マイクロソフトが「作業を録画するだけ」のアプリを無料で配り始めました ― 日本の職場に残った手作業は、これで本当に消えるのか
2026年8月4日、ITmediaがこんなニュースを報じました。マイクロソフト(Microsoft)が「スキル・レコーダー(Skill Recorder)」というデスクトップアプリを無料で公開した、というものです。パソコンでの作業を録画すると、その手順をAIが読み取って、AIエージェントが代わりに実行できる「スキル」に変換してくれる。そういうアプリです。
見出しだけ読むと、また新しいAI関連ツールが出たという、よくある話に見えます。実際、この手のニュースは毎週のように流れてきます。
ところが、中身を調べていくうちに、これは単なる新製品の紹介では済まない話だと思うようになりました。引っかかったのは二つです。一つは、マイクロソフトがこれをMITライセンスという、商用利用まで認める最も緩い条件でGitHubに置いたこと。もう一つは、この技術が狙っている先が、まさに日本の職場に山のように残っている「古いシステムを人間が手で操作する仕事」だということです。
今日はこのスキル・レコーダーが何をするもので、どこまでできて、どこからができないのかを、なるべく具体的に、読者の皆さんと一緒に見ていきたいと思います。
まず、Skill Recorderは何をするアプリなのか
やることは驚くほど単純で、三つの段階しかありません。
第一に、録画します。パソコンでいつもやっている作業を、いつも通りにやるだけです。そのあいだ、アプリが画面を裏で記録しています。
第二に、解析します。録画が終わったら「解析して」と頼みます。すると、ギットハブ・コパイロット(GitHub Copilot)のCLIというAIが、その録画を見て「この人は何をしたかったのか」という一つの意図と、「そのために何をどの順でやったか」という手順のリストに組み直してくれます。ここで出てきた内容は、人間が読んで直すことができます。
第三に、スキルにします。承認すると、SKILL.mdというマークダウン形式のファイルが出てきます。中身は、AIエージェント向けの作業手順書です。あるいは「毎週月曜の朝9時に実行」といった、スケジュールや条件で自動的に動く自動化として出力することもできます。
できあがったスキルは、マイクロソフト・スカウト(Microsoft Scout)、コパイロット・コワーク(Copilot Cowork)、コパイロット・スタジオ(Copilot Studio)といったマイクロソフトのAIサービスに読み込ませて使います。
録画してしゃべるだけ、という気軽さ
操作は、キーボードのCtrl+Shift+R（macOSなら⌘⇧R）を押すだけで録画が始まります。画面の隅に小さなバーが常に出ていて、マイクが入っているか、いま記録中かがわかるようになっています。
面白いのは、作業しながら声で説明できることです。「ここで先月分だけを絞り込みます」「この列は使いません」と口に出しながら操作すると、その音声も一緒に記録されます。音声の文字起こしはパソコンの中で行われます。
つまり、新人に仕事を教えるときと同じことをすればいい、という設計です。手を動かしながら、口で説明する。それだけです。
記録されるのは、画面の映像、どこをクリックしたか、どのアプリに切り替えたか、ブラウザで開いたURL、クリップボードにコピーした中身、そして声です。基本はパソコンの中だけで処理され、外に出るのは、こちらが「解析して」と頼んだときだけだとされています。
対応しているのはmacOSがメインですが、Windows 11（x64とARM64の両方）でも動きます。Ubuntuにも入るようです。使うにはギットハブ・コパイロットを使えるギットハブのアカウントが必要になります。
従来のRPAと何が違うのか
ここが、この記事でいちばんお伝えしたい部分です。
「作業を録画して自動化する」と聞いて、RPAを思い浮かべた方は多いと思います。日本の職場にかなり入っている、あの業務自動化ツールです。実際、発想は似ています。ただし、決定的に違うところが一つあります。
従来のRPAの多くは、要するに「操作をそのまま真似する」道具です。画面のこの座標をクリックして、ここに文字を入れて、次はこのボタンを押す。人間の手の動きを、そっくりそのまま再生します。
だから、もろいのです。システムを更新してボタンの位置が少しずれた。画面の項目が一つ増えた。それだけでロボットは止まります。あるいは、止まらずに間違った場所に入力し続けます。RPAを入れた会社が「動かなくなるたびに直す人が必要で、かえって仕事が増えた」とこぼすのは、たいていこれが原因です。
