- 「もうエンジニアを雇わなくても、AIが勝手にアプリを作ってくれる時代」が、すぐそこまで来ています
- Devinとは？AIが「プログラマーの仕事」を丸ごと引き受ける時代の到来
- なぜ今、自律型AIエンジニアが注目されているのか？3つの背景
- Devinの驚異的な能力：実際に何ができるのか？
- OpenDevinとは？誰でも試せるオープンソース版の登場
- 実践レポート：OpenDevinを実際に動かしてみた
- OpenDevinの実力と限界：正直な評価
- 企業での活用事例と導入のポイント
- よくある質問（Q&A）
- 今すぐ始めるための具体的なアクションプラン
- 他の類似ツールとの比較
- まとめ：AIエンジニアと共に働く未来は、もう始まっている
「もうエンジニアを雇わなくても、AIが勝手にアプリを作ってくれる時代」が、すぐそこまで来ています
「プログラミングができないから、システム開発は外注するしかない」 「エンジニアの採用コストが高すぎて、新規事業に踏み出せない」 「簡単な修正でも、いちいち開発会社に依頼しなければならない」
こんな悩みを抱えている経営者や事業担当者の方々に、驚きのニュースがあります。
2024年3月、シリコンバレーのスタートアップ企業Cognition社が発表した**「Devin（デヴィン）」というAIが、世界中のIT業界に衝撃を与えました。なぜなら、このAIは「世界初の完全自律型AIソフトウェアエンジニア」**として、人間のエンジニアと同じように、自分で考え、計画を立て、実際にコードを書いて、テストまで行ってくれるからです。
さらに興味深いことに、このDevinにインスパイアを受けた**オープンソース版「OpenDevin」が登場し、誰でも無料で試せるようになりました。私自身、AIコンサルタントとして様々なツールを試してきましたが、OpenDevinを実際に動かしてみて、「これは本当にゲームチェンジャーだ」**と確信しました。
この記事では、Devinがもたらす衝撃的な未来と、実際にOpenDevinを動かして簡単な開発タスクを依頼した結果を、技術的な知識がない方でも理解できるよう、詳しくレポートします。
Devinとは？AIが「プログラマーの仕事」を丸ごと引き受ける時代の到来
従来のAIコーディングツールとの決定的な違い
これまでにも、GitHub CopilotやChatGPTのように、「コーディングを支援してくれるAI」は存在していました。しかし、これらのツールは、あくまで人間のプログラマーのアシスタントという位置づけでした。
一方、Devinは**「アシスタント」ではなく「エンジニア」です。つまり、以下のような作業をすべて自律的に**行います：
| 従来のAIツール | Devin |
|---|---|
| コードの一部分を提案する | プロジェクト全体を設計する |
| 人間の指示に従ってコードを生成 | 自分で問題を分析し、解決策を考える |
| エラーが出たら人間が修正 | エラーを自分で発見し、修正する |
| 単一のファイルを扱う | 複数のファイルを同時に管理 |
| 短時間のタスクのみ | 長時間かかる複雑なプロジェクトも完遂 |
身近な例で理解する「自律型AI」の凄さ
これを身近な例で説明すると、**「料理」**に例えるとわかりやすいでしょう。
- 従来のAIツール = レシピ本を見ながら料理する際に、「次は何を入れるの？」と聞くたびに教えてくれる料理アシスタント
- Devin = 「今日の夕食は和食にして」と言うだけで、冷蔵庫の中身を確認し、足りない材料を買い出しに行き、調理して、盛り付けまで全部やってくれる専属シェフ
つまり、Devinは単なる「便利なツール」ではなく、**「チームメンバー」**として働いてくれるAIなのです。
なぜ今、自律型AIエンジニアが注目されているのか？3つの背景
1. 深刻化するエンジニア不足問題
経済産業省の調査によると、2030年には日本国内で約79万人のIT人材が不足すると予測されています。特に中小企業では、優秀なエンジニアの採用が困難で、**「やりたいことはあるのに、実現できる人材がいない」**という状況が続いています。
私がコンサルティングをしている企業でも、「エンジニア1人の採用に年収600万円以上かかる」「採用してもすぐに転職されてしまう」という声をよく聞きます。
2. DX（デジタルトランスフォーメーション）の急速な進展
コロナ禍を経て、あらゆる業界でDXが加速しています。しかし、「DXを進めたいが、社内にIT人材がいない」という企業が大半です。外注すると、簡単なWebサイトの制作でも数十万円から数百万円かかることも珍しくありません。
3. ノーコード・ローコードツールの限界
最近では、プログラミング不要でアプリを作れる「ノーコード・ローコードツール」も人気ですが、**「結局、複雑なことをやろうとすると、コーディングが必要になる」**という限界があります。
