AIエージェントにPC操作を任せるには？computer useの料金と安全性

AIエージェントにコンピュータ操作を任せるのが有効なのは、必要な業務に利用できるAPI、つまりソフトウェアから直接呼び出せる窓口がなく、しかも処理結果を検証できる場合です。Microsoft Copilot Studioではモデルのステップごとに5または15 Copilot Creditsがかかります。ただし、予算には人による監督、再試行、処理を実行するコンピュータの費用も含める必要があります。課金単位はMicrosoftのcomputer useドキュメントで定義されています。

たとえば、ボタンを押さなければデータを書き出せない仕入先ポータルは候補になります。受注や在庫を管理する古いERPでは、デスクトップ操作が必要な場合もあります。一方、行政手続きのフォームでは、任せる範囲をさらに厳密に区切る必要があります。情報の入力と申告の送信は、ボタンが隣り合っていても別の業務です。

導入時の原則は、業務を完了できる最小限のアクセス権で動く方法を選ぶことです。 画面上のどこでもクリックできるモデルだからといって、アカウントで可能なすべての操作を許可する必要はありません。

AIエージェントはどうやってコンピュータを操作するのか

computer useエージェントは、画面を見る、次の操作を選ぶ、クリックや入力をする、変化した画面を確認する、というループを繰り返します。判断を担うのはモデルで、マウスやキーボードを動かすのは、その命令を実行するソフトウェアであるエグゼキューターです。OpenAIの現行ガイドでは、構造化されたコンピュータ操作と、コードでインターフェースを操作する方法の両方を説明しています。OpenAIのcomputer use

この役割分担を理解すると、導入時に何を用意すべきかが見えてきます。モデルを利用する契約を結んでも、動作するブラウザ、ログイン済みのアカウント、スケジューラー、障害からの復旧手順まで付いてくるとは限りません。それらはモデルを組み込んだ製品か、自社のアプリケーションで用意します。

仕入先の週次レポートなら、ページのレイアウトが変わっても、エージェントがレポートメニューを見つけ、指定期間を選び、エクスポートボタンにたどり着けるかもしれません。それでも、仕入先アカウントと対象期間が正しく選ばれたかは検証が必要です。ファイルがダウンロードされた事実だけでは、正しいレポートを取得できたことにはなりません。

画面操作を任せる範囲はどこまでか

画面を見て解釈する必要がある工程に限って、視覚的な操作を使います。レポートがファイルになれば、列の検査、日付の読み取り、承認済みの保存先への移動は通常のソフトウェアで処理できます。その後の工程までエージェントに画面を操作させても、判断の回数が増えるだけで、必ずしも価値が増すわけではありません。

ブラウザだけの操作と、デスクトップ全体の操作にも違いがあります。ブラウザはWebポータルにアクセスできますが、Windowsのネイティブアプリとしてしか動かないERPまで、そのまま操作できるわけではありません。モデルのブランドを比べる前に、業務がどの環境で動いているのかを確かめます。

導入を検討するうえで押さえたい最新の変化

現在の選択肢は、開発者向けツール、サブスクリプションで利用者が操作するアシスタント、独自の課金単位を持つ自動化プラットフォームに分かれます。安全対策も料金体系も、同じものとして比較はできません。

2026年10月13日時点で各社が公開している公式ドキュメントを確認しています。 本記事はドキュメントの調査と費用分析に基づくもので、ポータルにログインした実地テストやベンチマークではありません。

製品名の変化で特に注意したいのがOpenAIです。ChatGPT agentのヘルプページでは、同製品は提供を終了したと案内され、ChatGPT Workとクラウドブラウザに誘導されています。ページの下部には、以前のプランやメッセージ上限の説明が残っています。新規導入の予算を、その古い上限から見積もらないようにしてください。ChatGPT agentの提供状況

実行環境、課金単位、承認の仕組み、処理が止まったときの責任者を比較してください。トークンは、エンコードされたスクリーンショットも含めたモデルの入出力量を測る単位であり、完了した操作の回数ではありません。モデルの優劣は別の検討事項です。その比較については、コンピュータ操作エージェント向けのマルチモーダルモデルで詳しく扱っています。

