コード理解基盤CoreStoryとは?|古い仕様をAIに渡す前に

コード理解基盤CoreStoryとは?|古い仕様をAIに渡す前に

「古い基幹システムの設計書がないので、AIに読ませて仕様を戻せば、あとはコーディングエージェントに直させればいい」「解析の道具を入れるなら、コードを外に出すかどうかだけ情シスに確認すれば足りる」——長く動いてきた業務システムを抱える会社の、開発部門やAI導入担当からよく聞く声です。どちらも、抜き出した仕様のその後を見落としています。AIが既存コードから抜き出した業務ルールは、誰かが正しいと確かめるまで下書きであり、その下書きを複数のAIが毎日読む以上、置き場所と読ませる範囲は会社の資産管理の問題になります。この記事では、米国の CoreStory を例に、既存コードから抽出した仕様を社内のどこに置き、誰が正しさを確かめ、どのコーディングエージェントにどこまで読ませるかを、ある会社の場面に沿って整理します。


カメ先生カメ先生

古いコードから仕様を戻す道具は、刷新のときに一回使って終わりだと思われがちなんだ。でも CoreStory が狙っているのは、抜き出した仕様をずっと持ち続けて、Claude Code や GitHub Copilot のようなAIに毎回読ませる使い方なんだよ。


カメ子カメ子

一回きりの資料づくりではなく、AIが毎日参照する辞書のようなもの、ということですか。


カメ先生カメ先生

そう。だから、辞書に間違いが入ったら全部のAIが同じ間違いをする。誰が中身を確かめるのか、どのAIに引かせるのか、外注先にも見せるのかを先に決めておかないといけないんだ。


カメ子カメ子

便利になるほど、辞書の持ち主を決める話が大事になるんですね。


この記事のポイント
  • CoreStory は既存コードを取り込んで仕様・業務ルール・構成を抜き出し、MCPでコーディングエージェントに配る基盤。コード自体は書かないと公式は説明している
  • 抜き出した業務ルールは下書きとして扱い、業務を知る人が確かめる。取りこぼしや食い違いが出る前提で、確かめる順番と記録を先に決める
  • クラウド版と手元版で社外に出るものが違う。組織ごとの接続先、外注先との持ち分、費用の単位、やめ方まで導入前に確かめる

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。

目次

CoreStoryとは:既存コードから「理解の模型」を作り、AIに配る基盤

CoreStory は、既存のソースコードを取り込み、そこから仕様を逆向きに組み立てる米国の基盤です。公式ドキュメントは、リポジトリごとに「インテリジェンスモデル」と呼ぶ、問い合わせのできる理解の模型を作り、それを人とAIの両方が参照する「持続する層」にすると説明しています。取り込みが終わると、自然文で質問できる対話画面と、概要・利用者像・利用者の要求・データの形・API仕様・外部との接続点という標準の文書一式ができあがります。

この模型を外から使う口が、MCPのサーバーとREST APIです。公式は対応先として Claude Code、Claude の卓上アプリ、Cursor、Windsurf、Visual Studio Code 上の GitHub Copilot などを挙げ、ほかにも遠隔のMCPに対応したものなら同じ方法でつながるとしています。つまり、コーディングエージェントが作業の前に「この処理はどこで決まっているか」「この変更はどこに響くか」を CoreStory に問い合わせ、その答えを踏まえてコードを書く、という使い方が想定されています。

注意したいのは、CoreStory 自体はコードを書かないことです。公式のよくある質問は「CoreStory はコードを生成しない」と明記し、作るのは業務要件・業務ルール・処理の流れ・構成の知見だとしています。書くのはあくまで社内で選んだコーディングエージェントで、CoreStory はその手前で「何が書いてあるか」を渡す役です。古いコードから仕様を戻す工程の一般的な進め方は、刷新を扱う別の記事で整理しているので、ここでは製品固有の判断に絞ります。

2025年秋から2026年の動き:改名、調達、配布の広がり

CoreStory の前身は、アプリ開発の基盤を提供していた クラウドボティクスと同じ会社です。公式ブログでは、9年にわたり数百社のソフトウェア開発を手伝う中で蓄えた知見を、既存システムを理解するための製品にまとめたと説明しています。2025年9月16日に新しい名前で市場に出たと発表し、同年10月28日にはシリーズAとして3,200万ドルの調達を公表しました。

