Claude Codeで業務自動化

第1章：課題との対面と小さな一歩の決意

町の卸売企業「翔栄商事」では、業務の多くが手作業で進んでいた。経理担当者は取引先から届いた請求書PDFを一枚ずつ開き、日付、品目、数量、金額をExcelへ転記する。在庫担当者は、表計算シートの数字と倉庫にある紙の棚札を見比べ、欠品しそうな商品を記録する。顧客管理ではCSVの宛先リストを確認し、案内メールを個別に送り直す。さらに、日次の売上集計は担当者が数字をコピーして、Slackへ貼り付けて報告していた。

一つひとつは単純な作業でも、毎日積み重なると大きな負担になる。「この作業、毎日こんなに時間がかかるのか」と、従業員からため息が漏れるのも無理はない。転記ミスが一件起きれば、請求金額の確認、修正連絡、再集計まで必要になる。担当者が休むと手順が分からず、業務が止まるという属人化も深刻だった。HubSpot、freee、スプレッドシートなどに情報が分散しているため、全体像を把握しにくい「情報分断」も起きていた。

社長の佐藤健太は、人手不足を解消したくても、専任のIT担当者を採用する余裕はない。大規模なシステム導入には費用も時間もかかり、現場が使いこなせるかという不安もある。実際、中小企業のDXでは、人材・コスト・リスク認知が同時に課題となる。情報セキュリティ投資を実施していない企業が約62.6％という調査結果もあり、「必要性が分からない」「投資対効果が見えない」といった迷いが導入の壁になっている。

そんなある日、健太はノーコード／ローコードと、自然言語によるコード生成を組み合わせた業務自動化を知った。Claude Codeは、Anthropicの大規模言語モデルClaudeを核に、自然な文章で指示しながらPython、JavaScript、SQLなどのコード作成や修正を支援するツールである。公式ドキュメントによれば、ターミナルなどからファイルを読み取り、編集やコマンド実行まで行えるため、単に文章やコードを生成するだけでなく、複数の処理を業務フローへ組み込みやすい。Claude Code公式ドキュメント

候補は、いきなり全社改革を目指すものではない。まずは、①請求書PDFから必要項目を抽出してExcelへ転記、②在庫数が基準を下回ったら担当者へ欠品通知、③日次売上を集計してSlackへ投稿、④CSVの顧客リストからメールの下書きを作成、といった反復作業である。請求書の事例紹介では、取引先60〜100社、月約40時間の作業が、約5時間まで減る想定も示されている。ただし、これは業務条件やデータ形式によって変わる参考値であり、効果を保証する数字ではない。請求書自動化事例

健太が決めたのは、便利そうだからと全データを預けることではなかった。まずサンプル5件で試し、生成されたコードを人が確認する。顧客情報や銀行情報などの機密データは扱う範囲を限定し、処理ログと承認者を残す。小さな実験で時間、エラー数、確認負担を測り、問題がなければ対象業務を広げる――それが、翔栄商事の現実的な第一歩になった。

この章のポイント

• Claude Codeは、自然言語の指示から業務スクリプトの作成・修正を支援する。
• 自動化の初期対象は、請求書、在庫、売上報告、顧客メールなど、手順が明確な定型業務が向いている。
• 成功の鍵は、全社一斉導入ではなく、小さく試し、人が確認し、効果とリスクを測ることである。

第2章：出会いと最初の実践—「請求書抽出→Excel」を試す

デモを見た健太は、最初の対象業務を「請求書PDFから金額と日付を抽出し、Excelへ転記する作業」に決めた。請求書は毎月届く一方、取引先ごとにレイアウトや表記が異なる。担当者がPDFを開き、金額・発行日・取引先名を確認して「請求リスト」へ入力するため、単純に見えて確認と修正に時間がかかる業務だった。

自然言語から最初のスクリプトへ

健太はClaude Codeに、次のように指示した。

「請求書PDFの金額と日付を抽出して、Excelの“請求リスト”シートに追加するスクリプトを作って。処理内容を現場担当者にも分かるように説明して。」

Claude Codeは、PDFを読み込む処理、必要な項目を抽出する処理、Excelの指定列へ追加する処理を、PythonやVBAのコードとして組み立てた。Anthropicの公式ドキュメントによれば、Claude Codeはコードの生成だけでなく、ファイル操作やコマンド実行、複数ファイルをまたぐ作業も支援するツールであるClaude Code公式ドキュメント。

ただし、これは厳密な意味での「完全なノーコード」ではない。正確には、自然言語を入口にして、現場担当者でもコードの目的や処理順を確認しやすくするローコード型の自動化である。健太は石井に、抽出した値をそのまま信じるのではなく、「PDFを読む」「項目を判定する」「Excelへ書く」「エラーを記録する」という段階に分けて確認できる点を説明した。