OpenAIのcomputer useはAPIとChatGPT Workのどちらを選ぶか

OpenAIのResponses APIで提供されるcomputer useは、実行環境を自社で管理したい開発者向けの選択肢です。 現行の構造化アクションのサンプルではGPT-6.1 Solを使用しています。GPT-6 Astraについては、生成されたコードが自社のランタイムを介してインターフェースを操作する、コード実行方式での連携も推奨されています。これは実装方式の違いであり、サブスクリプションプランの違いではありません。現行のAPIガイド

料金： OpenAIはモデル料金を「100万トークンあたりの価格」として表示しています。GPT-6.1 SolのStandard・短いコンテキストの料金は、100万トークンあたり入力$2、出力$10です。キャッシュ済み入力とキャッシュ書き込みには別の料金が設定されています。これはモデルの費用であり、ポータル上の業務を完了するまでの料金ではありません。現行の料金表に、コンピュータのクリックごとの追加料金はありません。ツール呼び出し1,000回あたり$2.50という行は、file searchに対する料金です。OpenAI APIの料金

安全性： OpenAIは開発者に対し、ブラウザや仮想マシンの隔離、アクセス先と操作の制限、画面内の内容を信頼しない扱い、重大な影響を伴う操作の確認を求めています。仮想マシンとは、ソフトウェア上に作る独立したコンピュータです。ただし、どこまで役に立つかは、その中からアクセスできるアカウント、ファイル、ネットワーク次第です。モデルへの指示に加え、エグゼキューター側にも制限を実装してください。実行と同意に関するガイド

ホスト型という選択肢： OpenAIのAgents APIはブラウザを提供し、新しいWebサイトのオリジンごとに承認を求めます。オリジンはサイトを識別するアドレス上の境界です。ドキュメントは、サイトへのアクセス承認と、個々の操作の事前確認を明確に区別しています。前者を承認しても、後者が強制されるわけではありません。承認がなければ技術的に実行できない操作を設けるには、ブラウザから到達できるリソースを制限するか、自社で制御するランタイムを使います。ホスト型ブラウザのドキュメント

Agents APIでは、モデル利用にAPI料金、ツールに通常のツール料金、ホスト型サンドボックスにコンテナ料金が適用されます。モデルだけの見積もりを流用せず、実行環境とツール利用の費用も加えてください。Agents APIの課金ルール

開発せずに使うならChatGPT Work

対応するWebサイト上の業務を任せたい場合、現在のOpenAI製品ではChatGPT Workのクラウドブラウザが該当します。 手元のブラウザセッションではなく、クラウド上の別のコンピュータを使います。利用可否は、対応する有料プラン、地域、ワークスペースの権限によって決まります。クラウドブラウザのドキュメント

料金： OpenAIによると、対象の個人向けプランではプランに含まれる利用枠を先に消費し、それを超えた対象の利用には購入済みクレジットを充てられます。Workは、その利用枠をほかのエージェント機能と共有する場合があります。BusinessとEnterpriseにおけるクレジット制のWork料金はトークンベースで、単価はモデルと契約によって変わります。どちらの仕組みからも、ダウンロードあたりの一律のドル価格は算出できません。個人向けプランの利用ルール、法人向けクレジット料金表

安全性： クラウドブラウザは、初期設定では新しいサイトへのアクセス許可を求めます。サイトの許可・ブロックを設定でき、重大な影響を伴う操作では確認を求めるよう設計されています。ログインには安全なフォームを使いますが、サイト運営者が自動アクセスを遮断することもあります。仕入先ポータルが手元のブラウザで動くからといって、このクラウドブラウザでも動くとは限りません。クラウドブラウザの制御機能

担当者が主導し、結果を確認できる業務なら、この方法が候補になります。アプリケーション側で強制する停止ポイント、構造化ログ、自社で管理する復旧手順が必要なら、API連携を選びます。

Claude computer useとClaude in Chromeはどう違うか

Anthropicのcomputer useツールはClaudeに画面の認識や入力操作の機能を与え、実際の呼び出しは自社アプリケーションが実行します。 現行のクライアントツールセットは、ターン内に複数のアクションを返せます。対応モデルにはClaude Sonnet 5.5などが含まれます。現在、Claude Managed Agents内では利用できません。マネージド製品ならデスクトップ環境も提供されると考えていた場合は、この違いに注意が必要です。Anthropicのcomputer useドキュメント

