東京都庁が進めるAI導入は、単なる業務効率化の話ではありません。それは「業務そのものをAIアプリへと置き換える」という、企業構造の転換を示しています。本記事では、この動きを丁寧に分解しながら、kintoneが築いてきたノーコード思想へのリスペクトを前提に、「その先」にあるAI業務設計の姿を考察します。また、個人開発者でも実現可能な“売れる1個目のAI業務アプリ”の具体設計、さらにRailsやDjangoを用いた独自UI戦略、インハウスAIと外部APIの選択まで踏み込みます。ブログ構築を通じて実例をあげます。そのいみで単なるツール紹介ではなく、「どう収益に繋げるか」までを含めた実践的ガイドです。
第1章：東京都AI導入の本質とkintone思想の進化
東京都のAI導入は、単なる生成AIの活用ではなく、「業務そのものをアプリ化する」という発想の転換を意味しています。この考え方は、ノーコードで業務改善を実現してきたkintoneの思想と極めて近いものがあります。しかし決定的に異なるのは、AIが補助ではなく“中核機能”として組み込まれている点です。本章では、kintoneが築いてきた価値を具体例とともに再確認しながら、その延長線上にある東京都モデルの本質を整理していきます。
1-1 ノーコードの完成形としてのkintone
kintoneは、「現場の担当者自身が業務アプリを作る」という
思想を実現したサービスです。従来の企業では、システム開発は
IT部門や外部ベンダーに依頼するものであり、現場の要望が反映
されるまでに時間がかかるのが一般的でした。しかしkintoneでは、
専門的なプログラミング知識がなくても、画面上の操作だけで
アプリを作ることができます。
この仕組みの本質は、「業務をデータと流れに分解すること」
にあります。難しく聞こえるかもしれませんが、やっていること
は非常にシンプルです。
① データベースの構築とは何か
まず「データベース」とは、業務で扱う情報を整理して
保存する場所のことです。例えば営業業務であれば、
- 顧客名
- 連絡先
- 商談状況
- 最終連絡日
といった情報が該当します。これまではExcelで管理されること
が多く、「どのファイルが最新版かわからない」
「誰が更新したのか不明」といった問題が頻発していました。
kintoneでは、これらの情報を1つのアプリにまとめて管理できます。
入力フォームを作り、誰がどの情報を更新してもリアルタイムで
共有されます。これだけでも業務の透明性は大きく向上します。
② 業務フローの再考とは何か
次に重要なのが「業務フロー」です。これは、
仕事がどのような順番で進むかという流れのことです。
例えば「稟議申請」の場合、
申請 → 上司承認 → 部長承認 → 完了
という流れになります。従来はメールや紙でやり取りしていた
ものを、kintoneではボタン操作で進めることができます。
さらに重要なのは、この過程で「無駄」に気づける点です。
- 承認者が多すぎるのではないか
- 同じ情報を何度も入力していないか
- そもそもこの工程は必要か
つまりkintoneは、単なるツールではなく
「業務を見直すための鏡」として機能します。
このように、データとフローを整理することで、業務は構造化
されます。そしてこの構造化こそが、後述するAI活用の前提条件
となります。AIは曖昧な業務よりも、「入力と出力が明確な業務」
で最大の力を発揮するためです。
したがってkintoneは、単なる業務効率化ツールではなく、
「AI時代への準備装置」であったとも言えるでしょう。
1-2 東京都モデルは“AI版kintone”である
東京都が導入を進めているAI基盤は、このkintone的な思想を
さらに発展させたものです。その構造は以下のように整理できます。
入力 → 処理（AI） → 出力
この構造自体はシンプルですが、重要なのは「処理」の部分です。
従来はここを人間が担っていました。つまり、
- 内容を読む
- 理解する
- 要約する
- 判断する
といった思考プロセスです。
東京都モデルでは、この思考の一部をAIに委ねています。ただし、すべてを任せているわけではありません。ここが非常に重要なポイントです。
