Proof of Concept（概念実証）
SawaLeafが実証してきた、AIとの分業のカタチ
PoC（ピーオーシー、Proof of Concept・概念実証）は、新しい仕組みを小さく作って試し、事業に取り込めるかを判断するための検証プロセスです。
多くの現場で、PoCは「試してみた、で止まった」で終わっています。動くものはできる。しかし、日々の運用に組み込まれる前に、熱量が続かなくなる。SawaLeafでは、生成AIとMCP（Model Context Protocol）を軸に、日常の業務運用まで落ち着いた7つの仕組みを内製で立ち上げてきました。このページは、その記録です。
運用まで届かせるために最初に必要なのは、作り方の巧拙ではなく、作り始める前に整えた開発基盤と、AIとの向き合い方——この2つでした。両者が揃うと、AIに任せる範囲を広げても、担当者は「いま自分たちがどの方向に、何をやっているか」を見失いません。
「AI活用が進むほど、現場の実感から離れていくのでは？」——その懸念への答えも、ここにあります。
最初に整えたこと
アプリを作り始める前に、開発基盤を先に整えていました。SawaLeafの現在の開発環境は、以下の構成です。
| 用途 | 構成 |
|---|---|
| 開発サーバー | 自宅LAN内・Ubuntu Server 24.04 |
| AIとの対話環境 | Claude Desktop（方向づけ）+ Claude Code（実装） |
| MCP基盤 ※ | 3系統: Amplifier（ウェブ運用）/ Home（自宅アプリ）/ Core（横断ハブ） |
| 自動化基盤 | n8n（業務ワークフローの自動化） |
| ルール管理 | SAWALEAF-RULES.md を単一の正として運用 |
| リポジトリ管理 | GitHubで一元化（2025年11月〜、内製） |
※ MCP（Model Context Protocol）: 2024年11月にAnthropicが公開したオープン標準。2025年3月にOpenAI、続いてGoogle・Microsoftが採用し、2025年12月にLinux Foundationへ寄贈されて業界共通インフラとなりました。
始まりは、大きな改革ではなく、日常の小さな関心からでした。「Claudeに毎回、資料を添付するのが面倒だ」——2025年秋、その不便を解消するために、自宅LANにMCPサーバーの原型を立てるところから、SawaLeafの開発基盤は動き始めています。
👉 この開発基盤を、実際にどう組み立てていったのか。開発者ではない立場から、AIに相談しながら環境を整えていった過程は、シリーズ第1回「最初に整えたこと — SawaLeafの開発基盤の記録」に書いています。
この基盤の上で、7つのエージェントが順に生まれてきました。次に、その最初の物語を見ていきます。
諦めていたことから、始める
「ちょっとした日常のストレスや不満を、こだわりを入れた今風の解決策へ、楽しみながら昇華させる。使ったことのないテクノロジーでも、生成AIに根掘り葉掘り聞いていけば、丁寧に解説してもらえる。試してみる価値があるかは、それで分かる」
SawaLeafに並ぶ7つの仕組みは、経営会議から生まれたわけではありません。始まりはいつも、日々の中で「これは仕方ない」と諦めていた不便でした。それぞれの領域を担当し、日々そこを見張り、必要なときに知らせたり応対したりする仕組み——SawaLeafでは、これらを「エージェント」と呼んでいます。
代表例が 番頭 です。もともとは、太陽光発電の実績を可視化する自宅用ダッシュボードを何度も作り直していました。技術的にはきれいに動くものが出来上がった。しかし、見なくなった——数字だけでは、十分にイメージができないからです。「作ったが誰も見ない」というBIツール導入企業でよくある現象を、まず自分で経験したことになります。
そこで発想を反転しました。見せるのではなく、AIに解釈させて語らせる。ロボット声ではないグレードの声で、朝、必要なことが自然に耳に届く。数字を見に行かなくても状況が分かる形——これが番頭の輪郭になりました。
同じ「担当領域を見張って、意味に翻訳して届ける」構造で、他のエージェントも動いています。
- クラ番+アジ番: 冷蔵庫の在庫把握と、そこからの献立提案
- ハンナ: 業務電話のAI受付