料金： Anthropicによると、computer useには通常のツール利用料金が適用されます。現行のデフォルトツールセットでは約4,500入力トークンが追加され、スクリーンショットやツールの実行結果も入力を消費します。Claude Sonnet 5.5の基本料金は、100万トークンあたり入力$2、出力$10です。画面を何度も確認することや会話履歴の蓄積によって、最初の指示文から想像するよりも費用がかかります。ツール利用の費用、モデル料金

安全性： Anthropicは、スクリーンショットなどのツール出力を走査し、プロンプトインジェクションの疑いを検出します。これは、エージェントの行動を別の方向へ誘導する指示がページ内に埋め込まれる攻撃です。検出されると、Claudeはその指示がユーザーからのものかを確認するよう促されます。それでもAnthropicは、機密データや重大な操作からの隔離と、ユーザーの同意を求めています。分類器は防御策であり、権限の境界を代わりに担うものではありません。開発者側で、実行環境からアクセスできるサイトを制限してください。computer useのセキュリティ

Webページ内で完結する業務について、Anthropicは別のbrowser useツールを案内しています。これはスクリーンショットに加え、ページ構造も利用できます。ポータルにAPIがないという理由だけで、デスクトップ環境全体を構築する必要はありません。browser useツール

複数の操作をまとめる場合の費用については、複数アクション型computer useのコスト分析で解説しています。実務上の線引きは明確です。人が状態を確認し、次の操作を承認すべき地点を越えて、処理をまとめてはいけません。

Claude in Chromeの利用枠とブラウザ権限

Claude in Chromeは、利用者とともにWebサイトの読み取り、クリック、移動を行うAnthropicのブラウザ拡張機能です。 Pro、Max、Team、Enterpriseプランで利用できます。Chromeのサイドパネルはベータ版で、Coworkの利用体験は展開状況や管理者設定によって異なります。Claude in Chromeの導入手順

料金： Anthropicは、Chromeでの利用はClaudeやClaude Codeと「同じプランの利用上限に算入される」と説明しています。ブラウザ操作は通常のチャットより多くの利用量を消費します。Automatically approve（自動承認）モードでは、安全確認のために追加の利用枠を消費します。レポートのダウンロードごとに固定料金がかかるという記載はありません。Chromeの利用上限

安全性： Manually approve（手動承認）モードでは、予定されているアクセスと操作を確認します。権限ガイドでは、サイトに継続的なアクセス許可があってもダウンロードを保護の対象とし、機密情報の扱いや権限の付与にも許可を求めています。禁止される操作には、購入、アカウント作成、完全削除、信頼できないダウンロードなどがあります。組織はサイトの許可リストとブロックリストを適用できます。モードによって動作は異なるため、無人運転のモードでも手動承認時のすべての確認ポイントが維持されるとは考えないでください。Chromeの権限ガイド

拡張機能が手元のブラウザにアクセスできるのは便利ですが、ログイン済みのデータにも手が届くことになります。Anthropicは別のプロファイルを使うことを推奨し、機密性の高いページや規制対象のページでの利用は避けるよう案内しています。仕入先ポータルに社外秘の企業情報や個人情報が含まれるなら、この方式を選ぶ前に利用の適否を判断してください。Chromeを安全に使うためのガイド

Microsoft Copilot Studio：Windows業務をステップ単位で課金

WindowsのデスクトップアプリとWebサイトをまたぐ業務なら、Microsoft Copilot Studioのcomputer useが有力な候補です。 ツールを選択して連携させる「生成オーケストレーション」を使うエージェントが、設定済みのマシンを操作します。Microsoftのcomputer use

料金： Microsoftの課金単位は、モデルのステップです。標準モデルでは5 Copilot Credits、プレミアムモデルでは15 Copilot Creditsを消費します。ステップ内には複数のクリックや、そのほかの低レベルの操作が含まれる場合があります。そのため、手順書に登場するボタンの数を数えても料金は予測できません。computer useのライセンスと課金