その後の動きは、配る先を増やす方向に集中しています。2025年12月1日には、販売・サービスを担う会社と技術連携の会社に向けたパートナー制度を発表しました。2026年7月30日には、顧客の声や問い合わせを整理する別の新興企業との提携を発表し、両社ともMCPに対応しているので、同じコーディングエージェントから「顧客が何を求めているか」と「既存システムがどう動いているか」を両方引けると説明しています。

製品として目に見える更新は、公式 GitHub に出ています。2026年9月2日に、コーディングエージェントに CoreStory の使い方を教える技能集(Agent Skills)の初版を公開し、MITライセンスで配っています。2026年11月12日には、アカウントなしで自分の機械の中だけで動く手元版向けのプラグインが加わり、11月16日にも修正が入っています。料金ページでは、無償の手元版、1人用のクラウド版、準備中のチーム版、要相談の大企業向けという並びになっています。

  • Claude Code・Cursor・GitHub Copilot・Devin などと組み合わせる手順書の発表記事は、公式ブログ上に日付が表示されていません。本記事では日付を書いていません。
  • シリーズAの調達額は公式発表に基づきます。調査会社のデータベースでは別の段階名で載っている例があります。

ミニ用語解説:この記事で使う五つの言葉

CoreStory の説明には、日本語の資料ではまだ定着していない言葉がいくつか出てきます。社内で検討するときに言葉の意味がずれると、情シスと開発部門の会話がかみ合わなくなるので、この記事での使い方を先にそろえておきます。

言葉この記事での意味判断に関わる点
理解の模型(インテリジェンスモデル)取り込んだコードから作られる、問い合わせのできる構造化された知見の集まり中身に誤りが入ると、参照する全部のAIに広がる
業務ルールの棚卸しコードに埋まっている条件・制約・計算を一覧にしたもの。公式の手順書は確度の段階を付けて残す形を示す誰が「確かめた」と言えるかを決める
MCP生成AIが外部の道具やデータを呼び出すための共通の約束事どのAIから、誰の資格で呼べるかが論点になる
CIU取り込み・質問・文書作成・MCPの問い合わせなど、すべての操作で消費される使用量の単位人数でなく使った量で費用が増える
有償の価値検証(PoV)本契約の前に自社のコードで効果を確かめる、有料の試行試行の段階からコードを渡すことになる

このうち、判断のいちばん重い言葉は「理解の模型」です。ふつうの設計書は人が読んで疑うものですが、理解の模型はAIが読んでそのまま作業の前提にするものです。誤りが見つかるまでの時間が、人が読む資料よりも長くなりやすい点を、以降の場面で何度も扱います。

どこにAIが入り、どこはAIに判断させないか

CoreStory でAIが働くのは二か所です。一つは取り込みの段階で、コードを読み、構成・依存関係・処理の流れ・業務ルールを抜き出して理解の模型を組み立てるところです。もう一つは問い合わせの段階で、人やコーディングエージェントの質問に、模型を根拠にして答えるところです。公式の説明では、取り込みには10分から1時間以上かかります。

一方で、公式自身が限界も書いています。よくある質問では、外部の事実(使っている外部APIが廃止予定かどうかなど)や好みに関わる判断は、人の確認や別の道具と組み合わせて使う土台だと位置づけています。業務ルールの抽出手順書でも、CoreStory は明示的に書かれた業務ロジックには強いが、設定ファイル・ビルドの設定・テストの中の条件・外部連携のコードにあるルールは取りこぼすことがある、と明記しています。

このため、社内で先に決めておくのは「AIの答えをどこまでそのまま使うか」ではなく、どの判断をAIに渡さないかです。たとえば、抜き出したルールが今も有効か、意図された仕様か不具合か、刷新後に残すか捨てるかは、AIに決めさせません。AIには、答えごとに根拠となるファイルと行を必ず書かせ、人がそこへ戻って確かめられる形にします。公式の刷新の手順書も、すべての主張をコードの該当箇所にひもづけることを最初の規律に置いています。

