AI社内ツール開発の実録｜非エンジニア経営者が19個作った話

非エンジニアの会社に、自社開発のAI社内ツールが19個ある

「AIで社内ツールが作れるらしい。でも、うちのような中小企業に、そんなことが本当にできるのか」。もしあなたがそう感じているなら、この記事はまさにその疑問に、実物を見せて答えるための記録です。

ハンズバリュー株式会社は、社員8名の小さな会社です。経営コンサルティング、ホームページ制作、動画制作の3事業を営んでいます。約100社のホームページ制作を手がけてきました。

この小さな会社に、いま自社開発のAI社内ツールが19個あります。うち本番稼働しているのは15個です。

「社員8名でツール19個？」と驚かれるかもしれません。社員の数よりツールの数の方が多いのですから、無理もありません。でも、僕ら自身が最も驚いたのは、これらをほぼ全て、プログラミング知識ゼロの経営者である僕が、AI（Claude Code）と一緒に作った、という事実です。僕の本業は経営コンサルタントです。システム会社の出身でもなければ、社内に開発部門があるわけでもありません。それでも、19個のツールは現実に動いています。この会社の規模とツールの数のギャップこそ、僕がこの記事を書く理由です。

見積もり管理、日報・勤怠・給与計算、タスク管理、社内メール対応、セキュリティ監査、ナレッジ管理、採用試験、政府統計取得、経営ダッシュボード。それぞれ、僕たちの業務に最適化された道具です。この記事は、「AIで本当に社内ツールなんか作れるのか」という疑問に対する、実例の全体記録です。成功自慢ではなく、実際に何を・なぜ・どう作ったのか、失敗した1個は何か、その全貌を公開します。読み終わる頃には、「自分の会社なら何から作るか」を考えられる状態になっていただくことが、この記事のゴールです。

ただし、技術的な実装の詳細は、この記事では扱いません。この記事は、「非エンジニアが19個のツールを自作する」という大きな地図を示すことに専念します。

なぜ中小企業が自社開発するのか — SaaSの消耗戦から降りる

多くの中小企業経営者は、業務システムとして汎用SaaS（クラウドツール）を使っています。Chatwork、Slack、Asanaなど。それらは確かに便利です。ただ、便利さの代わりに、ある問題が付き纏います。

汎用SaaSの月額課金は「便利さ」を人質にした消耗戦。人数が増えれば費用が膨らみ、SaaSの値上げやサービス終了に振り回される。

僕たちが自社開発に踏み切った土台には、この構造への危機感があります。実際、いまの僕たちは自社のVPS1台に全プロダクトを同居させ、月額固定費のみで社員8名と100社以上のクライアントにサービスを提供しています。人数が増えても費用が膨らまない形を、自分たちの手で作ったわけです。

もう一つ、「機能の檻」という問題があります。汎用SaaSは万人向け設計なので、自社の業務フローに完全に合わせた改修を求めることができません。「議事録から自動で宿題を抽出してタスクシステムに投入したい」「見積もり金額と実績のズレを自動検算したい」「営業支援と給与計算を連動させたい」こんな要望があっても、SaaSのロードマップに載るまで待つしかない。その現実は、結局、人間が手作業で補うことになるのです。ツールは業務を効率化するはずなのに、逆にツールに業務を合わせるため、本来の流れを歪ませている。その矛盾が、AI自社開発への入口でした。

従来の常識は「業務プロセスをツールに合わせる」でした。でも、AI社内ツール開発はその逆を実現します。「業務プロセスに合わせてツールが進化する」のです。僕たちは社員から「毎月この作業が煩雑です」という声を聞くと、その日のうちにAIに相談し、当日中に実装して本番反映した事例もあります。

こうした自由度が可能になった理由は、AI技術による開発コストの激減です。これまでは「中小企業が自社開発するのは無理」が常識でした。開発費用が回収できないからです。ところが、AI時代には、中小企業の自社開発は現実的な選択肢へと変わったのです。

