【導入事例】分析から施策立案まで22時間→約2時間に！EC支援企業が生み出した、顧客に向き合う時間

「毎回やっている作業を、もっと楽にできないか」

EC運営や顧客支援の現場で、そんな課題を感じていませんか？

顧客ごとに異なる情報や利用ツールを把握し、数字を見て、仮説を立て、施策を考える。経験を頼りに進めた結果、うまくいっても同じやり方を再現しにくい。そんな悩みを抱えていたのが、EC事業者の支援を行う株式会社ブランジスタソリューションの十河一誠氏です。

「AX CAMP」の学びを実務に活かし、複数データの分析から課題抽出、施策提案までを支援する仕組みを構築。分析から施策立案までにかかる時間を、約22時間から約2時間へ短縮しました。さらに、分析・制作・品質管理・データ活用など複数の業務を横断して、現時点で効果測定できている施策だけでも月約160時間を削減しています。

毎月ほぼ1人月分の業務時間を、AIや自動化側へ移せている計算です。（これは未測定のSkillsやAIエージェントを含まない、AI活用全体の現時点での下限値です。横展開中の施策については、利用人数や頻度を前提にすると、さらに数百時間単位の削減余地があると試算しています。）

さらに、LP生成エージェントも開発。1商品あたり約8時間かかっていたLP制作を約20分で作れる仕組みを構築しました。これまでリソース不足で対応できなかった商品にも、施策を広げられる可能性が見えてきています。

「自分ができることが増える感覚がすごく楽しくて」——。AI活用を個人の工夫で終わらせず、業務の仕組みへと広げてきた背景を伺いました。

EC支援の分析は、経験に頼るほど再現しにくかった

ーー現在の業務や、責任を持っている領域について教えてください。

十河氏：

当社はEC事業者様の支援を中心に行っています。EC領域のコンサルティングや運用支援、クリエイティブ制作、広告、CRMなど、EC事業全体をご支援しています。

私自身は、もともとEC領域のディレクションやUI/UXデザインを中心に担当してきました。そこから役割が広がり、現在はAIを活用した業務改善や、AIエージェントの企画・設計にも取り組んでいます。

ーーAI活用に取り組む前、特に時間がかかっていた業務は何でしたか？

十河氏：

分かりやすく時間がかかっていたのは、デザインを含むコンテンツ制作です。使えるツールに制約があり、当時のAIモデルでは品質を担保することも難しかったため、思うように活用できませんでした。

また、クライアントワークは会社ごとに前提や利用ツールが異なります。数十社、場合によっては数百社の情報をどうAIに渡すかが、仕組み化するうえで大きな課題でした。

ーー以前は、分析や施策の検討をどのように進めていたのでしょうか？

十河氏：

分析自体は以前から行っていましたが、どこまで見るか、どのような仮説を立てるかは、担当者の経験や知識に依存していました。課題だったのは分析ができないことではなく、分析の観点や判断基準が仕組み化されておらず、同じ水準で再現しづらかったことです。

AIを使うことから、小さく成果を出す設計へ

ーーAI活用を始めたきっかけを教えてください。

十河氏：

AI活用の背景には、生産性を高めてリソースを確保し、その分、新しい受注につなげたいという考えがありました。効率化によって、クライアントワークに使える時間を増やせると考えていました。

個人的にも新しいものが好きで、「AIって何だろう、自分の仕事を楽にできそう」と思って触り始めていました。CodexやClaude Codeのような汎用エージェントを使い、企画の壁打ち、情報整理、分析、文書作成、クリエイティブ制作など、幅広い業務で試していました。自分にできることが増えていく感覚が楽しかったですね。

ーー「AX CAMP」のカリキュラムや伴走支援で、特に印象に残っている学びはありますか？

十河氏：

大きかったのは、100％の全自動化や汎用化を目指す理想論から、小さく成果を出す現実的なステップへと考え方が変わったことです。

AIと聞くと何でもできるように思いがちですが、AIを使う場面とプログラムを使う場面は、作業に合わせて分ける必要があります。その見極めが以前よりできるようになりました。