こうした背景から、**「人間のエンジニアと同じように働いてくれるAI」**への期待が高まっているのです。
Devinの驚異的な能力：実際に何ができるのか？
実績1：実際の開発案件を受注し、報酬を獲得
Devinの最も衝撃的な実績は、クラウドソーシングサイト「Upwork」で実際の開発案件を受注し、完遂したことです。具体的には：
- コンピュータービジョン関連のコード修正案件
- 報酬：120ドル（約18,000円）
- 作業内容：推論スクリプトの実行とデバッグ
これは、AIが人間の仕事を奪うのではなく、人間と同じ土俵で仕事をこなせることを証明した画期的な事例です。
実績2：複雑なソフトウェアプロジェクトの完遂
Cognition社の発表によると、Devinは以下のような複雑なタスクも自律的に完了できます：
| タスクの種類 | 具体例 | 従来必要だった時間 |
|---|---|---|
| Webアプリ開発 | インタラクティブなWebサイトの構築 | 2〜3週間 |
| モバイルアプリ開発 | iOSアプリの作成とデプロイ | 1〜2ヶ月 |
| データ分析 | 大規模データの処理と可視化 | 1週間 |
| AI モデルの訓練 | 画像認識モデルのファインチューニング | 3〜5日 |
| バグ修正 | オープンソースプロジェクトのバグ対応 | 数時間〜数日 |
実績3：SWE-benchでの圧倒的なパフォーマンス
SWE-benchは、実際のGitHubのイシュー（問題）を解決する能力を測定するベンチマークです。Devinは、このベンチマークで**13.86%**の問題を自律的に解決しました。
これは一見低い数字に見えるかもしれませんが、以下の比較を見てください：
- Claude 2（Anthropic社）: 4.80%
- GPT-4（OpenAI社）: 1.74%
- 従来の最高記録: 3.97%
つまり、Devinは従来のAIの約3倍以上の問題解決能力を持っているのです。
OpenDevinとは？誰でも試せるオープンソース版の登場
Devinの民主化を目指すプロジェクト
Devin自体は、Cognition社の商用製品であり、現在は限定的なベータ版としてのみ提供されています。利用するには、ウェイトリストに登録して承認を待つ必要があり、一般の人がすぐに試すことはできません。
そこで登場したのが**「OpenDevin」です。これは、Devinのコンセプトにインスパイアされた完全オープンソースのプロジェクト**で、以下の特徴があります：
| 項目 | Devin（Cognition社） | OpenDevin |
|---|---|---|
| 価格 | 未公開（将来的に有料化予定） | 完全無料 |
| 利用制限 | ウェイトリスト制 | 誰でもすぐ利用可能 |
| カスタマイズ | 不可 | 自由にカスタマイズ可能 |
| 透明性 | ブラックボックス | ソースコード公開 |
| コミュニティ | 企業主導 | 世界中の開発者が貢献 |
OpenDevinの主要機能
OpenDevinは、以下のような機能を提供しています：
- 自然言語での指示理解
- 「Pythonで簡単な電卓アプリを作って」といった日本語の指示も理解
- 技術的な詳細を指定する必要なし
- マルチステップタスクの実行
- 計画立案 → コーディング → テスト → デバッグを自動で実行
- 必要に応じてインターネットから情報を収集
- 複数ファイルの同時管理
- プロジェクト全体の構造を理解
- 依存関係を考慮した開発
- エラーの自動修正
- 実行時エラーを検知して自動修正
- より良い実装方法の提案
実践レポート：OpenDevinを実際に動かしてみた
セットアップ方法（初心者でもできる3ステップ）
私が実際にOpenDevinをセットアップした手順を、プログラミング経験がない方でも理解できるよう、詳しく説明します。
ステップ1：必要な環境を準備する
OpenDevinを動かすには、以下の環境が必要です：
| 必要なもの | 推奨スペック | 最小スペック |
|---|---|---|
| OS | Windows 11, macOS 12以降, Ubuntu 22.04 | Windows 10, macOS 11, Ubuntu 20.04 |
| メモリ（RAM） | 16GB以上 | 8GB |
| ストレージ | 50GB以上の空き容量 | 20GB |
| Docker | 最新版 | バージョン20.10以降 |
| Python | 3.10以降 | 3.8以降 |
Dockerとは？ 一言でいうと、**「アプリケーションを動かすための仮想的な箱」**です。この箱の中にOpenDevinを入れて動かすことで、お使いのパソコンの環境を汚すことなく、安全に実行できます。
