月40分の目視を5分以下に落としたfreee AIエージェント、副業AI自動化で効く初回だけ判断させルール化する順番

自動化の仕組みを一通り組んで、生成AIをAPIで呼ぶところまでは動いた。それなのに、なぜか手が空かない。処理は速くなったのに、確認画面を見る時間だけが増えている。副業でAI運用をしている自分も、同じ壁で長く止まっていた。

2026年9月15日にfreeeが発表した「freee顧問先管理 | AIエージェント」と「freee Agent Hub」の設計思想が、その壁の正体を言語化してくれた。会計・税理士事務所という「間違えたら責任問題になる」領域で、どうやってAIに業務を渡していくかという話なのだが、副業でAI自動化を作っている人間にとっても示唆が濃い。

結論から書く。AI自動化で確認作業が減らない最大の理由は、AIに「毎回判断させている」ことだと自分は見ている。仮説と根拠を出させた最初の一回だけ人が確認し、その判断を「ルール」として蓄積して二回目以降は実行させる。自分の場合、この順番を組むまでは、処理速度が上がっても目視の量は減らなかった。

自動化を増やしても確認作業が減らないのはなぜか
会計事務所向けAIエージェントに見る「仮説→確認→ルール化」という順番
一度確認させたら、二回目からはルールとして実行させる
例外だけを人に戻す設計にすると、見る量が減っていく
任せる範囲は一気に広げず、小さな業務から積み上げる
まとめ
参考
【PR】フリーランスエンジニアにおすすめのツール
【PR】おすすめの書籍
1. あわせて読みたい

自動化を増やしても確認作業が減らないのはなぜか

自分が副業でSNS投稿の自動化や記事下書きの自動生成を組み始めた頃、真っ先にぶつかったのがこれだった。生成部分は動く。API経由でLLMを呼び、出力をファイルに書き出し、後でまとめて確認する。動いてはいる。

でも、時間が減らない。むしろ増えている。

原因を分解すると単純な話で、AIが毎回ゼロから判断しているからだ。似たような入力に対して、似たような出力を返しているようで、微妙に揺れている。今日は問題なかったが、明日は変な言い回しが混ざる。だから毎回、全部を目視で確認する羽目になる。100件処理しても、100件全部を人間が見る。手作業でやっていた頃と、目の使い方は同じだ。

「AIに任せた」つもりで、「AIに下書きしてもらって全件確認するアルバイト」になっていた。まさに急所。（気づくの遅すぎたけど）

freeeの発表資料の中に、この構造を突く一文がある。「AIが単独で判断するのではなく、freeeが積み上げてきた標準機能やルール、統合データを活用し、必要な判断だけを人へ返しながら業務を完了へと導きます」。ここで言われている「必要な判断だけを人へ返す」が、目視作業を減らす分岐点だ。

会計事務所向けAIエージェントに見る「仮説→確認→ルール化」という順番

freeeが今回打ち出した「責任あるAI」の考え方が面白い。全自動で手放すためのAIではなく、専門家が責任を果たせるように設計されたAIだと明言している。実行力・説明責任・統制力・改善力の4要件で組んでいるらしい。

この中で個人開発者にとって最も応用が効くのが、AIと人の役割分担の順番だ。発表資料には「初回はAIが仮説と根拠を示し、人の確認・修正を経た判断を事務所のルールとして蓄積します。次回以降はそのルールに基づいて確実に実行し、例外や重要な判断は根拠とともに人へ返します」と書かれている。

分解するとこうなる。

①初回: AIが仮説と根拠を提示し、人が確認・修正する

②蓄積: 確認された判断は「ルール」として保存される

③二回目以降: ルールに従ってAIが実行し、人は触らない

④例外検知: ルールで処理できないケースは根拠付きで人に戻す

先行導入事例として挙げられている税理士法人古田土会計のケースでは、手入力にかかっていた作業時間が50%削減、手作業で約2時間要していた新規顧問先のルール初期構築がAIによる自動提案で10分以下へ短縮、月に40分かかっていた目視チェック作業が5分以下へ削減、という数字が出ている。時間短縮の内訳が、AIの推論速度ではなく「一度確認したルールを二回目からは自動実行する構造」で生まれているのがポイントだ。

株式会社SoVaの事例では「freee Agent Hub」を使って自動登録ルール作成エージェントを組み、AIへ学習を重ねた結果、導入5ヶ月で全記帳業務の約74%を自動処理化したとある。5ヶ月かけて74%というスピード感が、いかにもルール積み上げ型の設計らしい数字だ。