スキル・レコーダーが目指しているのは、そこではありません。窓の杜の解説によれば、このツールは操作をそのまま再現するのではなく、可能であればネイティブツールの利用などに置き換え、同じような場面でも再利用できるように一般化する、とされています。
たとえ話にしてみます。新人に仕事を教えるとき、「画面の左上から3センチ、上から5センチのところをクリックして」と教える人はいません。「取引先の名前で検索して、出てきた伝票を開いて、金額が合っているか確かめて」と教えるはずです。前者がRPA、後者がスキル・レコーダーです。
さらに、意図がわかっていれば、AIは「そもそも画面を操作する必要がない」ことに気づけます。人間が10回クリックしてダウンロードしていたファイルが、実はコマンド一つで取れると判断できれば、そちらを選びます。人間の手順をなぞるのではなく、目的だけ受け取って、もっと速い道を通るわけです。
たとえば、こんな作業が対象になります
抽象的な話が続いたので、具体的に挙げてみます。日本の会社で、いまも人間が毎日やっている作業の代表例です。
一つ目。注文がメールやFAXで届き、それを見ながら基幹システムに打ち込み、さらに部署のExcel台帳にも同じ内容を入力する。いわゆる二重入力です。システム同士がつながっていないので、人間が糊の役目をしています。
二つ目。月初になると、複数のウェブ管理画面に一つずつログインしてCSVをダウンロードし、Excelで貼り合わせて、決まった書式の報告書を作る。手順は完全に決まっているのに、毎月半日かかります。
三つ目。領収書や請求書のPDFを画面に開いて、日付と金額と取引先を見ながら会計システムに手で入力する。
四つ目。銀行の入出金明細と、自社の請求データを1件ずつ突き合わせて消し込んでいく。
これらに共通するのは、判断がほとんど要らないのに、システム同士がつながっていないせいで人間が間に立たされている、という点です。そして、こういう作業は手順書すら残っていないことが多い。担当者の頭の中にしかありません。
スキル・レコーダーの狙いは、まさにここです。手順書を書かせるのではなく、いつもの作業を1回やって見せてもらう。それだけで手順が形になる。マニュアルを書くのが苦手な現場ほど、効く仕組みだといえます。
日本の職場には、21年物のシステムが6割残っています
なぜ日本でこの話が重いのか。経済産業省のDXレポートが示した数字を見ると、はっきりします。
同レポートは、2025年には21年以上稼働している基幹系システムが約6割を占めると指摘しました。作った人がもう社内にいない、仕様書もない、直そうにも触れる技術者がいない。そういうシステムです。あわせて、40万人を超えるIT人材の不足と、DXが進まない場合に2025年以降で年間最大12兆円の経済損失が生じる恐れがある、とも警告していました。世に言う「2025年の崖」です。
その2025年は、もう過ぎました。
古いシステムを新しく作り直すのが本筋であることは、誰でもわかっています。問題は、金も人もないことです。だからこそ、システム本体には手を触れずに、その周りの人間の手作業だけを機械に肩代わりさせる、という発想に需要が集まってきたわけです。
RPAが解けなかった三つの問題
その需要を受けて広がったのがRPAでした。NTTデータのWinActorは、同社の公表によれば2023年11月末時点で8,000社を超える企業に導入されています。市場調査でも国内シェアで上位を占めており、国内RPA市場は民間調査で1,000億円を超える規模とされています。決して小さくない産業になりました。
ただ、導入した会社からは、だいたい同じ三つの不満が出てきます。
一つ目は、ライセンス費です。1台ごと、1ロボットごとに費用がかかる。増やせば増やすほど効きます。
二つ目は、保守です。前に書いた通り、画面が少し変わるだけで止まる。直せる人を社内に置くか、外に払い続けるかの二択になります。
三つ目が、いわゆる「野良ロボット」です。作った担当者が異動や退職でいなくなる。外注して作らせたので中身がわかる人が社内にいない。業務のほうが変わったのにロボットは昔のままで動き続ける。誰も管理していないロボットが、間違ったデータを黙々と入れ続ける。実際に多くの企業で問題になってきました。
スキル・レコーダーが出す成果物が、人間の読めるマークダウンのテキストファイルだという点は、この三つ目に対する一つの答えになっています。中身が日本語なり英語なりの文章で書いてあるなら、作った人がいなくなっても、次の人が読んで直せるからです。ブラックボックスになりにくい。
