ゼットリンカー、卸売業の商品登録を自動化しAIがタグ・説明文を生成した開発事例を公開。定型業務の自動化を人件費とシステム費で比較する進め方も示す【写真詳細】

AIがタグ・説明文を生成。確認と修正中心の運用へ

株式会社ゼットリンカー（本社：東京都新宿区、代表取締役：金原 隆利、以下「当社」）は、卸売業の商品登録業務を自動化し、AIによる商品タグの付与と商品説明文の生成を組み込んだ開発事例を公開しました。あわせて、こうした定型業務の自動化を「今かかっている人件費」と「自動化後に残る人件費＋システム費用」で比較して判断する、AI PoC開発の進め方を示します。

■ 事例：手作業の商品登録を、確認と修正が中心の運用へ

当社が手がけたのは、商品登録を手作業で行っていた卸売企業（社名非公開）向けのシステム構築です。担当者が1件ずつ商品情報を入力し、説明文を書き起こす運用が続いていました。

・稼働体制：1名（フルスタック）

・開発期間：1〜3ヶ月

・技術構成：Next.js（商品管理・登録確認画面）／ Supabase（認証・データベース・リアルタイム通信）

実装したのは、商品名・型番・価格・仕入先などを含む商品データの一括取り込みと、それを整形して商品マスタへ自動登録するフローです。あわせて、商品情報をもとにカテゴリ・特徴などのタグを自動付与する仕組みと、商品説明文の草稿を生成する仕組みを組み込みました。

この案件で当社が設計上こだわったのは、AIの出力をそのまま確定させないことです。生成されたタグ・説明文は管理画面上で編集・確定でき、担当者が確認・修正してから反映される運用にしています。生成物をそのまま公開しない前提を置くことで、品質を担保したまま自動化の効果を得る形にしました。


■ 導入前の課題

商品登録が手作業で行われており、商品点数の多さに対して入力工数が慢性的に不足していました。加えて、次の課題が生じていました。

・商品説明文を担当者が個別に書き起こしていたため、書き手によって粒度や表現がばらつき、記載の薄い商品がそのまま残っていた

・タグ付けの明確な基準がなく担当者の裁量に委ねられていたため、同種の商品が別々の分類に入り、検索で目的の商品にたどり着けないことがあった

・商品点数の増加に伴い、手作業前提の運用では登録が追いつかない見通しが立っていた

■ 導入効果：3つの成果

【成果1】商品登録工数の削減 … 1件ずつの手入力を、一括取り込みと自動登録に置き換え

【成果2】商品情報の充実 … AIが説明文の草稿を生成し、記載の薄い商品を解消

【成果3】分類のばらつき解消 … AIタグ付けで、担当者ごとの分類基準の差を抑制

具体的には、次の効果が生じています。

・商品登録が自動化され、1件ずつ入力していた工数を確認・修正中心の作業に置き換え

・説明文の草稿をAIが生成することで、記載が薄いまま放置される商品を減らし、商品情報の充実度を底上げ

・タグ付けの基準がシステム側に寄ったことで、担当者ごとの分類のばらつきを抑制

・タグが揃うことで商品検索の精度が上がり、社内での商品の探しやすさが向上

・商品点数が増えても登録作業が破綻しない、拡張に耐える運用体制を確保

・手作業の入力工程が減ったことで、登録漏れ・転記ミスの発生余地を縮小

・登録作業から解放された担当者が、仕入先との交渉や品揃えの検討といった本来の業務に時間を使える体制を実現

・商品データが一元化され、売れ筋分析・価格見直しなど次の打ち手に必要な土台を構築

・AIの出力を人が確認してから反映する運用により、生成物の品質を担保したまま自動化の効果を得られる形を確立

なお、本事例における削減時間・削減金額の実測値は公表していません。効果の大きさは商品点数や体制によって変わるため、次章で示す考え方に沿って、御社の数字で見積もることを前提としています。

■ 背景：削減できるはずの人件費が、毎月見えないまま出ていく

この事例のように、毎月くり返し発生する定型業務は、自動化の対象になりやすい一方で、着手の判断がつきにくい領域でもあります。生成AIの業務活用が広く語られる一方で、当社には次のようなご相談が寄せられます。