安全性： Webサイトやアプリを制限するには、アクセス制御を有効にします。初期設定では制限されていません。Microsoftによると、リスト外での操作はブロックされますが、そのサイトを開くこと自体は防ぎません。専用の隔離されたマシンを使い、接続にどのユーザーIDを使用するかも確認してください。アクセス制御

人による監督機能は、判断に迷った際に確認を求めることができます。ただしMicrosoftは、その要求が確率的に発生するものであり、安全のための停止や独自ルールの強制を保証しないと明記しています。したがって購入の承認には、ワークフロー側で別途、強制できる境界を設ける必要があります。「確認すること」とモデルに指示するだけでは不十分です。人による監督機能の制約

中堅企業のCTOにとっては、既存のWindows環境や自動化基盤の中で運用できる点が魅力です。予算にはクレジット代だけでなく、マシン管理、権限管理、例外への対応も含めます。一方、ブラウザでレポートを取得したいだけの創業者には、業務の規模に対して大がかりな基盤になるかもしれません。

開発者向けにはGoogleとAmazonの選択肢もある

Google Gemini Computer Use

Google Gemini Computer Useは、自社で実装するエグゼキューターを通じて、ブラウザ、モバイル、デスクトップ環境に対応します。 Googleの現行ガイドはGemini 3.8 Flashを推奨しています。Gemini Computer Use

料金： GoogleはComputer Useについて、「モデルの料金に従い、通常のトークンとして課金される」と説明しています。Gemini 3.8 FlashのStandard有料枠は、2026年12月31日まで100万トークンあたり入力$0.75、思考を含む出力$3.75です。料金ページには、2027年1月1日からそれぞれ$1.50、$7.50になると記載されています。Computer Use自体は無料枠では利用できません。Geminiの料金

安全性： クライアント側は、確認要求と操作のブロックを確実に反映しなければなりません。Googleはサンドボックスと移動先の許可・ブロックリストを推奨しています。スクリーンショットに基づくプロンプトインジェクション検出はオプトインで、初期設定では無効です。ツールを宣言しただけで安全対策が整うとは考えず、必要な制御を明示的に有効にしてください。Geminiの安全対策

これも開発者向けの選択肢であり、そのまま業務を引き受ける担当者の代わりにはなりません。トークン単価が魅力的でも、そこにはブラウザのホスティングや結果確認の費用は含まれていません。

Amazon Nova Act

Amazon Nova Actは、自然言語によるブラウザ操作と、Pythonによるワークフロー制御を組み合わせます。 エージェントのブラウザ操作の前後に、明示的なプログラムのロジックを組み込みたい開発者にとって検討する価値があります。Nova Actの概要

料金： AWSは「エージェントの稼働1時間あたり$4.75」と記載しています。対象はエージェントが作業している経過時間で、並列に動くエージェントはそれぞれ利用量が発生します。人を介在させるhuman-in-the-loopの仕組みを実装した場合、人の対応を待つ時間は除外されます。タスクの費用は、エージェントの稼働時間に$4.75を掛けて計算し、別途発生するインフラ費用は含みません。Nova Actの料金

安全性： SDKはstate guardrailsによるURL制限に対応しています。また、パスを許可しない限り、ローカルファイルへのアクセスとアップロードをブロックします。人による承認はSDKを使って自社で実装する機能であり、審査担当者を提供するマネージドサービスではありません。周辺のブラウザ環境にも制限を設けてください。URLのルールを設定することと、その業務の実行を許可することは別です。SDKのセキュリティ、human-in-the-loopの実装

computer useの料金はタスクごとにいくらかかるのか

ポータルからのダウンロードに、一律で妥当といえる単価はありません。 各社はトークン、ステップ、稼働時間、またはサブスクリプション共通の利用枠で計測します。タスク単位で見積もるには、実際のワークフローと、何をもって完了とするかの合意が必要です。

計算の前提を明確にするため、Anthropicが公開している課金例から、入力50,000トークン、出力15,000トークンという利用量を借ります。これはcomputer useの実測値ではなく、計算に使うための公開済みの数量です。通常のキャッシュされていない入力を使い、キャッシュ書き込み、追加ツール、ホスティングはないものとします。例示するトークン数の出典