ただし、万能ではありません
ここまで良い面を書いてきましたので、冷静な部分も書いておきます。私は、この技術に過大な期待をするのは危険だと考えています。
第一に、無料なのはアプリだけです。使うにはギットハブ・コパイロットを使えるアカウントが要ります。つまり、入口は無料でも、動かすには課金の世界に入ることになります。
第二に、解析を頼んだ瞬間、記録した内容はクラウドに送られます。ここには画面の映像も、コピーした中身も含まれます。顧客の個人情報や取引先の金額が映った画面を録画するとき、それを外に出していいのか。この判断は、金融機関や医療機関では簡単ではありません。
第三に、マイクロソフト自身が「パスワードやアクセストークン、APIキーを録画したり、入力したり、読み上げたりしてはいけない」と明記しています。当然の注意ですが、裏を返せば、ログインが必要な業務をどう扱うかという現実的な宿題が残ります。
第四に、そしてこれが本記事の主題にとって最も重要な点ですが、出てくるのはあくまで「AIエージェントへの指示書」です。指示書があっても、それを実行するAI側が、その古いシステムを操作できなければ意味がありません。ウェブの画面やコマンドで動くものは扱いやすい。しかし、APIのない古い業務アプリや、いわゆるホスト端末エミュレータのような画面が相手だと、指示書を渡されたAIが実際に手を動かせるかどうかは別問題です。「レガシーの自動化」は、この最後の一歩でつまずく可能性が十分にあります。
第五に、出力先がマイクロソフト・スカウト、コパイロット・コワーク、コパイロット・スタジオである、という点も見逃せません。アプリはMITライセンスで自由に配られていますが、そこから先はマイクロソフトの世界です。
私はこう見ています
無料で配る、という部分をもう一度考えてみます。
マイクロソフトはこのアプリで一円も取っていません。ソースコードまで公開しています。では何を取りに来ているのか。私は「業務手順そのもの」だと見ています。
各社の現場に、その会社にしかない仕事のやり方が、担当者の頭の中に眠っています。それは今まで、外からは絶対に見えないものでした。マニュアル化する暇もなく、そのまま定年で消えていくものでした。それを「録画するだけでいいですよ」という手軽さで引き出し、機械が読める形にして、自社のAIサービスに載せてもらう。ツールの値段で稼ぐのではなく、企業の仕事の中身そのものを預かる側に回る。そういう構図に見えます。
これは、かつてOSやオフィスソフトで起きたことの繰り返しでもあります。標準の位置を先に押さえた側が、あとから長く回収する。デジタル帝国のやり方は、この30年で変わっていません。
とはいえ、日本の現場にとって意味がある技術であることも、また事実だと思います。手順書のない仕事を、手順書に変えられる。それだけでも価値はあります。仮にAIが実行に失敗しても、SKILL.mdという読める文書は残る。そこは素直に評価していいところでしょう。
読者の皆さんの職場にも、「なぜこれを人間がやっているのだろう」と思う作業が、一つや二つはあるのではないでしょうか。まずはその作業を1回録画してみるだけでも、何が起きるかは見えてくると思います。
なお、AIツールの導入も、関連する企業への投資判断も、最後はすべて自己責任でお願いします。私も一つの見方を示しただけで、この技術が数年後にどうなっているかを当てられるわけではありません。
最後に、お知らせがあります
日本がなぜ古いシステムを抱えたまま身動きが取れなくなったのか。それでもこの国に勝ち筋が残っていると私が考える理由については、拙著『日本完敗: それでも21世紀は日本のものになる』にまとめました。480円です。
そして、この本の巻末に、私のUdemy講座「個人投資家のためのAI活用法 入門編」を無料で受講できるアクセスコードを付けています。通常3,600円の有料講座です。
講座では、ニューラルネットワークという土台の話から始めて、生成AI、AIエージェント、マルチエージェント、そして最後はバイブコーディングの実演までを扱っています。今日の記事に出てきた「AIエージェントが人間の代わりに作業をする」という話も、講座をご覧いただくと仕組みの側から腑に落ちると思います。実習用に、Claude Codeを1週間無料で使えるコードも動画の中で配布しています。
Kindle Unlimitedでの購読でも大丈夫です。ただし、利用期限は9月1日まで、100名に達した時点で終了となります。
この無料コードについての詳しい話は、こちらの記事に書きました。