シナリオの前提:古い契約管理システムを抱える会社を想定する

ここからは、ある架空の会社を想定して場面を追います。中堅の保険代理店グループで、20年以上前から動いている契約管理システムがあり、保守は外部の受託開発会社に委託しています。社内の開発部門は数人で、最近 Claude Code と GitHub Copilot を試し始めました。設計書は古く、料率や更新の条件の多くはコードの中にしか残っていません。

この会社の悩みは三つです。第一に、保守担当の退職が近く、知っている人がいなくなる。第二に、AIに改修を手伝わせたいが、AIが業務ルールを知らずにもっともらしい修正を出してくる。第三に、受託開発会社との契約更新を控えていて、仕様の知識を委託先だけに持たせたくない。CoreStory のような基盤が候補に挙がるのは、まさにこの組み合わせのときです。

公式も、こうした事情を前提にしています。手元版の配布ページは、AIが数ファイルだけを読んで自信満々に説明するが、どこが本当か確かめられない、という問題を挙げています。また公式の事例紹介では、委託先の受託開発会社が CoreStory を持ち込み、物流企業の古い通関システムを一部書き直した経緯が紹介されています。ここでは、この会社が導入を検討する六つの場面を順に見ます。

場面1:コードを渡す——クラウド版と手元版で、社外に出るものが違う

最初に決めるのは、コードをどこで読ませるかです。クラウド版では、ZIPファイル(100MBまで)、公開リポジトリのURL、GitHub の認証を通じた非公開リポジトリの三つの方法で取り込みます。つまりコードそのものが CoreStory の環境に渡る形です。公式のよくある質問は、顧客のコード・データ・質問をAIモデルの学習に使わないと明記し、料金ページは SOC 2 のタイプ2に準拠し報告書は求めに応じて出すとしています。

もう一つは、2026年に前面に出てきた手元版です。配布ページによると、自分の機械にアプリか命令行の道具を入れ、OpenAI、Azure OpenAI、Anthropic のどれかのモデルの鍵を登録して使います。索引はリポジトリの中の専用フォルダに作られ、アカウントは不要です。ただし、解析に外部のモデルを使う以上、コードの一部がそのモデルの提供元に送られる可能性は残ります。「手元で動く」は「CoreStory の会社に渡らない」という意味で、「どこにも出ない」という意味ではありません。

このため情シスと確かめる項目は、クラウド版なら CoreStory との契約・保存場所・削除の手順、手元版なら登録するモデル鍵の契約(法人契約か、学習に使われない設定か)です。手元版の初回設定には匿名の利用データを送るかどうかの選択欄もあるので、社内の標準設定として決めておきます。公式 GitHub には外部への通信を断った構成の試作も公開されていますが、本番用ではないと明記されているので、検討材料にとどめます。

比べる点クラウド版手元版
コードが渡る先CoreStory の環境(ZIP・GitHub連携で取り込み)自分の機械。解析には登録したモデルの提供元を使う
アカウント必要。公式の手順ではメールとパスワード、または Google でのログイン不要
AIとのつなぎ方組織ごとのURLにブラウザで認証して接続命令行の道具がその場のリポジトリだけを配る
共有同じ組織の人とAIが同じ模型を参照基本は1台・1リポジトリ
社内で確かめる相手CoreStory との契約・保存と削除モデル提供元との契約・利用データの送信設定

場面2:抜き出された業務ルールを、誰が「正しい」と判定するか

取り込みが終わると、この会社の開発部門は「更新時の料率の決まり」「解約返戻の計算」といった業務ルールの一覧を手にします。ここで起きやすいのが、一覧の見た目が整っているので、そのまま正しいものとして扱ってしまうことです。公式のよくある質問も、人による確認は「通常の開発の統制の一部として」残ると書き、確認を製品の中に組み込んではいません。

公式の業務ルール抽出の手順書は、確かめ方をかなり具体的に示しています。まず CoreStory に聞いて下書きの一覧を作り、次に手元のコードを人とAIでたどって実在を確かめ、さらに「制約している」とされたルールが実際に効いているかを確かめます。コードと要求文書が食い違ったらコードを正とし、食い違いとして印を付けて業務の専門家に回す、CoreStory が挙げたのにコードで見つからないルールは、使われていない古い経路や読み違いの可能性があるので調べてから載せる、という手順です。