ステップ2：OpenDevinをダウンロード・インストール
- GitHubからコードをダウンロード
git clone https://github.com/OpenDevin/OpenDevin.git
cd OpenDevin
「git clone」って何？ これは、**「インターネット上にあるプログラムのコピーを、自分のパソコンにダウンロードする」**命令です。上記のコマンドをターミナル（Windowsの場合はコマンドプロンプト）に貼り付けて実行するだけです。
- 必要なパッケージをインストール
pip install -r requirements.txt
- 環境設定ファイルを作成
cp .env.example .env
設定ファイルを開いて、以下の項目を設定します：
# OpenAI APIキー（ChatGPTを使う場合）
OPENAI_API_KEY=your_api_key_here
# 使用するLLMモデル
LLM_MODEL=gpt-4
ステップ3：OpenDevinを起動
docker-compose up -d
これで、ブラウザで http://localhost:3000 にアクセスすると、OpenDevinの画面が表示されます。
実験1：簡単なToDoリストアプリの開発を依頼
最初の実験として、**「ToDoリストアプリを作って」**という簡単な指示を与えてみました。
私が入力した指示（日本語）
シンプルなToDoリストアプリを作ってください。
以下の機能を実装してください：
- タスクの追加
- タスクの削除
- タスクの完了/未完了の切り替え
- データはローカルストレージに保存
OpenDevinの作業プロセス
OpenDevinは以下のような手順で作業を進めました：
- 計画の立案（約30秒）
- 「HTML、CSS、JavaScriptを使用してWebアプリを作成します」
- 「ローカルストレージAPIを使用してデータを永続化します」
- HTMLファイルの作成（約1分）
<!DOCTYPE html> <html lang="ja"> <head> <meta charset="UTF-8"> <title>ToDoリスト</title> </head> <body> <h1>ToDoリスト</h1> <input type="text" id="taskInput" placeholder="新しいタスクを入力"> <button onclick="addTask()">追加</button> <ul id="taskList"></ul> </body> </html> - JavaScriptの実装（約2分）
- タスクの追加・削除・更新機能を実装
- ローカルストレージへの保存機能を追加
- CSSでのスタイリング（約1分）
- 見やすいデザインを自動で適用
- テストとデバッグ（約30秒）
- 実際にブラウザで動作確認
- エラーがあれば自動修正
結果：約5分で完全に動作するToDoリストアプリが完成しました！
実験2：より複雑なタスク – RESTful APIの構築
次に、もう少し複雑なタスクとして、**「ユーザー管理システムのRESTful APIを作って」**と依頼してみました。
私が入力した指示
ユーザー管理システムのRESTful APIを作成してください。
要件：
- Node.jsとExpressを使用
- ユーザーのCRUD操作（作成、読み取り、更新、削除）
- MongoDBでデータ管理
- 入力値のバリデーション
- エラーハンドリング
OpenDevinの対応
驚くべきことに、OpenDevinは以下の作業を約15分で完了させました：
- プロジェクトの初期化
npm init -y npm install express mongoose body-parser cors dotenv npm install --save-dev nodemon - ディレクトリ構造の作成
user-api/ ├── models/ │ └── User.js ├── routes/ │ └── users.js ├── middleware/ │ └── validation.js ├── config/ │ └── database.js ├── .env ├── package.json └── server.js - 各種コードの実装
- Userモデルの定義（Mongoose使用）
- CRUD操作のルーティング
- 入力値バリデーション
- エラーハンドリングミドルウェア
- データベース接続設定
- テストの実施
- Postmanを使用したAPIテスト
- エラーケースの確認
驚いたポイント：
- ベストプラクティスに従った実装（MVCパターン、ミドルウェアの活用）