AIに任せられる領域
- 文章の要約（議事録など）
- 分類（問い合わせ内容の振り分け）
- 下書き生成（報告書・メール）
人間が担う領域
- 最終判断（承認・決裁）
- 責任の所在
- 例外対応
つまり構造としては、
AI：処理の80%
人間：判断の20%
のような役割分担になります。
例えば議事録作成を考えてみましょう。
- 従来：人間がすべて書く（30分〜1時間）
- AI導入後：AIが下書きを作る → 人間が確認（5分）
このように、「ゼロから作る仕事」が「確認する仕事」に変わります。
この変化は非常に大きく、業務の本質を変えます。従来のkintoneは
「業務フローをデジタル化」するものでしたが、東京都モデルは
「思考プロセスそのものをアプリに組み込む」ものです。
言い換えると、
- kintone：人間が考えて処理する
- 東京都モデル：AIが考えて、人間が判断する
という違いになります。
そしてこの進化は、kintoneを否定するものではありません。
むしろ、kintoneによって業務が整理されているからこそ、
「どこにAIを入れるべきか」が見えるようになります。
したがって今後重要になるのは、「AIを使うかどうか」
ではなく、「どの工程をAIに任せるか」という設計力です。
第2章：個人でも可能な“AI業務アプリ”の設計と収益化
AI業務アプリは決して大企業だけのものではありません。比較対象
として個人事業主が個人開発者に依頼する場合を想定してみましょう。
実際、
個人開発者にとっては「小さな業務課題を解決する単機能アプリ」
こそが最も現実的な収益の入口になります。ただし、その収益化
の仕組みは一般的なアフィリエイトとは大きく異なります。本章では、
「ブログで稼ぐ」とは何を意味するのか、実際にどのように案件を
獲得し、どのような形で業務委託として成立するのかを具体的に解説
しながら、最初のプロダクトとしての議事録自動化AIの設計と
ビジネス化を丁寧に説明します。
2-1 売れる1個目：議事録自動化AIの設計と価値
「AIで何を作ればいいのか分からない」という状態でいきなり
大きなシステムを目指すと、ほぼ確実に挫折します。
そこで重要なのは、「誰もが困っているが、まだ完全に
解決されていない小さな課題」を狙うことです。
その代表例が「議事録作成」です。
多くの企業では、会議後に担当者が議事録を作成しますが、
この作業には以下のような問題があります。
- 時間がかかる（30分〜1時間）
- 書く人によって品質がばらつく
- 新人にとって負担が大きい
この課題に対して、AIを使うと以下のような処理フローが構築できます。
音声入力 → テキスト化 → 要約 → フォーマット整形
この一連の流れは、現在のAI技術で十分に実現可能です。
重要なのは、「完璧な議事録」を作ることではなく、
「人間が修正すれば完成する下書き」を作ることです。
実際の業務では、以下のような変化が起きます。
- 従来：ゼロから作成（30分〜60分）
- AI導入後：下書きを修正（5分〜10分）
この「作る仕事 → 確認する仕事」への転換こそが価値です。
また、この種のアプリは以下のような特徴を持ちます。
- 汎用性が高い（どの企業でも使える）
- 導入のハードルが低い
- ROI（費用対効果）が説明しやすい
そのため、価格設定も比較的明確です。
- 初期構築費：10万〜50万円
- 月額運用費：1万〜5万円
ここで重要なのは、「高機能を目指さない」ことです。
最初のプロダクトは、あくまで「1つの業務を確実に改善する」
ことに集中するべきです。
2-2 収益モデルのリアル：ブログ・案件獲得・業務委託の流れ
ここが最も誤解されやすいポイントです。結論から言うと、
この意味でのビジネスは「ブログで直接稼ぐ」のではありません。
正確には以下の構造になります。
ブログ → 信頼構築 → 問い合わせ → 案件化 → 収益
つまり、ブログの役割は「広告」ではなく「営業資料」です。
① ブログで何を書くべきか
読者は「AIがすごい」という話には興味がありません。
知りたいのは「自分の仕事が楽になるかどうか」です。
そのため、以下のような記事が有効です。
- 「議事録作成を5分に短縮する方法」
