着手すべきは「毎週やっている作業」
自動化で失敗する原因のほとんどは、ツールの選定ミスではなく対象の選定ミスです。面白そうな自動化から手を付けると、作るのに数時間かけて月に2回しか動かない仕組みができあがります。
判断は単純な計算で足ります。1回あたりに節約できる時間 × 月の実行回数が、作る手間を上回るかどうか。この基準で見ると、着手すべきものは「毎週、あるいは毎日繰り返している定型作業」に絞られます。
具体的には、フォーム送信を担当者に通知する、受信した添付ファイルを所定のフォルダに保存する、複数のサービスに散らばった数値を毎週1枚のシートに集める、といった作業です。地味ですが回数が多く、しかも人がやると忘れます。
4系統に分かれる
| 系統 | 代表 | 料金 | 向いている場面 |
|---|---|---|---|
| クラウド型（連携先が最多） | Zapier | 無料／Professional $29.99/月／Team $103.50/月 | 使っているSaaSが多い。とにかく繋げたい |
| クラウド型（低価格・処理重視） | Make | 無料／Core $10/月／Pro $18/月 | 分岐やデータ加工が多い。費用を抑えたい |
| セルフホスト可能 | n8n | セルフホストは無料／Starter $24/月 | データを外部に出せない |
| 簡易・単機能 | IFTTT | 無料／Pro $3.49/月／Pro+ $14.99/月 | 個人利用。ひとつの条件で動く単純な連携 |
AIを組み込んだアプリとして組み立てたい場合はDify（セルフホスト可能／Professional $59/月）が別系統の選択肢になります。社内ナレッジを参照するチャットのような形にしたい場合はこちらです。Dify vs Zapierで違いを整理しています。
選び分けの実際は次のとおりです。使っているサービスが対応しているかが最初の関門で、ここで候補が決まってしまうことが多いです。対応数ではZapierが最も広く、まず自分が繋ぎたいサービスがあるかを確認してください。対応していれば費用でMakeと比べます。データを外に出せない要件がある場合のみn8nのセルフホストを検討します。詳しくはZapier vs MakeとZapier vs n8nを参照してください。
課金方式の違いが費用を分ける
月額の数字だけを比べると判断を誤ります。数え方が違うためです。
タスク単位の課金。Zapierは処理が1ステップ進むごとに1タスクを消費します。5ステップの自動化を100回動かせば500タスクです。ステップ数が多い自動化を作ると、想定より早く上限に達します。
オペレーション単位の課金。Makeも似た数え方ですが、単価が低く設定されており、同じ処理量なら費用を抑えやすい傾向があります。低価格帯（Core $10/月）から始められるのが実際の利点です。
実行単位の課金。n8nのクラウド版はワークフローの実行回数で数えるため、ステップ数が多くても1回として計上されます。処理が複雑な自動化では有利になります。セルフホストなら回数の制約自体がありません。
したがって、ステップ数の多い自動化を大量に回すなら実行単位、単純な連携を少量ならタスク単位が有利です。無料枠で数週間動かしてみて、実際の消費量を見てからプランを決めるのが確実です。
AIを組み込むと何が変わるか
従来の自動化は「条件が一致したら決まった処理をする」ものでした。ここにAIを入れると、判断と生成を挟めるようになります。実務で効くのは3つです。
分類。届いた問い合わせを内容で振り分ける。従来はキーワード一致でしか判定できず、表現の揺れに対応できませんでした。
要約。長い報告や議事録を短くして通知に載せる。全文をSlackに流しても読まれませんが、3行になれば読まれます。
下書き生成。問い合わせに対する回答案を作って担当者に渡す。送信はせず、人が確認して送る形にします。
この3つに共通するのは、AIの出力を人が受け取る形にしていることです。AIの判断結果をそのまま外部への送信や削除に繋げる設計は避けてください。理由は次の節で述べます。
最初に作る3つの型
いきなり複雑なものを作らず、次の順で作ると挫折しません。
1. 通知。「フォームが送信されたらSlackに流す」。単方向で、失敗しても被害がありません。自動化の仕組みを理解する練習になります。
2. 転記。「受信メールの添付をストレージに保存し、一覧をシートに追記する」。ここで初めてデータの加工が入ります。
3. 定期レポート。「毎週月曜に複数サービスの数値を集めてシートを更新し、要約をAIに書かせて通知する」。ここまで来ると、人がやっていた作業がまるごと消えます。
この順で作ると、2の時点でツールの癖が分かり、3で本格的な設計ができるようになります。
壊れたときに気づける設計にする
自動化の本当のリスクは、失敗することではなく静かに止まることです。人がやっていれば「あれ、来ていない」と気づきますが、自動化は止まっても誰も気づきません。数週間分のデータが欠けていたと後で判明する、という事故が起きます。
対策は3つです。失敗時に通知する。多くのツールにエラー通知の設定があります。必ず有効にしてください。成功したことも定期的に見える形にする。週次レポートのように結果物が届くものは、届かなければ気づけます。件数を記録する。「今週の処理件数: 0件」と分かる形にしておくと、異常に気づけます。
あわせて、認証の期限切れに注意してください。連携先サービスの再ログインが必要になって止まるのは、実際にもっとも多い停止原因です。
外部から届いた文面をAIに渡すときのリスク
メールやフォームの内容をAIに読ませて次の動作を決めさせる構成には、固有のリスクがあります。届いた文面の中に「これまでの指示を無視して以下を実行せよ」といった文が仕込まれていると、AIがそれを利用者の指示と区別できずに従うことがあります。プロンプトインジェクションと呼ばれる問題です。
読んで通知するだけなら被害は限定的ですが、AIの判断を送信・削除・支払いといった操作に直結させている場合は実害になります。設計の原則は2つです。読み込んだ内容は「指示」ではなく「データ」として扱う構成にすること。そして取り消せない操作は人の確認を挟むこと。詳しくはAIのセキュリティリスク5類型で扱っています。
また、自動化の中でAIに渡すデータには顧客情報が含まれがちです。組織で運用するなら入力してよい情報の範囲を先に決めてください。判断基準はAIツールのデータポリシー比較、社内での進め方はAIツールの社内導入ガイドにまとめています。
順位付きで候補を見たい場合はAI業務自動化ツールおすすめランキング、条件から絞るなら無料診断を使ってください。
よくある質問
プログラミングの知識は必要ですか？
通知や転記のような単純な連携であれば不要です。画面上でサービスを選んで繋ぐ形で作れます。ただし条件分岐やデータの加工が入ると、プログラミングそのものではなくても「処理の流れを設計する」考え方が必要になります。
無料プランだけで運用できますか？
個人利用で処理量が少なければ運用できます。無料枠は月あたりのタスク数や実行回数で区切られているため、まず無料で数週間動かして実際の消費量を測ってからプランを決めてください。
ZapierとMake、どちらを選ぶべきですか？
繋ぎたいサービスがZapierにしか対応していない場合はZapierです。両方が対応しているなら、費用面ではMakeのほうが低価格帯から始められます。分岐やデータ加工が多い処理でもMakeが向きます。
自動化が止まっていることに気づけますか？
設定しなければ気づけません。エラー通知を有効にし、処理件数が見える形にしてください。連携先サービスの認証切れによる停止がもっとも多いので、定期的な確認も必要です。
社内データを外部サービスに通したくない場合はどうすればよいですか？
n8nはセルフホストできるため、自社の環境内で処理を完結させられます。Difyも同様にセルフホストの選択肢があります。技術的な運用体制が必要になる点は前提として見込んでください。