この会社の場合、業務の専門家は契約管理を長く担当してきた社員です。手順書は、下書きができた直後と、効いていないルールが見つかった後に専門家を呼ぶよう勧めています。ここで決めておくのは、確認した人・確認した日・根拠のファイルを、ルールごとに残すことです。料率や支払いのように金額に響くルールから先に確かめ、画面の入力チェックのようなものは抜き取りにする、と順番を付けると、専門家の時間を使い切らずに済みます。

  • 整った一覧をそのまま正しい仕様として、AIの改修の前提に使い始める
  • 業務の専門家に一覧を丸ごと渡し、根拠の場所を示さずに「合っているか見て」と頼む
  • コードと要求文書が食い違った箇所を、AIにどちらが正しいか決めさせる
  • 確認した人と日付を残さず、半年後に誰も一覧の確からしさを説明できなくなる

場面3:理解の模型を、会社の資産としてどこに置くか

確かめた業務ルールは、この会社にとって設計書の代わりになる資産です。問題は、その資産が CoreStory の中にだけあると、契約をやめたときや製品の方針が変わったときに手元に残らないことです。公式の手順では、仕様は PDF・マークダウン形式・JSON で書き出せ、対話の記録や作った文書もマークダウン形式などで書き出せます。

そこで、確かめ終えた業務ルールの一覧は、書き出して自社のリポジトリか文書管理に置くことを原則にします。公式の手順書も、一覧の先頭に抽出日と対話の識別番号を書き、業務ロジックを変えたら該当のルールも直し、大きな変更の後はその領域だけ抽出をやり直すよう勧めています。CoreStory の中の模型は「作業用」、自社に置いた一覧は「正本」と分けておくと、AIが参照する内容と人が責任を持つ内容の境目がはっきりします。

もう一つ決めておきたいのが、模型の単位です。クラウド版のMCPの接続先は組織ごとに一つで、同じ組織の人は同じURLを使い、組織をまたぐことはないと公式は説明しています。機密度の違うシステムを同じ組織に入れるか、組織を分けるかは、後から変えにくい設計です。人事や決済のように見せる相手を絞りたいシステムは、最初から別の組織にしておくと、読ませる範囲の管理が楽になります。

場面4:どのコーディングエージェントに、どこまで読ませるか

次は、模型をどのAIに読ませるかです。クラウド版では、AIの道具に組織のURLを登録すると、初回にブラウザが開いて CoreStory にログインする流れになります。公式によれば、AIの道具が受け取るのは短命の許可だけで、長く使える鍵が設定ファイルに書き込まれることはないとされています。以前は長期の鍵を貼り付ける方式でしたが、これは廃止予定で、既存の鍵は期限まで使えると書かれています。

ここで押さえたいのは、AIはログインした人の資格で模型を読むという点です。技能集の説明も、アクセスはサインインした CoreStory 利用者の権限に限られるとしています。つまり、AIに読ませる範囲は、その人が CoreStory の組織に入っているかどうかで決まります。社内で決めるのは、どの部署のどの人を組織に入れるか、そしてその人が使ってよいAIの道具はどれか、の二点です。社内で承認していないAIの道具に組織のURLを登録させないよう、利用してよい道具の一覧と合わせて管理します。

もう一つは、AIにさせてよい操作の範囲です。公式の技能集は、読むことと分析することが既定で、リポジトリの編集や Jira などの外部の仕組みへの書き込みは、利用者がはっきり頼んだときだけ行うと説明しています。MCPの側にも、対話の作成や要求文書・技術仕様書の節の生成といった操作が含まれます。模型を読むAIと、コードを書き換えるAIの権限は別々に決めるのが安全です。業務ルールを読んだAIが改修案を出しても、取り込むかどうかは人のレビューで決めます。

場面5:外注先・受託開発会社とどう分担するか

この会社では、保守を委託している受託開発会社も CoreStory を使いたいと言い出すかもしれません。公式のパートナー制度は、販売・サービスを担う会社と技術連携の会社の二つの枠を設け、委託先が CoreStory を使って刷新の仕事を広げることを想定しています。公式の事例も、受託開発会社が持ち込んで物流企業の通関システムを書き直した形でした。

