開発者ポータルPortとは?|AIの司令塔にする前に

「開発部門が Port という開発者ポータルを入れたがっていて、AIエージェントに障害対応や脆弱性の修正までさせたいと言っている。情シスとして何を確かめればよいのか」「サービスの持ち主や手順を台帳にまとめれば、AIはそれを見て正しく動いてくれるはずだ、という説明を聞いたが本当だろうか」——AI導入の窓口を兼ねる情シスに、2026年の後半から届くようになった相談です。AIエージェントに運用作業を任せる基盤は、エージェントの性能で選ばれがちです。しかし本当に問われるのは、AIが何を根拠に、誰の権限で、どこまで動き、どこで人が止めるかを、導入する側が先に決めておけるかどうかです。この記事では、開発者ポータルを「AIエージェントの司令塔」へ広げている Port を材料に、社内のサービス台帳を根拠にAIへ運用作業をさせる基盤を入れるとき、情シスとAI導入担当が決めることを、課題・原因・対策の順に整理します。
カメ先生開発者ポータルにAIを載せると、台帳を見て正しく動いてくれると思われがちなんだ。でも本当は、台帳が古ければAIは古い情報のまま自信を持って動くし、AIに渡る権限はつないだ人の権限そのものなんだよ。
カメ子台帳があるから安心、とは言えないということですか。
カメ先生そう。だから入れる前に、AIに使わせる道具の上限、人が承認する操作、台帳を新しく保つ持ち主、それに費用の上限と止め方を決めておく。どれも開発者ではなく、全社でAIを預かる側が決めることなんだ。
カメ子エージェントの賢さより、周りの決めごとのほうが先なんですね。
- Port は2025年12月に開発者ポータルをAIエージェントの司令塔へ広げると発表し、2026年7月に Port AI Builder と、道具の入口をまとめるMCPハブの考え方を打ち出した
- 課題は、台帳の古さがAIの誤りになること、MCPの入口から本人の権限いっぱいの操作が届くこと、計画の承認と操作の承認が混ざること、呼び出し回数と費用の上限が見えにくいこと
- 対策は、入口に載せる道具と操作の上限を決める、人の承認を挟む操作を一覧にする、台帳の鮮度を持ち主の仕事にする、止め方を先に試しておく、の四つ
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
Portとは:サービス台帳から始まった開発者ポータル
Port は、イスラエルの Port IO が提供する開発者ポータルです。開発者ポータルとは、社内にあるサービスや部品、それぞれの持ち主のチーム、守るべき決まり、よく使う手順を一か所にまとめ、開発者が自分で必要な操作を呼び出せるようにする仕組みのことです。Port では、台帳の型を自社で定義し、そこに GitHub や Jira、クラウドの構成などから情報を取り込みます。台帳の上で「この操作はこのチームが実行できる」「この操作は承認が要る」といった決まりを付けたうえで、開発者がポータルから定型の操作を実行できるようになっています。
報道では、Port は開発の仕事の「記録の正本」として位置づけられています。これまでの主な使われ方は、サービスごとの持ち主が誰か、どの決まりを満たしているかを点数で見えるようにするスコアカード、新しい環境の払い出しなどの定型作業を開発者が自分で呼び出せる仕組みでした。つまり、AIの基盤になる前から「誰が何を持ち、何をしてよいか」を書き込む台帳と、操作の権限・承認の仕組みを持っていたことが、この製品の出発点です。
名前が似ている Portkey は、AIの呼び出しを中継するゲートウェイの製品で、Port とは別の会社・別の製品です。社内で検討するときに資料を取り違えないよう、製品名と提供元を最初に確認しておくと手戻りを防げます。また、同じ開発者ポータルの分野では、Spotify 発の公開ソフトウェアのポータルや OpsLevel などが比較の候補に挙がります。報道では、AIによる開発運用の分野の競合として Harness や UiPath の名前も挙げられています。
2025年12月から2026年夏まで:司令塔への打ち出し