また、既存のワークフローをそのままAI化しようと考えていたのですが、毎週のミーティングで「入力と出力が明確なら、プロセスは変えてもいい」とアドバイスをいただきました。そこが自分にとって大きな転換点でした。本当の課題がどこにあるかを見直せたことで、実装のスピードも上がりました。

ECデータ分析から意思決定までを支援する仕組み

ーー実際に業務で活用している仕組みと、その効果を教えてください。

十河氏：

分析・制作・品質管理・意思決定などの業務で使う知識や判断基準を、約40のSkillsとして再利用可能な形にモジュール化しています。データも蓄積だけで終わらせず、後続の分析や意思決定に活用できる運用・意思決定データ基盤として整備しています。社内情報や業務システムもAIから横断的に扱えるようにし、情報探索・転記・システム間の操作を減らす仕組みを作っています。

単に生成AIへ指示を出して個々の作業を効率化しているわけではありません。まず業務全体を分解し、AIが判断する工程、APIや既存システムで処理する工程、人が判断する工程を切り分け、それぞれを組み合わせて一連のワークフローとして設計しています。

ルールが明確な処理はAPIや通常のプログラムに任せ、文章理解や分析、仮説生成はAIが担い、重要な意思決定やリスクの高い処理には人の確認を残します。AIに何を任せるかだけでなく、何を任せないかも含めて設計しています。まずAIと人が協働する形から始め、精度や失敗パターン、リスクを確認しながら、問題のない範囲で段階的に自動化を広げています。

実測できているものの一つが、自社オンラインストアの分析エージェントです。GA4や広告、モールなど複数のデータを横断的に扱い、数値の変化を捉えるだけでなく、自社のナレッジを活かした要因仮説の生成、課題の抽出、改善施策や次のアクションの提案まで行います。データ取得・整理から、数値変化の検知、要因分析、仮説生成、課題抽出、改善施策の提案、レポート化までを一連のプロセスとして設計しているというわけです。

そのため、AIですべてを置き換えることを目的にするのではなく、業務ごとにAI・システム・人間の最適な役割分担を設計することを重視しています。

ーーもう一つ、特にインパクトの大きい取り組みはありますか？

十河氏：

LPについても、単に一度で生成するのではなく、商品ページのURLから商品情報を取得し、訴求整理、構成設計、ワイヤーフレーム作成、制作、改善までのプロセスを仕組み化しています。従来は1商品あたり約8時間かかっていた工程を、仕組み上は約20分で進められる形を構築しました。実業務での効果はまだ測定中で、これまでリソース不足で作り込めなかった商品にも施策を広げられる可能性があります。

品質面では、誤字脱字を確認するだけでなく、品質基準や判断基準を形式知化し、それに沿ってAIが確認・指摘する「クリエイティブ品質保証」の仕組みを作っています。重要な判断や最終確認には人が関わります。

「EC分析やレポートに時間がかかり、改善施策まで手が回らない」と感じていませんか？

削減した時間を、顧客に向き合う仕事へ

ーーAI活用によって、仕事の進め方やチームに変化はありましたか？

十河氏：

残業が減り、自分自身の仕事を楽にする時間を作れたことは、変化としてありますね。一方で、削減できた時間をすでに事業拡大へ十分に振り向けられているかというと、まだこれからです。今は業務基盤を再設計している段階です。

もう一つは、限られたリソースをより有効に使えるようになったことです。分析やLP制作にかかる作業を効率化できれば、施策を考えたり、クライアントにコンサルティングを行ったりする時間を確保できます。クライアントに合わせた提案や事業改善など、本来使うべき仕事にリソースを集中できるようになったと感じています。

ーー開発や運用で、まだ課題に感じていることはありますか？

十河氏：

クライアントごとに出力方法を最適化することです。個社ごとの背景やコンテキストを、まだ十分に仕組みに渡せていないと感じています。分析結果の精度も含めて、まだ伸びしろがありますね。