AI社内ツール19個の全体像 — 顧客向け7・社内基盤12

19個のAI社内ツールをカテゴリ別に整理しました。以下の表をご覧ください。

顧客向けプロダクト（7個）

ツール	説明
つなぐAIチャット	マルチテナント型の生成AI対話システム。顧客のホームページに埋め込み可能
つなぐWPガーディアン	WordPress多数管理。約100社のサイトを一箇所で監視・セキュリティチェック
つなぐAIライター	WordPressブロックエディタに統合。AI記事生成プラグイン
つなぐインサイト	GA4・Search Console連携の分析ツール。アクセス・コンバージョン見える化
ミライストラクチャー	財務分析ツール。経営数字を構造で読む。試験運用中
つなぐSNS	Instagram連携キャンペーン管理。現在塩漬け状態
つなぐKanban	タスク管理。議事録から宿題が自動カード化される仕組み

社内基盤システム（12個）

ツール	説明
見積チェック	提出前の金額検算・単価の記号ミス自動検出
エージェント間メッセージ	社内AIチームが非同期で指示交換する通知システム
社内ポータル	経営情報・ドキュメント・スケジュール一元管理
メール対応	顧客メール受信を自動分類・優先度付け。試験運用中
セキュリティ監査	コードベース・ファイル・環境変数を定期スキャン。試験運用中
日報勤怠給与	日報から勤務時間・月給を自動計算
ナレッジ管理	社内ノウハウをデータベース化・検索可能に
採用認知テスト	候補者向けの適性・知識診断。オンライン実施
政府統計取得	日銀・RESAS・e-stat等のデータを自動ダウンロード・加工
辞書DB	顧客・スタッフ・会社の名寄せ台帳。中央管理
経営ダッシュボード	リアルタイム経営数字の可視化。日次更新
中央認証基盤	すべてのシステムへのシングルサインオン。今後の新システムはこれで接続

代表例を3つ、深掘りして説明します。

その1：タスク管理（つなぐKanban）の自動化

僕たちが顧客支援時や社内ミーティングで起きた宿題（ToDoリスト）は、音声で議事録を取り、その後、手作業で「誰が・何を・いつまでに」をタスクシステムに入力していました。毎週たくさんの宿題が発生するので、この手作業だけで相応の時間を費やしていました。

2026年4月にMCPサーバーを自社実装しました。議事録をAIに処理させると、自動でタスク情報が抽出され、Kanbanに宿題がカード化されます。この転記の手作業を、人間が担う必要がなくなりました。

その2：日報・勤怠・給与の自動計算

日報の構造化とAI自動計算を本番稼働させています。スタッフの日報を起点に、勤務時間と月給の計算までを一つの仕組みで扱う設計です。

その3：Chatwork連携（MCP実装）

Chatworkは社内通知・顧客連絡の中枢です。ここにChatwork MCPサーバー（全318行・9つのツール）を自社実装し、AIがChatworkを直接読み書きできるようにしました。詳細は別記事『Chatwork MCPサーバーの作り方』で公開しています。

これら3つの例は、実は氷山の一角です。顧客向けの7つのプロダクト（守る・知る・書く・話す）は、すでに『接客AIクラウド』として商品化し、約100社のホームページ制作クライアント向けに提供を始めています。ホームページを起点に、AIが24時間働く営業担当の役割を果たす仕組みです。

非エンジニアがどう作るのか — Claude Codeとの開発フロー

僕はプログラミングができません。コードを見せられれば、なんとなく雰囲気はつかめますが、自分で書くことはできません。それでも19個のAI社内ツールを作れたのは、開発環境としてClaude Code（AIコーディング環境）を使い、僕とAIの役割分担をはっきりさせたからです。