上記は、参照先のOpenAI、Anthropic、Googleの料金に基づく本記事の計算です。トークン数をそろえても、タスクに必要な処理量、速度、信頼性が同等になるとは限りません。最初のプロンプトの語数ではなく、課金対象の履歴やスクリーンショットを含め、実行全体で計測された総トークン数を使ってください。

Microsoftは別の計算例を示しています。モデルのステップを4回使う勤務時間表のワークフローでは、標準モデルで20クレジット、プレミアムモデルで60クレジットを消費します。公開されている従量課金の単価は1クレジットあたり$0.01なので、computer useのステップにかかる費用は**$0.20または$0.60**です。これはMicrosoftの勤務時間表の例であり、自社ポータルも4ステップで済むと予測するものではありません。ステップの計算例、クレジットの単価

サブスクリプション型のアシスタントでは、別の考え方が必要です。追加の現金支出は残りの利用枠で賄えても、ほかの業務に必要な枠を消費します。また、月額料金を公称のメッセージ上限で割ると、依頼を送ることと、検証済みの正しいレポートを得ることを混同してしまいます。

検収を通った成果物を基準に予算を組む

運用上の費用は、次の式で考えます。

検収済みレポートあたりの費用 =（全実行の課金額 + 配賦した実行環境の費用 + 人による確認・復旧の費用）÷ 検収済みレポート数。

分子には失敗した実行も含めます。アカウント、対象期間、ファイルの内容、保存先が要件を満たして初めて、レポートを検収済みとします。ダウンロードを試みるたびの費用だけを下げようとすると、目指すべき成果から外れてしまいます。

週次業務で比較すべき作業時間も具体的です。手作業にかかる時間から、承認・検証・復旧にかかる時間を引きます。 実際に削減できた時間に、間接費込みの自社の人件費単価を掛け、そこから自動化の費用を差し引きます。想定する投資回収期間内に、継続的な保守と導入の費用まで賄えないなら、手作業を続けるか、より簡単な自動化を使います。

本記事では、人件費単価、成功率、完了時間を仮定していません。これらは利用企業が計測すべき値であり、ベンダーのトークン単価からは分かりません。

API・MCPサーバー・ブラウザ自動化を選ぶべき場面

必要な操作を直接実行できる方法があるなら、それを優先します。 まず調べたいのは通常、画面をたどらずにソフトウェアから呼び出せるAPIです。画面を見て操作するエージェントの構築を依頼する前に、レポート取得用のエンドポイント、定期エクスポート、正式に対応しているファイル配信がないか、仕入先に確認してください。

MCPサーバーはModel Context Protocolを使い、共通のインターフェースを通じてAIアプリケーションにツールやデータを公開します。その裏側でAPIを呼ぶ場合もあれば、ブラウザを動かす場合もあります。したがって、MCPだからといってcomputer useの代わりになるとは限りません。実際の処理方法を決めるのは、その先につながるツールです。MCPのアーキテクチャ

承認済みのレポートの取得など、許可された操作を直接呼び出せるなら、業務を限定したMCPツールを優先します。 画面全体を任せるより、モデルが選べる操作の範囲を狭められます。ただし、仕入先が公開していないエクスポート機能を作り出せるわけではありません。

同じ安定した画面操作と検証を繰り返すなら、保守されているブラウザスクリプトを優先します。 毎回モデルに手順を解釈させなくても、スクリプトで期間を選び、ダウンロードを待てます。保守と検証は引き続き必要ですが、既知の動作を明示的に定義できる利点があります。

途中で判断が必要でも、ページから有用な構造を取得できるなら、ブラウザツールを備えたエージェントを使います。 MicrosoftのPlaywright MCPは、スクリーンショットの解釈を必須にせず、ページの操作要素を構造化したアクセシビリティスナップショットを利用します。ただし、開発元はこれ自体がセキュリティ境界ではないとも明記しています。実務上の利点と制約は、Playwright MCPの設定と制約のガイドで解説しています。Playwright MCP公式リポジトリ

