Avoで計測設計をAIに書かせる?|合流前に人が承認する線

「AIに新機能の計測を書かせたら、既にあるイベントと似た名前のものがまた一つ増えていた」「命名の決まりを覚えていた担当が異動して、どの規則で計測を作ればよいのか誰も説明できない」——自社のサービスやアプリの利用データを分析に使うBtoB企業で、この一年に増えてきた声です。計測設計(トラッキングプラン)の管理基盤 Avo は2026年6月16日、社員の Claude・Cursor・ChatGPT・Codex・Gemini から自社の計測設計を検索し、新しい計測をブランチに下書きできる Avo MCP を公式ブログで発表しました。AIが計測を書けるようになって変わるのは、誰が設計を書くかではなく、誰がどの規則で合流を認めるかです。この記事では、AIエージェントに計測イベントの命名と設計を書かせるときに、規則の持ち主と承認者をどう置き、どの順番で社内に定着させるかを整理します。
カメ先生計測の設計をAIに書かせるというと、命名のゆれがなくなる話だと思われがちなんだ。でも本当は、AIは手元に規則がなければ、それらしい新しい名前を自信たっぷりに作ってしまうんだよ。
カメ子規則を渡せば正しく書けるけれど、渡さなければ人より速く間違える、ということですか。
カメ先生そう。だから Avo は、AIの書き込みをブランチという下書きの場所に閉じこめて、本流に入れるかどうかは人が決める作りにしている。問題は、その人を社内で誰にするかを決めていない会社が多いことなんだ。
カメ子下書きをAIが書くのはよいとして、合流を認める人と、その人が見る規則を先に決めておく必要がある、ということなんですね。
- Avo MCP は社員のAIから計測設計を検索し、新機能の計測をブランチに下書きさせる仕組み。本流への合流は Avo の画面で人が行う
- 命名と個人情報の区分の規則は、データの責任者が Avo の監査ルールとして持つ。AIはその規則を読んで下書きするだけにする
- 本流の保護と承認者の設定は料金プランで差がある。無料のまま書き込みを開くと、AIの下書きを止める仕組みが弱いまま運用が始まる
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。
Avoとは:計測イベントの設計を一か所で版管理する基盤
Avo は、サービスやアプリで何を計測するか、つまり計測イベントの名前・プロパティ・指標の定義を一か所にまとめて管理する基盤です。公式サイトでは2018年の創業と説明しており、アイスランドの開発者たちが立ち上げた会社として知られています。プロダクト担当・開発者・データ分析の担当が、同じ計測設計を見ながら変更を提案し、確認し、実装する流れを作るための道具です。
特徴は、計測設計をソースコードと同じように扱う点にあります。変更はまずブランチという下書きの場所で行い、差分を確かめてから本流(計測設計の正本)に合流させます。命名の決まりや説明の書き漏れは監査ルールで自動的に指摘され、承認の流れも設定できます。公式サイトの料金ページでは、無料プランから、承認の流れとブランチの監査を含むチームのプラン、所有者の承認を強制できる Enterprise までを並べています。
本番環境の通信を監視して計測の崩れを見つける製品や、計測タグの整備の一般論は別の記事で扱っているので、ここでは繰り返しません。Avo が受け持つのは、計測が実装される前の「設計」の段階です。この記事が扱うのも、その設計の段階にAIエージェントが入ってきたときの社内の線引きです。
2026年の動き:社員のAIが計測設計に届くようになった
Avo は2026年の夏から秋にかけて、AIエージェントまわりの発表を続けています。6月15日には同社の公式ブログで、エージェントが前提になる時代のデータについての考え方を示し、エージェントに計測設計へ自由に書かせると存在しないイベントを作り出す、と自社の観察を書いています。翌6月16日に発表したのが Avo MCP です。
公式ブログの説明では、Avo MCP を通じてAIエージェントは四つのことができます。計測イベント・プロパティ・指標を名前の一致ではなく意味で検索すること。製品要求の文書や Figma のデザインから、新機能の計測をブランチに下書きすること。そのブランチから実装用のコードの断片と手順を受け取ること。そして、BigQuery・Snowflake・Databricks などのデータ基盤や分析ツールに、Avo の指標定義に沿って問い合わせることです。