・毎月発生する転記・集計・定型返信を、そろそろ人手でやるのをやめたい

・「AIで何かやろう」と言われたが、何から手を付ければいいか分からない

・来期のシステム投資を考えているが、効果が出るか確信が持てない

・以前AIツールを入れたが、結局現場で使われなかった

定型業務の人件費は、毎月の給与に溶け込んでいるため、コストとして意識されにくいという特徴があります。しかし「時給 × 人数 × その作業に費やす時間」は、実際には毎月出ていっている金額です。担当者が複数名、それぞれ月に数十時間をその作業に充てているのであれば、相応の人件費が毎月かかり続けている計算になります。

一方で、自動化にはシステムの開発費と運用費がかかります。判断に必要なのは、この二つを並べて比べることです。当社のPoCは、まず現場の業務を実際に自動化して動かし、「今かかっている人件費」と「自動化後に残る人件費＋システム費用」を、自社の数字で比較できる状態にすることを目的としています。

■ サービスの特徴：4ステップを1周する、それがPoC

AI PoC開発は、業務の棚卸し・設計・試作開発・評価の4ステップを1周します。期間の目安は1〜2ヶ月です。

・STEP 01 業務の棚卸し … 何をAIに任せたいのか、うまくいったと言える基準は何か。現場の話を聞いて先に決めます

・STEP 02 設計 … AIで解くこと・普通のシステムで解くこと・今回はやらないことを仕分けます

・STEP 03 試作開発 … 実際の業務データで動く試作を作ります。デモ用の作り物ではなく、現場で触れるものを

・STEP 04 評価 … 最初に決めた基準で判定し、評価レポートにまとめます。進む・変える・見送るの判断材料です


このうち当社が最も重視しているのが、STEP 01で「うまくいったと言える基準」を先に決めることです。基準を決めないまま試作に入ると、出来上がったものを前にして「すごいけれど、で、これは成功なのか」という議論が始まり、判断できないまま時間だけが過ぎます。何ができたらGOなのかを、関係者の言葉にしてから作り始めます。

■ コスト構造：「時給×人数」と「時給×人数＋システム費用」を並べる

PoCの評価では、削減できた作業時間を人件費に換算し、自動化後に発生する費用と並べて比較します。

【現状】その作業にかかっている人件費
　時給 × 担当人数 × その作業に費やす時間（月）

【自動化後】残る人件費＋システム費用
　時給 × 担当人数 × 残る確認・例外対応の時間（月）
　＋ システムの運用費（月）
　＋ 開発費（初期）


重要なのは、自動化しても人件費がゼロにはならないという点です。AIの出力を人が確認する工程や、例外的なケースへの対応は残ります。当社が設計段階で「AIに任せる範囲」と「人が確認する範囲」を切り分けるのは、この残る工数まで含めて見積もらなければ、比較が成立しないためです。

数値は業務ごとに大きく異なるため、当社が一般的な削減率を示すことはしていません。PoCで実際に動かし、御社の業務データで「何分が何分になったか」を測ったうえで、御社の時給・人数を当てはめて算出します。開発費を何ヶ月で回収できるかは、この比較から逆算できます。

■ 自動化と相性のよい定型業務、そのほかのテーマ

まず対象になりやすいのは、毎月くり返し発生し、手順がある程度決まっている作業です。発生回数が多いほど、うまく自動化できたときの効果も大きくなります。

・紙・PDF・Excelからの転記、システムへの入力

・過去の資料・規程・マニュアルを毎度探し回る調べもの

・問い合わせへの定型的な返信

・書類の内容チェック、不備の洗い出し

・複数のファイルにまたがる集計・突き合わせ

このうち「探し回る時間」は、1回あたり数分と短いために作業として認識されにくく、棚卸しの段階で見落とされがちです。しかし発生回数が多いため、月単位で積み上げると相応の時間になっていることが少なくありません。当社は業務の棚卸しで、こうした細切れの時間も対象に含めて洗い出します。

一方で、AI PoCで扱うテーマは自動化だけではありません。当社がご相談を受ける主なテーマは次の4つです。

・社内文書の検索・活用（RAG） … 散らばった規程・マニュアル・過去資料を、自然言語で探せるか。実際の社内文書で精度を確かめます

・AIエージェント・業務自動化 … 問い合わせ対応や定型業務をAIに任せられるか。任せる範囲と人が確認する範囲を切り分けて検証します

・帳票・書類処理 … 紙・PDF・Excelに埋もれた入力や転記の作業を、AIでどこまで減らせるかを実データで確かめます

・既存システムへのAI組み込み … いま使っているシステムにAIを足したら何が変わるか。小さな接続から試します


いずれも、一般的なデモデータではなく、実際の業務データで検証する点を重視しています。汎用のサンプルで動くことと、自社の書式・用語・例外だらけのデータで動くことは別だからです。