なぜ手作業が残っていたのか

問題の原因は、担当者の作業が遅いことではない。PDFは見た目が帳票でも、内部データの位置や文字情報が一定とは限らず、画像PDFでは文字認識も必要になる。さらに、会計ソフト、メール、共有フォルダ、Excelなどに情報が分散しているため、転記と照合が人の役割として残りやすい。人手不足とIT担当者不足が重なる中、既存システムを大規模に改修する予算も確保しにくい。

参考事例では、取引先60〜100社、月間作業約40時間、転記ミス月2〜4件という請求書業務が想定されている。自動化後は月約5時間まで減る可能性が示されるが、これは企業や帳票の条件で変わる参考値である請求書自動化10事例。つまり効果の本質は、入力速度の向上だけでなく、同じ情報を何度も確認・転記する構造を減らすことにある。

最初の実践で確認すべき範囲

健太と石井は、いきなり全件を自動処理せず、サンプル請求書5件で検証することにした。正常な帳票だけでなく、項目欠落、金額の桁区切り、セル結合、画像PDFなども含め、抽出結果とExcelの転記先を照合する。誤りがあればログに残し、最終登録は石井が確認する。この小さな検証によって、Claude Codeは魔法の代行者ではなく、業務手順を仕組み化する補助役だと分かる。

実演の後、石井はGoogle Sheets、Slack、GmailなどのAPI連携にも気づいた。請求書の登録を起点に納品日リンクを貼り、月次レポートを更新し、関係者へ通知する流れも設計できる。しかし次の自動化へ進む前に、個人情報や取引情報を入力してよい範囲、生成コードの確認者、失敗時の手戻り方法を決める必要がある。小さく試し、人が検証し、手順を文書化することが、現場で続く自動化の第一歩になる。

第3章：困難とリスク—現場で浮かぶ不安と対話

「コードが動いても、金額を間違えたり、顧客情報が漏れたりしたら困る」。請求書の自動化を試した健太は、正確性・セキュリティ・法令順守が同時に求められる現実に気づきました。Claude Codeは自然言語からコードを生成し、複数ファイルの編集や実行も支援しますが、出力が意図と一致するとは限りません。公式ドキュメントを確認し、道具として慎重に使うことが重要です。

定義ボックス｜軽量ガバナンス
AIの利用を止めない範囲で、入力データのルール、生成コードの確認者、テスト方法、バックアップ、障害時の連絡先を決める最低限の運用管理を指します。

提示資料では、過去3事業年度にDX投資を抑制した企業が約62.6％、認識不足やサプライチェーンに関する課題が約19.8％とされます。事故が起きた場合の復旧期間も平均5.8日程度に及ぶ例があり、便利さだけで導入を判断できません。

現実的な四つのアプローチ

1. 小さなPoC（実証実験）から始める
請求書5件の転記や在庫一覧の欠品判定だけで試します。メリットは費用と影響範囲を抑え、削減時間や誤り率を測れること。デメリットは対象業務が限定され、全社展開時に追加設計が必要なことです。

2. テストと人の確認を組み込む
正常系・異常系・境界値のテストを生成させ、出力前に担当者が確認します。メリットは誤送信や誤計上を防ぎやすいこと。デメリットは完全自動化にならず、確認工数が残ることです。

3. データを分類し、権限を絞る
個人情報や口座情報は匿名化し、不要なデータや認証情報を入力しません。Anthropicのデータポリシー、契約プラン、社内規程を確認し、最初は読み取り専用の連携にします。メリットは情報漏えいと法令違反のリスクを下げられること。デメリットは前処理と承認に手間がかかることです。

4. 保守担当と停止条件を決める
CLAUDE.mdに手順を記録し、コードをGitで管理します。利用量の上限、ログ、バックアップ、更新担当者も定めます。メリットは属人化やブラックボックス化を防げること。デメリットは初期設定に加え、ライブラリ更新や仕様変更への継続対応が必要なことです。

健太が選んだのは、少量データで試し、人が確認してから範囲を広げる方法でした。自動化の成否は生成能力だけでなく、軽量ガバナンスを業務フローに組み込めるかで決まります。

第4章：転機の決断—軽量ガバナンスを取り入れる

健太は、Claude Codeの利用を禁止して事故を防ぐのではなく、守るべき線引きを決めて小さく始めることにしました。そこで採用したのが、現場の負担を抑えた「軽量ガバナンス」です。

定義ボックス｜軽量ガバナンス
AIの利用を一律に制限せず、入力データ、出力確認、記録、責任者だけを最低限ルール化する考え方です。

定義ボックス｜市民開発
IT部門だけでなく、業務を理解する現場担当者がノーコード／ローコードやAIを使い、業務ツールを作る方法です。

実装の6ステップ

1. 対象業務を一つに絞る
まずは請求書PDFのExcel転記や在庫確認など、手順と正解が明確な業務を選びます。作業時間、件数、ミスの回数を開始前に記録し、効果を比較できる状態にします。