- セキュリティ対策（入力値のサニタイズ、エラーメッセージの適切な処理）
- 詳細なコメント（日本語でのコメントも追加）
実験3：既存コードのリファクタリング
最後に、わざと品質の低いコードを渡して、リファクタリングを依頼してみました。
改善前のコード（意図的に問題を含む）
function calc(a,b,c){
if(c=="+"){
return a+b
}
if(c=="-"){
return a-b
}
if(c=="*"){
return a*b
}
if(c=="/"){
return a/b
}
}
OpenDevinによる改善後
/**
* 二つの数値に対して指定された演算を実行する
* @param {number} num1 - 第一引数
* @param {number} num2 - 第二引数
* @param {string} operator - 演算子 (+, -, *, /)
* @returns {number|string} 計算結果またはエラーメッセージ
*/
function calculate(num1, num2, operator) {
// 入力値の検証
if (typeof num1 !== 'number' || typeof num2 !== 'number') {
return 'エラー: 数値を入力してください';
}
// 演算子による処理の分岐
const operations = {
'+': (a, b) => a + b,
'-': (a, b) => a - b,
'*': (a, b) => a * b,
'/': (a, b) => {
if (b === 0) {
return 'エラー: ゼロで除算することはできません';
}
return a / b;
}
};
if (operator in operations) {
return operations[operator](num1, num2);
}
return 'エラー: 無効な演算子です';
}
改善点：
- 分かりやすい関数名と変数名
- 適切なエラーハンドリング
- JSDocによるドキュメント化
- オブジェクトを使った効率的な実装
- ゼロ除算のチェック
OpenDevinの実力と限界：正直な評価
優れている点
私が実際に使ってみて感じたOpenDevinの強みは以下の通りです：
- 学習コストの低さ
- プログラミング知識がなくても、日本語で指示するだけ
- 専門用語を知らなくても「こんなものを作って」で通じる
- 実装スピード
- 人間のエンジニアなら数時間かかる作業を数分で完了
- 24時間365日、疲れることなく作業可能
- コード品質
- 最新のベストプラクティスに従った実装
- 適切なコメントとドキュメンテーション
- エラー対応力
- エラーが発生しても自動で修正を試みる
- 複数の解決策を提案
現時点での限界と注意点
一方で、以下のような限界もあることを正直にお伝えします：
| 限界・課題 | 具体例 | 対策 |
|---|---|---|
| 複雑なビジネスロジック | 会計システムの税務計算など | 人間の専門家との協働が必要 |
| 創造性が求められるデザイン | ブランドイメージを反映したUI | デザイナーとの連携 |
| 大規模プロジェクト | 数十万行のコードベース | 段階的な導入 |
| 実行環境の制約 | 特定のハードウェアとの連携 | 事前の環境確認 |
| セキュリティ | 金融システムなど高セキュリティ要件 | 人間によるレビュー必須 |
実際のコスト比較
OpenDevinを使用する場合のコストを、従来の方法と比較してみました：
| 項目 | 従来の開発（外注） | OpenDevin使用 |
|---|---|---|
| 初期費用 | 50万円〜200万円 | 0円（オープンソース） |
| 月額費用 | 保守費用10万円〜 | APIキー代 数千円〜1万円 |
| 開発期間 | 1〜3ヶ月 | 数時間〜数日 |
| 修正対応 | 都度見積もり（数万円〜） | 即座に対応（追加費用なし） |
| 必要なスキル | なし（外注のため） | 基本的なPC操作のみ |
企業での活用事例と導入のポイント
中小企業での活用シナリオ
私がコンサルティングで関わった企業での、OpenDevin活用の具体例をご紹介します（企業名は伏せています）：
事例1：小売業A社（従業員30名）
課題： 在庫管理システムの改修に100万円の見積もり
OpenDevinでの解決：
- 既存のExcelベースの在庫管理を、Webアプリ化
- リアルタイムでの在庫確認機能を追加
- バーコード読み取り機能の実装
- 開発期間：3日間
- 実質コスト：約3,000円（API利用料のみ）
結果： 年間120万円のコスト削減を実現
事例2：製造業B社（従業員50名）
