メインコンテンツへスキップ
見出し画像

AIが画面を見て、入力作業まで肩代わりする。中小企業のための第2フェーズ

    「うちはまだAIには手を付けていない」。
    そう感じている経営者の方は、決して少数派ではありません。ある調査では、会社として生成AIを業務に取り入れている中小企業は16.3%にとどまり、多くは個人の判断に任せているのが実情でした(商工中金「中小企業の生成AIの利用にかかる調査」2026年1月)。
    別の調査でも、AIを業務に導入している中小企業は二割ほど(中小企業基盤整備機構「中小企業のAI等の利活用に係る実態調査」2026年3月、全国1万社対象)。
    つまり、まだ本格的に使っていなくても、それが普通です。

    「答えてくれるAI」から「作業をこなすAI」へ

    ただ、その様子見の間にも、AIそのものは静かに次の段階へ進んでいました。
    これまでのAIは、こちらが質問すれば答えを返してくれる相手でした。
    文章を書いてもらう、長い資料を要約してもらう、相談に乗ってもらう。
    多くの人が触れたのは、この「答えてくれるAI」です。
    いま起きているのは、答えるだけでなく、頼んだ作業を自分で進めていくAIへの移り変わりです。
    ここではそれを、第2フェーズと呼ぶことにします。

    大手が揃って、同じ方向へ

    この移り変わりは、特定の一社だけの流行りではありません。
    AnthropicのClaude Codeも、OpenAIのCodexも、はじめは開発者がコマンドで呼び出して使うエージェントとして広まりました。
    Googleも同じ流れの中にいて、早くからGemini CLIというツールを出しています。
    そのうえで2025年11月、新しいモデルGemini 3の公開に合わせてAntigravityを投入します。

    このAntigravityが、その後のGoogleの動きの中心になっていきます。
    個人向けのGemini CLIは2026年6月に提供を終え、Antigravity側へ集約されました。
    私の見立てではこれは事業からの撤退ではなく、入り口を一本化する動きと見るのが自然です。さらに2026年5月のGoogle I/OではAntigravity 2.0が発表され、デスクトップのアプリ、コマンドライン、開発キット、クラウド側で動くエージェントの四つが束ねられました。
    土台には、軽くて速いGemini 3.5 Flashという新しいモデルが据えられています。

    使い方や呼び出し方に違いはあっても、各社が向かっている先は重なっています。
    人が操作を一つずつこなす側から、作業そのものを預けて、方針を示し、上がってきたものを確かめる側へ動いていく。
    Antigravityが最初に「エージェントを管理する画面」を見せ、人を作業者ではなく進行役として置こうとしているのは、その行き先を一番はっきり映しています。
    第2フェーズの芯は、ツールの新しさよりも、この「自分でやる」から「任せて見届ける」への持ち場の移り変わりの方にあります。

    具体的に、何ができるようになったのか

    では、第2フェーズのAIは、具体的に何ができるようになったのか。
    まず、指示を出すと、その作業を自分で細かく分解し、順番を決めてから手を動かします。
    いきなり作り始めるのではなく、いったん段取りを立ててから実装に入る、という進め方です。

    次に、コードを書くだけでなく、それを実際に動かして結果を確かめます。
    動かしてみて、うまくいかなければ直す。この試して直すの繰り返しまで任せられるようになりました。
    さらに、一つのファイルだけを見るのではなく、案件全体をひと通り読んでから、複数のファイルにまたがって手を入れます。
    全体を見渡したうえでの整理まで踏み込める、ということです。

    ここまでが、任せられる深さの話です。
    第2フェーズでは、任せられる範囲そのものも広がりました。
    エージェントが自分でブラウザを開き、調べ物をしたり、画面に入力したりといった作業にまで踏み込むようになっています。
    人がやっていた「ネットで確認して、フォームに打ち込む」ような手順を、ツールの側が代わりにこなす。
    この広がりは大きな前進ですが、あとで触れるとおり、新しい注意点もここから生まれます。