| 時期 | 公式の発表 | 社内導入で見る点 |
|---|---|---|
| 2026年6月15日 | エージェントとデータの統制についての考え方を公式ブログで公表 | AIに自由に書かせると存在しないイベントを作る、と自社で認めている |
| 2026年6月16日 | Avo MCP を発表。検索・ブランチへの下書き・実装の断片・指標での照会 | 書き込みは常にブランチ。合流は人 |
| 2026年9月3日 | 個人情報の区分と独自項目を Enterprise で正式提供 | AIもMCPで区分を読み書きできる |
| 執筆時点 | MCPの書き込みの道具は全ワークスペースで有効と公式ドキュメントに記載 | 申請なしで書き込みが使える状態から始まる |
9月3日には、プロパティごとに個人情報かどうかを宣言する区分と、独自の管理項目が、Enterprise のワークスペース向けに正式提供されました。公式の説明では、エージェントもMCPを通じてこの区分を読み書きでき、人と同じ監査ルールにかかります。なお、買収や事業の売却の報道は、この記事の執筆時点では確認できませんでした。公式ドキュメントには、書き込みの道具について改良を続けているとの注記が残っています。
事実から読む:AIは「ないもの」を作り「似たもの」を見落とす
Avo の公式ブログは、AIエージェントに計測設計を書かせると何が起きるかを具体的に示しています。同じ新機能の計測を、計測設計を見ないまま設計させた場合と、Avo MCP で既存の計測設計を参照させた場合で比べたところ、見ないまま設計した側は、禁止されたイベント名の使用、開いている別のブランチで下書き中の重複プロパティ、誤解を招くプロパティ名の三点を見落としたと説明しています。件数や割合は示されていませんが、どれも人のレビューでも見落としやすい種類の誤りです。
同じブログでは、Anthropic が自社のデータ分析の評価で、構造化された文脈を与える前と後で正答率が21%未満から95%超に上がったと公表した例も引いています。これは Avo 自身の測定ではなく他社の公表値の引用ですが、言いたいことははっきりしています。AIの出来は、モデルの賢さより、手元に正しい定義と規則があるかで決まるということです。
この事実は、社内導入の判断を二つに分けます。一つは、AIに計測設計を参照させることで、名前のゆれや重複は確かに減らせるということ。もう一つは、それでも参照する規則そのものが曖昧なら、AIはその曖昧さを高速に広げるということです。AIに書かせる前に、AIが読む規則を人が整えておく。以下の各段階は、この順番を守るための手順です。
AIに渡すのは「書く場所」:ブランチだけ、本流には書かない
Avo MCP の書き込みは、公式ドキュメントで明確に線が引かれています。書き込みは常にブランチで行われ、本流に直接書かれることはありません。本流への合流は、Avo の画面で人が行う操作として残されています。公式ブログの言葉を借りれば、エージェントは提案し、何を合流させるかはあなたが決める、という分担です。
権限の範囲も二段に分かれています。最初にAIの道具を使うとき、利用者はブラウザで Avo にサインインし、読み取りの範囲だけを許可します。初めて書き込みの道具を使う段階で、もう一度ブラウザが開き、書き込みの範囲を追加で許可する流れです。読み取りだけを配り、書き込みの同意は計測設計を担う人に限る、という配り方が、仕組みの上でそのまま作れます。
もう一つ見ておきたいのが、レビュー中のブランチへの書き込みです。公式ドキュメントの道具の説明では、レビューに出したブランチにAIが書き込もうとすると、既定では拒否されます。AIが書き込むには、ブランチを下書きの状態に戻す指定が必要で、戻すとそれまでの承認は外れます。承認された中身が、承認のあとでAIに黙って書き換えられることはないという作りです。逆に言えば、AIがブランチを下書きに戻したときは、承認をやり直す必要があると社内で周知しておく必要があります。
誰の資格で動くか:本人のアカウントと、ワークスペースでの役割