- Insight Radar: 自社オウンドメディアの状況を毎日観測
- 太陽光: 発電・省エネ・電気利用のイメージを番頭経由で
どれも、既製ツールを入れる文脈からではなく、日常の中で「もう仕方ない」と受け入れていた場所が起点になっています。そしてこれは、家庭のDXの話であると同時に、企業のDXの話でもあります。
結局、突き詰めてみると、企業の中の業務でも、個人の業務や生活でも、DXは同じことが言えるんです。AIを使う最大のメリットは、今まで忙しすぎて諦めていたことを、実現できるようにすること。それが本質だと思っています。
では、この7つのエージェントは、なぜ運用まで届かせられたのか。次のセクションで、その仕組みを見ていきます。
見失わない、AIとの分業
前のセクションで見た7つのエージェントは、すべて同じ分業の型で作られています。その形を見ていきます。
AIと組む前提
まず、AIと仕事をする上で欠かせない前提があります。曖昧さを持ち込まないこと、感情を挟まないこと。
AIとの相談は、部下との会話と似ています。「なんとなくこんな感じで」といった曖昧な指示や、その場の感情に引きずられた依頼は、AIから引き出せる答えの質を大きく下げます。逆に、「何をしたいのか」「なぜそれが必要なのか」「どこまでを求めるのか」を明確に伝えられれば、AIは的確に応じてくれます。これは組織で部下や同僚と関わるのと同じ原則で、AIに特別なテクニックが要るわけではなく、人と協働するときの当たり前の作法をそのまま持ち込むだけです。
三段構造 — 意志・拡張脳・ツール
その前提の上で、SawaLeafは以下の三段構造でAIと働いています。
- 意志（人間）: 何をしたいのか、なぜそれが必要なのか。ここは常に人間が持ち、委任しません
- 拡張脳（Claude Desktop）: 実現したいことの相談から始まり、テクニカルな知識を整理し、意思決定者が理解できる形に落とし、構成をまとめ、専門家に渡す仕様書を作るまでを担う。組織で言えばCTO・ディレクター役
- ツール（Claude Code）: 仕様書を受け取り、コードを書き、コミットし、デプロイまで担当する実装の専門家
三段の間に流れるのは、指示書（マークダウンファイル）です。ファイルで渡すから、後から振り返れる。方針や判断が絡む瞬間は、必ず拡張脳に戻ります。同じAIでも、拡張脳には相談し、ツールには相談しない——ツールに意志を預けないための、意図的な非対称性です。境目は「翻訳が要るか要らないか」——この一線が原則を守っています。
4つの視点で整理する
この分業のしかたは、4つの視点で整理できます。
- 翻訳の定式化: 拡張脳の仕事は、意志を「実装可能な仕様書」に変換すること
- 非対称性: 同じAIでも、拡張脳には相談し、ツールには相談しない
- 組織適用: 増員するメンバーが同じくペアを持てば、そのまま組織で回せる
- マルチプロジェクトの器: 拡張脳は文脈ごとに分ける（開発 / 会社運営 / 資産管理 / SEO・コンテンツ）、ツールは共通で使う
なお、この三段構造は SawaLeaf独自の工夫ではなく、Anthropic公式が推奨する使い方（Explore first, then plan, then code）のB2B文脈への実装例 です。
たどり着いた原則
こうして分業を回すうちに、ひとつの原則が見えてきました。
重要なのは、常に自分がどんな方向に何をやっているか理解できていること。ブラックボックス化しないこと。
これは最初から設計思想として掲げたものではなく、分業を回してきた結果、事後的に気づいた原則です。
なぜブラックボックスにしないことが重要なのか。理由のひとつは、運用が始まったあとのトラブルシューティングです。事後に問題が起きたとき、仕組みや構成が分かっていれば、どこから調べればよいかが見え、原因の切り分けと修正の手が打てる。逆に、AIに丸ごと任せて中身を把握していなければ、問題が起きた瞬間から対応の手がかりを失います。
AIに任せる範囲を広げれば広げるほど、担当者は方向を掌握しやすくなる——SawaLeafが実証してきた分業のしかたは、そこに向かっています。
では、この分業の型で、実際に何が実現されたのか。次のセクションで、実物を見ていきます。
PoCがカタチになる
