は下書き・準備・検知までで、送信や公開といった対外的な実行は、必ず代表の承認を経ます。
「AIエージェント化」は、資料の中だけの構想ではありません。当社では今日もこの体制で事業が回っています。御社の場合に、どの部門・どの業務から置き換えていけるかを、初回ヒアリング(無料)で一緒に整理することもできます。
事業が増え、AIエージェントが担う仕事が増えるほど、「いま全体はどうなっているか」が見えにくくなります。当社では、事業の状態・数字・判断待ち・期限と例外を一枚に集約する「経営コックピット」を、AIエージェントが毎週自動で更新しています。代表が見るのは、例外と判断だけ。そのコックピットの見え方を、商品イメージとして公開します。
表示はイメージです。数値・件数はいずれもサンプルで、実際の数値・内容は公開していません。確認できない数字は推測で埋めず「未確認」と明記するのが、当社のコックピットのルールです。
当社では、この形式のコックピットをAIエージェントが毎週自動で更新し、代表は例外と判断だけを見ています。数字を集める作業ではなく、判断に集中するための仕組みです。同じ形のコックピットは、御社の事業や数字の置き場に合わせて構築できます。初回ヒアリング(無料)で、御社の場合の形を一緒に整理することもできます。
このページの更新(セクションの追加から公開まで)は、AIエージェントが実行しています。作業は分単位で進み、代表は内容の確認と承認だけを行います。
当社の運営を、感覚ではなくログで測る「定点観測」を始めます。第1回は、代表がAIへ送った指示の数です。代表の指示はまず司令塔AIが受け取り、仕事に応じて他のAIへ振り分けて並行に実行させます。つまり末端で動く指示の数は、代表が出した数より多くなります。その入口の数を、まず実測で公開します。
第1回観測|データ期間:2026年11月6日〜16日(11日間)/集計時点:2026年11月16日
2026年11月6日〜16日(11日間)に、代表が司令塔AIへ送信した指示の合計
11日平均(2026年11月6日〜16日)
直近7日平均(2026年11月10日〜16日)
ピーク:2026年11月16日の指示数
司令塔AI → 他のAIへの指示総数。入口の内側で仕事が分解されるため末端は入口を上回りますが、総数はまだ計測していません。
| 日付 | 指示数 |
|---|---|
| 11月6日 | 90回 |
| 11月7日 | 68回 |
| 11月8日 | 118回 |
| 11月9日 | 174回 |
| 11月10日 | 299回 |
| 11月11日 | 374回 |
| 11月12日 | 285回 |
| 11月13日 | 328回 |
| 11月14日 | 306回 |
| 11月15日 | 208回 |
| 11月16日 | 432回 |
序盤4日平均は112.5回/日、直近7日平均は319回/日。ピークの11/16は432回です。
数え方:代表が司令塔AIへ送信したメッセージ数。作業依頼、質問、修正指示、承認などの短い返事を含みます。自動生成の通知は含みません。
この数値は、仕事の入口の量を示すものです。完了タスク数や労働時間の削減を直接示すものではありません。
11日間だけの観測であり、長期傾向を示すものではありません。このセクションの数値は上記期間の実測です。現在の稼働量を示すものではありません。
出すのは指示と判断だけ。実行作業そのものは持ちません。公開・送信・支払いなど対外的な実行は、必ずここで承認します。
情報整理、仕事の分解、振り分け、検証、統合、文脈保持。代表の指示を受け取り、仕事を分解して下のAIへ振り分け、結果を検証して統合し、代表へ返すのは「判断が要るもの」だけ。全体の進捗と文脈もここが保持します。
独立レビューと壁打ち。別の視点で採点し、基準未満は差し戻す
日本語の推敲。原稿や対外文書の表現を整える
コード実装とPC操作。仕様を受け取り、実装と検証可能な形で返す
画像・動画・音声の生成とモデル学習
定時実行、稼働確認、異常検知、判断材料の集約
表示しているのは、当社で実際に使っている役割分担を一般化したものです。個別の案件内容や、お客様に関する情報は公開していません。各AIの実行は下書き・準備・検知までで、対外的な実行は代表の承認を経ます。
定義と集計方法を固定し、同じ方法で測り直します。定義を変えたときは、その旨と理由を明記します。
確認できない数字は推測で埋めません。実測・サンプル・未測定を、バッジで区別して表示します。
更新時期は約束しません。更新時は、観測期間・集計時点・日次値・集計方法を一式で差し替えます。集計方法を変えた場合は、その旨と理由を明記します。
測っているのは、AIの使用回数そのものではありません。代表の判断がどこで発生し、どの仕事がAIへ渡り、どこで人間へ戻るのかを、同じ物差しで見続けることです。
まずは1業務から。発生する仕事、止まる場所、人間が判断すべき境界を一緒に整理します。
THE SHIFT
消えていくのは「仕事」そのものではありません。その中にある、人間がやる必要のない作業です。そしてその範囲は、技術の進歩とともに静かに、しかし確実に広がっています。問題は、その変化が起きるかどうかではなく、あなたの会社がどちらの側にいるかです。