AIに任せる範囲と人が確認する範囲をより整理し、顧客ごとの前提を反映できるようにしていくことが、今後の課題です。

AIに任せる仕事を見つけ、人が価値を出す時間をつくる

ーー今後、実現したいことや次に取り組みたいことはありますか？

十河氏：

AIが自律的にタスクを進め、完了を報告するような仕組みを設計・開発し、それを基盤とした事業を作っていきたいです。ECの運営をAI中心で回せるようにしていくことで、人的リソースだけに依存しない事業の形を目指しています。

ーーこれからAI活用を始める企業に伝えたいことはありますか？

十河氏：

最初からすごいものを作ろうと考えなくていいと思います。まずは普段の仕事の中で、「毎回やっている」「面倒だ」「時間がかかる」「特定の人しかできない」と感じる作業を見つけることが、業務の棚卸しの第一歩です。

そのうえで業務を分解し、AIに任せられる部分を一つずつ切り出していく。大事なのはAIを使うこと自体ではなく、人間が本当に時間を使うべき仕事は何かを考えることだと思います。AIに任せられる仕事を任せ、人は企画や判断、コミュニケーションなど、より価値の高い仕事に時間を使える状態をつくる。そこから始めるのが現実的ではないでしょうか。

---

今回は、業務知識や判断基準を再利用できる形に整理し、AI・システム・人の役割分担まで含めて業務を設計することで、分析から施策立案までの時間短縮と、顧客に向き合う時間の創出につなげた株式会社ブランジスタソリューション・十河一誠氏の事例をご紹介しました。

「AX CAMP」サポート担当より

💡AIと働く組織をつくる「AX CAMP」

本質的にAIを使いこなせる人材へ。

ヒト・モノ・カネ・情報──そして、第5の経営資源「AI」。

あなたの組織は、AIを当たり前にできていますか？

✅ 「AX CAMP」サービス概要

業務AI化のプロ集団AXが提供する「AX CAMP」は、業務ヒアリングでAI化すべき仕事を見つけ→14時間のeラーニングで基礎からAIエージェント設計まで学び→AI化計画を立て→実装・改善・定着まで伴走する、超実践型のAI研修プログラムです。

AIを「知っている」「使っている」で終わらせず、成果を数字で捉えながら、現場でAIが動き続ける状態をつくります。

✅ 伴走支援でできること

• AI化すべき業務を見つける業務ヒアリング・棚卸し
• AIの基礎からAIエージェント設計まで学ぶ14時間のeラーニング
• AI化業務の優先度とロードマップを設計するプランニングMTG
• AIエージェントの設計・構築・改善サポート
• 実務に使えるAIエージェントの配布
• 毎日AI相談室・チャットでの質問対応
• ミーティングによる継続的な実装支援

短期のスキル習得だけではなく、実務で成果が出て、現場に定着するまで伴走します。

✅ 導入いただいた企業様は…

• 「AIでできないか？」と考え、業務を分解する文化が根づく
• 非エンジニアでも、自社業務に合うAIエージェントを設計・内製できるようになる
• AI化の成果を数字で捉え、継続的に改善できるようになる
• 「AIが使える」ではなく、「AIが業務の中で動き続ける組織」へと進化する

こんなAI組織としての未来が待っています。

✅ 導入企業のリアル

• 週30時間相当の既存業務を5時間以内へ
• 6〜7名以上が関わる想定の業務を、ほぼ1名で回せる体制へ
• クリエイティブのチェックを1件約1時間からほぼゼロへ
• 週17.5時間かかっていた広告分析を約10分へ
• 24名の先行活用を起点に、全社展開へ

こうした成果の背景には、業務の棚卸しから、

人とAIの役割設計、実装、改善、定着までを一体で支援するAX独自の伴走があります。

✅ AI活用の相談はこちらから

「自社のどの業務をAI化できる？」

「何から着手し、どう進めればいい？」

「AI活用を実務の成果につなげるには？」

業務ヒアリングでAI化できる業務や優先順位を整理し、貴社に合った導入ステップをご提案します。

面談前に3分の案内動画をご覧いただき、その後、面談予約へお進みください。

▶︎▶︎ 3分動画を見てAI活用相談へ進む ◀◀