調査によると、中小企業の4社に3社がAIを試みていますが、実際に機能させているのは10社に1社にも満たないのが現状です。どこで詰まっているか？最も多い答えは同じです。「どこから始めればいいかわからない。」
この空白に、ツールが入り込む余地が生まれます。DudaはWebサイト作りをスライド作成と同じくらい簡単にすると言い、N8Nは繰り返し作業をすべて自動化できると言います。経営者は問題を解決したい、ツールは解決できると言う、お金が出ていく。
でも私が観察してきた限り、問題はツールの選択の正否ではありません。もっと根本的なことです。毎月払っているお金の一部は、ベンダーのビジネスロジックに充てられている——あなたのビジネスのためではなく。
彼らの成功とあなたの成功——それは同じことですか？
Dudaが成功するのは、あなたのサイトが公開され、月額料金が払い続けられているときです。
あなたが成功するのは、顧客が電話してきたり、問い合わせフォームを送ってきたときです。
N8Nコンサルタントが成功するのは、ワークフローのノードが増え、連携が複雑になり、あなたが彼らに依存するほど深くなったときです。
あなたが成功するのは、毎週繰り返していたあの作業が、本当になくなったときです。
この二つの定義は合いません。しかも、購入時点ではそれに気づかない——数ヶ月後、費用は出続けているのに成果が来ない、という状況になって初めて、何かおかしいと感じ始めます。
Klarnaは中小企業ではありませんが、まったく同じ問題に直面しました。SalesforceとWorkdayをやめて、年間4,000万ドルを節約しました。CEOの説明は率直でした。Salesforceの成功とは、あなたが使い続けることであって、あなたのビジネスが成長することではない、と。
これらのツールが悪いと言いたいわけではありません。Salesforceは本当に強力です。Dudaのインターフェースも直感的です。問題は、それらのビジネスモデルが「もう必要なくなるまで使う」ことを前提に設計されていないことです。更新率、エンゲージメント、アップセルパス——それが彼らが本当に最適化している数字であって、あなたの売上ではありません。
これは、販売時に誰も教えてくれないから気づきません。気づいた頃には、たいてい1年分の費用を払い終わっています。
中小企業には、この計算をしてくれる財務部門がありません。でも月額料金と人件費は、どちらも同じくらいリアルなコストです。
「参入障壁を下げる」と言っていたツールたちはどこへ行った？
a16zの元パートナー、Benedict Evansは昨年の年次レポートをAI Eats the World（AIが世界を食べる）と名付けました。彼の主張はこうです。かつてソフトウェアが伝統産業を飲み込んだように、今はAIがソフトウェアそのものを飲み込んでいる。あなたと答えの間に座って生き延びてきた中間層が、一層ずつ消えていっている。
Cheggはその最も明確な例です。アメリカ最大のオンライン宿題解答プラットフォームでした。ビジネスモデルはシンプルです。学生と答えの間に座って、月額課金する。
2022年11月：ChatGPTが登場。
5ヶ月後、CheggのCEOが決算説明会でChatGPTが会社に打撃を与えていると初めて言及しました。その日、株価は48%下落。そのまま下がり続けました。時価総額は147億ドルから1億1,000万ドルへ——3年で99%崩壊。
自救策も試みました。GPT-4を使った自社AI版を作り、CheggMateと名付けました。うまくいきませんでした。学生がわざわざ包まれた版を選ぶ理由がなかったからです。教訓は残酷です。より強いものを包んで提供しても、そのより強いもの本体に対抗することはできない。
Jasper AIの話はさらに直接的です。マーケティングコピー専用のAIツールで、2022年の評価額は15億ドルでした。ChatGPTが登場した後、1年以内に売上は半減し、創業者たちが去り、CEOが交代しました。
ツール自体がAIであっても、ユーザーと答えの間に座っていれば、同じように飲み込まれます。
Dudaの問題は同じ層にありますが、あなたにより近いところにあります。「ウェブサイトを作るのをスライド作りと同じくらい簡単に」というのが売り文句でした。でも今、スライド作りそのものが手動でやる作業ではほぼなくなっています——Gammaのようなツールに数行説明するだけで、完成したプレゼン資料が生成されます。Dudaが類比として使っていたそのもの自体が、置き換えられかけています。
より現実的な問題として：Claudeに欲しいページの内容を直接伝えれば、Dudaのインターフェースを覚えるより遅くはなく、結果も必ずしも劣りません。そして、Dudaは結局、ドメイン設定やDNSの向け方といった難しい部分を解決してくれませんでした——それはあなた自身がやるか、別の人を探すしかなかった。AIならその手順を一つずつ一緒に歩いてくれます。
Dudaが下げようとしていた壁は、彼らが主張していたほど高くはなかったのです。
もう一つ知っておく価値があることがあります。Dudaの料金ページには白黒で書かれています。データエクスポートは最上位のAgencyプランでしか使えません。あなたが入れた記事、ページ、画像——いつかプラットフォームを乗り換えたいと思ったとき、追加料金を払ってアップグレードするか、最初からやり直すかしかありません。
入るのは簡単、出るのには代償がある——これは偶然ではなく、設計です。
N8Nの問題は本当にどこにあるのか？
概念上の問題はありません。ワークフローを自動化したいというニーズは本物で、N8Nの機能も確かに豊富です。
問題は、メンテナンスです。
ワークフローを構築するには時間がかかります。稼働し始めたら「観察期間」に入ります。そしてある朝、通知が届きます——ワークフローが壊れた。確認すると、外部サービスがこっそりAPIのフォーマットを変えていて、そのノードがデータを読めなくなり、後続のすべてが止まっている。誰かに直してもらい、また数日動いて、また別の問題が出る。
