EC・物販事業者への伴走型AI導入支援

1. 企業紹介

クライアントは、代表が海外EC事業・不動産賃貸・オンラインスクール・オンラインコミュニティ運営という複数領域を一人で兼業される事業オーナー様です。

海外EC事業では、潜在的にポテンシャルのあるカテゴリーを継続的に発掘し、出品戦略へ落とし込むリサーチ業務がコアタスク。 コミュニティではメンバーへのナレッジ提供・問合せ対応・新規ツール検証まで代表自らが担っており、「一人で複数事業を持続的に伸ばすために、AIに業務を任せる体制を作る」ことが大きな経営テーマでした。

2. 導入前の課題

実現したかった目標

• 海外ECの穴場カテゴリーリサーチを自動化し、出品の意思決定スピードを上げる
• コミュニティから寄せられるチャット質問への一次回答を自動化する
• 一人で複数事業を回すために、AIエージェントを「自分の業務」に組み込んだ運用基盤を作る

従来の取り組み方法

リサーチは手動で海外ECのカテゴリ一覧を辿り、トップセールス・出品者属性を目視で確認。 問合せ対応はチャットで都度個別返信。AIはChatGPT等を単発で使う程度で、業務フローには組み込まれていませんでした。

抱えていた具体的な課題

• 海外ECのカテゴリは大区分・小区分が膨大な規模で、手動チェックでは網羅性と速度に限界がある
• コミュニティナレッジはNotion・チャット・動画文字起こし等に分散し、回答1件あたり過去ログ検索の時間が発生
• 汎用RPAではプラットフォーム固有の仕様要件に対応できず、外部委託しても要件が固まらず手戻りが多発

うまくいかなかった原因

• AIを単発のチャットUIでしか使えていない
• 情報がiCloud・Google Drive・Notion・チャットに分散し、AIが横串で参照できる基盤がない
• 対象プラットフォームの仕様要件に汎用RPAでは対応できない
• 開発を外部委託しても要件が固まらず、手戻りが多発する

3. 選定理由・導入の決め手

比較検討した代替案

導入前に検討された代替案は次の3つでした。

• 汎用RPA／ノーコード自動化ツール
• AIスクール・座学型AI研修
• データ収集の単発委託

いずれも事業固有の制約やコミュニティ運営の事情に踏み込めず、「使い方の知識」は得られても「動く仕組み」は残らない懸念がありました。

最終決定の決め手

• Claude Code・Chrome拡張機能・Difyを横断して「動くものを作って残す」伴走スタイル
• 京都大学情報学科でAIを専攻したエンジニアが直接担当
• 自社でClaude Codeカスタムスキル・AIエージェントを多数本番運用している「AIエージェント運用会社そのもの」である点
• 週次MTG＋Chatworkで実装の詰まりを即解消できる体制

契約時の懸念と解消方法

「触っただけのAIスクールと同じになるのでは」という懸念に対しては、初回MTGで開発環境（Antigravity／Claude Code／Google Cloud）の構築から実装に着手し、座学ではなく実装現場として伴走を立ち上げることで解消しました。

また、業務優先度の変動に応じて稼働回数を柔軟に調整するなど、事業オーナーの可処分時間に寄り添った稼働設計を行い、契約期間中の機会損失を最小化しています。

4. 導入プロセス・運用方法

プロジェクト体制

• クライアント側：代表（全業務オーナー）
• ノーコードソリューションズ側：吉村（PM兼実装リード）
• コミュニケーション：週次オンラインMTGによる伴走に加え、Chatworkで実装中の不具合・要件追加を即時解消
• 協業フェーズ：共同事業化に向けて弊社専属メンバーを追加アサインし、コミュニティ運営の共同推進にコミット

具体的な活用シーン

• 海外ECリサーチ：市販RPAや外部委託では要件を満たせなかった領域に対し、自作Chrome拡張機能でカテゴリーを自動巡回しトップセールス情報をCSV出力。さらに外部プラットフォームの商品コード自動取得まで連携し、出品準備フローを機械化
• コミュニティQA：Notion・チャットに散在していたナレッジを統合し、独自の「一般文書処理パイプライン」で構築したDify QAボットへ集約。市販RAGでは精度が出ない領域に対し仮説QA形式への再構築を行い、運用に耐える応答精度を確保
• EC受注・更新業務：市販の注文管理ツール上で発生していた価格・在庫・ステータスの更新作業を、スプレッドシート連携の自動化スクリプトでRPA化。手作業の転記・更新工数を圧縮
• 不動産物件リサーチ：複数の不動産物件情報サイトを定期巡回し、条件に合致する新着物件を自動抽出。Chatworkへ物件名・価格・所在地・出典リンク付きで自動通知し、情報収集を無人化
• メディアPR：Claude Designをワークフローに組み込み、PR資料1本あたりの作成工数を従来比で大幅に圧縮。短期間で複数のメディアへ送付完了

技術的な工夫と、突破した壁

独自に確立した実装ノウハウ

• 開発規模に応じてClaude Code単独運用とデュアルレビュー体制を切り分ける、自社開発フロー
• iCloud・Notion・チャット・Google Driveの4拠点に分散する社内データに対し、AIが横串で参照できる集約レイヤーを設計
• Difyベンダー標準の取り込み手法では発生する英語化エラーを、独自パラメータ設計で解消

突破した技術的な壁

• 汎用RPAでは要件を満たせなかった領域に対し、Chrome拡張機能アプローチで根本解決
• 市販RAGや汎用LLM単独では精度が出ないナレッジ群に対し、仮説QA形式への再構築によりコミュニティ運用に耐える応答精度を確保

事業全体を支えた「ナレッジ基盤」の構築

個別の自動化施策と並行して、その土台となるナレッジ基盤を整備しました。 動画・SNS投稿・記事といった日々のアウトプットを文字起こしし、クラウドストレージへ自動集約。 さらに代表の思考や意思決定の背景を構造化データとして蓄積し、「AIが代表の判断軸を参照して動く」ためのベースを構築しています。

これは後述の「DBの蓄積・整理こそがAI活用のセンターピン」という考え方を、実装として形にしたものです。

5. 導入後の成果

Before / After 比較

主要KPIの変化

※ 工数削減時間・QA問合せ削減率の定量数値は、運用ログ集計後に次回追記予定。

定性的な変化

運用が「AIを使う側」から「AIに業務を任せる側」へ反転。 リサーチ・問合せ対応・PR資料という時間を奪う3業務が自動化レーンに乗り、代表は事業設計と意思決定に時間を集中できるようになりました。

社内（コミュニティ）にも「DBを蓄積・整理しておくことが本質」という共通言語が生まれています。

6. お客様の声・今後の展望

他部門・他社へのおすすめポイント

単発のRPAやAIスクールではなく、Claude Code・Dify・Chrome拡張機能を横断して「自分の業務に動くAI」を残せる伴走スタイル。 複数事業を兼業される事業オーナー様や、コミュニティ運営者の方に特に有効です。

今後の活用予定・スケールプラン

フェーズ1のAI顧問プロジェクトを経て、現在は共同事業フェーズへ移行。クライアントのコミュニティメンバー向けに、AIエージェント実装伴走プログラムを継続提供しています。

さらに、商談の全文文字起こしと顧客インサイト分析、動画公開に連動したSNS自動投稿など、追加の自動化案件もパイプラインに控えており、クライアントの事業全体をAIエージェント前提のオペレーションへ継続的に再設計しています。