前のセクションの分業構造は、動くものを作るための型でした。ここでは、その型で何を実現したかを見ていきます。PoCとは、諦めていた不便に対して、実現したものを日々動かせるカタチまで持っていくこと。実物として立ち上がって、初めてPoCと呼べます。
代表例が ハンナ ——業務電話のAI受付です。
出発点は、対外的な連絡窓口となる電話番号が必要になったこと。ただし、番号を対外的に載せた瞬間、営業電話は必ず来ます。求めていたのは「電話に出てくれる誰か」ではなく、「営業電話をフィルターして、本物の問い合わせだけ拾ってくれる仕組み」 でした。既存の選択肢（留守電、電話代行、IVR）はどれも合わず、SaaS（IVRyなどのサービス）も比較検討したうえで、自前構築を選びました。この番号周りのシステム自体が、SawaLeafが提供するDXコンサルティングの実証実験になるからです。
技術構成は、Twilio Conversation Relay を軸に、Gemini で応答生成、Google Cloud Run でホスティング、Microsoft Teams のアダプティブカードで通知——業務電話の信頼性を、自宅のインターネット・電源から切り離すためのクラウド構成です。
ちょっとした工夫として、ハンナが挨拶を終えた直後に 「ピッ」という短い音 を入れています。留守電の録音開始音と同じで、「ここから話していい」の合図です。AI相手だと相手が話し出すタイミングに迷いがちですが、この一音があるだけで、自然に話し始められます。細部の配慮が、体験の質を作る の実例です。
こうして、ハンナは事業の代表電話として本番稼働に入りました。24時間365日、増員ゼロで、不在のない会社になっています。
前のセクションで紹介したクラ番+アジ番、電力の見立て、Insight Radarも、それぞれの領域で「実現したもの」を持っています。どのエージェントも、既製ツールを入れる文脈からではなく、日常の中で諦めていた場所が起点になっています。
では、これら実現したものが、日々の中でどう定着しているのか。運用まで落ち着いた姿を、次のセクションで見ていきます。
使い続けられるエージェント
前のセクションで見た「実現したもの」は、動き始めたところがゴールではありません。日々の中で使われ続け、動き続けて、初めて運用と呼べます。ここでは、7つのエージェントがどう運用に落ち着いているか、そしてそれを支えている裏側の仕組みを見ていきます。
代表例が Insight Radar です。GA4やSearch Consoleといった専門家向けの分析ツールは、そのままでは入り口しか使えない状態でした。数字はそこにあるのに、事業判断に繋がらない。そこからAIとの相談を重ね、必要なデータの取り方と組み合わせ方を整理し、アプリ化したのが Insight Radar です。今では毎朝、週次・日次・地域別のデータが事前に整った状態で開けます。各記事のメモ機能により、一度気づいたことが翌週も生きる——データは「たまに見る画面」から「判断の起点」に変わりました。
番頭は毎朝の「本日のアナウンス」を配信し続け、クラ番+アジ番は日々の料理の動線に組み込まれ、ハンナは24時間365日、業務電話を代わりに受け続けています。どのエージェントも、動き始めた瞬間から改善のフェーズに入り、少しずつ育っています。
これを裏で支えているのが、3つの仕組みです。n8nによるエラー監視で問題を「起きた瞬間」に把握し、SAWALEAF-RULES.mdへの失敗パターンの蓄積で同じ失敗を繰り返さない構造を作り、そして 月次棚卸し ——といっても会議を開くわけではなく、日々のAIとの会話の中で「そろそろ棚卸しの時期じゃないですか?」とAIから話しかけてくる、その感覚で回しています。
以上を、数字でまとめます。
| 項目 | 数値 |
|---|---|
| 開発期間 | 2025年11月 |
| 開発・運用人数 | 1人 |
| 稼働中のWebアプリ | 7本（番シリーズ） |
| 自作MCPサーバー | 3本（Amplifier / Home / Core） |
| 外部委託・外注 | 0件 |
一人と、AIとの分業だけで、この規模のシステムを2025年11月から構築・運用してきました。これは「一人だからできた特殊なやり方」ではなく、分業の型・業務の流れをAIと人でどう繋ぐか・ルール管理の仕方を持つ組織運営として設計されています。同じ型を、増員するメンバーに持たせれば、そのまま組織で回せる形——それがSawaLeafのPoCが実証してきた運用のカタチです。