ネイティブアプリ、有用な構造を取り出せない画面、または利用可能な直接操作ツールでは合理的に表現しにくい画面遷移に業務が依存するなら、画面を見てコンピュータを操作する方式を使います。 その工程だけに範囲を絞り、取得したファイルは通常のソフトウェアに渡してください。

実装例：仕入先の週次レポートをダウンロードする

実用性と安全性を両立しやすい出発点は、取得結果を検証し、業務への引き渡しを人が承認するワークフローです。 以下は仕入先ポータル向けの設計例であり、ログインして実地検証した報告ではありません。ポータル側がこのワークフローを許可していること、対象データを選んだ製品で扱えること、アカウントにレポートのエクスポート権限があることを前提とします。

目的を明確にします。承認済みの仕入先アカウントについて、締めが済んだ対象期間の、合意済みの週次納品レポートを取得し、一時保管フォルダに保存します。業務データには変更を加えません。

1. 1

   作業範囲とアクセスを承認する

   担当者が、正確なポータルのアドレス、アカウント、対象期間、レポートの種類、一時保存先を指定します。アカウントにはこの業務に必要なアクセス権だけを持たせます。初回実行の前に、人がその範囲を承認します。別の仕入先アカウントや保存先を使う場合は、ページの記載から判断させず、改めて確認します。

2. 2

   製品で認められた方法で認証する

   必要に応じて、人がログインや多要素認証を行います。ChatGPT Workでは、認証情報をチャットに書き込まず、安全なログインフローを使います。APIで実装する場合も、認証情報の処理をモデルのプロンプトから切り離します。CAPTCHA、想定外のログイン先、アクセス制限が現れたら停止し、担当者に対応を求めます。エージェントに回避が許可された障害とは扱いません。

3. 3

   レポートを選び、選択状態を記録する

   エージェントがレポートメニューを開き、承認されたレポートと期間を選んで、その状態を記録します。対象期間が曖昧、アカウントが異なる、想定したレポートが見つからない場合は停止しなければなりません。ボタンのラベルは読み取っても、別の場所へのアップロードを促すバナーを新たな指示として受け入れてはいけません。

4. 4

   ダウンロード前に人の承認を得る

   アカウント、レポート名、日付範囲、取得元、保存先を担当者に示し、承認されるまで停止します。Claude in Chromeの手動承認によるワークフローでは、これはドキュメントにあるダウンロード許可に対応します。独自実装では、アプリケーション側で必ず通る確認ポイントにします。Copilot Studioの確率的な監督機能だけでは、この停止は保証されません。

5. 5

   一時保存先にダウンロードして検証する

   エージェントが承認済みのダウンロードを開始します。ファイルが取得できたことと、想定した形式であることを確認し、次にファイル内のアカウントと対象期間を検査します。エクスポートのスキーマが分かっている場合は、通常のソフトウェアで必須列を検証します。空のレポートが正しい場合もあります。検証を通すために、存在しない行を作ってはいけません。

6. 6

   業務への引き渡しを承認し、結果を記録する

   業務で使うフォルダにファイルを移す前に、人が検証結果を確認します。この引き渡し承認は本記事で提案するワークフローの一部であり、どのベンダーにも備わっているという意味ではありません。検収済みのファイル、取得元、対象期間、人が介入した内容、計測された利用量、失敗した試行を記録します。内容が一致しないレポートは一時保管フォルダに残し、確認に回します。

上記のログインとダウンロードの動作は、OpenAIのクラウドブラウザとAnthropicの権限ガイドの該当する記載に基づきます。作業範囲の承認、検証、業務への引き渡し承認は、本記事で追加した設計です。

週次スケジュールが開始するのは、この手順です。作業範囲を変更する新たな権限まで与えてはいけません。ログイン期限切れ、レポートの変更、ファイルの欠落、承認要求が生じたとき、黙って別の作業に置き換えず、人の対応を待てるように設計します。

行政手続きのフォームでは、もっと手前で止めます。準備と提出は分離できます。ERPでも、可能なら初期の対象業務を情報の取得に限定してください。在庫調整を反映したり、申告を送信したりできるワークフローには、ダウンロードとは異なる権限設計が必要です。

