社内のAIを誰が動かすのか：企業に Claude Code のオペレーターが要る理由
企業はAIの利用契約を払い、導入を発注します。それでも効果は約束より小さい。原因がモデルにあることは少なく、毎日AIに課題を与え、結果に責任を負う人が欠けているのです。
たいていの企業には、すでにAIが入っています。従業員分の利用契約を払った会社、統合ベンダーにチャットボットや音声アシスタントを発注した会社、メールや文書にAIをつないだ会社。しかし数か月後、経営者は正直に認めます。効果は約束より小さい、と。ボットは古い価格を答え、アシスタントは「何かをしている」ものの、何時間を節約したのか誰も言えません。そして従業員の半分は、慣れた表計算に戻っています。
原因がモデルそのものにあることは、めったにありません。ほとんどの場合に欠けているのは、毎日AIに課題を与え、結果を受け入れ、経理責任者が帳簿に責任を負うのと同じようにその結果に責任を負う人です。私たちはこの役割を オペレーター と呼びます。本稿では Claude Code を例に、最良の導入を終えたあとでもなぜこの役割が必要なのかを説明します。
数字が語ること
最も広い全体像を示すのは、セントルイス連邦準備銀行の四半期調査です。それによれば、2026年第3四半期に生成AIが米国の働き手に節約させた時間は平均で 全労働時間のおよそ2.1 %。これは18〜64歳の就業者全体の平均です。AIを使わない人はゼロとして数えるため、全体の数字は控えめに出ます。
AIを具体的な業務に組み込んだ現場では、結果はまったく違います。研究「Generative AI at Work」（ブリニョルフソン、リー、レイモンド、NBER）は、5 179人のサポート担当者へのAIアシスタント導入を追跡しました。1時間あたりに解決した件数は平均で 14 %増え、新人と経験の浅い層では 34 %増えました。これらは異なる測定なので、一方を他方で割ることはできません。しかし方向は同じです。効果は、AIが具体的な業務に組み込まれたところに現れます。
一方、MIT NANDA の報告書「The GenAI Divide」（2025年）は、なぜ誰もが組み込めるわけではないのかを説明します。同報告によれば、目に見える財務成果を出した企業のAI実証はおよそ5 %にすぎません。著者らが原因と見るのはモデルの品質ではなく、道具が企業の業務プロセスに組み込まれず、それに合わせて調整もされないことです。つまり問題は技術ではなく、経営の側にあります。
効果を生むのはAIへのアクセスではなく、それを仕事の流れに変える人です。
Claude Code はチャットではなく、仕事の現場で動くエージェント
多くの人はAIをチャット画面として知っています。質問があり、答えがある。Claude Code の造りは違います。これは エージェントであり、企業の作業環境の中で動きます。プロジェクトと文書を読み、計画を示し、自ら変更を加え、何を変えたのかを提示します。 コネクター ——既製の接続——を通じて、メール、カレンダー、会計システム、ウェブサイトとつながり、単独のファイルではなく企業の実データを相手に働きます。
結果を受け入れ、責任を負う
だからこそチャットより強力であり、だからこそ導き手を必要とします。サイトのページ、データベースの価格、契約書の文面を変えられるエージェントには、主がいなければなりません。何を許すかを決め、顧客に届く前に成果を点検する人です。
社内でエージェントに任せられる仕事
私たちは自社製品——Smart CMS、Smart 360、Smart LMS、BOT-panel——と顧客のサイトで、毎日 Claude Code を使っています。オペレーターの指示のもと、すでに安定してこなせている仕事は次のとおりです。
サイトとコンテンツ
古いシステムからのサイト移行、パソコンと携帯での全ページの原本照合、サイトの多言語化、ニュース欄の更新。
文書
自社ひな形による契約書や受領書の作成、入出金と銀行明細の照合、文書台帳の作成。
メールとカレンダー
受信箱の処理、返信の下書き作成、やり取りの中の合意事項の抽出。 送信は人が行います。
チャットボットと音声アシスタント
新商品が出たり価格が変わったりしたときの知識ベース更新と、確認用の質問による回答検証。
インフラ
サーバーの脆弱性点検、バックアップ設定、自動化処理の不具合の監視。
レポート
複数のシステムからデータを集め、経営向けの一本のレポートにまとめる。
オペレーターはプログラマーである必要はありません。自分の担当領域を知り、結果を受け入れられる形で課題を立てられればよいのです。
エージェントが静かに間違えるところ
AIの最も危険な誤りは、作業を拒むときではなく、自信をもって「完了しました」と報告するときに起きます。私たちの現場からいくつか。
「完了」は「仕上がった」と同じではない
エージェントはページの組版を終え、緑色の検査結果を示しました。ところが携帯では、ブロックが画面の外にはみ出していました。
オペレーターの原則受け入れる前に、ページを携帯で開くこと。自動検査はこれを見つけません。
文字どおりの実行
「電話番号をすべて置き換えて」という指示を、エージェントは完璧に実行します——指示に書かれた新しい番号が誤っていても。
オペレーターの原則まず旧い値と新しい値を数字で示し、そのうえで一括変更を始めること。
戻り道のない一括変更
置換パターンのわずかな不正確さが、一秒で数十件のレコードを壊すことがあります。
オペレーターの原則一括操作の前には必ずバックアップを。そうすれば誤りの代償は一日ではなく数分です。
古くなった知識
音声アシスタントが数週間にわたり、顧客に旧い料金プラン名を伝えていました。名称変更のあと、誰もその指示書を更新しなかったのです。
オペレーターの原則価格や名称が変わったら、エージェントの指示書はその日のうちに更新する。
いずれの場合も救いになるのは「より賢いモデル」ではなく、明確な作業サイクルを持つ人です。
導入ベンダーのあとに、なぜオペレーターが要るのか
導入ベンダーの仕事はプロジェクトです。システムを設置し、設定し、研修を行い、引き渡す。しかしシステムはその後も生き続けます。価格が変わり、商品が増え、新しい人が入り、データと安全要件が変わります。持ち主がいなければ、完璧に導入されたAIでも数か月で会社の現実から取り残されはじめます。