ここで決めておくべきは、模型と業務ルールの一覧を、発注側と委託先のどちらの持ち物にするかです。委託先の組織でコードを取り込むと、模型は委託先の契約の中に作られます。契約更新を控えたこの会社の事情からすれば、組織は自社で持ち、委託先の担当者をそこに招く形にしたほうが、委託先を替えるときにも知識が残ります。委託契約には、書き出した一覧の納品、確認者の記録、終了時の削除を入れておきます。

費用の持ち方も分担に関わります。大企業向けの価値検証は有償で、公式によれば期間中は CoreStory の専任チームが顧客と一緒に動きます。その間にどのコードを渡し、結果を誰が評価するのかを、CoreStory・委託先・自社の三者で書面にしておくと、検証が終わったあとに「誰の成果物か」で揉めずに済みます。

場面6:模型が古くなる——コードの変更と取り込み直し

導入から数か月たつと、改修が重なり、模型と実際のコードがずれ始めます。公式のよくある質問は、リポジトリが変わったら取り込み直して模型と出力を作り直せると説明し、料金ページには、コードの変更を拾って模型を更新し続ける機能も並んでいます。ただ、どの頻度で更新されるか、どの範囲が作り直されるかは、契約前に自社のリポジトリで確かめる必要があります。

ずれが問題になるのは、AIが古い模型を根拠に改修案を出したときです。公式の手順書のトラブルの節にも、模型が別のブランチやコミットから取り込まれていて、手元にないファイルを指すことがあると書かれています。この会社では、模型を取り込んだブランチと日付を一覧の先頭に書き、本番のブランチとずれていたらAIの答えを使わない、という単純な決まりを置くことにします。

取り込み直しは費用にも響きます。取り込みは使用量の単位を消費するので、毎日取り込み直すのか、改修が締まった時点だけにするのかで費用が変わります。業務ルールの一覧を確かめ直す周期も、取り込み直しの周期に合わせて決めると、模型は新しいのに一覧の確認は半年前のまま、という食い違いを防げます。

費用の増え方:人数ではなく使った量で増える

CoreStory の料金は、CIU という使用量の単位で数えます。公式によれば、CIU はモデルへの指示と出力、文脈の負荷をまとめた単位で、取り込み、自然文での質問、仕様書づくり、MCPの問い合わせなど、すべての操作で消費されます。公式は、席数やリポジトリ数ではなく使った量で決まる仕組みだと説明しています。

この仕組みでは、コーディングエージェントが勝手に問い合わせを繰り返すと費用が増えることになります。人が数回質問するのとは違い、エージェントは作業の途中で何度も模型を引きます。リポジトリが大きければ取り込みでも多く消費するので、最初の見積もりは、対象のリポジトリと、エージェントを使う人数と頻度の両方で立てます。大企業向けは年契約が基本で、契約期間中の一時停止はできないと公式のよくある質問に書かれています。

1人用のクラウド版は月額20ドルで、月500単位、20万行まで、リポジトリ3つまでと料金ページに書かれています。大企業向けは要相談で、上限1,000万行、月18万単位までの枠が示されています。試すときは手元版か1人用で始め、どの作業でどれだけ単位を使うかを記録してから、組織での契約に進むと、見積もりの根拠が自社の数字になります。

公表されている数字の読み方

CoreStory は効果の数字を多く公表しています。調達の発表では、マイクロソフトとの共同研究でAIのエンジニアリング用エージェントの正確さが51%上がったこと、手作業の工数が50%減ったことを挙げています。手元版の配布ページでは、主要なモデル4種を難しい改修課題で試し、単独では失敗しがちな課題の40〜74%を直すか指摘できたとしています。

これらは提供元が自社の条件で測った数字です。どのコード、どの言語、どの課題で測ったかによって結果は大きく変わります。公式の刷新事例の「手作業より約7倍速い」も、事例の中で「見積もり」と書かれています。稟議には、発表の数字をそのまま効果として書かず、自社のリポジトリで小さく測った結果を載せます。