役割分担はシンプルです。コードは全てAIが書きます。僕が担うのは、仕様の言語化と検証です。「議事録を読み込んだら、宿題を抽出して、担当者と期限をつけてタスク管理に登録してほしい」。こういう一文を日本語で伝えるのが僕の仕事です。AIはそれを設計に落とし、実装し、動くものを見せてくれます。僕は実際に触って、「この画面の並びだと現場が迷う」「期限のない宿題はどう扱うのか」と、現場の目で検証を重ねます。設計と開発はAIと二人三脚、判断と検証は人間。この分担が定まってから、開発は一気に加速しました。

ある日の流れを紹介します。朝、社員から「この作業が面倒です」という要望を聞きます。僕はその業務の現場をそのまま言葉にします。「毎月この作業は誰がやっていて、どこで間違いが起きて、どうなれば楽になるのか」と、業務を丸ごと言語化するのです。次に、僕はその内容をAIに伝えます。実装の詳細はAIに任せ、僕は仕様の矛盾や漏れがないか、実装の前に何度も言語化を調整します。AIが実装し、僕が動作確認をして、当日中に本番反映する。実際に、社員の要望を朝に聞いて、昼には本番稼働させた事例もあります。汎用SaaSなら機能追加のロードマップを延々と待つところが、社内だけで完結するのです。

ここで強調したいのは、本丸はプログラミング知識ではない、ということです。本丸は「自分の業務のどこをAIに任せたいか」を言葉にできることです。業務を言語化できるということは、すなわちその業務の本質を理解しているということです。僕たちの場合、ホームページ制作・動画制作・経営コンサルティングという3事業の現場を回ってきた業務知識が、そのままシステムの設計図になっています。どの画面で誰が迷うのか。どの数字を経営者が毎朝見たいのか。何が手作業のボトルネックなのか。それを知っているのは、ベンダーではなく、現場にいる僕たち自身です。

だから出来上がるシステムは、大企業向けとも個人向けとも違う、独特の形になります。

「8人で回す会社」に最適化されたシステム群。エンタープライズの複雑さも、個人向けの簡易さもない中小企業のちょうどいい

この「ちょうどいい」こそ、AI社内ツールの本当の価値だと僕は考えています。大企業向けのシステムは、承認フローや権限管理が僕たちの規模には重すぎます。かといって個人向けの簡易アプリでは、会社の業務は回りません。自社の規模と業務フローにぴったり合った道具は、市販では手に入らないのです。それを自分たちの手で作れる時代になった。これが、非エンジニアの僕が現場で実感していることです。

AI社内ツール同士が繋がる — MCPサーバー12・約110ツール

19個のツールをバラバラに作っただけでは、道具箱が散らかるだけです。ツールが増えるほど「あの画面を開いて、この画面に転記して」という往復が増え、かえって手間が膨らむ危険すらあります。僕たちが重視してきたのは、ツール同士をAIから横断して操作できるようにすることでした。その鍵がMCPです。

MCPはModel Context Protocolの略で、Anthropicが2024年11月に公開したオープン規格です。難しく聞こえますが、役割は単純で、「AIが業務システムを直接操作するための共通の差し込み口」だと考えてください。この差し込み口を各ツールに取り付けておくと、AIエージェントが人間の代わりにシステムの操作者になります。僕たちは19個のうち12プロダクトにMCPサーバーを導入済みで、AIから操作できる機能は計約110ツールにのぼります（2026年7月18日の棚卸し時点）。

これで何が変わるのか。AIエージェントに「カードを作って」「期限切れを教えて」と自然言語で頼むだけで、システムが動くようになります。実務の風景はこうです。ミーティングの議事録を処理すれば、宿題がタスク管理に自動で投入されます。朝はAIが未読チャット・お客様サイトの監視状況・今日のタスクを横断でまとめて報告してくれます。僕は画面を渡り歩く代わりに、AIからの横断報告を読むところから一日を始めるのです。議事録の処理からタスクの投入まで、人間の転記を挟まない業務フローが、いま実際に動いています。