転機は2025年12月11日です。米国の技術報道によると、Port はシリーズCで1億ドルを調達し(ゼネラル・アトランティックが主導)、累計の調達額は1億5,800万ドル、評価額は8億ドルと報じられました。同時に、開発者ポータルの上に「エージェンティック・エンジニアリング・プラットフォーム」を載せる構想を示しています。そこで描かれたのは、エージェントがサービスや部品、業務の流れのつながりを表す知識のグラフを使って、チケットの処理、障害の自己修復、脆弱性の修正、決まりの維持を進め、人はダッシュボードでその仕事を確認・承認する、という姿です。
報道では、共同創業者で最高経営責任者のゾハル・エイニー氏が、複数のエージェントやチーム、エージェントごとに適切な文脈、安全柵、監査を備えた「完全なエージェントの仕組み」が必要だと述べています。この時点で、ダッシュボード上で動くAIの補助機能は公開試験の段階にあり、利用者が自分のエージェントを作れること、チケットや資源の準備を扱う既製のエージェントがあることも伝えられました。
2026年7月14日には Port AI Builder が発表されました。自然言語で、エージェントを使った業務の流れを作って動かせるもので、報道によると、AIがまず計画の案を示して質問をし、承認を待ってから作り始める進め方を取り、計画は版として保存されると説明されています。無償・有償のどちらのプランでも使えるとされています。同じ7月23日の公式ブログでは、最高経営責任者が「エージェント運用の第2段階」として、組織の実際の状態をエージェントが読める一か所の場所(コンテキストレイク)、どのエージェントが何のためにあり何を許されているかの記録、そして道具への入口を一つにまとめた統制付きのMCPハブを挙げています。8月には、同じ台帳の知識を Claude Code や Cursor、Codex などのコーディングエージェントに渡すためのプラグインも案内されました。
AIに任せたい運用作業と、Portが用意している入口
情シスやAI導入担当が最初に押さえたいのは、Port の上でAIが動く入口が一つではないことです。公式ドキュメントには、Port の画面の中で使う対話の補助、ダッシュボードに埋め込む対話部品、Slack のアプリ、外部のAIやコーディングエージェントからつなぐMCPサーバー、コマンドラインの道具、業務の流れの中の一工程としてAIを呼ぶ仕組みなどが並んでいます。同じ台帳と同じ操作に、いくつもの入口から届くということです。
対話の補助には、読むだけの「質問」、複数の要素をまたいで分析する「計画」、範囲を絞って変更を加える「構築」の3つの使い分けがあると説明されています。また、Port 側のAIは、台帳の型を作る・スコアカードを管理するといった管理用の道具は使わないとされています。一方、台帳の検索やスコアカードの参照、あらかじめ用意した定型操作(セルフサービスの操作)の実行は道具として使えます。障害対応やチケット処理をAIに任せるというのは、多くの場合、この定型操作をAIに実行させることを意味します。
ここで見落としやすいのが、AIエージェントが外部の道具にもつながる点です。公式ドキュメントでは、台帳だけで足りないときに外部のMCPサーバーへの接続を通じて、別のシステムのデータや操作にも届くと説明されています。Port の中だけを見て権限を決めても、つないだ外部の道具の先までは決めたことにならないため、この点は後の対策で改めて扱います。
課題1:台帳が古いと、AIはもっともらしく誤る
Port のAIは、台帳の情報を根拠に答え、操作を選びます。公式ドキュメントも、AIの答えは台帳に根ざしており、台帳の作り込みが進むほど答えの精度が上がると説明し、同時に「AIは間違えることがある」と明記しています。言い換えると、台帳の誤りや古さは、そのままAIの誤りになります。
たとえば、半年前に担当が替わったサービスの持ち主欄が古いままだと、AIは障害の連絡を前の担当チームに回します。廃止したはずの手順が台帳に残っていれば、AIはその手順を正しいものとして実行しようとします。人が台帳を見る場合は「この欄は怪しい」と気づく余地がありますが、AIは台帳を疑う材料を持たないため、もっともらしい理由を添えて、古い情報のまま自信を持って動きます。
隣の課題として、台帳に載っていないものの扱いもあります。台帳に登録されていないサービスや、取り込み元とつながっていない資源について、AIは「存在しない」のと同じ扱いをします。障害の原因が台帳の外にあるとき、AIの調査は台帳の中だけで結論を出してしまいかねません。AIの答えに根拠として台帳のどの項目を使ったかを示させ、根拠のない結論を採用しない運用が必要になります。