Avo MCP は、APIキーを配る方式ではありません。公式ドキュメントによれば、認証は OAuth による本人のサインインで、発行された資格は利用者本人のものです。呼び出しのたびに、その人が Avo のワークスペースに所属しているかが確かめられます。Avo の画面で見られない計測設計は、AIから聞いても見られないのが前提です。
つまり、AIに何をさせてよいかは、その社員が Avo でどの役割を持っているかで決まります。ワークスペースの役割には、閲覧やコメントだけの利用者、編集者、管理者があり、管理者だけが持つ操作もあります。たとえば、計測設計を外部の書き出しから一括で取り込む操作は、MCPからでも管理者の役割が必要です。管理者の役割を持つ人が普段の開発と同じAIの会話で Avo につないでいると、一括の取り込みのような大きな操作に会話の延長で届くことになります。
接続の入口にも条件があります。公式ドキュメントでは、Claude Desktop にカスタムのコネクタを足すには組織の管理者の権限が必要とされています。また、ブラウザでのサインインが前提のため、自動のテスト環境やコンテナのようにブラウザを開けない場所からは使えません。人のいない自動処理から計測設計を書き換える使い方は、そもそも想定されていないと理解しておくと、社内の説明がしやすくなります。
定着の第1段階:命名と個人情報の規則の持ち主を決める
運用を定着させる最初の段階は、AIに何かを書かせる前に、計測の規則を誰が持つかを決めることです。Avo では、イベント名の書き方(大文字小文字の統一、「対象と動作」のような構造)、説明の必須、所有者の必須、カテゴリの必須などを監査ルールとして設定できます。公式の説明では、これらは名前から推測する慣習ではなく、強制される設定です。
公式ドキュメントの道具の説明によれば、AIはMCPを通じて、ワークスペースの命名規則、検証ルールとその強さ、独自項目の定義、個人情報の種類の一覧を読み取れます。新機能の計測を頼まれたAIは、まずこの規則を読み、既存のイベントで使い回せるものを探し、そのうえで案を出す流れです。つまり、規則が書かれていなければ、AIは規則のない状態で案を作ることになります。
規則の持ち主は、データ分析の責任者か、計測を横断で見る担当にするのが自然です。プロダクトの担当がそれぞれ規則を足していくと、ブランチごとに別の流儀が混ざります。規則の変更そのものも、計測設計の変更と同じくブランチで提案し、持ち主が承認する決まりにしておくと、AIが従う規則がいつ誰によって変わったかを、後から説明できる状態になります。
今の計測設計で多数派の書き方を確かめ、例外の扱いを決める。AIに決めさせない。
命名・説明・所有者・個人情報の区分のうち、必須にするものを持ち主が選んで有効にする。
規則の変更もブランチで提案し、データの責任者が承認する。
読み取りだけの権限で、既存の機能の計測をAIに説明させ、規則どおりに読めているかを確かめる。
定着の第2段階:本流を保護し、承認者を設定する
次の段階は、本流の保護と承認者の設定です。公式ドキュメントによれば、本流の保護を有効にすると、本流を直接変更できるのは管理者だけになり、レビュアーの承認がないブランチを合流できるのも管理者だけになります。レビューに出したブランチは編集できなくなり、変更するには下書きに戻す必要があり、そのとき既存の承認は外れます。
承認者の条件も選べます。既定では編集者か管理者の誰か一人の承認で合流でき、Enterprise では管理者の承認を必須にできます。さらに Enterprise では、変更されるイベントを所有するチームを自動でレビュアーに加え、そのチームの承認がない限り合流できない設定も用意されています。
| 公式の料金ページの区分 | 承認まわりで使える主な機能 | AIに書き込みを開くときの見方 |
|---|---|---|
| 無料(編集者2名) | 監査の標準ルール。本流の保護や承認の流れは含まれない | AIの下書きを人の承認で止める仕組みが弱い。読み取り中心にとどめる |
| チーム(年払いで月250ドル・編集者5名) | 承認の流れ、ブランチの監査、本流の保護、利害のあるチームの可視化 | 編集者か管理者の承認を合流の条件にできる |
| Enterprise(要相談) | 管理者・所有チームの承認の強制、自動の必須レビュー、規則の強制 | 個人情報の区分や所有チームの承認まで、合流の条件にできる |
