外注していた仕事が、325行で終わる

あなたの会社で、毎月いくら「誰かに頼む仕事」に払っているだろうか。

業界ニュースのまとめ作成、PDFフォームへの転記、日々のタスクの整理と割り振り——どれも「自分でやるには面倒だが、外注するほどでもない」微妙なラインの業務だ。結果として、事務員が手作業で回すか、月数万円で外注するか、あるいは「やらない」という選択になる。

その構造が、いま根本から変わりつつある。

最近公開されたオープンソースのプロジェクトを見ていると、ある共通点に気づく。「個人が週末に、数百行のコードで作っている」 ということだ。325行のPythonでAIニュースを自動要約するツール。PDFフォームの入力をブラウザ上で自動化する「SimplePDF Copilot」。AIがカレンダーとToDoを読み取ってスケジュールを組み直すアプリ。どれも、数年前なら開発会社に見積もりを取れば100万〜300万円と言われていたレベルの機能を持つ。

それが今、原価いくらで動いているのか。ここが本題だ。

—

原価を分解する——「月500円」の内訳

具体的に、325行のPythonニュース要約ツールのコストを分解してみる。

開発にかかる時間は、Pythonの基礎がある人で1〜2日。なければClaude やChatGPTに「こういうものを作りたい」と相談しながら進めて、3〜5日というところだろう。

これを外注した場合はどうか。「毎日のニュースを要約してレポートにまとめてほしい」という業務を人に頼めば、月3〜5万円。システム開発会社にツールとして発注すれば、初期費用50〜300万円＋月額保守費。

月500円 vs 月3万円。60倍の差。

PDFフォーム自動入力のSimplePDF Copilotはさらに極端だ。クライアントサイド（ブラウザ上）で動作するため、サーバーコストはゼロに近い。データが外部に送信されない設計なので、個人情報を含むフォーム処理にも使いやすい。行政への申請書類、取引先への報告書、社内の各種届出——手で転記していた作業が「勝手に終わっている」状態になる。

ここで重要なのは、コストが下がったという事実そのものではない。コストが下がった結果、「やる・やらない」の判断基準が変わる ということだ。

—

「やらない理由」が消えていく

月30万円かかるなら、やらない。当然だ。中小企業の利益率を考えれば、「あったら便利」程度の業務改善に30万円は出せない。

だが月500円なら？ 試さない理由がない。

この「試すハードル」の消滅が、中小企業にとって最大の構造変化だ。

大企業はこれまで、数千万円のシステム投資で業務を自動化してきた。ERPを入れ、RPAを導入し、専任のIT部門が運用する。中小企業にはその体力がなかった。だから手作業が残り、属人化が進み、「あの人がいないと回らない」状態が常態化していた。

ところが今、その構図がひっくり返りつつある。

大企業は巨大なシステムを入れているがゆえに、小回りが利かない。新しいLLMが出ても、既存システムとの整合性検証に半年かかる。セキュリティ審査に3ヶ月。稟議に1ヶ月。結果として「GPT-4oが出たのに、まだGPT-3.5の検証をしている」という笑えない状況が生まれる。

一方、中小企業は違う。社長が「これ使えそうだな」と思ったら、翌日には試せる。325行のスクリプトを動かすのに、稟議は要らない。合わなければ捨てればいい。月500円なのだから。

意思決定の速さ×導入コストの低さ。これが中小企業の武器になる。

—

「属人化」が最大のリスクであり、最大のチャンス

ただし、ここで一つ落とし穴がある。

「社内にPythonを書ける人がいない」問題だ。

325行のコードは、書ける人にとっては簡単だ。しかし書けない人にとっては、325行も3,250行も同じ「無理」である。結局、外の誰かに頼むことになり、コスト構造は変わらない——そう思うかもしれない。

だが、ここにも変化が起きている。

2024年後半から、AIコーディングアシスタントの精度が劇的に上がった。Claude、ChatGPT、GitHub Copilotを使えば、「Pythonを書ける」必要はない。「何をしたいか日本語で説明できる」ことが必要条件に変わった。

実際に私のチームで試したケースがある。プログラミング未経験の事務スタッフに、Claudeを使って「毎朝、特定のWebサイトから新着情報を取得し、要約してSlackに投稿するスクリプト」を作らせた。所要時間は4時間。動作するものができた。完璧ではないが、動く。そして翌日から毎朝、要約が届くようになった。

これは「プログラミングのコスト」が下がったのではない。「仕組み化のコスト」が下がった のだ。

属人化の本質は「あの人の頭の中にしかノウハウがない」ことだ。それをコードという再現可能な形に落とし込む作業が、これまでは専門家にしかできなかった。今は、業務を一番よく知っている現場の人間が、AIの力を借りて自分で仕組み化できる。

これは大きい。外注先やIT部門に「こういうことがしたい」と伝言ゲームをする必要がなくなる。業務を知っている人が、直接、自動化の仕組みを作る。伝言ゲームのロスがゼロになる。

—

「で、結局どうすればいいのか」

抽象論はここまでにする。明日からできることを3つ挙げる。

1. 「毎月繰り返している手作業」を1つ選ぶ

全部を一気に自動化しようとしない。まず1つ。毎月やっている、決まったパターンの、面倒な作業。請求書の転記、レポートの集計、メールの定型返信。何でもいい。

2. ChatGPTかClaudeに「これを自動化したい」と相談する

プロンプトは単純でいい。「毎月、Excelのこの列のデータを、このPDFフォームに転記しています。これを自動化するPythonスクリプトを書いてください」——これだけで、動くコードが返ってくる。完璧でなくていい。動けばいい。

3. 月1,000円以内で運用できるか検証する

動いたら、次はコストの確認だ。サーバーレス環境（AWS Lambda、Google Cloud Functions等）で動かせば、中小企業の業務量なら月数百円で収まることがほとんどだ。月1,000円を超えるようなら、設計を見直すか、そもそもその業務の自動化が本当に必要か再考する。

—

本当の問いは「技術」ではない

最後に、一つだけ。

325行のPythonが書けるかどうかは、もはや問題ではない。AIが書いてくれる。サーバーコストも月500円。技術のハードルは、事実上消えた。

残っている唯一のハードルは、「自分たちの業務のどこに、自動化できる繰り返しがあるか」を見つける目 だ。

これだけは、AIには見つけられない。毎日その業務をやっている現場の人間にしかわからない。

技術の進化を待つ必要はない。すでに十分すぎるほど揃っている。足りないのは、「これ、自動化できるんじゃないか？」と思う習慣だけだ。

月500円で、何を自動化するか。その問いを、今日から持ってほしい。

—