| 導入ベンダー | 社内オペレーター | |
|---|---|---|
| 形態 | 期限のあるプロジェクト | 日々の業務 |
| 責任を負う対象 | システムの立ち上げ | システムが毎日出す結果 |
| 知っていること | 技術 | 技術と自部門の業務プロセス |
| 価格や商品が変わったとき | 新規の発注 | その日のうちに更新 |
| アクセス権と顧客データ | 立ち上げ後に引き渡す | 保持し、管理する |
これは競合関係ではありません。良いベンダーほど、顧客側に引き渡せる人がいることを望みます。さもなければ半年後、「壊れたAIを直してほしい」と再び呼ばれることになるからです。
オペレーターの循環：どの仕事にも四つの段階
課題
「いい感じにして」は、変更の範囲と完了の基準に置き換えます。何を変え、何に触れず、どうなれば終わりと見なすのか。
計画
エージェントは最初の一行を変える前に手順を示します。方向の誤りは、あとではなくここで止めます。
差分——変更の一覧
オペレーターはエージェントの要約ではなく、変更そのものを一行ずつ読みます。
受け入れ
「完了」と言うのは点検のあとです——公開中のページで、携帯で、実データで。点検の代わりにではありません。
この循環が習慣になるまで、エージェントは玩具のままです。習慣になれば、毎週チームから定型作業の時間を取り除く道具になります。
SmartGT Academy より
私たちはこれをどう教えるか
この役割を教えているのが SmartGT Academyです。講座の主題は道具そのものではなく、その導き方。受講者自身の課題を題材にした六週間の実習です。
プログラミングの知識は不要です。SmartGT のお客様は15 000フリヴニャ、8名までの法人グループは120 000フリヴニャ。
担当はミハイロ・ヴァシャノヴィチ。SmartGT 創業者であり、実習の題材となる製品そのもので毎日 Claude Code を使っています。
ランク：実務とともに育つ資格
「講座を受講した」という証書は、その人が月曜に何をするかを何も語りません。そこでオペレーターについては ランク制度を設けています。十の段階があり、それぞれエージェントとの作業時間、作業セッション数、消費した トークン 、そして実技課題によって裏づけられます。
十のランクとその基準
| ランク | 基準 | 監督なしでできること |
|---|---|---|
| R0 · 接続済み | 最初の対話 | 導入と権限設定が完了している |
| R1 · 研修生 | 6時間 · 3セッション | 監督下での作業。方向を誤ったエージェントを止められる |
| R2 · オペレーター | 14時間 · 7セッション | 課題を一人で進める：設定から受け入れ済みの差分まで |
| R3 · 点検者 | 26時間 · 13セッション | 他人の依頼で動いたエージェントの作業を検証する |
| R4 · スキルマスター | 42時間 · 21セッション | 部門の定型作業をチームの道具として定着させる |
| R5 · 統合担当 | 60時間 · 30セッション | エージェントをメール、カレンダー、会計システムに接続する |
| R6 · 守人 | 80時間 · 40セッション | アクセス権、機密、顧客データの分離に責任を負う |
| R7 · 指揮者 | 95時間 · 48セッション | 複数のエージェントを並行して動かし、オペレーターを育成できる |
| R8 · 設計者 | 180時間 · 90セッション | 部門における業務の持ち主：分岐、点検、規程 |
| R9 · 指導者 | 350時間 · 175セッション | オペレーターを育て、社内の標準を保つ |
最初の二つか三つのランクは、受講中に取得できます。その先は仕事とともにランクが上がります。各ランクには固定の識別符号を持つ記章と専用ページがあり、雇用主が開いて確認できます。企業にとっては分かりやすい基準です。求人に必要なランクを書くことができます。
ミハイロ・ヴァシャノヴィチ · R8「設計者」講座担当者の記章
記章を開く →ランクは買うものではなく、積み上げるものです。
何から始めるか
課題を一つ選ぶ
チームの誰かが毎週数時間を取られている、その作業を。
人を一人選ぶ
その領域をよく知っている人を。それが将来のオペレーターです。
その課題を講座で片づける
私たちと一緒に。次からはオペレーターが一人で進めます。
本稿の用語
- エージェント
- 答えるだけでなく、自ら行動するAIプログラム。ファイルを読み、変更を加え、点検を走らせる。
- オペレーター
- エージェントに課題を与え、変更を点検し、結果に責任を負う人。
- コネクター
- エージェントを業務システムにつなぐ接続。メール、カレンダー、会計、サイトなど。
- 差分
- エージェントが実際に何を変えたかの一覧。変更前と変更後。
- トークン
- モデルが処理した文章量の単位。ランクでは、積み上げた作業量の尺度。
出典
- Federal Reserve Bank of St. Louis, FRED: Generative Artificial Intelligence, Time Savings: Employed Adults (RPSGENAITSALL)、2026年第3四半期のデータ。
- Erik Brynjolfsson, Danielle Li, Lindsey R. Raymond. Generative AI at Work, NBER Working Paper 31161.
- MIT NANDA「The GenAI Divide: State of AI in Business 2025」、 Virtualization Reviewの紹介による。
SmartGT はビジネス向けの総合的なソリューションを手がけるITチームです。SmartGT Academy は独立した教育プロジェクトです。Claude および Claude Code は Anthropic の商標であり、当社は同社の公式パートナーではありません。