2. 1ページの利用ガイドラインを作る
「入力禁止：顧客名、住所、口座番号などの機密情報」「個人情報は匿名化・マスキング」「AIの出力をそのまま送信しない」「不明点は責任者へ確認」「処理結果をログに残す」の5項目を明記します。全従業員には、具体例を交えて15分程度で共有します。

3. 作業環境を分けて準備する
input、test、output、logsフォルダを作り、本番データではなく匿名化したサンプルを使います。さらにCLAUDE.mdへ、業務手順、ファイル形式、命名規則、エラー時の対応を記載します。これはClaude Codeに作業ルールを伝える「生きたマニュアル」です。Anthropic公式ドキュメント

4. 出力確認とログを必須にする
担当者は、金額、消費税、宛先、ファイル名、件数を確認してから確定します。メール送信やデータ更新は自動実行せず、人が承認した後に行います。ログには実行日、担当者、使用した指示、成功・失敗、修正内容を残します。

5. 市民開発の基準を決める
現場主導の作成は認めつつ、利用できる保存先、API、権限、バックアップ、管理責任者を指定します。Google Sheets、HubSpot、freee会計などをMCPで連携する場合も、最小権限と接続申請を必須にします。

6. 小さく検証して広げる
経営スポンサー、推進担当、3〜5名のPoCチームで開始し、請求書ならサンプル5件を手作業の結果と照合します。週1回、エラー・削減時間・使いにくさを見直し、合格した手順だけをテンプレート化します。成功後に対象部署を増やせば、現場の速さと安全性を両立できます。

第5章：実践の成果と具体的な適用事例

翔栄商事では、前章で決めた「入力制限・人による確認・ログ保存」を守りながら、まず経理と営業の定型業務にClaude Codeを導入しました。Claude Codeはファイルの読み取りやスクリプト実行まで支援できるため、専門部署に依頼せず、担当者が自然言語で処理内容を伝えながら仕組みを作れます。Claude Code公式概要

4つの自動化で何が変わったか

• 請求書処理：PDFから請求金額・日付を抽出し、Excelへ転記。取引先60〜100社、月40時間かかっていた作業を、検証では約5時間まで短縮しました。出力前に担当者が5件のサンプルを確認し、異常行はログに残します。
• 在庫管理：在庫数が基準値を下回ると、SMTP経由で担当者へ欠品通知を自動送信。確認漏れを防ぎ、発注判断を早めました。
• 売上報告：日次売上を集計し、毎朝Slackへ自動投稿。集計・転記の時間を減らし、管理者が数字の確認と判断に集中できます。
• 顧客メール：CSVの顧客リストから対象者を抽出し、メール文面を作成。送信先の許可リストと担当者の最終承認を必須にしました。

メール対応の削減率は50〜60％、定型業務全体では30〜70％削減が目安とされていますが、効果は業務量やデータの整備状況で変わります。業務改善事例

重要なのは、AIに最終判断を任せないことです。Claude Codeは人を置き換えるのではなく、転記・集計・通知という「補助輪」になります。まず一つの業務を選び、処理時間、エラー件数、確認時間を導入前後で測定しましょう。小さな成功を共有すれば、非エンジニアにも改善の輪が広がります。

第6章：学びと未来への設計図—読者へのメッセージ

翔栄商事と健太の経験から得られる結論は、AI導入の成否はツールの性能だけで決まらないということです。現場の困りごとを起点に小さく試し、効果とリスクを測りながら内製化することが、継続的なDXにつながります。

重要な学びを、次の4点に整理します。

• 小さく始める：請求書転記や売上報告など、頻度が高く手順が明確な業務を1つ選ぶ。
• 目的と出力を先に決める：削減したい時間、完成ファイルの形式、担当者の確認箇所を明文化する。
• 軽量ガバナンスを日常化する：個人情報や機密情報を入力しない、変更履歴を残す、AIの出力を人が最終確認する。
• 数字で判断する：投資を実施している企業が62.6％にとどまる現状、復旧に5.8日、損害額730千円というリスクを教訓に、効果だけでなく停止時の備えも確認する。

まずは、次の手順で1週間の小規模な検証を始めましょう。

対象業務：毎月の請求書PDF作成
入力：CSV、Excelテンプレート
出力：請求書_[取引先名]_[YYYYMM].pdf
確認：金額・税率・宛先を担当者が承認
測定：作業時間、エラー件数、差し戻し件数

実装時は、手順や禁止事項をCLAUDE.mdにまとめ、サンプル5件でテストしてから本番へ進みます。Claude Codeは、自然言語による指示でコード作成・修正・テストを支援し、NoCode/LowCodeツールや既存サービスとの連携も補完できる有力な道具です。現場の声、データ、倫理を両立させれば、専門部署がなくても価値ある自動化を育てられます。今日、最も時間を奪っている定型業務を1つ書き出すことが、未来への第一歩です。