課題： 生産管理システムと会計システムの連携
OpenDevinでの解決：
- APIを使った自動データ連携システムの構築
- エラー時の自動リトライ機能
- データ変換とバリデーション機能
- 開発期間：1週間
- 実質コスト：約10,000円
結果： 月40時間の作業時間削減（人件費換算で月16万円の削減）
導入を成功させるための5つのポイント
- 小さく始める
- いきなり基幹システムではなく、社内ツールから
- 成功体験を積み重ねる
- 人間のレビューを必須とする
- 特にセキュリティやプライバシーに関わる部分
- 最終確認は必ず人間が行う
- ドキュメント化を徹底
- OpenDevinが生成したコードの仕様書を作成
- 将来の保守・改修に備える
- 社内にAI推進担当を置く
- 技術者でなくても構わない
- OpenDevinとのコミュニケーションを担当
- 定期的な見直しと改善
- 月1回程度、生成されたシステムの評価
- 必要に応じて人間のエンジニアによる改善
よくある質問（Q&A）
Q1：プログラミングの知識が全くなくても本当に使えますか？
A：はい、基本的な使い方であれば問題ありません。
ただし、以下の点は理解しておくと良いでしょう：
- 基本的なIT用語（API、データベース、サーバーなど）の概念
- 作りたいものの要件を明確に伝える力
- 生成されたコードを実行する環境の準備（これは最初だけ誰かに手伝ってもらうのがおすすめ）
Q2：OpenDevinは日本語に対応していますか？
A：はい、日本語での指示に対応しています。
ただし、以下の点にご注意ください：
- 英語の方が精度が高い場合がある
- 専門用語は英語のまま使った方が良い（例：「CRUD操作」など）
- コメントは日本語で書くよう指示すれば、日本語のコメントを追加してくれる
Q3：既存のシステムとの連携は可能ですか？
A：はい、APIを通じた連携が可能です。
具体的には：
- REST APIを使った連携
- データベースレベルでの連携
- ファイル（CSV、JSONなど）を介した連携
- Webhookによる自動連携
ただし、レガシーシステム（古いシステム）との連携は、人間のエンジニアのサポートが必要な場合があります。
Q4：セキュリティは大丈夫ですか？
A：適切な対策を行えば、十分なセキュリティを確保できます。
推奨する対策：
- 機密情報を含むコードは生成させない
- 生成されたコードのセキュリティ監査を実施
- 本番環境への適用前に、必ずテスト環境で検証
- 定期的なセキュリティアップデートの実施
Q5：どれくらいの規模のプロジェクトまで対応できますか？
A：現時点では、中小規模のプロジェクトが適しています。
| プロジェクト規模 | 適性 | 備考 |
|---|---|---|
| 個人ツール（100行程度） | ◎ | 完全自動化可能 |
| 部署レベルのツール（1,000行程度） | ◎ | ほぼ自動化可能 |
| 中規模システム（10,000行程度） | ○ | 人間のサポート推奨 |
| 大規模システム（100,000行以上） | △ | 部分的な活用に留める |
Q6：料金はどれくらいかかりますか？
A：OpenDevin自体は無料ですが、AIモデルの利用料が発生します。
概算費用：
- GPT-4使用の場合：月1万円〜3万円程度（使用頻度による）
- Claude使用の場合：月5千円〜2万円程度
- オープンソースLLM使用：無料（ただし性能は劣る）
Q7：エラーが出たらどうすればいいですか？
A：OpenDevinは自動でエラーを修正しようとしますが、解決できない場合は以下の対応を推奨します：
- エラーメッセージをそのままOpenDevinに伝える
- それでも解決しない場合は、エラーメッセージでGoogle検索
- ChatGPTやClaudeに直接質問
- 最終手段として、フリーランスのエンジニアに相談（ココナラなどで数千円〜）
今すぐ始めるための具体的なアクションプラン
ステップ1：まずは無料で体験（所要時間：30分）
- Google Colabを使った簡易体験
- Googleアカウントがあれば、ブラウザ上で即座に体験可能
- インストール不要
- OpenDevin Colab Demo（リンクは例）
- 簡単なタスクを依頼してみる
- 「HTMLで自己紹介ページを作って」
- 「Pythonで九九の表を出力して」
- 「JavaScriptで時計を表示して」
ステップ2：本格的な環境構築（所要時間：2時間）
- 必要なソフトウェアのインストール
- Docker Desktop
- Visual Studio Code（コードエディタ）
- Git
- OpenDevinのセットアップ
- 上記の手順に従って設定
- APIキーの取得
- OpenAI（GPT-4）またはAnthropic（Claude）のAPIキー