ここで判断の分かれ目になるのは、AIに書き込みを許す範囲と、合流を止める仕組みの強さを釣り合わせることです。承認の流れがないプランのまま書き込みの同意を広く配ると、AIが作ったブランチを誰も見ないまま合流させる事故を、仕組みでは止められません。料金はプランや契約で変わるため、最新の条件は公式の料金ページと営業窓口で確かめてください。
定着の第3段階:個人情報の区分を「未申告」で残さない
三つ目の段階は、個人情報の区分です。2026年9月3日に Enterprise 向けに正式提供された機能では、各プロパティが「未申告」「個人情報ではない」「種類つきの個人情報」の三つの状態のどれかを持ちます。公式ブログが強調しているのは、本当に危ないのは個人情報かどうかではなく、誰も確かめていない「未申告」のまま残ることだという点です。
監査ルールを有効にすると、プロパティを未申告のまま残せなくなります。各イベントには、送るプロパティから計算された個人情報を含む数が自動で表示されます。さらに、利害のあるチームとして個人情報の担当を登録しておくと、収集する個人情報が変わるブランチにだけ、その担当が自動でレビューに加えられ、Slack に通知が届くと説明されています。すべての変更を見張らなくても、必要なときだけ呼ばれる作りです。
ただし、Avo 自身が送信を止めるわけではありません。公式ブログは、送信を止めるのは同意を管理する仕組みのほうで、Avo はそのために区分を付けて書き出す役割だと明記しています。区分を付けることと、同意のない利用者から実際に集めないことは別の工程です。後者は、同意の管理と実装の側で確かめる必要があります。
AIが「個人情報ではない」と書いたとき、誰が確かめるか
見落とされやすいのは、AIもこの区分を書けるという点です。公式の説明では、エージェントはMCPを通じて個人情報の区分と独自項目を読み書きでき、AIが提案するイベントは区分が付いた状態でブランチに届きます。便利な半面、AIが「個人情報ではない」と判断して付けた区分が、そのまま差分に並ぶことになります。
公式ブログが挙げている例は分かりやすいものです。ワンタップで購入できるボタンの計測をAIに頼むと、AIは既存の購入開始のイベントを正しく使い回しますが、そのイベントは利用者が検索窓に打ち込んだ文字列も送っていました。検索窓には氏名や連絡先、人に知られたくない商品名が入りうるのに、AIは検索語を無害だと判断して進めた、という話です。
この種の判断はAIに任せません。社内の決まりとしては、「個人情報ではない」への変更と、新しいプロパティの区分は、個人情報の担当が差分で確かめてから承認するとするのが確実です。AIには、その区分にした根拠を説明欄に書かせます。根拠が書かれていない区分や、自由入力の文字列を「個人情報ではない」とした区分は、承認しないという線を先に引いておきます。
- 自由入力の欄(検索語・問い合わせ本文・メモ)を、AIの判断のまま「個人情報ではない」にする
- AIが付けた区分を、個人情報の担当が差分で見ないまま合流させる
- 区分を付けたことで、同意のない利用者からも集めていないと思い込む
消す操作に気をつける:アーカイブの連鎖と一括の取り込み
書き込みの中で特に注意したいのが、消す方向の操作です。公式ドキュメントでは、AIの書き込みの道具でプロパティをアーカイブすると、そのプロパティを使っているすべてのイベントから参照が外れる連鎖が起きると警告しています。一回の呼び出しで多数のイベントに影響が及びうるということです。アーカイブは Avo の画面から元に戻せるとされていますが、気づかないまま合流すれば、実装の側に影響が出ます。
一括の取り込みにも段階があります。追加だけを行う方式が既定で、既存の項目を上書きする方式、さらに取り込んだ内容にないプロパティをイベントから外す方式があります。最後の方式について公式ドキュメントは、完全な書き出しでだけ使い、一部だけの書き出しでは決して使わないよう警告しています。取り込みはブランチに入り合流前に確かめられますが、一部だけの取り込みで大量のプロパティが外れた差分は、目で追い切れない量になりうるためです。
社内の決まりとしては、AIにアーカイブと上書き・削除を含む取り込みをさせる場合、ブランチの説明欄に影響を受けるイベントの数をAIに書かせ、レビューする人がその数と差分を照らし合わせてから承認する形が現実的です。取り込みの権限を持つ管理者は、普段の会話のAIからは書き込みの同意を出さないと決めておく方法もあります。