宣伝文句のどこを見極めるべきか

「API不要」は、アクセス方法の説明であって、確実に動くという保証ではありません。 画面経由でも、認証、自動化の許可、操作可能なインターフェース、正しい結果を見分ける仕組みが必要です。移動したボタンを見つけられるエージェントでも、ポータルの日付フィルターがリセットされたことを見落とすかもしれません。

「必要なときに確認する」は、承認を強制する仕組みより弱い約束です。 OpenAIのホスト型APIは、サイトへの許可と操作の確認を区別しています。Microsoftも、人への確認要求は保証されないと説明しています。導入側が確かめるべきことは具体的です。プロンプトに禁止事項が書かれている場所だけでなく、禁止操作を実際に防ぐ仕組みを実装担当者に示してもらってください。

「タスクあたり数セント」では、費用の大きい部分が抜けている場合があります。 再試行のために人が実行内容を開き、状態を把握して復旧するなら、モデル料金が安くても人件費は発生します。比較すべきなのは、どれだけの確認作業で、検収できる成果物が得られるかです。

「どんなアプリでも動く」は、受け入れテストの代わりにはなりません。 サンプルフォームのデモだけでは、自社の仕入先のログイン、レポート選択、ファイル出力に対応できる証拠にはなりません。導入予定のワークフローについて根拠を求め、ベンダーのベンチマークとは分けて評価してください。

今導入すべきなのは誰か、待つべきなのは誰か

業務担当者： 出力の正しさをすでに検証できる、承認済みの取得業務から始めます。例外対応の責任者を置いてください。自動化を監督するより手作業のほうが少ない手間で済むなら、導入の根拠は弱くなります。

開発者： 最も範囲を絞った連携から始め、必要な部分だけに画面操作を追加します。停止条件、ログ、検証、復旧手順まで責任を持ちます。モデルは構成部品であり、提供すべき成果は保守されたワークフローです。

創業者・導入判断者： 初期設定、継続的なソフトウェア費用、実行、確認作業を分けた見積もりを求めます。ポータルの変更後に何が起き、復旧費用を誰が負担するかも確認してください。重大な変更ができるワークフローなのに、承認の仕組みが自然言語の指示だけなら、導入は待つべきです。

すでにAPIや安定したエクスポートで業務が回っているチーム： 影響はないかもしれません。確実に動く連携を、余分な画面操作に置き換えても、運用上の利点はありません。

現場で気になる疑問

APIのない仕入先ポータルでも使えますか？

選んだ製品がそのポータルにアクセスして操作でき、サイト側がワークフローを許可し、結果を検証できる業務であれば、使える可能性があります。APIがないことは別のアクセス方法が必要な理由にはなりますが、ブラウザとの互換性や自動化の許可まで保証するものではありません。

毎週ログインし直さなくても実行できますか？

セッションがどこまで保持されるかと、ポータルの認証ポリシーによります。認証や承認が必要になったら停止するよう、スケジュールを設計してください。予約実行できる製品だからといって、無人で完了できると約束してはいけません。

古いWindowsのERPには、どのcomputer useエージェントが向いていますか？

まず、業務に必要な環境を確認します。Copilot Studioは設定済みのWindowsマシンに対応し、開発者が制御するcomputer use連携なら独自のデスクトップ環境を用意できます。ブラウザ専用のアシスタントが適するのは、対応ブラウザでERPの対象業務を実行できる場合に限られます。そのうえで、権限、復旧の責任者、検収済みの成果物あたりの費用を比較します。

行政手続きのフォームを入力した後、そのまま送信できますか？

フォームを準備する許可から、送信の権限まであると判断してはいけません。送信する情報と申告内容そのものを人が確認し、選んだ製品の制限を守ったうえで、提出を明示的に承認する境界を設けます。その境界を強制できない場合は、人が送信を完了させてください。

次の月曜日に取り組むこと： 週次ダウンロードの仕入先アカウント、対象期間、許可する保存先、検収項目、承認責任者を書き出してください。人が監督する画面操作の実装範囲を決める前に、正式に対応しているエクスポートや連携方法がないか、ワークフローの責任者に確認してもらいます。

AI導入の実務的な判断に役立つ情報は、ニュースレターでお届けしています。