ステップ3：実践的なプロジェクトに挑戦（1週間）
Week 1：基礎スキルの習得
- 月曜日：ToDoアプリの作成
- 火曜日：簡単な計算機アプリ
- 水曜日：データ可視化ツール
- 木曜日：CSVファイルの処理ツール
- 金曜日：簡単なWebサイト制作
Week 2：業務への応用
- 既存の手作業の自動化
- 社内ツールの改善
- レポート生成の自動化
他の類似ツールとの比較
OpenDevin以外にも、自律型AIコーディングツールがいくつか登場しています。それぞれの特徴を比較してみましょう：
| ツール名 | 開発元 | 価格 | 特徴 | おすすめ度 |
|---|---|---|---|---|
| OpenDevin | オープンソース | 無料 | カスタマイズ自由度が高い | ★★★★★ |
| Devin | Cognition | 未定（ベータ版） | 最高性能だが入手困難 | ★★★☆☆ |
| GitHub Copilot X | GitHub/Microsoft | $10〜$19/月 | VSCodeとの統合が優秀 | ★★★★☆ |
| Cursor | Cursor AI | $20/月 | エディタ一体型で使いやすい | ★★★★☆ |
| Sweep | Sweep AI | $120/月〜 | GitHub連携に特化 | ★★★☆☆ |
| Aider | オープンソース | 無料 | コマンドライン型 | ★★★☆☆ |
選び方のポイント
- 予算が限られている → OpenDevin、Aider
- 使いやすさ重視 → Cursor、GitHub Copilot X
- 高性能を求める → Devin（入手できれば）
- チーム開発 → Sweep、GitHub Copilot X
まとめ：AIエンジニアと共に働く未来は、もう始まっている
3つの重要なポイント
- AIエンジニアは「脅威」ではなく「パートナー」
- 人間の仕事を奪うのではなく、人手不足を解消する
- クリエイティブな仕事に集中できるようになる
- 今すぐ始められる、そして始めるべき
- 技術的なハードルは想像以上に低い
- 早く始めた企業ほど、競争優位性を確保できる
- 完璧を求めず、段階的に導入する
- 最初は簡単なツールから
- 成功体験を積み重ねることが重要
次のアクション：今日から始める3つのこと
- OpenDevinのGitHubページをブックマーク
- https://github.com/OpenDevin/OpenDevin
- スター（★）を付けて最新情報を追跡
- 無料のAPIキーを取得
- OpenAIまたはAnthropicのサイトで登録
- 最初は無料枠で十分
- 社内で「AI活用勉強会」を開催
- この記事を共有
- 小さなプロジェクトから始める
最後に：変化を恐れず、チャンスと捉える
私自身、最初はAIに対して懐疑的でした。「本当にコードが書けるの？」「バグだらけじゃないの？」と。
しかし、実際に使ってみて分かったことは、AIエンジニアは確実に実用レベルに達しているということです。そして、この技術を活用できる企業とできない企業の差は、今後ますます広がっていくでしょう。
**「プログラミングができないから」**という理由で諦めていたアイデアはありませんか？
**「エンジニアが足りないから」**という理由で後回しにしていたプロジェクトはありませんか？
OpenDevinのような自律型AIエンジニアは、そんな制約を取り払い、誰もがテクノロジーの力を活用できる時代を作ろうとしています。
この記事が、あなたの第一歩を踏み出すきっかけになれば幸いです。
今こそ、AIと共に新しい未来を創造する時です。
参考リンク集
- OpenDevin公式GitHub: https://github.com/OpenDevin/OpenDevin
- Devin公式サイト: https://www.cognition-labs.com/devin
- OpenAI API: https://platform.openai.com/
- Anthropic Claude API: https://www.anthropic.com/api
- Docker Desktop: https://www.docker.com/products/docker-desktop/
- Visual Studio Code: https://code.visualstudio.com/
著者について
AI導入コンサルタントとして、これまで50社以上の中小企業のDX推進をサポートしてきました。「難しい技術を、誰にでも分かりやすく」をモットーに、実践的なAI活用法を発信しています。
ご質問やご相談があれば、お気軽にお問い合わせください。一緒に、AIの力で業務改革を実現しましょう！