- 「Excel管理が限界な企業向けの改善策」
- 「kintoneとAIを組み合わせた業務改善事例」
これにより、「この人は業務改善ができる人だ」という認識が生まれます。
② 問い合わせの発生と対応
記事を読んだ企業担当者は、以下のような相談をしてきます。
- 「うちでも使えますか？」
- 「カスタマイズできますか？」
- 「いくらくらいかかりますか？」
ここで重要なのは、「売り込む」のではなく
「ヒアリングする」ことです。理想的な流れは以下です。
現状の課題を聞く → 改善案を提示 → 小さく導入
③ 業務委託としての受注形態
契約形態は主に以下の2つになります。
- 準委任契約（時間単価）
- 請負契約（成果物ベース）
個人で始める場合は、以下が現実的です。
- 初期構築：請負（10万〜50万円）
- 運用・改善：準委任（月1万〜5万円）
この「初期＋月額」の組み合わせにより、ストック収益が積み上がります。
④ 案件の募集方法
最初の案件は以下のルートが現実的です。
- 知人・既存ネットワーク
- ブログ経由の問い合わせ
- 小規模事業者への直接提案
特に重要なのは、「デモを見せること」です。
実際に動く画面を見せることで、説明なしでも価値が伝わります。
したがって、最低限以下は用意するべきです。
- 簡単なデモアプリ
- 画面キャプチャ
- 導入前後の比較
⑤ 理想的なビジネスの形
最終的には以下の状態を目指します。
ブログ → 継続的な問い合わせ → 小規模案件 → 横展開 → ストック収益
つまり、「1件の大きな案件」を狙うのではなく、
「小さな案件を積み重ねる」モデルです。
この構造は、従来のアフィリエイトよりも時間はかかりますが、
単価が高く、継続収益につながる点で大きな優位性があります。
そして重要なのは、このビジネスの本質が「ツール販売」
ではなく「業務改善の提供」であるという点です。
AIはそのための手段であり、価値の源泉は
「どの業務をどう変えるか」を設計できることにあります。
第3章：kintoneに依存しないUI戦略と技術選択
kintoneは強力なツールですが、独自プロダクトを目指す場合には制約となる場合もあります。本章では、RailsやDjangoを用いたUI構築の可能性と、AIとの役割分担について整理します。
3-1 Rails vs Djangoの本質
RailsはUI構築に優れ、DjangoはAIとの親和性に優れます。
Rails：ユーザー体験を作る
Django：AI処理を担う
最適構成は以下です：
Rails（UI） → Django（AI） → LLM
この構成により、kintoneに依存しない柔軟なUI設計が可能になります。
3-2 UIを自作する価値
UIを自作することで、以下が可能になります：
- 差別化
- ブランド化
- SaaS化
これは「ツール提供者」への転換を意味します。
第4章：インハウスAI vs 外部APIと今後の戦略
AI導入においては、外部APIとローカルAIの選択が重要です。
本章では両者の特徴を整理し、現実的なハイブリッド戦略を提示します。
4-1 外部APIのメリットと限界
外部APIは高性能で導入が容易ですが、以下の課題があります：
- コスト増加
- データ外部送信
- 依存リスク
4-2 インハウスAIとの共存
ローカルLLMを活用することで、機密性の高い業務に対応できます。
通常業務 → 外部AI
機密業務 → ローカルAI
このハイブリッド構成が現実解です。
まとめ：kintoneを超えるのではなく継承する
本記事で述べた通り、AI時代の業務改善は
kintoneの延長線上にあります。重要なのは以下です：
- 業務を分解する力
- AIを組み込む設計力
- UIで価値を提供する視点
kintoneはその出発点であり、決して否定されるものではありません。
むしろ、その思想を理解した上でAIへと拡張することが、
これからの競争力になります。そしてその第一歩は、
小さな1つのアプリから始まります。
〆最後に〆
以上、間違い・ご意見は
以下アドレスまでお願いします。
全て返信できていませんが 見ています。
適時、改定をします。
nowkouji226@gmail.com