なお、成功基準は必ずしも人件費の削減額とは限りません。本リリースで紹介した定型業務の自動化は「作業時間がどれだけ減ったか」を金額に換算しやすいテーマです。社内文書の検索も、探す時間が短くなれば同じように換算できますが、それに加えて「そもそも必要な情報にたどり着けるか」という精度の軸があり、こちらは金額では測れません。属人化の解消であれば「担当者以外でも同じ結果を出せるか」が判断の軸になります。当社が最初の工程で「うまくいったと言える基準」を決めるのは、テーマによって測るべきものが違うためです。

■ 「今回は見送る」も、PoCの成果

PoCのあとは、評価レポートをもとに次の3つから選べます。どれを選んでも、PoCの結果は無駄になりません。

・本番化する … 試作に手応えがあれば、セキュリティ・運用を補強して業務に載せます

・システムごと見直す … 検証の中で「そもそも今の仕組みから変えたい」となることもあります。その場合は開発全体をご提案します

・今回は見送る … 「今はやらない」も立派な結論です。評価レポートは残るので、時期が来たら再開できます

当社は「この業務には今のAIは合わない」という結果も、本開発に進む前に分かったという成果だと位置付けています。合わなかった理由をまとめた評価レポートをお渡しするため、時期や前提が変わったときに、ゼロからの検討をやり直す必要がありません。

■ 進め方について

・社内データの取り扱い … NDA（秘密保持契約）を締結し、どのデータをどのAIサービスに渡してよいかを最初に取り決めてから進めます

・AIの知識について … 「AIで何ができるのか分からない」という段階からで問題ありません。業務の棚卸しからご一緒します

・期間 … 業務の棚卸しから評価まで1〜2ヶ月が目安です。テーマを絞るほど短くなります

・費用 … 検証するテーマと規模によって変わるため、ヒアリングの上で無料でお見積もりします。本開発より小さく始められる範囲でご提案します

■ 代表コメント

「今回公開した卸売業の事例は、商品登録というくり返し発生する作業が対象でした。こうした定型業務の人件費は給与に含まれているためコストとして見えにくいのですが、『時給×人数×時間』で計算してみると、決して小さくない金額がその作業に使われていることが分かります。

私たちがPoCで最初にやるのは、実は開発ではなく『何ができたら成功と言えるのか』を関係者の言葉にすることです。ここを決めずに作り始めると、動くものができても判断ができません。

PoCは決して安い買い物ではありません。だからこそ、実際に自動化して動かし、削減できた時間を御社の時給と人数で換算したうえで、システム費用と並べて比べていただきたいと考えています。数字を並べた結果『今回は見送る』となることもありますが、それも判断材料が手に入ったという成果です。まずは『この作業、毎月どれくらい時間がかかっていますか』という話からで構いません。」

── 株式会社ゼットリンカー　代表取締役　金原 隆利

■ サービス概要

・サービス名：AI PoC開発

・サービス内容：生成AIが自社の業務で使えるかを検証するPoC受託開発

・進め方：業務の棚卸し → 設計 → 試作開発 → 評価

・期間の目安：1〜2ヶ月（1サイクル）

・対応テーマ：社内文書の検索・活用（RAG）／AIエージェント・業務自動化／帳票・書類処理／既存システムへのAI組み込み

・成果物：動く試作、評価レポート（定型業務の自動化テーマでは、削減できた作業時間と人件費・システム費用の比較を含む）

・費用：ヒアリングの上で無料でお見積もり

・URL：https://zetlinker.com/solutions/ai-poc

・本事例の詳細：https://zetlinker.com/works/logistics-management-system

■ 会社概要

・会社名：株式会社ゼットリンカー

・設立：2025年4月30日

・資本金：100万円

・代表取締役：金原 隆利

・所在地：〒160-0023 東京都新宿区西新宿3丁目3番13号 西新宿水間ビル2F

・事業内容：Web/モバイルアプリ開発・運用保守、AIソフトウェア開発、業務システム開発、DX/AXコンサルティング、自社プロダクト開発（ぜっとらぼ）

・URL：https://zetlinker.com

■ 本件に関するお問い合わせ先

株式会社ゼットリンカー

Email：info@zetlinker.com

お問い合わせ：https://zetlinker.com よりお願いいたします

※本プレスリリースは、AI活用・システム開発・DXを検討されている企業様への情報提供を目的として発信しております。技術相談・開発のご依頼も上記連絡先までお願いいたします。

プレスリリース情報提供元：ValuePress!