何が社外に出るか:計測設計の中身と、AIの提供元
Avo MCP を使うと、計測設計の中身がAIの会話に入ります。イベント名、プロパティ名、説明、指標の定義、ブランチの差分、そして AIに渡した製品要求の文書やデザインです。これらは会話の内容として、社員が使っている Claude や ChatGPT などの提供元に渡ると考えておくのが安全です。どの程度保持され学習に使われるかは、各AIの法人契約と組織の設定で決まります。
計測設計は顧客データそのものではありませんが、未発表の機能の名前や、何を測ろうとしているかという事業の意図がそのまま書かれています。製品要求の文書を渡せば、公開前の計画も渡ることになります。公式ブログの説明では、データ基盤への問い合わせは自社のデータ基盤や分析ツールが計算しますが、計算結果として会話に返った数字は、やはり会話の内容としてAIの提供元に渡ります。
Avo 自身の中のAI機能については、公式ドキュメントが扱いを分けて説明しています。意味で探す検索の機能を有効にすると、イベントやプロパティの名前・説明・指標の名前などが OpenAI の埋め込みのモデルに送られます。一方で、顧客のイベントデータ、分析データ、個人情報は共有しないこと、外部のモデルの学習に使わないこと、顧客間で共有しないことが明記されています。
- Avo の中のAI機能は、ワークスペースの設定で有効にしてから使う。有効にする判断を誰がするかを決めておく
- MCP経由では、計測設計の中身と会話に渡した文書は、利用者が選んだAIの提供元に渡る。配ってよいAIの入口を先に決める
- データ基盤への問い合わせを許すと、計算結果の数字も会話に入る。読み取りの範囲は計測設計だけにとどめる選択肢もある
費用の増え方と、やめ方
費用は、主に編集者の人数で増えます。公式の料金ページでは、無料プランは編集者2名まで、チームのプランは年払いで月250ドルに編集者5名が含まれ、編集者を足すごとに年払いで月50ドルが加わります。Enterprise は個別の見積もりです。AIに書き込みをさせたい社員を編集者にすると、そのぶん席の費用が増えることになります。閲覧やコメントだけの席は無料プランから人数の制限なしと案内されています。
Avo の中のAI機能には、別の数え方もあります。公式ドキュメントによれば、画面の上で計測の候補を作るAIの機能は試行の段階で、操作ごとにクレジットを消費し、試行中は各利用者に50クレジットが配られます。試行後の価格は改めて告知するとされています。MCPそのものに追加の費用がかかるかは公式ブログでは明示されていないため、契約前に営業窓口で確かめるのが確実です。
やめ方も先に決めておきます。AIからの接続を止めるには、各AIの側でコネクタを外すか、組織の管理者が許可を取り消します。資格は本人のサインインに紐づくため、退職や異動のときは Avo のワークスペースから外すことで、AIからの到達も止まります。Avo そのものをやめる場合に備えて、計測設計を書き出せる形式(公式の説明では CSV と独自の構造化形式)と、その書き出しを誰がどの頻度で保管するかを決めておくと、乗り換えの際に設計の正本を失いません。
AIに判断させないところ
ここまでの段階をまとめると、AIに任せてよいのは、既存の計測設計の検索、新機能の計測の下書き、実装用の断片の作成、差分の説明といった作業です。反対に、次の判断はAIに任せず、人が持つところです。
- 命名の規則や監査ルールそのものを、AIの提案のまま追加・変更する
- 既存のイベントを使い回すか新しく作るかを、指標の利用者に確かめずにAIの判断で決める
- AIが付けた個人情報の区分を、担当が差分で見ないまま合流させる
- プロパティのアーカイブや上書きの取り込みを、影響の数を確かめずに合流させる
- AIがブランチを下書きに戻したあと、承認をやり直さずに合流させる
- AIが示した指標の数字を、定義と期間を確かめずに会議の資料に使う
どの項目にも共通するのは、AIに根拠を書かせ、人がそれを確かめてから合流させるという順番です。Avo はブランチの説明欄、差分、監査の指摘、承認の記録を持っているので、確かめる材料はそろっています。足りないのは、誰がどの差分を見るかという社内の取り決めのほうです。