課題2:MCPの入口から、本人の権限いっぱいの操作が届く
Port のMCPサーバーは、社員の使う Claude や Cursor などのAIから Port の台帳と操作につなぐための入口です。公式ドキュメントでは、リモートのサーバーが推奨され、以前のローカル版は保守を終えたとされています。接続はブラウザでのサインインで本人を確かめ、承認した時点でサインインしていた組織に対して有効になります。セッションは15日間操作がなければ切れ、最長で30日続くと説明されています。
重要なのは、道具が本人の Port 上の権限に応じて出てくることです。公式ドキュメントには、実行してよい操作の許可リストを設定していなければ、本人に権限のある操作はすべて実行できると書かれています。しかも、Port の定型操作は、既定では「組織の全員が実行できる」設定になっています。台帳を整える段階で操作の実行権限を絞っていなければ、社員のAIからも、その操作は全部届くことになります。
さらに注意したいのは、書き込みの道具を隠す読み取り専用の設定と、実行してよい操作の許可リストが、Port 側ではなく、各社員のAIクライアントの設定に書くものだと説明されている点です。つまり、情シスが中央で「読み取り専用で使わせる」と決めても、社員が自分の設定を書き換えれば外れます。中央で効かせたい制限は、クライアントの設定ではなく Port の権限そのもので絞る必要があります。
課題3:計画の承認と、操作の承認が混ざる
Port には、承認の仕組みが少なくとも二つあります。一つは、Port AI Builder で業務の流れを作るときに、AIが示す計画を人が承認してから作り始める承認です。もう一つは、定型操作そのものに付ける手動承認で、実行を押すと「承認待ち」の状態になり、指定した承認者が認めるまで実行されません。AIエージェントについても、どの操作を自動で実行し、どの操作に人の承認を求めるかを決められると説明されています。
問題は、この二つが社内の説明で一つの「承認」として扱われがちなことです。業務の流れの計画を承認したことは、その流れが本番で毎回行う操作を承認したことにはなりません。計画の承認は「何を作るか」への同意で、操作の承認は「今この操作をこの対象にしてよいか」への同意です。前者だけで回すと、作った流れが動き出した後の一つ一つの操作は、誰も見ないまま通ります。
加えて、手動承認の通知は、メール、外部への通知、Slack、通知なしから選べます。通知なしを選ぶと、承認者が実行履歴の画面を自分で見に行かない限り、承認待ちに気づきません。AIが動くたびに承認待ちが積み上がり、気づいた人が中身を見ずにまとめて承認する、という形骸化も起こり得ます。承認の数を増やすほど安全になるわけではないことは、先に押さえておきたい点です。
課題4:呼び出しの回数と費用の上限が見えにくい
Port のAIには、組織単位の毎分の呼び出し上限と、毎月の呼び出し回数の上限があると説明されています。公式ドキュメントでは、Port が用意するAIの基盤を使う場合、既定の上限は月500回のAI呼び出しとされています。自社で契約しているAIのモデル提供元を持ち込むこともでき、その場合はその提供元の上限が適用されます。
月500回は、対話で質問する使い方なら十分に見えますが、障害の通知やチケットの起票をきっかけにエージェントを自動で動かす使い方では、事情が変わります。障害が重なった日や、大量のチケットが一度に起票された日に、上限に達してAIが止まるのか、持ち込んだ提供元の費用が増え続けるのかは、構成によって変わります。どちらが起きるかを知らないまま運用を任せると、肝心な日にAIが動かない、または請求が想定を超える、という形で表に出ます。
費用の持ち主も分かれやすくなります。Port の契約は開発部門、持ち込んだモデルの費用は全社のAI基盤、外部のMCPの先にある道具の費用は各部門、という具合です。どの呼び出しがどの費用を増やしたのかをたどれるように、AI呼び出しの記録と請求の対応を、導入の前に決めておく必要があります。
原因:AIの権限は人の権限に、AIの判断は台帳の正しさに乗っている