    しかも、この「画面を操作する」力は、ブラウザの中だけにとどまりません。
    AnthropicのComputer Useと呼ばれる機能では、Claudeが画面そのものを画像として読み取り、ボタンや入力欄がどこにあるかを見分けて、人と同じようにクリックやキーボード入力を代わりに行います。
    専用の連携やAPIが用意されていない画面でも、見えていれば操作できる、ということです。
    ここは中小企業にとって見過ごせない点です。
    社内で長く使ってきた業務システムや、いわゆるOA系の画面には、決まった項目を延々と手で打ち込む作業が多く残っています。
    連携の口がなく自動化をあきらめていた、こうした地道な入力業務こそ、画面を見て操作するエージェントが肩代わりできる余地が大きい部分です。

    そしてもう一つ、使うモデルをタスクに応じて選べる柔軟さも加わりました。
    同じ環境の中で、GoogleのモデルもClaudeも、作業の性質に合わせて切り替えられる。
    速さを取るか、丁寧さを取るかを、場面ごとに選べるということです。

    画像

    中小企業にとって、これが何を意味するか

    ここまでは開発の現場の話に見えるかもしれません。
    実際、いま挙げたツールの多くは、まだ開発者向けです。
    ただ、「作業そのものを任せる」という発想は、いずれ日常の業務ツールにも降りてきます。中小企業やひとり情シスにとって意味があるのは、そのときに慌てないことです。
    今は玄人向けに見えるツールも、これから扱いやすい形へ進んでいく方向にあります。
    上位のモデルを上回る軽いモデルが登場し、速く安くなってきているのは、その兆しの一つと言えるでしょう(ここは私の見通しであり、そうなると決まっているわけではありません)。
    だから、まだ触っていないことを焦る必要はありません。

    便利さの裏で増える、新しい注意点

    一方で、便利さが増すほど、これまでになかった注意点も一つ生まれます。
    エージェントがブラウザを操作して、自分で調べ物や入力までするようになると、訪れたページの中に、人の目には見えない形で「この情報を外に送れ」といった指示が仕込まれている場合があります。
    エージェントがそれを本物の指示と受け取ってしまうと、社内の情報を含んだ内容を、そのまま外部へ送り出してしまうことがあります。
    間接プロンプトインジェクションと呼ばれるもので、裏で静かに動く分、人が気づきにくいのが厄介なところです。
    これは特定のツールの欠陥ではありません。
    ブラウザを操作するタイプのエージェント全般に共通する、これから向き合っていく課題です。
    便利さと引き換えに増える注意点として、頭の片隅に置いておく価値があります。

    それとは別に、もっと手前の注意もあります。
    エージェントに作業を任せるとき、渡すファイルやフォルダの中身をこちらが選べる、ということです。
    顧客名簿や従業員の情報といった個人情報を含むファイルを、便利だからと何も考えずに丸ごと触らせる必要はありません。
    任せる作業に本当に必要な範囲だけを渡し、個人情報の入ったファイルは初めから手の届く場所に置かない。
    この線引きは、難しい技術の話ではなく、任せる前のひと手間で効きます。
    どの作業なら任せてよく、どのファイルは渡さないでおくか。
    ここを決めておくことが、便利さを安心して使うための土台になります。

    ツールが、答えるだけのものから、作業を進めるものへと広がった。
    今はそういう段階です。中小企業の多くは、まだ本格的には使っていません。
    それは遅れではなく、むしろ多数派です。
    ただ、ツールの中身がどこへ動いているかを知っておくと、いざ自社で使う番が来たときに、慌てず選べます。
    そして、今は開発者向けに見えるこれらのツールも、これからもっと扱いやすい方へ進んでいくはずです(これは私の期待でもあります)。
    脅かすためではなく、前に進むための材料として、まず知っておく。その一歩に、意味があります。

    Nexep Labでは、中小企業向けにAI活用・業務改善・DX導入の支援を行っています。
    「作業を任せるAI」が自社の業務にどう関わってくるのか、どの作業なら任せられそうか、まだ手を付けていない段階からでも一緒に整理できます。

    画像

    ご相談はnoteのメッセージ、または当社サイトのお問い合わせフォームからお気軽にどうぞ。

    この記事が参考になった方は、ぜひスキ・フォローをお願いします。
    毎週火曜日・金曜日に、現場で使える業務改善・AI活用のヒントを発信しています。

    あなたへのおすすめ