たとえば、AIが「既存の購入完了のイベントにプロパティを一つ足す」と提案したときは、そのイベントを使っている指標やダッシュボードの持ち主に影響を聞いてから承認します。根拠が説明欄に書かれていない変更は、内容が正しく見えても差し戻す。この一つの決まりで、AIの下書きが独り歩きすることはかなり防げます。
運用が回っているかを確かめる月次の点検
仕組みを入れたあとは、承認が形だけになっていないかを定期的に確かめます。公式ドキュメントによれば、Avo のブランチの一覧では、状態(下書き・レビュー待ち・変更依頼・承認済みなど)、影響を受ける所有チーム、利害のあるチームで絞り込めます。レビュー待ちのブランチには毎日の催促も届きます。
月に一度、計測の責任者が次の点を見るだけでも、AIの下書きが増えたときの崩れに早く気づけます。AIが作ったブランチの割合が増えるほど、承認にかかった時間が短くなりすぎていないかは特に注意したい点です。差分を読まずに承認している兆候だからです。
- レビュー待ちのまま長く止まっているブランチがないか
- 承認から合流までに、下書きに戻されたブランチがないか(戻された場合は承認をやり直したか)
- 未申告の個人情報の区分が残っていないか(Enterprise で監査ルールを有効にしている場合)
- アーカイブや一括の取り込みを含むブランチを、誰が承認したか
- 書き込みの同意を出している社員が、編集者として想定した人数に収まっているか
- 監査ルールや命名規則の変更が、持ち主の承認を経ているか
この点検の結果は、計測の利用者である分析担当やマーケティングの担当にも共有しておくと効果的です。計測設計の変更が自分の見ている数字にどう響くかを知る機会になり、AIが作った下書きにも、利用者の側から意見が入るようになります。
よくある質問
無料プランでも Avo MCP は使えますか
公式ブログは、無料のワークスペースから始められ、すべての機能をそろえなくても使い始められると説明しています。ただし、本流の保護や承認の流れはチームのプラン以上の機能です。無料のまま使う場合は、AIには読み取りと下書きまでを許し、合流は計測の責任者だけが行う運用で補うのが現実的です。
AIが下書きしたブランチを、AIが自分で合流させることはありますか
公式ドキュメントでは、書き込みは常にブランチで行われ、本流への合流は Avo の画面での人の操作として残ると説明されています。MCPの道具にも合流の操作は含まれていません。ただし、合流を誰が行えるかはワークスペースの設定と役割で決まるため、本流の保護を有効にしておくことが前提です。
自動のテストや配信の仕組みから計測設計を更新できますか
公式ドキュメントによれば、認証はブラウザでのサインインが前提のため、自動のテスト環境やコンテナのようにブラウザを開けない環境からは使えません。計測設計の更新は、人がサインインしたAIの会話から行う使い方が想定されています。
日本語のイベント名や説明でも使えますか
公式の説明は英語の例が中心で、日本語での検索や命名の精度については確認できませんでした。命名規則を英字で統一し、説明欄だけ日本語にするといった運用が考えられますが、試行の段階で、既存の計測設計をAIに検索させて期待どおりに見つかるかを確かめてから広げるのが安全です。
まとめ
Avo は2026年6月、Avo MCP によって、社員の Claude・Cursor・ChatGPT などから自社の計測設計を検索し、新機能の計測をブランチに下書きし、実装用の断片を受け取れるようにしました。9月には個人情報の区分も加わり、AIもその区分を読み書きできます。書き込みは常にブランチに閉じ、本流への合流は人が行う、という線は製品の側で引かれています。そのうえで社内に必要なのは、AIが読む規則の持ち主、合流を認める承認者、個人情報の区分を確かめる担当を、この順番で決めることです。規則を整え、本流を保護し、未申告の区分を残さない。費用とやめ方、社外に出る情報の範囲も先に確かめておけば、AIの速い下書きは、計測の品質を崩すものではなく、規則どおりの設計を増やす道具として根づいていくはずです。
※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。