MCPの技術的な中身には、この記事では深入りしません。それは実装記の役割です。ここで持ち帰っていただきたいのは、「AIが業務システムの操作者になる」という構図です。人間がシステムを一つずつ操作する時代から、人間がAIに意図を伝え、AIがシステム群を操作する時代へ。この転換は、システムを自作したかどうかに関わらず、すべての中小企業に及んでいくと僕は見ています。

19個のうち1個は失敗した — 塩漬けと向き不向き

正直に書きます。19個のうち1個は、失敗しました。

Instagram連携のキャンペーン管理ツール、つなぐSNSです。2026年6月28日から塩漬け、つまり稼働を凍結しています。作ったものの、僕たちの事業の中で使い続ける理由を見つけられませんでした。ほかにも、開発中・試験運用の段階にあるものが3プロダクトあります（財務分析のベータ版・メール対応・セキュリティ監査の試験運用）。19個すべてが華々しく稼働しているわけではないのです。

ここで少し想像してみてください。もし僕たちが「作れるから作る」という理由だけで数を増やし続けていたら、どうなっていたでしょうか。ツールは作った瞬間から保守が始まります。動かし続けるには、不具合の修正も、セキュリティの更新も必要です。数だけ増やせば、いずれ保守だけで会社が止まります。だから、捨てる判断・凍結する判断は、自社開発の一部です。塩漬けにしたつなぐSNSは失敗ですが、「使わないものを使わないと決めた」こと自体は、健全な経営判断だったと僕は考えています。

向き不向きの整理もしておきます。業務が定型的で、市販のSaaSが安く自社に合うなら、買う方がいいです。自社開発が効くのは、「自社の業務フローそのものが競争力になっている」領域です。僕たちで言えば、経営コンサルティングの知見を織り込んだ財務分析や、約100社のホームページを預かる監視業務がそれに当たります。そこは汎用品では代替できないから、作る価値があるのです。逆に言えば、競争力と関係のない定型業務まで自作するのは、ただの趣味になります。この線引きを持っているかどうかが、AI社内ツール開発を経営の武器にできるかどうかの分かれ目だと、失敗した1個が教えてくれました。

自社で作るか、できたものを使うか

ここまで読んで、皆さんの分岐は二つに分かれると思います。

一つ目は、「自分たちでも作ってみたい」という方です。社内にIT担当がいる、あるいは経営者自身が自分の業務を言葉にできるなら、自作への挑戦は現実的です。繰り返しになりますが、必要なのはプログラミング知識ではなく、業務の言語化です。僕たちが公開している実装記の記事群は、そのための出発点になるはずです。まずは一番小さな困りごとから、AIとの開発を試してみてください。

二つ目は、「作るのはまだ重い。でも、できたものなら使ってみたい」という方です。そのために、僕たちは顧客向けの7プロダクトを『接客AIクラウド』として商品化し、ホームページ制作のクライアント約100社を対象に提供しています。ホームページを起点に、守る・知る・書く・話すの4つの働きをAIが担う仕組みです。自社で19個を作り、日々の業務で使い込んできたからこそ、「中小企業のちょうどいい」を形にできたと自負しています。

どちらの道を選ぶにしても、大事なのは、AIを自社の業務に引き込む一歩を実際に踏み出すことです。何から始めればいいか迷う場合は、お問い合わせからご相談ください。御社の業務のどこにAIが効くのか、一緒に整理するところからお手伝いします。

まとめ — 19個の地図を持ち帰ってください

この記事の要点は三つです。

第一に、AIによって開発コストが激減し、中小企業の自社開発が現実の選択肢になったこと。僕たちは19個を作り、15個を本番稼働させています。第二に、本丸は技術ではなく、自分の業務を言葉にできることだということ。第三に、捨てる判断・凍結する判断まで含めて自社開発だということです。

最後に、一つだけ宿題を置いていきます。

自社の業務の中で、「毎日繰り返している手作業」を1つ、紙に書き出してみてください。それが、御社の最初のAI社内ツールの設計図になります。19個の地図は、そのための参考資料として持ち帰ってください。

著者: 島田慶資（ITコーディネータ）