「入れたのに回らない」は、当社だけの実感ではありません。公開されている調査は、そろって同じ場所——業務への組み込み方と、推進する体制の不在——を指しています。
企業の生成AIパイロットの約95%が「測定可能な損益インパクトなし」。報告書は、原因はモデルの性能ではなく、業務への組み込み方にあると指摘しています。
出典:MIT NANDA『The GenAI Divide』(2025年)
生成AIの活用を「推進している」中小企業は23.4%。大企業との差は約20ポイント開いています。規模が小さいほど、推進役を外から補う意味が大きくなります。
出典:東京商工リサーチ(2025年・回答6,645社)
生成AIの活用を推進しない理由の第1位は「推進する専門人材がいない」。ツールの問題でも、意欲の問題でもありません。推進役と、回し続ける体制の不在が、数字の上でも最大の壁です。
出典:東京商工リサーチ(2025年)
すべての仕事が一斉に移るわけではありません。任せられるものから順に移り、判断が要るものは人に残る。当社では、仕事をこの3つに分けて設計します。
形式が決まっていて、間違えても差し戻せる仕事。今すぐ移せます。
検証ステップと人間の承認を挟めば任せられる仕事。設計次第で範囲が広がります。
責任を伴う判断は、移しません。エージェントは材料を揃えるところまで。
当社が実装するエージェントは、権限を制限されたソフトウェアエージェントです。人間による監督のもとで動くことが前提であり、「何でも自動化する」ことはしません。任せる範囲と、人が責任を持つ範囲を、最初に線引きします。
AGENT — EXECUTION
HUMAN — JUDGMENT & RESPONSIBILITY
エージェントに渡す権限は、任せる仕事に必要な範囲だけに絞ります。
公開・送信・支払いなど外に効く操作は、承認制を標準にします。
出力はそのまま使わず、確認の工程をフローに組み込みます。
おかしいと感じたら止められる。その設計を最初に入れます。
いきなり大きな仕組みは作りません。1つの業務で「回る」ことを証明してから、広げていきます。
業務を棚卸しし、「既に自動化しやすい」ものから最初の1業務を決めます。効果と難易度で優先順位を付けます。
小さく試作します。権限の範囲と人間の承認ポイントを定め、実際の業務データで動かしてみます。
時間・件数・品質で効果を測ります。任せてよい範囲と、人が見るべき範囲を数字で見直します。
回ることが確認できたら定常運用へ。運用ルールを「型」として残し、対象業務を順に広げていきます。
AIを「使っている」ことと、AIに「仕事を任せられている」ことは、違います。この診断は、あなたの現場がどこまでエージェントに任せられる体制になっているかを、12の質問・5つの観点で測ります。所要約3分・登録不要・結果はこの場で表示されます。
※ 本診断は株式会社TAKAの独自指標です。統計的な標準化テストではなく、実務での「組み込み度」を測るための目安として設計しています。診断結果の階層が、左のピラミッドで光ります。
「使っているつもり」と「仕事が変わっているか」は別物です。
感覚ではなく、実際の使い方で判定します。
なくなるのは「仕事」ではなく、その中にある人間がやる必要のないタスクです。判断と責任は人に残ります。実際、当社の体制でも公開・送信・支払いの承認は人間が担い続けています。むしろ問うべきは、「自分の仕事の中で、既に機械に移せるタスクがどれだけ残っているか」だと考えます。
はい。むしろ一人〜少人数の組織ほど、AI組み込みの効果は大きく出ます。まずは1業務の自動化から始めるプランを基本としています。
そのための入口がAI活用偏差値診断です。診断結果で弱い観点が分かれば、最初に手をつける場所も決まります。診断は無料・登録不要です。結果をもとに、初回ヒアリング(無料)で議論しましょう。
あります。「個人が使う」段階と「業務に組み込み、自動で回る」段階の間には大きな差があります。診断の観点B・C(業務組み込み/自動化・連携)が、まさにその差を測ります。
支援では最初に「AIに入れてよい情報の基準」と、権限の範囲・検証方法を一緒に決めます。便利さだけでなく、責任の分界まで含めた設計を標準としています。なお、パスワードなどの認証情報を当社がお預かりすることはありません。
| 会社名 | 株式会社TAKA |
|---|---|
| 設立 | 2026年 |
| 所在地 | 東京都 |
| 事業内容 | AI・生成AI活用支援/業務自動化/営業・マーケティング支援/Webサービス開発 |
| 体制 | 代表取締役 + AIエージェント体制による運営(ソロプレナー型) |
| 連絡先 | [email protected] |
TAKAの支援は、自社の運営実態がそのまま裏付けです。代表は大手金融テクノロジー企業で法人融資・基幹系システムの営業を担った経験を持ち、稟議・検証・ガバナンスの観点を含めた設計を行います。一人会社だからこその速度で、小さく始めて、数字で伸ばす。それが当社の進め方です。
売り込みはしません。どの仕事から移せるか、そもそも移すべきか。初回ヒアリング(無料・オンライン30〜60分)は、議論の場として使ってください。現在地を数字で知りたい方は、診断からどうぞ。