四つの課題には共通の原因があります。Port のAIは独自の権限を持つのではなく、つないだ人の権限と、台帳に書かれた決まりの上で動くという設計になっていることです。公式ドキュメントは、どのAI機能も設定済みのアクセス制御を迂回しないと説明しています。これは安心材料である一方で、人の権限設定や台帳の決まりが緩ければ、AIもそのまま緩く動くことを意味します。
開発者ポータルの権限は、もともと「人が画面から操作する」前提で決められてきました。人なら一日に数回しか押さない操作を、AIは短い時間に何十回も呼べます。人なら怪しいと感じて手を止める古い手順も、AIは台帳にある以上は正しいものとして扱います。人を前提に決めた権限と台帳を、そのままAIに渡していることが、課題の根にあります。
もう一つの原因は、決める人が分かれていることです。台帳の型と操作を作るのは開発部門やプラットフォームの担当、社員のAIクライアントの設定は各社員、モデルの契約と費用は全社のAI基盤、外部の道具は各部門です。誰か一人が全体を見渡していないと、それぞれが自分の範囲では正しく設定していても、組み合わせた結果としてAIに広すぎる権限が渡ります。情シスとAI導入担当の役割は、この組み合わせを一枚の表にすることです。
対策1:MCPの入口に載せる道具と、操作の上限を決める
最初の対策は、AIからの入口ごとに、使える道具と実行できる操作の上限を決めることです。Port の公式ブログが掲げる「統制付きの入口を一つにする」考え方は、外部のMCPサーバーへの接続も Port を経由させ、プラットフォームの担当が使えるサーバーと道具を決める形を指しています。入口を一つにまとめる意味は、どの道具が、誰の、どのAIから使われているかを一か所で見て、一か所で止められることにあります。
決める単位は、操作の影響の大きさで分けると整理しやすくなります。次の表は、入口に載せる道具の上限の考え方の例です。表の操作名は一般的な分類で、実際の定型操作は各社の台帳の作り方によって変わります。
| 操作の種類 | 例 | AIに許す上限 | 人の関わり |
|---|---|---|---|
| 読むだけ | 台帳の検索、持ち主の確認、スコアカードの参照 | 社員のAIからも可 | 根拠の項目を示させる |
| 起票・下書き | チケットの起票、修正案の作成、障害の要約 | エージェントにも可 | 内容は担当が確認 |
| 元に戻せる変更 | 検証環境の払い出し、設定の一時変更 | 許可リストに載せたものだけ | 操作ごとに承認 |
| 戻せない・影響の大きい変更 | 本番の削除、権限の付与、顧客に影響する設定 | AIには載せない | 人が画面から実行 |
あわせて、中央で効かせたい制限は Port の権限で絞ります。クライアント側の読み取り専用の設定は、社員が誤って書き込みの道具を使わないための補助として使い、統制の本体にはしないことです。機械どうしの連携に使う資格情報は、人のサインインとは別に発行されます。どのエージェントがどの資格情報を使っているか、期限と持ち主を記録に残し、人の名前で発行した資格情報をエージェントに使い回さないことも決めておきます。
対策2:人の承認を挟む操作を一覧で決める
二つ目の対策は、人の承認を挟む操作を、AIが動き始める前に一覧で決めることです。承認の要否をその都度判断していると、急ぐ日ほど承認が省かれます。公式ドキュメントも、影響の大きい操作には人の承認を付けることを勧めています。定型操作の手動承認では、承認者を個人やチームで指定し、全員の承認を求めるか、誰か一人の承認でよいかを選べます。
チケット処理・障害対応・脆弱性修正のそれぞれで、AIに実行させたい定型操作を挙げ、元に戻せるか、本番に触れるか、顧客に影響するかの三点で分類します。
戻せない操作・本番に触れる操作は必ず承認を付け、承認者はその操作の対象を持つチームにします。権限の付与のように影響の大きいものは、二人の承認を求める設定も検討します。
承認待ちが埋もれないよう、通知なしは選ばず、承認者が日常的に見る場所へ届けます。夜間や休日の承認者も決めておきます。
AIに、実行しようとしている操作、対象、根拠にした台帳の項目、戻し方を添えさせます。根拠が示されていない承認依頼は差し戻す、という決まりにします。
承認を増やしすぎると、中身を見ない一括承認が始まります。次のような運用は、承認が形だけになっている兆候です。
- 業務の流れの計画を承認したことを、本番で毎回行う操作の承認の代わりにしている
- 承認待ちが毎日数十件たまり、承認者が対象と根拠を見ずにまとめて承認している