試してきたPoCの一覧
7本が日常運用に届いたPoCですが、ここに至るまでに試したもの、いま試作段階にあるものも含めると、以下のような広がりがあります。
これだけ試せた理由の一つに、いつでも、どこからでも呼び出せる基盤があります。自宅の統合ハブ（Home Assistant）とVPN（Tailscale）を通すことで、iPhone・タブレット・外出先のPCから、LAN内のサービスと同じ感覚で触れる。動くものを作った瞬間から、指先の距離で使い続けられる——これが試行を止めない土台になっています。
| 思考のキッカケ | 作ってみたもの | 状態 |
|---|---|---|
| 太陽光のダッシュボードを何度作っても、結局見なくなる。数字が並んでも判断につながらない | 発電量を週・月・年で比較し、朝の音声で状況を解説してくれる。数字を見に行く必要がなくなった | 稼働中 |
| 毎日、冷蔵庫の中身が把握できず、中を開けて「何を作ろう」から始まる。材料確認・献立検討・調理順番の流れがスムースじゃない | 冷蔵庫の内容把握から献立、調理の順序までを一本の流れに提案 | 稼働中 |
| 冬寝ている間、部屋が乾燥して喉をやられる。乾燥に自分では気づけない | 部屋の湿度をモニタリングし、閾値を下回ると音声アラートで教えてくれる | 稼働中 |
| 駐車場に来客や配達が来ても、家の中で気づけない。チャイムを押す前に気づきたい | 家の防犯カメラで人・車を検知し、AI音声で知らせてくれる（Frigateベース） | 稼働中 |
| 夕食どきに毎回BGMを選ぶのが手間 | 時間帯と場面に合わせて適切な音楽を自動選曲する | テスト中 |
| ポータブル電源を、太陽光発電の良い時に充電したい | 天気予報と気温を確認し、リモートコンセントを自動でオンにする仕組み | 試作中 |
| 気候に合った庭の手入れを、その都度判断できない。霜・凍結・植物ごとのタイミングが読めない | 気象データ・週次天候・植物別カレンダーを一枚に統合したガーデニング支援 | 稼働中 |
| 夜間に野生動物が来るのが心配、トレイルカメラへの接続が複雑 | トレイルカメラの映像を自動取得し、AIで動物を検出。OneDrive共有でどこからでも確認 | 稼働中 |
| ブログの読まれ方をGoogle Analyticsで追っても、記事ごとの手応えが掴めず、事業判断に繋げられない | 記事ごとの閲覧数・読了深度・地域分布・流入チャネル・平均滞在時間を毎朝まとめて確認し、記事別のメモも重ねられる | 稼働中 |
| 事業用の電話番号を載せたいが、営業電話に振り回されるのは避けたい。既存の留守電・電話代行・IVRのどれもフィルターとして機能しない | 営業電話を弾き、本物の問い合わせだけTeamsに通知する24時間365日のAI受付 | 稼働中 |
ここでご紹介してきたのは、SawaLeafが自社で実証してきた、生成AIを活用したDXの一例です。特別なものではなく、業界標準となりつつある使い方を、実際の職場の悩みを棚卸ししてDXへ落とし込んだ進め方——それを一人と、AIとの分業で回してきた過程を、そのままお伝えしています。
いま、あなたの組織で導入されているAIは、業務を軽くしていますか、それとも、結果的に手間が増えていませんか? AIやDXという名目でツールを重ねた結果、かえって現場の負担が増える——そのような状態は、多くの現場で見られます。
意味のあるDXは、新しいツールを積み上げることでは生まれません。既存の業務を棚卸しし、諦めていた不便を見つけて、そこにAIを組み込む——SawaLeafが実証してきたのは、この順序で進めるDXでした。
SawaLeafでは、このページで見てきたAIとの分業の型・業務の流れをAIと人でどう繋ぐか・ルール管理の仕方を、そのまま横展開できるパッケージとして提供しているわけではありません。ただ、ここで実証してきた考え方については、対話の中でお話しできます。「自社でも同じことを回してみたい」「うちの業務要件だと、どこから始められるか」——そういう問いから、一緒に考えることはできます。
👉 まずは、30分の無料相談 から始めていただくことができます。相談の中で、より深くお話しする必要があれば、有料のCompass（コンサルティング）へお進みいただくことも可能です。