これはN8N特有の話ではありません。N8N自身のコミュニティフォーラムに「When N8N is NOT the Right Choice for AI Automation（N8NがAI自動化の正解でない場合）」というスレッドがあります。外部からの批判ではなく、ヘビーユーザー自身が言っていることです。
ワークフローは、設計された80%のケースを完璧に処理できるだけです。残り20%——フォーマットが違う、サービスがタイムアウトする、フィールドが欠けている——は毎回人間の判断が必要です。時間が経つと、メンテナンスに使う時間が自動化で節約できた時間を超えます。そして、修正できる人は全員、頭の中に見えないメンテナンス責任を抱えることになります。
AIエージェントの対処法は違います。あなたが求める結果を伝えると、エージェントが道を見つけます。問題が起きたら、まず自分で直そうとし、直せなければ何が起きたか教えてくれます。フォールトトレランスが内蔵されていて、すべての例外ケースをあらかじめ図に描き込む必要はありません。
このギャップは機能の強弱の問題ではありません。思考の方法の問題です。N8Nのロジックは：すべてのステップを事前に定義し、それを実行させる。エージェントのロジックは：目標を伝えて、方法は自分で考えさせる。前者は、始める前に問題を完全に整理しておくことを要求します。後者は、進みながら問題を整理することを可能にします。
エンジニアのいない中小企業にとって、このギャップはとても現実的です。
あなたが身につけているのは、あるツールのノードロジックではありません。「解決したい問題を明確に言語化する力」です——その力は、どのツールに乗り換えても持ち運べます。
では、経営者は今何をすべきか？
ここまで読んで「わかった。でも、自分でこれを全部調べる時間はない」と言う人がいると思います。
それこそが、あのツールたちが一番聞きたい言葉です。「社長は忙しい」が、「社長には私が必要だ」という理由になるからです。
誰かに実行を任せることは問題ありません。問題は、誰に予算を渡しているか、です。
ShopifyのCEO、Tobi Lütkeは昨年の社内メモでこう率直に述べています：
「AIを効果的に使うことは、今やShopifyの全員に対する基本的な期待であり、選択肢ではありません。増員やリソースを申請する前に、チームはAIでは実現できないことを証明しなければなりません。」
「ITチームにAIツールを評価させろ」とは言っていません。自分自身の仕事を、まずAIにぶつけてみろ、と言っているのです。ツールを買うのはその後——それが最初のステップではない。
ウォートン・スクールの教授Ethan Mollickは、AIが仕事に与える影響を3年以上研究し、結論を一言で言っています：
「フロンティアモデルを直接使い、何ができるかを確かめてください。たくさん使ってください。」
コースを受講するのではなく、誰かがパッケージ化したインターフェースを通すのでもなく、従業員が本当の日常業務を持ち込んでモデルに直接ぶつけること。MITの研究では、このアプローチでタスク完了時間が平均37%短縮されました。BCGの800人のコンサルタントを対象にした研究でも同じ結果が出ています。
「でも、AIって習得が難しいんじゃない？」
NVIDIAのCEO、Jensen Huangは今年のダボス会議でこう言いました：
「AIはソフトウェアの歴史の中で最も使いやすいソフトウェアです。」
コードを知る必要はありません。ワークフローを設定する必要もありません。マニュアルを読む必要もない。問題を明確に説明するだけでいい——そして「問題を明確に説明すること」は、あなたがすでに毎日やっていることです。
具体的には：パッケージツールに払っている月額料金を、従業員一人ひとりのClaudeやChatGPTのサブスクリプションに切り替えてみてください。今日は顧客データの整理に使い、明日はフォローアップメールの下書きに使い、あさっては先週の売上データを見せて何がおかしいか指摘してもらう。シナリオを設計する必要はありません——あるものをそのまま投げ込むだけでいい。
使っていくうちに、一人ひとりが感覚をつかんでいきます。何をAIに直接任せられるか、何は自分で判断すべきか。その判断力は、買えません。使うことでしか身につかない。そしてそれはその人の能力であって、ツールのアカウントではありません。プラットフォームを変えても、持ち運べます。
次にAIツールを売りに来る人が現れたら、この二つを聞いてください：
「ChatGPTやClaudeを直接使えば、このツールと同じ結果が得られないのですか？得られないとしたら、具体的に何ができないのですか？」
Cheggはこれに答えられませんでした。Jasperも同様です。答えが「インターフェースが使いやすい」か「統合してまとめてある」なら、それはパッケージであって能力ではありません。本当に払う価値のあるツールは、ベースモデルができないが自分にはできる、という具体的な理由を一つ言えるはずです。
「使った後、どの作業が数分から数秒になりますか？実際の例を挙げてもらえますか？」
N8Nの構築には時間がかかり、メンテナンスにも時間がかかり、壊れたときの修正にも時間がかかります。多くのツールの「時間節約」は、時間をある場所から別の場所に移動させているだけで、本当になくなっているわけではありません。「このステップは以前20分かかっていたが、今は30秒」と言えるツールだけが、本物です。
二つの質問にはっきり答えられるなら、話を続けてください。答えられないなら、あなたの時間はもう節約できています。
前の記事では、AIがあなたがもともと持っている能力を増幅できるという話をしました。この記事はその裏面です。参入障壁を下げると主張するツールが、時としてあなたと答えの間にもう一枚の有料の扉を追加しているだけのことがあります。
まっすぐ入っていってください。
関連記事
裏面——AIを直接使ったときに何を増幅できるか——を知りたい方は、前の記事をどうぞ：AI入門は、ツール探しをやめて、自分が得意なことを増幅することから。