- 承認者がAIを動かした本人と同じで、自分の依頼を自分で認めている
- 通知なしの設定で、承認待ちに誰も気づかないまま放置されている
一覧は一度決めて終わりではありません。AIに任せた操作の実行記録を月に一度見直し、問題が起きなかった操作は承認を軽くし、差し戻しが多い操作はAIの対象から外す、という調整を続けることで、承認の数ではなく、承認の中身を保てます。
対策3:台帳の鮮度を、持ち主の仕事にする
三つ目の対策は、台帳を新しく保つことを、サービスの持ち主の仕事として決めることです。AIの判断の質が台帳の正しさに乗っている以上、台帳の鮮度は運用の前提条件です。Port の定型操作は、台帳のチームの項目をもとに「持ち主だけが実行できる」ように設定できます。持ち主の欄が正しいことは、AIだけでなく、人の権限の正しさにも直結します。
具体的には、取り込み元とつながっている項目(リポジトリやクラウドの資源など)と、人が手で書く項目(持ち主、手順、連絡先、決まり)を分け、手で書く項目には最終確認日を持たせます。最終確認日が一定期間より古いサービスは、AIに変更の操作を任せない、という条件を付けると、台帳の古さがAIの誤りに直結することを防げます。Port のスコアカードは、こうした決まりを満たしているかを点数で見えるようにする仕組みとして使えます。
異動や退職、組織変更のときに台帳の持ち主を付け替える手順も、人事や情シスの手続きにつなげておきます。台帳を整えることを開発部門の善意に任せると、忙しい時期ほど後回しになり、その間にAIは古い情報で動きます。エージェントの記録をどう持つかという台帳の設計そのものは別の記事に譲りますが、ここで大切なのは、台帳を直す人と、AIの動きを見る人を同じ持ち主にそろえることです。
何が社外に出るか:モデルの提供元、保存期間、置き場所
AIに運用作業を任せると、台帳の中身や障害の情報、チケットの本文が、回答を作るためにAIのモデルへ渡ります。Port の公式ドキュメントでは、一部のAI機能に OpenAI のモデルを、より高度な推論に Claude のモデルを使っていると説明されています。提供元はお客様のデータをモデルの学習に使わないとされ、自社で契約するモデルの提供元を持ち込むこともできます。
保存期間については、プロンプト、応答、道具の実行記録、呼び出しの情報を、障害の調査や性能の監視のために最大30日間保存すると書かれています。サポートに連絡すれば保存を断ることもできますが、その場合は支援が限られる可能性があるとされています。処理は Port のクラウドの中で行われ、お客様ごとに論理的に分けられていると説明されていますが、AIの処理がどの国で行われるかの具体的な記載は、確認した範囲では見当たりませんでした。
- MCPサーバーの接続先はEUと米国の2地域が用意されている。どちらの地域で契約しているかを確認する
- 社員の Claude や Cursor からMCPで台帳を読ませた場合、台帳の中身はその社員が使うAIの提供元にも渡る。Port の保存方針とは別に、社内のAI利用の規程で扱う
- 障害の情報やチケットに顧客名や個人の情報が含まれる場合は、AIに渡す前に伏せる範囲を決める
見落としやすいのは、社員側のAIへの流れです。MCPでつなぐと、台帳の情報は Port のAIではなく社員が使うAIのほうへ渡ります。公式ドキュメントでも、MCPサーバーそのものは Port のAI機能を使わないと説明されています。Port との契約で決めたデータの扱いは、社員のAIの先には及ばないため、どのAIクライアントからの接続を認めるかを、社内のAI利用の規程とあわせて決めておきます。
止め方・やめ方:先に一度、止めてみる
AIに運用作業を任せる基盤では、止め方を導入の前に試しておくことが欠かせません。公式ドキュメントでは、管理者がAI呼び出しの記録に対する権限を外すと、管理者を含むすべての役割でAI機能が使えなくなると説明されています。画面にAIの要素が残って見えても、動作はしないとされます。組織全体でAI機能を外したい場合は、サポートへの連絡で対応すると書かれています。
止める単位は、全体の停止だけでは足りません。特定のエージェントだけを止める、特定の操作をAIの許可リストから外す、特定の社員や役割だけAIを使えなくする、外部のMCPサーバーへの接続を外す、という段階を用意しておくと、問題のある部分だけを止めて、障害対応の手助けは続けることができます。各段階を誰が判断し、誰が実行するかも決めておきます。