一度確認させたら、二回目からはルールとして実行させる

この発想を副業のAI自動化に持ち込むと、確認作業のコストが下がり始める。

自分の場合、記事下書きのチェックで似た指摘を何度も入れていることに気づいた瞬間があった。「この言い回しは断定が強すぎる」「この見出しは煽り気味」「ここは引用元を明示すべき」。同じ指摘を毎回書いている。だったら、その指摘は「ルール」に格上げして、事前に生成側のプロンプトに組み込むか、後段のチェッカーに判定させればいい。

泣いてない。3時間かけて気づいた。

やったことは3つに絞られる。

第一に、確認の中で繰り返し出てくる指摘を書き出す。「毎回書いてる指摘」は、ルール化候補の一等賞だ。

第二に、それをチェック側の仕組みに組み込む。生成した出力をLLMに再度読ませて、ルールリストと照合させる。合致していれば通す、外れていれば理由付きで戻す。

第三に、戻ってきたケースだけを人が見る。これで目視の総量が、生成した件数から「ルールで拾えなかった件数」に落ちる。

この構造の肝は、二回目以降のAIに「新しい判断」をさせないことだ。判断は初回に人と一緒にやってルール化した。二回目以降はそのルールを機械的に適用するだけ。判断のブレが消えるので、確認の必要性そのものが下がる。freeeの発表資料が「利用を重ねるほど任せられる範囲を広げながら」と書いているのは、この積み上げ効果を指している。

例外だけを人に戻す設計にすると、見る量が減っていく

ルール化を進めていくと、いずれ「ルールでは判断がつかないケース」が残る。ここが人の出番だ。逆に言えば、それ以外は人が見なくていい。

freeeのAIエージェントは「例外や重要な判断は根拠とともに人へ返します」と設計している。根拠と一緒に返してくるのがポイントで、人はゼロから状況を把握し直さなくていい。AIが「このケースはルールAとルールBの両方に該当して矛盾するので判断できない」「過去の類似案件と数値が乖離しているので確認したい」という形で持ってくる。

副業のAI運用に落とし込むと、こうなる。

・自信度スコアを出力に付ける

・スコアが閾値を下回ったものだけ人に戻す

・戻す時は「なぜ迷ったか」を一緒に添える

閾値の設定は最初は勘でいい。運用しながら「これは人が見なくてよかった」「これは見逃したら事故だった」を集計して、少しずつ調整していく。ここで大事なのは、閾値を最初に完璧に決めようとしないこと。ルール化と同じで、運用しながら精度を上げていく前提で組む。

依頼を組む前に「これは毎回同じ判断で済む処理か、ケースごとに判断が要る処理か」を一度挟むと、確認タスクの積み残しが減りやすい。毎回同じ判断で済む処理は、初回だけ人が触ってルール化する。ケースごとに判断が要る処理だけを、AIから根拠付きで戻してもらう。

任せる範囲は一気に広げず、小さな業務から積み上げる

freeeの発表資料に「利用を重ねるほど任せられる範囲を広げながら」というフレーズが出てくる。この「範囲を広げる」のスピード感が、副業AI運用でも参考になる。

古田土会計の事例では、記帳エージェントで手入力時間を50%削減、月次チェックエージェントで目視チェックを月40分→5分以下に短縮、という段階的な話になっている。全業務を一気にAIに渡したわけではなく、記帳・ルール提案・月次チェック・申告書チェックといった共通業務から入り、事務所独自のノウハウはAgent Hub側でカスタムエージェントを作る、という二層構造だ。

副業でAI自動化を組む時も、この二層は効く。共通業務にあたる部分（型が決まっている作業）から先にルール化して、独自のノウハウが要る部分は後回しにする。というのも、独自ノウハウの部分は「毎回同じ判断で済むかどうか」自体を見極める段階から始めるので、時間がかかる。共通業務の自動化が回り始めて、手が空いてきてから独自部分に着手する順番のほうが、続く。

自分の場合、記事の生成→チェック→投稿予約という共通業務の流れは、freeeで言う「完成済みAIエージェント」的な位置付けで組み、そこに自分の文体ルールや発信軸を組み込む部分は後から少しずつ追加していった。この順番を逆にしていたら、たぶん今もどこかで止まっている。