自社で測るなら、同じ改修の依頼を、CoreStory をつないだエージェントとつながないエージェントに出して比べるのが分かりやすい方法です。比べるのは速さだけでなく、業務ルールを壊した件数と、人のレビューで差し戻した件数です。公式自身も最近のブログで、言葉にされていない業務ルールに依存する改修では、主要なモデルがテストを通しながらルールを壊す例を紹介しています。

止め方・やめ方:つなぎを外し、資産を引き上げる

使うのをやめる場面は二つあります。一つは一時的に止めたいとき、もう一つは契約を終えるときです。一時的に止めるなら、各AIの道具に登録した CoreStory のMCPの接続を外し、組織から外すべき人を外します。旧方式の長期の鍵を使っている人がいれば、廃止の方針に沿って無効にし、新方式に移しておきます。

STEP1
接続の一覧を作る

どの人が、どのAIの道具に、どの組織のURLを登録しているかを一覧にする。手元版を使っている人の機械も含める。

STEP2
正本を引き上げる

確かめた業務ルールの一覧と、必要な仕様書を自社のリポジトリか文書管理に書き出して置く。

STEP3
接続を外す

各AIの道具から CoreStory のMCPの設定を消し、組織のメンバーを整理する。旧方式の鍵が残っていれば無効にする。

STEP4
手元の索引を消す

手元版を使った機械では、リポジトリ内の専用フォルダと設定ファイルに保存したモデル鍵を消す。

STEP5
削除を確かめる

クラウド版のデータの削除を CoreStory に依頼し、完了の記録を受け取る。委託先の組織に作った模型があれば、そちらも同じ手順で消す。

やめ方で迷いやすいのは、手元版です。手元版はリポジトリの中に索引を作るので、バージョン管理の除外設定に入れ忘れると、索引がリポジトリに混ざって共有されることがあります。公式の配布ページも除外設定に加えるよう書いています。導入の段階で除外設定を標準にしておくと、やめるときの手間も減ります。

導入前に確かめる項目

ここまでの場面を、導入前の確認項目にまとめます。どれも CoreStory の公式ドキュメントで仕様を確かめられる項目か、社内で決めておかないと後から変えにくい項目です。

  • クラウド版か手元版か。手元版なら、登録するモデル鍵の契約と、学習に使われない設定を確かめたか
  • 機密度の違うシステムを、同じ組織に入れるか分けるかを決めたか
  • 組織に入れる人と、その人が使ってよいAIの道具の一覧を決めたか
  • 業務ルールの一覧を確かめる専門家と、確認の順番(金額・安全・データの整合から)を決めたか
  • 確かめた一覧の正本を自社のどこに置くか、抽出日とブランチを書く決まりを作ったか
  • 委託先と、組織の持ち主・納品物・終了時の削除を書面にしたか
  • 使用量の単位の見積もりを、自社のリポジトリで小さく測った数字で立てたか
  • やめるときの手順(接続を外す・正本を引き上げる・削除を確かめる)を決めたか

このうち最初の三つは情シス、次の二つは開発部門と業務部門、残りは購買と開発部門の管理者が持つことが多い項目です。持ち主の違う項目を一人に押しつけず、項目ごとに担当を書いておくと、導入後に問い合わせが来たときに誰が答えるかが決まります。

まとめ

CoreStory は、既存コードから仕様と業務ルールを抜き出して理解の模型を作り、MCPを通じて Claude Code や GitHub Copilot などのコーディングエージェントに配る基盤です。2026年には手元版と技能集の公開で、配る先と使い方が広がりました。導入の判断で大事なのは、抜き出した業務ルールを下書きとして扱い、業務を知る人が根拠の場所に戻って確かめること、確かめた一覧の正本を自社に置くこと、組織とAIの道具の組み合わせで読ませる範囲を決めることです。クラウド版と手元版で社外に出る先が違い、費用は使った量で増え、委託先との持ち分は最初に決めないと後から動かせません。まずは手元版か1人用で一つのリポジトリを試し、どのルールを人が確かめたかを記録しながら、自社の数字で効果を測ってから組織での契約に進むのが確実です。

  • 本記事の仕様は、2026年11月時点の CoreStory 公式ドキュメント・料金ページ・よくある質問・公式ブログ・公式 GitHub に基づきます。料金や機能は変わることがあるので、契約前に公式で確かめてください。

※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。

運営会社:株式会社デボノ

目次