やめるときに残るものも確認します。Port をやめても、台帳の型や持ち主の情報、定型操作の定義は社内の資産として残したいはずです。設定をコードで管理する仕組み(Terraform など)で台帳の型や操作の権限を管理していれば、移行の材料になります。AI呼び出しの記録は監査のために書き出せると説明されているので、やめる前に必要な期間の記録を書き出し、社員のAIクライアントに残る接続設定や機械用の資格情報も、一覧にして確実に消す手順を用意しておきます。
記録と見直し:AIに判断させない範囲を決める
公式ドキュメントでは、AIエージェントとのやり取りはすべてAI呼び出しとして記録され、実行の文脈、判断、結果が残ると説明されています。管理者はこの記録を一覧で見て、監査や分析のために書き出せます。記録が残ることと、記録が見られていることは別です。誰が、どの頻度で、何を見るかを決めないと、記録は事故の後に初めて開かれるものになります。
見直しで確かめたいのは、AIが何を根拠に判断したかです。チケットの振り分け先、障害の原因の見立て、脆弱性の修正の優先順位について、AIが台帳のどの項目を根拠にしたかを見ると、台帳の古い箇所が見つかります。AIの誤りの多くは、AIの性能ではなく台帳の古さから来ているという前提で記録を読むと、直すべき場所がはっきりします。
そのうえで、AIに判断させない範囲を明文化します。障害の重大度の確定、顧客への連絡の要否、本番の変更を戻すかどうか、権限の付与と取り消し、費用の上限を超えるかどうかは、AIが根拠を添えて提案し、人が決めるものとして残します。AIに任せるのは、調べる、まとめる、案を出す、元に戻せる定型の操作を承認のうえで実行する、までにとどめるのが出発点です。
よくある質問
開発部門だけで導入を進めてもよいですか
台帳と定型操作を整えるところまでは開発部門が中心で構いません。ただし、AIに定型操作を実行させる段階からは、社員のAIクライアントからの接続、モデルの提供元とデータの扱い、費用の持ち主が関わるため、情シスとAI導入担当が加わる必要があります。少なくとも、入口に載せる道具の上限と、承認を挟む操作の一覧は、開発部門と情シスの合意で決めることをおすすめします。
チャットツールから誰でもAIに頼める形は避けるべきですか
頼めること自体は問題ではありません。問題は、頼んだ人の権限で何が実行されるかです。Port のAIは本人の権限を超えないと説明されているので、依頼の入口を開く前に、依頼する人の権限で実行できる操作を絞っておくことが先になります。チャットから開発作業を依頼する流れの設計は別の記事で扱っているため、ここでは権限の側から絞ることだけを押さえておきます。
無償プランで試してから決めてもよいですか
Port AI Builder は無償・有償のどちらのプランでも使えると発表されています。試すこと自体は有効ですが、試験で本物の台帳や本番の操作をつなぐと、それはもう本番の運用です。試すときは、検証用の台帳と元に戻せる操作だけを使い、AI呼び出しの記録と上限の動き方、止め方を確かめることを目的にすると、判断の材料が揃います。
まとめ
Port は、サービスの持ち主や決まりを書き込む開発者ポータルを、AIエージェントにチケット処理や障害対応、脆弱性の修正をさせる司令塔へ広げています。台帳と権限と承認の仕組みをもともと持っていることは強みですが、AIはその台帳の正しさと、つないだ人の権限の上で動きます。台帳が古ければAIはもっともらしく誤り、権限が広ければAIもそのまま広く動きます。導入の前に決めるべきなのは、入口に載せる道具と操作の上限、人の承認を挟む操作の一覧、台帳の鮮度の持ち主、呼び出しの上限と費用の持ち主、そして止め方です。AIには根拠を添えて提案させ、戻せない判断は人が下す。この線を先に引いておくことが、AIに運用を任せる基盤を安全に使い始める近道です。
※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。
うちの業務、AIで何が自動化できる?
「AIで何ができるかは分かったが、自社の業務のどこに使えるのかが分からない」という段階の方へ。30業務の判定と5つの実務例から、最初に自動化する1業務を選ぶための無料ガイドです。
